Quantitative automatisierte Läsionserkennung traumatischer Hirnverletzungen (QALD)

Aufgrund ihrer nicht-fokalen Natur sind TBI-bedingte Hirnläsionen mit der herkömmlichen MRT schwer zu erkennen und zu quantifizieren. Im aktuellen Forschungsprogramm schlagen die Forscher vor, Verfahren zur quantitativen automatisierten Läsionserkennung (QALD) zu entwickeln, um (1) die Art und Verteilung von Gewebeschäden nach leichter, mittelschwerer und schwerer TBI zu klären (2) die Fähigkeit zur Erkennung, Quantifizierung und Lokalisierung zu verbessern TBI-Hirnschäden bei einzelnen Patienten und (3) korrelieren quantitative Messungen der Hirnschäden bei einzelnen TBI-Patienten mit neuropsychologischen Defiziten in Aufmerksamkeit, Gedächtnis und exekutiver Funktion.

QALD erkennt abnormale Gewebeparameter im erkrankten Gehirn durch statistische Vergleiche mit einer normativen Datenbank. Vorläufige Ergebnisse zeigen, dass QALD in der Lage ist, mit normalen klinischen MRT-Scans hochsignifikante Anomalien im Gehirn von SHT-Patienten zu erkennen. QALD wird mit einer größeren Datenbank weiter verbessert und getestet und umfasst Gehirnbilder, die mit vier verschiedenen Bildsequenzen (T1, T2, DTI und Fluid-attenuated Inversion Recovery oder FLAIR) von 100 Kontrollpersonen aufgenommen wurden. Die Datenanalyse wird fortschrittliche Techniken zur Kartierung der kortikalen Oberfläche umfassen, um die Gewebeparameter und die Dicke der grauen Substanz in 34 verschiedenen kortikalen Regionen in jeder Hemisphäre zu quantifizieren. Darüber hinaus werden kortikale Faserprojektionen mit DTI- und FLAIR-Analyse der weißen Substanz, die unter der kortikalen Oberfläche liegt, quantifiziert. Subkortikale Faserbahnen, die für komplexe kognitive Operationen entscheidend sind, werden mit voxelbasierter Morphometrie und mit verbesserten Region-of-Interest-Algorithmen analysiert, um die Grenzen der Faserbahnen zu definieren. Gewebeeigenschaften in kritischen subkortikalen Strukturen (z. B. dem Hippocampus) werden nach automatischer Parzellierung dieser Gehirnregionen quantifiziert. Die Forscher werden die Kontrollpersonen auch mit einer Reihe neuropsychologischer Tests (NPTs) testen und Variationen in der Größe, Myelinisierung und den Gewebeeigenschaften normaler kortikaler und subkortikaler Strukturen mit der kognitiven Leistung korrelieren. Anschließend werden die Forscher identische Bildgebungsdaten von 99 Schädel-Hirn-Trauma-Patienten sammeln, die in drei Gruppen (leichtes, mittelschweres und schweres Schädel-Hirn-Trauma) eingeteilt sind, um das durchschnittliche Schadensmuster zu charakterisieren, das durch Schädel-Hirn-Trauma unterschiedlicher Schwere verursacht wird. Als nächstes werden die Forscher die Läsionen bei einzelnen SHT-Patienten quantifizieren und die Variabilität der Läsionsmuster in den verschiedenen Schweregradgruppen beschreiben. Parallel dazu werden die Forscher weitere multimodale Analysetechniken entwickeln, um statistische Informationen aus verschiedenen Bildgebungssequenzen zu kombinieren, um die Empfindlichkeit der Läsionserkennung gegenüber kolokalisierten Anomalien zu verbessern, die bei verschiedenen Bildgebungsprotokollen erkennbar sind. Darüber hinaus werden die Forscher Patienten mit NPTs testen und den Zusammenhang zwischen Hirnschäden, kognitiver Leistung und Selbsteinschätzung des Ergebnisses analysieren, um den prognostischen Wert neuroradiologischer Studien zu TBI zu verbessern.