의식 장애의 휴식 상태 fMRI

의식 장애(DOC)는 각성 및 인식을 조절하는 뇌 네트워크에 대한 후천적 손상으로 인해 변경된 의식 상태이며, 피질피질, 시상피질 및 시상모체 연결을 통한 흥분성 신경 활동의 손실을 특징으로 합니다. DoC는 외상성 뇌 손상, 심장 정지로 인한 무산소성 뇌 손상, 뇌졸중, 심각한 뇌 감염, 장기간 발작 등을 포함한 여러 가지 원인으로 인한 것일 수 있습니다. DoC 임상 관리의 주요 과제는 DoC 유형과 의식 수준, 회복 가능성을 정확하게 결정하는 것입니다. 이는 임상 평가의 한계로 인해 오진율이 40%에 이르는 높은 의사 결정 및 임상 관리에 매우 중요합니다. 최근 연구에 따르면 침상 평가에서 감지할 수 없는 의식이 DoC 환자의 15-20% 정도에서 나타날 수 있습니다. 따라서 DoC의 임상 평가를 개선하고 궁극적으로 신경학적 회복을 촉진하기 위한 표적 개입을 개발하려면 개별 환자의 DoC를 평가하는 더 나은 방법을 개발, 검증 및 임상 사용으로 전환해야 합니다. DoC 연구에서 rs-fMRI를 사용하여 혼수 상태의 생물학적 메커니즘과 의식 회복에 대한 중요한 통찰력을 얻었지만 rs-fMRI를 의식 장애가 있는 개별 환자의 임상 관리로 전환하는 데 방해가 되었습니다. 몇 가지 요인. 첫째, BOLD fMRI는 신경 활동뿐만 아니라 궁극적으로 실제 신경 연결을 가리고 가짜 연결을 도입하는 BOLD 신호의 최대 25%를 구성하는 비신경학적 소스에서 파생된 신호의 복잡한 조합을 반영합니다. 이러한 제한은 일반적으로 그룹 수준에서 fMRI를 분석하여 개인 간 데이터 평균화의 통계적 이점을 활용하여 우회되었습니다. 개별 환자에서 rs-fMRI를 임상 용도로 변환하려면 BOLD 신호에 대한 신경 기여자와 비신경 기여자를 구별하는 더 나은 전략이 필요합니다. 또한 기존의 수집 및 분석 전략은 일반적으로 임상적으로 다루기 힘든 스캔 시간에서만 기능적 연결성의 신뢰할 수 있는 추정치를 생성하는 것으로 나타났습니다. 최근 증거에 따르면 기능적 연결성에 대한 매우 신뢰할 수 있는 측정이 임상적으로 실현 가능한 스캔 시간에 개인 수준에서 고급 이미징 프로토콜을 사용하여 몇 배 더 긴 기존 획득을 능가하는 성능을 얻을 수 있음을 시사합니다. 측정된 BOLD 신호는 여기(S0)에서 신호 강도, 에코 시간 및 신호 감쇠 상수의 함수로 나타낼 수 있습니다. 신경 활동은 혈류의 증가를 유도하여 BOLD 신호에 영향을 미치며, 이는 국부적 디옥시헤모글로빈 농도를 감소시키고 국부적 자화율을 감소시켜 횡자화 붕괴율을 감소시킵니다. 여러 에코 시간에 걸쳐 신호 감쇠를 검사하여 T2*의 변화를 S0의 변화와 구별할 수 있으므로 BOLD 데이터의 신경 및 비신경 신호를 구별할 수 있습니다. BOLD 신호에 대한 감도가 T2* 근처에서 최대인 경우 다중 에코 획득은 특정 복셀의 T2*에 가장 가까운 에코에 더 큰 가중치를 부여하여 BOLD 감도를 향상시킬 수 있습니다("최적 결합"). 뇌. 마지막으로 에코 전체에서 BOLD 데이터를 결합하는 프로세스는 무작위로 구성되고 평균화 시 상쇄되는 경향이 있는 열 노이즈를 줄이는 이점이 있습니다. 글로벌 모션 관련 신호를 제거하기 위한 추가 전략과 결합하면 BOLD 데이터에 대한 모션의 영향을 거의 제거할 수 있습니다. 최근에야 동시 다중 슬라이스와 같은 다른 기술 발전의 통합으로 공간적 또는 시간적 해상도 획득에서 큰 타협 없이 다중 에코 rs-fMRI를 획득하는 것이 가능해졌습니다. 중환자에서 고급 MRI를 얻는 데 있어 실제적인 문제에는 전통적으로 중환자실(ICU)과 다른 층 또는 심지어 다른 건물에 위치한 최신 획득 방법이 가능한 연구 MRI 장비로 환자를 이송해야 하는 필요성이 포함됩니다. 그 결과 multi-echo rs-fMRI와 같은 진보된 MRI 방법은 주로 건강한 피험자를 대상으로 적용되어 왔다. 이 프로젝트는 신경집중치료실(NICU) 내에 내장된 32채널 수신기 어레이와 빠른 기울기를 갖춘 새로 설치된 연구 전용 최첨단 3테슬라 MRI 시스템을 활용할 것입니다. 이 시스템은 높은 시공간 해상도에서 다중 에코 rs-fMRI가 가능하며 이 프로젝트의 주요 목표는 DoC 환자의 기능적 네트워크 무결성이 표준 rs-fMRI보다 다중 에코 rs-fMRI를 사용하여 더 안정적으로 감지될 수 있는지 여부를 결정하는 것입니다. fMRI. 최적의 방법은 감독되지 않고 기능적 토폴로지의 개인 간 차이를 수용할 수 있으며 복잡한 연결 데이터를 개별적이고 임상적으로 실행 가능한 통찰력으로 줄일 수 있습니다. 이 프로젝트의 또 다른 주요 목표는 개별 환자 수준에서의 신뢰성과 신경학적 기능 장애 및 결과의 임상적 측정과의 연관성 정도에서 커넥톰 구성 및 특성화에 대한 세 가지 접근 방식을 비교하는 것입니다. 첫 번째이자 가장 전통적인 접근 방식은 그룹 수준 메타 분석을 기반으로 각 데이터를 템플릿 공간 및 노드 정의로 변환하는 것입니다. 두 번째 접근 방식은 이전에 설명한 연결 구배를 기반으로 한 주제 수준 구획화 방법을 사용하고 궁극적으로 템플릿 네트워크와의 유사성 정도를 기반으로 개인 간에 비교합니다. 최종 접근 방식은 휴식 상태 네트워크의 전형적인 공간 패턴을 인식하도록 훈련된 전문 뉴로이미저가 독립 구성 요소 분석에서 얻은 네트워크 맵의 해석을 렌더링하는 방사선 해석 체계를 사용합니다.