Медицинская литература. Новинки

 

 

 

 

 

 

Визуализация сетей покоя (resting state) фМРТ у пациентов с тяжелой черепно-мозговой травмой

Вы можете загрузить полный текст статьи в формате pdf

По данным литературы, анализ функциональной манитно-резонансной томографии (фМРТ) в состоянии покоя (RS) является информативным методическим подходом к исследованию базового уровня функциональной активности здорового и больного мозга. Усреднение данных по группам наблюдений при разных формах церебральной патологии зачастую неприемлемо. Ранее нами был освоен и применен алгоритм независимых компонент (ICA) в программном обеспечении FSL для визуализации и анализа индивидуальных сетей покоя фМРТ здоровых людей. Цель исследования: анализ индивидуальных сетей покоя фМРТ, сопряженных с состоянием двигательной активности и сознания, у пациентов с тяжелой черепно-мозговой травмой (ТЧМТ). Материал и методы. Группы наблюдений: 23 пациента с ТЧМТ, сопровождавшейся разной степенью угнетения сознания и двигательных нарушений в форме гемипареза (основная), и 17 здоровых испытуемых (контроль). У каждого записывали фМРТ 3 Тл в состоянии покоя с закрытыми глазами. Проводили групповой (в норме) и индивидуальный (в норме и при патологии) фМРТ-анализ RS с использованием программных средств FSL (алгоритм ICA) и SPM8 в среде MATLAB. Для сетей DMN и Sensorimotor определяли топографию активированных зон мозга, представленность сетей в группах наблюдений, общий объем и интенсивность их активации. Результаты. Воспроизводимые при групповом и индивидуальном анализе фМРТ здоровых людей особенности топографии, а также усредненные количественные показатели сетей покоя были использованы в качестве эталонных для патологии. В контексте двигательной активности рассматривали сенсомоторную сеть RS. Ее топография близка к норме у большинства пациентов без или с легким гемипарезом. Нарастание этого дефекта сопровождается уменьшением интегральных количественных показателей сети, сочетающимся с асимметричной редукцией (отсутствием активации в контралатеральной моторной коре) при грубом гемипарезе. В контексте сознания анализировали особенности сети dMn у пациентов с ТЧМТ при разном его уровне: от ясного до хронического вегетативного состояния. Выявлено, что снижение уровня сознания сопровождается редукцией корковых составляющих DMN, в первую очередь лобных (anterior DMN), не выраженной при вегетативном состоянии. Активациия каудального компонента DMN (в частности, задней цингулярной коры) у пострадавших с угнетенным сознанием сохраняется: отчетливая и даже несколько усиленная по сравнению с нормой при обратимой его форме, менее выраженная - при хронической. Заключение. Полученные данные свидетельствуют об информативности фМРТ-анализа индивидуальных сетей покоя в контексте изучения церебральных структурно-функциональных основ сознания и двигательной активности, а также диагностики состояния этих функций при ТЧМТ.

Ключевые слова:
ФМРТ, состояние покоя, тяжелая черепно-мозговая травма, нейронные сети, гемипарез, угнетение сознания, FMRI, resting state, severe traumatic brain injury, neural networks, hemiparesis, depression of consciousness

