Различные контрасты МРТ-изображений разработаны для визуализации различных свойств тканей, и их комбинирование позволяет расширить вероятностную сегментацию за пределы широко используемых моделей серое-белое-ЛСЖ (ликвор). В данной работе описан полностью автоматизированный метод, который объединяет Т1-взвешенные, Т2-FLAIR и конвенциональные Т2-взвешенные изображения для обеспечения внутренней согласованности при прогнозировании сегментации тканей, включая сегментацию поверхностного и глубокого серого вещества, гиперинтенсивностей белого вещества и МР-видимых периваскулярных пространств.
Представлены результаты обработки 773 наборов визуализационных данных от 403 участников Исследования старения клиники Майо (Mayo Clinic Study of Aging) и Исследовательского центра болезни Альцгеймера клиники Майо (Mayo Clinic Alzheimer's Disease Research Center, ADRC).
Традиционные методы сегментации мозга на основе МРТ, как правило, ограничиваются разделением тканей на три основных класса: серое вещество, белое вещество и спинномозговую жидкость. Однако такой подход не учитывает множество важных структурных особенностей мозга, которые имеют клиническое значение, особенно в контексте нейродегенеративных заболеваний и старения. Новый метод преодолевает эти ограничения за счёт интеграции информации из нескольких контрастов МРТ, каждый из которых чувствителен к различным физическим и биологическим свойствам тканей.
Т1-взвешенные изображения обеспечивают отличное различение между серым и белым веществом, в то время как Т2-FLAIR последовательности особенно эффективны для выявления патологических изменений, таких как гиперинтенсивности белого вещества, связанные с малым сосудистым поражением или демиелинизацией. Т2-взвешенные изображения, в свою очередь, позволяют визуализировать периваскулярные пространства — систему ликворонаполненных каналов, окружающих пронизывающие мозг кровеносные сосуды. Эти структуры привлекают всё больше внимания исследователей в связи с их предполагаемой ролью в глимфатической системе мозга и потенциальным участием в патогенезе болезни Альцгеймера и других нейродегенеративных заболеваний.
Ключевым преимуществом предложенного метода является обеспечение внутренней согласованности сегментации при использовании различных контрастов. Это означает, что классификация тканей остаётся физиологически и анатомически правдоподобной независимо от того, какой контраст используется для её верификации. Такая согласованность критически важна для надёжности количественных нейровизуализационных биомаркеров в клинических исследованиях и практике.
Масштаб валидации метода на когорте из 403 участников с 773 наборами данных свидетельствует о его робастности и потенциальной применимости в крупномасштабных исследованиях старения и нейродегенеративных заболеваний. Участники представляли как когорту нормального старения, так и пациентов с болезнью Альцгеймера, что позволяет оценить работу метода в широком диапазоне возрастов и стадий когнитивного нарушения.
Разработанный подход имеет значительные перспективы для улучшения точности диагностики и мониторинга прогрессирования нейродегенеративных заболеваний. Автоматизированная количественная оценка периваскулярных пространств, гиперинтенсивностей белого вещества и тонкой сегментации серого вещества может служить ценным инструментом для выявления ранних биомаркеров заболеваний, оценки эффективности терапевтических вмешательств и углублённого понимания патофизиологических механизмов старения мозга.