확산 MRI를 이용한 인지장애가 있는 알츠하이머병 또는 파킨슨병 환자의 진단 및 예후 평가 원문보기 KCI 원문보기 인용

현재 알츠하이머병(AD)과 파킨슨병(PD)은 임상 증상에 따라 주로 신경과 전문의가 진단한다. 그러나 진단에 사용할 수 있는 객관적인 기준은 없습니다. 자기공명영상(MRI)은 임상적 판단과 연계하여 활용되는 경우가 많지만 영상은 진단을 확정하기보다는 다른 질병을 제거하는 데 주로 사용된다. 위치 방출 단층 촬영 또는 컴퓨터 단층 촬영과 같은 다른 영상 방법은 AD 및 PD 진단에 도움이 될 수 있지만 인체에 유해한 영향을 미칩니다.

확산 MRI, 특히 확산 텐서 이미징은 종종 중추 신경계의 연결성 변화를 평가하는 데 사용됩니다. 비침습적이며 방사선을 포함하지 않기 때문에 확산 MRI는 종단 연구에 사용하기에 적합합니다. 간질, 다발성 경화증 및 뇌종양을 포함한 많은 질병에서 섬유 밀도 및 단면 평가에 사용되어 좋은 결과를 얻었습니다. 분수 이방성 및 평균, 방사형 및 축 확산도를 포함하여 확산 MRI에서 여러 측정값을 얻을 수 있습니다. 확산 MRI에서 관찰되는 변화는 세포 내외의 수분 함량 변화와 관련이 있어 확산 계수의 증가는 세포막 투과성 증가를 반영할 수 있으며, 이는 세포 사멸 및 파열에 기인할 수 있습니다. 더 높은 확산 계수는 더 많은 신경 세포 사멸을 나타낼 수 있습니다. 따라서 확산 첨도를 사용하여 연구자는 PD 진단을 개선할 수 있습니다.

AD에 대한 연구에서 연구자는 경미한 인지 장애 및 AD 환자의 확산 계수가 대조군 환자보다 유의하게 높다는 것을 발견했습니다. 조사관은 방추형 이랑, 해마, 부해마 및 대상회를 포함한 90개의 뇌 영역에 대한 분석을 수행할 것입니다. 나열된 영역은 정상 대조군과 비교하여 AD 환자 및 AD 위험이 있는 환자에 대한 평균 확산도에 차이가 있는 것으로 관찰되었습니다. 이전 연구에서는 평균 확산도가 증가하는 영역과 뇌 영역이 축소되는 영역 사이에 중첩이 관찰되었지만 확산 계수가 증가하는 영역이 더 많고 더 큰 영역이 있습니다. 따라서 평균확산도가 현행 뇌용적법보다 더 적합한 임상적 지표가 될 수 있다. 또한 증가된 평균 확산도와 경미한 인지 장애 또는 AD의 중증도 사이에는 상관관계가 있습니다. 아밀로이드 침착은 질병 진행과 일치하며, 평균 확산도가 경미한 인지 장애 및 AD의 진행을 반영하는 데 사용될 수 있음을 추가로 뒷받침합니다.

연구자는 확산 MRI의 속도를 높이기 위해 Compressed Sensing을 사용할 계획입니다. 여기에는 이미지 전처리, 압축 감지 관찰 획득, 모델 재구성 및 알고리즘 재구성이 포함됩니다. 조사관은 또한 관심 영역 분석의 현재 한계를 극복할 계획입니다. 이를 달성하는 한 가지 방법은 복셀 분석이지만 템플릿 공간에 대한 이미지의 정규화로 인한 제한과 이미지의 회전 또는 왜곡으로 인한 tractography의 가능한 문제가 있습니다. 또한 연구별 템플릿을 사용하면 Brodmann 또는 Talairach 좌표에서 결과를 사용할 수 없습니다. 가장 중요한 것은 복셀 분석이 뇌 영역을 기반으로 하지 않기 때문에 각 영역의 특성을 판단하기 어렵고, 우리의 알고리즘에 따르면 많은 양의 복셀 데이터는 통계의 해상도를 크게 떨어뜨리고 통계 분석에 문제를 일으킬 수 있습니다. . 따라서 연구자는 공통의 표준 공간을 사용하고 적합한 이미징 기술을 개발해야 합니다.

연구자는 자동 해부학적 라벨링(AAL)을 사용하기로 선택했는데, 이는 신경과학 연구에서 일반적으로 사용되는 시스템이기 때문입니다. 연구자는 또한 Montreal Neuroscience Institute 152 Template(MNI152)을 표준 템플릿으로 사용합니다. 전체 뇌의 이미징 및 처리에서 연구자는 MRI 및 확산 MRI에 일반적으로 사용되는 아핀 변환을 사용합니다. 여기에는 Camino, FSL 및 SPM이 포함됩니다. 연구자는 건강한 뇌의 노화가 어떻게 확산 MRI를 변화시키는지 연구하고 남성과 여성의 노화를 비교할 것입니다.

조사자는 또한 데이터 세트 샘플 할당 데이터 전처리 및 심층 신경망 설계를 통해 민감도와 특이도를 높이고 분류 및 진단의 정확도를 향상시키기 위해 딥 러닝을 사용할 것입니다.

AAL을 사용하여 뇌 영역의 확산 MRI 정보를 얻기 위해 전체 뇌 구획화가 수행됩니다. 영향을 받는 지역을 식별하고 분석합니다. 전뇌 영역을 이용한 확산 MRI가 감별진단 및 임상적 중증도와 상관관계가 높은 영역을 파악하고, 정확한 질병 진단 및 예후에 활용되어 임상의에게 참고 자료가 되기를 희망한다.

연구자는 확산 MRI를 사용하여 인지 기능을 평가하고 신경퇴행성 질환 환자의 악화 여부를 평가하는 것을 목표로 합니다. 또한 연구자는 확산 MRI를 사용하여 질병의 중증도와 예후를 결정하기를 희망합니다. 신경 퇴화 및 인지 능력의 악화는 사망률 증가 및 삶의 질 저하를 초래합니다. 확산 MRI 결과와 질병 중증도 사이의 관계는 임상의가 증상이 악화되기 전에 질병 발병 초기에 더 큰 확신을 가지고 이러한 질병을 진단할 수 있는 객관적인 방법을 제공할 수 있습니다.

이 연구는 3년에 걸쳐 3단계로 완료됩니다. 첫 해에 연구자는 확산 MRI를 위한 최적의 고품질 영상 압축 센싱 체계와 영상 데이터 복원 프로세스를 확립하기를 희망합니다. 연구원은 또한 뇌 구획화를 위한 최적의 방법을 개발하고 경도 인지 장애가 있는 환자의 진단을 개선하기 위해 딥 러닝을 사용하기를 희망합니다.

2년 차에는 딥러닝을 활용해 정형 및 비정형 파킨슨병 환자의 예후를 예측하는 과정을 확립할 계획이다. 연구자는 또한 가벼운 인지 장애 진단을 위해 딥 러닝을 사용하는 평가를 완료하기를 희망합니다.

3년차에는 정형 및 비정형 파킨슨병 환자의 예후를 예측하는 방법 개발을 완료하는 것을 목표로 하고 있다. 조사관은 또한 가벼운 인지 발달을 가진 환자가 AD로 발전할지 여부를 평가하기 위해 딥 러닝을 사용하는 방법을 확립하고 완성할 것입니다. 또한 조사자는 이미지 처리를 위한 사용자 인터페이스를 완성합니다.