Литература:
1.Потапов А.А., Лихтерман Л.Б., Кравчук А.Д., Рошаль Л.М. Черепно-мозговая травма: проблемы и перспективы. Журнал “Вопросы нейрохирургии” имени Н.Н. Бур денко. 2009; 2: 3-8.
2.Доброхотова Т.А., Потапов А.А., Зайцев О.С., Лихтерман Л.Б. Обратимые посткоматозные бессознательные состояния. Журнал Социальная и клиническая психиатрия. 1996; 2: 26-36.
3.Зайцев О.С. Психопатология тяжелой черепно-мозговой травмы (2-е изд.). М.: МЕДпресс-информ, 2014. 335 c.
4.Laureus S., Tononi G. The Neurology of Consciousness. London: Elssevier. 2009. 423 p.
5.Lutkenhoff E.S., Chiang J., Tshibanda L., Kamau E., Kirsch M., Pickard J.D., Laureys S., Owen A.M., Monti M.M. Thalamic and extrathalamic mechanisms of consciousness after severe brain injury. Ann Neurol. 2015; 78: 68. http://doi.org/10.1002/ana.24423
6.Шарова Е.В., Зайцев О.С., Куликов М.А., Щепетков А.Н., Коробкова Е.В., Челяпина М.В Функциональные и структурные предпосылки угнетения сознания при тяжелой черепно-мозговой травме. Нейронауки: теоретические и клинические аспекты (Украина, Донецк). 2011; 1-2: 68-75.
7.Кондратьева Е.А., Яковенко И.В. Вегетативное состояние (этиология, патогенез, диагностика). М.: ОАО “Издательство Медицина”, 2014. 361 c.
8.Александрова Е.В., Тенедиева В.Д., Потапов А.А. Посттравматические бессознательные состояния (Фундаментальные и клинические аспекты). М.: ГЭОТАР-Медиа, 2015. 392 c.
9.Пирадов М.А., Супонева Д.В., Червяков А.В., Рябинкина Ю.В., Синицин Д.О., Пойдашева А.Г., Кремнева Е.И., Морозова С.Н., Язева Е.Г., Легостаева Л.А. Структурно-функциональные основы хронических нарушений сознания. Анналы клинической и экспериментальной неврологии. 2018; 12 (Специальный выпуск): 6-15. http://doi.org/10.25692/ACEN.2018.5.1
10.Александрова Е.В., Зайцев О.С., Потапов А.А. Нейромедиаторные основы сознания и бессознательных состояний. Журнал “Вопросы нейрохирургии” имени Н.Н. Бурденко. 2014: 78 (1): 26-32.
11.Chelyapina-Postnikova M.V., Sharova E.V., Zaitsev О.S. A comparative clinical and encephalographic study on manifestation of the choline and dopamine deficiency syndromes in consciousness recovery after severe traumatic brain injury. Int. J. Med. Sci. Clin. Invent. 2019; 6 (5): 4468-4471. http://doi.org/10.18535/ijmsci/v6i5.07
12.Доброхотова Т.А., Гриндель О.М., Брагина Н.Н., Потапов А.А., Шарова Е.В., Князева Н.А. Восстановление сознания плсле длительной комы у больных с тяжелой черепно-мозговой травмой. Журнал неврологии и психиатрии им. С.С. Корсакова. 1985; 85 (5): 720-726.
13.Гриндель О.М., Романова Н.В., Зайцев О.С., Воронов В.Г., Скорятина И.Г. Математический анализ электроэнцефалограмм в процессе восстановления сознания после тяжелой черепно-мозговой травмы. Журнал неврологии и психиатрии им. С.С. Корсакова. 2006; 106 (12): 47-51.
14.Sharova E.V., Chelyapina M.V., Korobkova E.V., Kulikov M.A., Zaitsev O.S. EEG correlates of consciousness recovery after traumatic brain injury. N.N. Burdenko Journal of Neurosurgery. 2014; 1: 13-23.
15.Zhavoronkova L.A., Zharikova A.V., Maksakova O.A. The integrative role of restoration of voluntary postural control in the rehabilitation of patients with craniocerebral trauma. Neuroscience and Behavioral Physiology. 2012; 42 (5): 486-494.
16.Zakharova N., Kornienko V., Potapov A., Pronin I. Neuroiaging of traumatic brain injury. London: Springer, 2014. 159 p.
17.Biswal B., Yetkin F.Z., Haughton V.M., Hyde J.S. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magn. Reson. Med. 1995; 34: 537-541.
18.Van Dijk K.R., Hedden T., Venkataraman A. et al. Intrinsic functional connectivity as a tool for human connectomics: theory, properties, and optimization. J. Neurophysiol. 2010; 103: 297-321. http://doi.org/10.1152/jn.00783.2009.
19.Штарк М.Б., Коростышевская А.М., Резакова М.В., Савелов А.А. Функциональная магнитно-резонансная томография и нейронауки. Успехи физиологических наук. 2012; 43 (1): 3-29.
20.Raichle M.E., Mintun M.A. Brain work and brain imaging. Ann. Rev. Neurosci. 2006; 29: 449-476. http://doi.org/10.1146/annurev.neuro.29.051605.112819
21.Cordes D., Haughton V.M., Arfanakis K., Wendt G.J., Turski P.A., Moritz C.H., Quigley M.A., Meyerand M.E. Mapping functionally related regions of brain with functional connectivity MR imaging. Am. J. Neuroradiol. 2000; 21: 1636-1644.
22.Beckmann C.F., DeLuca M., Devlin J.T., Smith S.M. Investigations into resting-state connectivity using independent component analysis. Philos. Trans. R. Soc. Lond. B. Biol. Sci. 2005; 360: 1001-1013. https://doi.org/10.1098/rstb.2005.1634
