Détection quantitative automatisée des lésions des lésions cérébrales traumatiques (QALD)

En raison de leur nature non focale, les lésions cérébrales liées au TBI sont difficiles à détecter et à quantifier avec l'IRM traditionnelle. Dans le programme de recherche actuel, les chercheurs proposent de développer des procédures quantitatives de détection automatisée des lésions (QALD) pour (1) clarifier la nature et la distribution des lésions tissulaires après un TBI léger, modéré et sévère (2) améliorer la capacité de détection, de quantification et de localisation Lésions cérébrales TBI chez des patients individuels et (3) corréler des mesures quantitatives de lésions cérébrales chez des patients TBI individuels présentant des déficits neuropsychologiques de l'attention, de la mémoire et des fonctions exécutives.

QALD détecte les paramètres tissulaires anormaux dans le cerveau malade grâce à des comparaisons statistiques avec une base de données normative. Les résultats préliminaires montrent que QALD est capable de détecter des anomalies hautement significatives dans le cerveau des patients TBI avec des IRM cliniques normales. QALD sera encore amélioré et testé avec une base de données plus importante et comprenant des images cérébrales acquises avec quatre séquences d'imagerie différentes (T1, T2, DTI et récupération par inversion atténuée par les fluides ou FLAIR) de 100 sujets témoins. L'analyse des données intégrera des techniques avancées de cartographie de la surface corticale pour quantifier les paramètres et l'épaisseur des tissus de matière grise dans 34 régions corticales distinctes de chaque hémisphère. De plus, les projections des fibres corticales seront quantifiées avec l'analyse DTI et FLAIR de la matière blanche située sous la surface corticale. Les faisceaux de fibres sous-corticales critiques pour les opérations cognitives complexes seront analysés avec une morphométrie basée sur les voxels et avec des algorithmes améliorés de région d'intérêt pour définir les limites des faisceaux de fibres. Les propriétés tissulaires dans les structures sous-corticales critiques (par exemple, l'hippocampe) seront quantifiées après la parcellisation automatique de ces régions cérébrales. Les chercheurs testeront également les sujets témoins sur une batterie de tests neuropsychologiques (NPT) et corréleront les variations de la taille, de la myélinisation et des propriétés tissulaires des structures corticales et sous-corticales normales avec les performances cognitives. Ensuite, les enquêteurs recueilleront des données d'imagerie identiques chez 99 patients TBI répartis en trois groupes (TBI léger, modéré et sévère) afin de caractériser le schéma moyen des dommages causés par des TBI de gravité différente. Ensuite, les chercheurs quantifieront les lésions chez les patients TBI individuels et décriront la variabilité des modèles de lésions dans les différents groupes de gravité. En parallèle, les chercheurs développeront d'autres techniques d'analyse multimodale pour combiner les informations statistiques de différentes séquences d'imagerie afin d'améliorer la sensibilité de détection des lésions aux anomalies co-localisées évidentes avec différents protocoles d'imagerie. De plus, les enquêteurs testeront des patients atteints de TNP et analyseront la relation entre les lésions cérébrales, les performances cognitives et les auto-évaluations des résultats afin d'améliorer la valeur pronostique des études neuroradiologiques du TBI.