ФМРТ в состоянии покоя при расстройствах сознания

Расстройства сознания (DoC) - это состояния измененного сознания, возникающие в результате приобретенного повреждения мозговых сетей, регулирующих возбуждение и осознание, характеризующиеся потерей возбуждающей нейронной активности в корково-кортикальных, таламокортикальных и таламостриатальных связях. DoC может быть вызван несколькими причинами, включая черепно-мозговую травму, аноксическую травму головного мозга в результате остановки сердца, инсульт, тяжелые инфекции головного мозга, длительные судороги или другие. Основной задачей клинического ведения DoC является точное определение типа DoC и уровня сознания, а также возможности восстановления. Это имеет решающее значение для принятия решений и клинического ведения, поскольку частота ошибочных диагнозов достигает 40% из-за ограничений клинической оценки. Недавние исследования показали, что сознание, не обнаруживаемое при осмотре у постели больного, может присутствовать у 15-20% пациентов с ДоК. Таким образом, для улучшения клинической оценки DoC и, в конечном счете, для разработки целенаправленных вмешательств, способствующих неврологическому восстановлению, необходимо разработать, утвердить и перевести в клиническое применение более совершенные методы оценки DoC у отдельных пациентов. Использование rs-fMRI в изучении DoC привело к важному пониманию биологических механизмов комы, а также восстановления сознания, однако перевод rs-fMRI в клиническое ведение отдельных пациентов с нарушением сознания затруднен несколько факторов. Во-первых, BOLD фМРТ отражает сложную комбинацию сигналов, полученных не только от нейронной активности, но и из не-неврологических источников, которые в конечном итоге составляют до 25% BOLD-сигнала, скрывая истинную нейронную связь и вводя ложную связь. Это ограничение обычно обходят путем анализа фМРТ на групповом уровне, используя статистические преимущества усреднения данных по отдельным лицам. Для перевода rs-fMRI в клиническую практику у отдельных пациентов необходимы более эффективные стратегии для различения нейронных и не-нейральных факторов, влияющих на ЖИРНЫЙ сигнал. Кроме того, было показано, что традиционные стратегии сбора данных и анализа, как правило, дают надежные оценки функциональной связности только в клинически не поддающиеся лечению времена сканирования. Недавние данные свидетельствуют о том, что высоконадежные измерения функциональной связи могут быть получены на индивидуальном уровне при клинически приемлемом времени сканирования с использованием более продвинутых протоколов визуализации, превосходящих даже в несколько раз более длительные обычные исследования. Измеренный ЖИРНЫЙ сигнал может быть представлен как функция интенсивности сигнала при возбуждении (S0), времени эха и постоянной затухания сигнала. Нейронная активность влияет на ЖИРНЫЙ сигнал, вызывая увеличение кровотока, что снижает локальную концентрацию дезоксигемоглобина и, в свою очередь, снижает локальную магнитную восприимчивость, тем самым уменьшая скорость затухания поперечной намагниченности. Изучая затухание сигнала в течение нескольких периодов эха, можно отличить изменения T2* от изменений S0, что позволяет дифференцировать нейронные и ненейронные сигналы из данных BOLD. Поскольку чувствительность к BOLD-сигналу максимальна вблизи T2*, сбор данных с несколькими эхо-сигналами также может повысить BOLD-чувствительность за счет придания большего веса тем эхо-сигналам, которые находятся ближе всего к T2* конкретного вокселя («оптимальное комбинирование»), которые, как известно, варьируются в зависимости от мозг. Наконец, процесс комбинирования BOLD-данных по эхо-сигналам имеет преимущество в подавлении теплового шума, который организован случайным образом и имеет тенденцию гаситься при усреднении. В сочетании с дополнительными стратегиями удаления глобальных сигналов, связанных с движением, влияние движения на данные BOLD может быть почти устранено. Только недавно с интеграцией других технических достижений, таких как одновременное многосрезовое сканирование, стало возможным получать мультиэхо-фМРТ без серьезных компромиссов в получении пространственного или временного разрешения. Практические проблемы, связанные с получением расширенной МРТ у пациентов в критическом состоянии, включают необходимость транспортировки пациентов для исследования МРТ-оборудования, поддерживающего новейшие методы получения изображений, которые традиционно располагались на разных этажах или даже в других зданиях, чем отделения интенсивной терапии (ОИТ). В результате передовые методы МРТ, такие как мультиэхо-фМРТ, в основном применялись к здоровым людям. В этом проекте будет использована недавно установленная современная система МРТ мощностью 3 Тесла, предназначенная для исследований, оснащенная быстрыми градиентами и 32-канальной матрицей приемников, встроенная в отделение нейрореанимации (ОИТН). Эта система способна выполнять мультиэхо-фМРТ с высоким пространственно-временным разрешением, и ключевая цель этого проекта состоит в том, чтобы определить, можно ли более надежно обнаружить целостность функциональной сети у пациентов с DoC с помощью мульти-эхо-фМРТ, чем со стандартной р-МРТ. фМРТ. Оптимальные методы должны быть неконтролируемыми, способными учитывать межиндивидуальные различия в функциональной топологии и способными сводить сложные данные о связности к дискретным, клинически действенным выводам. Другой ключевой целью этого проекта является сравнение трех подходов к построению и характеристике коннектомов с точки зрения их надежности на уровне отдельных пациентов и степени связи с клиническими показателями неврологической дисфункции и исхода. Первый и наиболее традиционный подход будет основываться на преобразовании каждых данных в пространство шаблонов и определении узла на основе метаанализа на уровне группы. Второй подход будет использовать ранее описанный метод парцелляции на уровне субъектов, основанный на градиентах связности, и в конечном итоге сравнивать отдельных людей на основе степени сходства с шаблонными сетями. Последний подход будет использовать схему радиологической интерпретации, в которой опытные нейровизуализаторы, обученные распознавать типичные пространственные паттерны сетей состояний покоя, будут интерпретировать карты сети степени, полученные в результате анализа независимых компонентов.