23.Rosazza C., Minati L. Resting-state brain networks: literature review and clinical applications. Neurol Sci. 2011; 32 (5): 773-785. http://doi.org/10.1007/s10072-011-0636-y.
24.Верхлютов В.М., Соколов П.А., Ушаков В.Л., Величковский Б.М. Макроскопические функциональные сети головного мозга человека при просмотре и припоминании коротких видеосюжетов. Журнал высшей нервной деятельности им. И.П. Павлова. 2015; 65 (3): 333-343.
25.Мартынова О.В., Сушинская-Тетерева А.О., Балаев В.В., Иваницкий А.М. Корреляция функциональной связанности областей мозга, активных в состоянии покоя, с поведенческими и психологическими показателями. Журнал высшей нервной деятельности им. И.П. Павлова. 2016; 66 (5): 541-555. http://doi.org/10.7868/S0044467716050063
26.Greicius M.D., Krasnow B., Reiss A.L., Menon V. Functional connectivity in the resting brain: a network analysisof the default mode hypothesis. Proc. Natl. Acad. Sci. USA. 2003; 100: 253-258. http://doi.org/10.1073/pnas.0135058100
27.Allen E.A., Erhardt E.B., Damaraju E., Gruner W., Segall J.M., Silva R.F., Havlicek M., Rachakonda S., Fries J., Kalyanam R., Michael A.M., Caprihan A., Turner J.A., Eichele T., Adelsheim S., Bryan A.D., Bustillo J., Clark V.P., Feldstein Ewing S.W., Filbey F., Ford C.C., Hutchison K., Jung R.E., Kiehl K.A., Kodituwakku P., Komesu Y.M., Mayer A.R., Pearlson G.D., Phillips J.P., Sadek J.R., Stevens M., Teuscher U., Thoma R.J., Calhoun V.D. A baseline for the multivariate comparison of resting-state networks. Frontiers in Systems Neuroscience. 2011; 5: 1-19. http://doi.org/10.3389/fnsys.2011.00002
28.Smith S.M., Fox P.T., Miller K.L., Glahn D.C., Fox P.M., Mackay C.E., Filippini N., Watkins K.E., Toro R., Laird A.R., Beckmann C.F. Correspondence of the brain’s functional architecture during activation and rest. Proc. Natl. Acad. Sci. USA. 2009; 106: 13040-13045. http://doi.org/10.1073/pnas.0905267106
29.Rocca M.A., Valsasina P., Absinta M., Riccitelli G., Rodegher M.E., Misci P., Rossi P., Falini A., Comi G., Filippi M. Default-mode network dysfunction and cognitive impairment in progressive MS. Neurol. 2010; 74: 1252-1259. http://doi.org/10.1212/WNL.0b013e3181d9ed91
30.Bonavita S., Gallo A., Sacco R., Corte M.D., Bisecco A., Docimo R., Lavorgna L., Corbo D., Costanzo A.D., Tortora F., Cirillo M., Esposito F., Tedeschi G. Distributed changes in default-mode resting-state connectivity in multiple sclerosis. Mult. Scler. 2011; 17: 411-422. http://doi.org/10.1177/1352458510394609
31.Beltrachini L., De Marco M., Taylor Z.A., Lotjonen J., Frangi A.F., Venneri A. Integration of cognitive tests and resting state fMRI for the individual identification of mild cognitive impairment. Curr. Alzheimer Res. 2015; 12: 592-603. http://doi.org/10.2174/156720501206150716120332
32.Селивёрстова Е.В., Селивёрстов Ю.А., Коновалов Р.Н., Иллариошкин С.Н. Роль функциональной МРТ покоя в анализе структурно-функциональных изменений головного мозга у пациентов с болезнью Паркинсона. Российский электронный журнал лучевой диагностики (REJR). 2013; 3 (2): 418-419.
33.Di Perri C., Stender J., Laureys S., Gosseries O. Functional neuroanatomy of disorders of consciousness. Epilepsy & Behavior. 2014; 30: 28-32. http://dx.doi.org/10.1016/j.yebeh.2013.09.014
34.Vanhaudenhuyse A., Noirhomme Q., Tshibanda L.J., Bruno M.A., Boveroux P., Schnakers C., Soddu A., Perlbarg V., Ledoux D., Brichant J.F., Moonen G., Maquet P., Greicius M.D., Laureys S., Boly M. Default network connectivity reflects the level of consciousness in non-communicative brain-damaged patients. Brain (A Journal of Neurology). 2010: 133 (1); 161-171. http://doi.org/10.1093/brain/awp313
35.Demertzi A., Antonopoulos G., Heine L., Voss H.U., Crone J.S., de Los Angeles C., Bahri M.A., Di Perri C., Vanhaudenhuyse A., Charland-Verville V., Kronbichler M., Trinka E., Phillips C., Gomez F., Tshibanda L., Soddu A., Schiff N.D., Whitfield-Gabrieli S., Laureys S. Intrinsic functional connectivity differentiates minimally conscious from unresponsive patients. Brain. 2015; 138: 2619-2631. https://doi.org/10.1093/brain/awv169
36.Chen P., Xie Q., Wu X., Huang H., Lv W., Chen L., Guo Y., Zhang Sh., Hu H., Wang Y., Nie Y., Yu R., Huang R. Abnormal Effective Connectivity of the Anterior Forebrain Regions in Disorders of Consciousness. Neurosci. Bull. 2018; 34 (4): 647-658. https://doi.org/10.1007/s12264-018-0250-6
