创伤性脑损伤的定量自动病变检测 (QALD)

由于其非焦点性质，与 TBI 相关的脑损伤很难用传统的 MRI 检测和量化。 在当前的研究计划中，研究人员建议开发定量自动损伤检测 (QALD) 程序，以 (1) 阐明轻度、中度和重度 TBI 后组织损伤的性质和分布 (2) 提高检测、量化和定位的能力个别患者的 TBI 脑损伤和 (3) 将个别 TBI 患者脑损伤的定量测量与注意力、记忆和执行功能方面的神经心理缺陷相关联。

QALD 通过与规范数据库的统计比较来检测患病大脑中的异常组织参数。 初步结果表明，QALD 能够通过正常的临床 MRI 扫描检测到 TBI 患者大脑中的高度显着异常。 QALD 将进一步增强并使用更大的数据库进行测试，其中包括使用四种不同成像序列（T1、T2、DTI 和流体衰减反转恢复或 FLAIR）从 100 名对照受试者获取的脑图像。 数据分析将结合先进的皮质表面绘图技术，以量化每个半球 34 个不同皮质区域的灰质组织参数和厚度。 此外，皮质纤维投射将通过 DTI 和位于皮质表面下方的白质的 FLAIR 分析进行量化。 对复杂认知操作至关重要的皮层下纤维束将使用基于体素的形态学和改进的感兴趣区域算法进行分析，以定义纤维束边界。 在对这些大脑区域进行自动分割后，将量化关键皮层下结构（例如海马体）的组织特性。 研究人员还将通过一系列神经心理学测试 (NPT) 对对照组进行测试，并将正常皮质和皮质下结构的大小、髓鞘形成和组织特性的变化与认知表现相关联。 然后，研究人员将收集 99 名 TBI 患者的相同影像数据，分为三组（轻度、中度和重度 TBI），以描述不同严重程度的 TBI 造成的平均损伤模式。 接下来，研究人员将量化个别 TBI 患者的病变，并描述不同严重程度组中病变模式的可变性。 与此同时，研究人员将开发进一步的多模式分析技术，以结合来自不同成像序列的统计信息，以提高病变检测灵敏度，以发现不同成像方案中明显的共定位异常。 此外，研究人员将对患有 NPT 的患者进行测试，并分析脑损伤、认知能力和自我评估结果之间的关系，以提高 TBI 神经放射学研究的预后价值。