37.Pruim R.H.R., Mennes M., van Rooij D., Llera A., Buitelaar J.K., Beckmann C.F. ICA-AROMA: A robust ICA-based strategy for removing motion artifacts from fMRI data. NeuroImage. 2015; 112: 267-277. http://dx.doi.org/10.1016/j.neuroimage.2015.02.064
38.Salimi-Khorshidi G., Douaud G., Beckmann C.F., Glasser M.F., Griffanti L., Smith S.M. Automatic denoising of functional MRI data: Combining independent component analysis and hierarchical fusion of classifiers. NeuroImage. 2014; 90: 449-468. http://dx.doi.org/10.1016/j.neuroimage.2013.11.046
39.Гаврон А.А., Deza Araujo Y.I., Шарова Е.В., Смирнов А.С., Князев Г.Г., Челяпина М.В., Фадеева Л.М., Абдулаев А.А., Куликов М.А., Жаворонкова Л.А., Болдырева Г.Н., Верхлютов В.М., Пронин И.Н. Групповой и индивидуальный фМРТ анализ основных сетей покоя здоровых испытуемых. Журнал высшей нервной деятель ности. 2019; 69 (2): 150-163. http://doi.org/10.1134/S0044467719020072
40.Teasdale G., Jennet B. Assessment of coma and impaired consciousness. A practical scale. Lancet. 1974; 2 (7872): 81-84.
41.Вейс М., Зембатый А.М. (ред.) Физиотерапия. М.: Медицина, 1986. 496 c.
42.McPeak L.A. Physiatric history and examination. In: Braddom R, editor. Physical medicine and rehabilitation. W.B. Saunders Company, 1996: 3-42.
43.Hyvarinen A., Oja E. Independent component analysis: algorithms and applications. Neural Netw. 2000; 13 (4-5): 411-430.
44.Dumas E.M., van den Bogaard S.J.A., Hart E.P., Soeter R.P., van Buchem M.A., van der Grond J., Rombouts S.A.R.B., Roos R.A.C. Reduced functional brain connectivity prior to and after disease onset in Huntington''s disease. Neuroimage: Clinical. 2013; 2: 377-384. http://dx.doi.org/10.1016/j.nicl.2013.03.001
45.Widjaja E., Zamyadi M., Raybaud C., Snead O.C., Smith M.L. Impaired Default Mode Network on Resting-State fMRI in Children with Medically Refractory Epilepsy. Am. J. Neuroradiol. 2013; 34 (3): 552-557. https://doi.org/10.3174/ajnr.A3265
46.Corbetta M., Shulman G.L. Control of goal-directed and stimulus-driven attention in the brain. Nat. Rev. Neurosci. 2002; 3: 201-215. http://doi.org/10.1038/nrn755
47.Sharova E.V. Electrographic Correlates of Brain Reactions to Afferent Stimuli in Postcomatose Unconscious States after Severe Brain Injury. Hum. Physiol. 2005; 31 (3): 245-254.
48.Вайншенкер Ю.И., Ивченко И.М., Коротков А.Д., Мелючева Л.А., Катаева Г.В., Медведев С.В. Вегетативное состояние (длительная кома) как проявление устойчивого патологического состояния. Физиология человека. 2010; 36 (1): 138-141.
49.Casarotto S., Comanducci A., Rosanova M., Sarasso S., Fecchio M., Napolitani M., Pigorini A., Casali A.G., Trimarchi P.D., Boly M., Gosseries O., Bodart O., Curto F., Landi C., Mariotti M., Devalle G., Laureys S., Tononi G., Massimini M. Stratification of Unresponsive Patients by an Independently Validated Index of Brain Complexity. Аnn. Neurol. 2016; 80: 718-729. http://doi.org/10.1002/ana.24779
50.Жаворонкова Л.А., Морареску С.И., Болдырева Г.Н., Шарова Е.В., С.В. Купцова, Смирнов А.С., Машеров Е.Л., Пронин И.Н. ФМРТ-реакции мозга при выполнении двигательных нагрузок у пациентов с черепно-мозговой травмой. Физиология человека. 2018; 44 (5): 2-9. http://doi.org/10.1134/S0131164618050168
51.Болдырева Г.Н., Ярец М.Ю.,.Жаворонкова Л.А., Шарова Е.В., Купцова С.В., Трошина Е.М. Машеров Е.Л., Смирнов А.С. Двигательные фМРТ ответы мозга у пациентов с легким посттравматическим гемипарезом. Новые информационные технологии в медицине, биологии, фармакологии и экологии: Материалы Международной конференции IT + M&Ec`2018, Гурзуф, 1-11 июня 2019. М.: Изд-во: ООО “Институт новых информационных технологий”, 2019: 140-143.
52.Gusnard D.A., Akbudak E., Shulman G.L., Raichle M.E. Medial prefrontal cortex and self-referential mental activity: Relation to a default mode of brain function. Proc. Natl. Acad. Sci. USA. 2001; 98 (7): 4259-4264. http://doi.org/10.1073/pnas.071043098
53.Qin P., Northoff G. How is our self related to midline regions and the default-mode network? NeuroImage. 2011; 57: 1221-1233. http://doi.org/10.1016/j.neuroimage.2011.05.028
54.Sharova E.V., Kulikov M.A., Zaitsev O.S. The peculiarities of EEG dynamics during mental recovery after long-term posttraumatic coma. EEG and Clinical Neurophysiology. 1997; 103 (1): 207. (Abstracts of the 14th Intern. Congress of EEG and Clin. Neurophysiol., Florence, Italy). http://doi.org/10.1016/S0013-4694(97)88991-6

fMRI resting state networks visualization in patients with severe traumatic brain injury

According to the literature, fMRI analysis at resting state (RS) is an informative methodological approach to the study of the basic level of a healthy and diseased brain’s functional activity. Averaging data over observation groups for various forms of cerebral pathology is often unacceptable. Previously, we mastered and applied the Independent Component Algorithm (ICA) in FSL software to visualize and analyze individual fMRI resting networks of healthy people. Objective: to analyze individual fMRI resting networks associated with the state of motor activity and consciousness in patients with severe traumatic brain injury (STBI). Materials and methods. Observation groups: 23 patients with SТBI (main) and 17 healthy volunteers (control). 3T fMRI recorded at rest. Individual (norm and STBI) and group (norm) analysis of RS networks was carried out by FSL software (ICA algorithm) and SPM8 in MATLAB. For the DMN and Sensorimotor networks, topography and total volume and intensity of their activation of their activation were determined. Results. The topography features reproduced in the group and individual analysis of fMRI of healthy people, as well as the averaged quantitative indicators of the rest networks were used as reference for pathology. In the context of motor activity, the RS Sensorimotor network was considered. Its topography is close to normal in most patients without or with mild hemiparesis. The growth of this defect is accompanied by a decrease in the integral quantitative indicators of the network, combined with asymmetric reduction (lack of activation in the contralateral motor cortex) in rough hemiparesis. In the context of consciousness, the expression and characteristics of the DMN network were compared in healthy people and in patients with STBI at its various levels: from clear to chronic vegetative state. It was revealed that a decrease in the level of consciousness is accompanied by a reduction in the cortical components of DMN, primarily the frontal (anterior DMN), not pronounced in the vegetative state. Activation of the caudal component of DMN (in particular, the posterior cingular cortex) persists in patients with depressed consciousness: distinct and even somewhat enhanced compared to the norm with its reversible form, less pronounced with chronic Conclusion. The data obtained indicate the informative value of fMRI analysis of individual resting networks in the context of studying cerebral structural and functional foundations of consciousness and motor activity, as well as diagnosing the state of these functions in STBI.

Keywords:
ФМРТ, состояние покоя, тяжелая черепно-мозговая травма, нейронные сети, гемипарез, угнетение сознания, FMRI, resting state, severe traumatic brain injury, neural networks, hemiparesis, depression of consciousness