Актуальность: Структурное созревание головного мозга человека не заканчивается пренатально и продолжается на протяжении ряда лет [5, 6]. Одними из наиболее длительных в постнатальном периоде, и наиболее важными, являются процессы миелинизация проводящих путей головного мозга. Эти процессы в ассоциативных путях головного мозга продолжаются вплоть до 25 лет и во многом определяют поведенческие, когнитивные и эмоциональные изменения, происходящие в детском и подростковом возрасте[7, 8]. Становление этих трактов важно для нормального функционирования нервной системы в течение всей дальнейшей жизни[1, 2, 3]. Поэтому необходимо иметь точные представления о развитии мозга на различных этапах онтогенеза. Неинвазивный метод диффузионно-тензорной магнитно-резонансной томографии (ДТ-МРТ) дает возможность изучить организацию ассоциативных связей конечного мозга человека invivo, представить их визуально, количественно оценить протекающие в них микроструктурные изменения, показывают степень зрелости и развития головного мозга [4, 9, 10]. Исследования мозга, выполненные этим методом, в настоящее время находятся на этапе интенсивного накопления данных.

Цель исследования: Целью настоящего исследования явилось проведение сравнительного анализа ассоциативных связей конечного мозга детей различных возрастных групп на томограммах, полученных методом ДТ МРТ.

Материалы и методы: Исследование проводилось на базе отделения лучевой диагностики Санкт-Петербургского Государственного Педиатрического Медицинского Университета. Материалом для исследования послужили данные ДТ-МРТ головного мозга 45 пациентов обоих полов в возрасте от 2 месяцев до 24 лет. Пациентами или, в случае несовершеннолетних детей, родителями было подписано информированное согласие об использовании данных в научных целях. Поло-возрастные характеристики групп обследованных пациентов представлены в Табл.1. Критериями исключения из исследования являлись признаки явной неврологической патологии (оценивалась неврологом клиники).

Таблица 1

Распределение обследованных пациентов по полу и возрасту

Пол/Возраст	2-12 мес	1-3 года	3-7 лет	7-11 лет	11-16 лет	16-24 года	Всего
Мальчики (кол-во чел.)	3	5	6	7	4	2	27
Девочки (кол-во чел.)	1	3	4	6	3	1	18
Всего	4	8	10	13	7	3	45

 

Изображения были получены на томографе GeneralElectricSignaHDxt мощностью 1,5 T c использованием методики одноимпульсной эхо-планарной томографии с 15 направлениями диффузионного градиента. Обработка изображений была проведена при помощи програмного обеспечения  рабочей станции GeneralElectricSignaHDxt. В качестве области интереса было выбрано мозолистое тело, что обусловлено длительным периодом его миелинизации и строгой топической организацией транскаллозальных связей различных областей коры. В ходе обработки исходных данных ДТ-МРТ для каждой объемной единицы (воксела) вычислялся коэффициент фракционной анизотропии (КФА), отражающий степень направленности или анизотропии диффузии. КФА изменялся в пределах от 0 до 1, принимая наибольшие значения в тех вокселах, где молекулы воды движутся вдоль одной оси, а в перпендикулярных ей направлениях ограничены различными микро- и макроструктурами: мембраной и цитоскелетом аксона, миелиновыми оболочками. С помощью КФА оценивалась степень миелинизации и упорядоченности проводящих путей. При трактографии путем сопоставления главных векторов тензора в каждом вокселе были визуализированы в трехмерном объеме тракты колена и валика мозолистого тела. Визуализация диффузионных тензоров включала в себя: а) цветовое кодирование численных значений КФА, б) цветовое кодирование диффузионных тензоров, в) 3D визуализацию трактов, проходящих через колено и валик мозолистого тела.

Полученные результаты: При анализе полученных данных обращали на себя внимание различия степени миелинизациии упорядоченности проводящих путей у пациентов различных возрастных групп, при этом гендерных различий обнаружить не удалось. В Табл.2 представлены значения КФА для пациентов разных возрастных групп (р=0,001).

Таблица 2

Значения коэффициента фракционной анизотропии для двух сегментов мозолистого тела мозга пациентов разного возраста

Значения КФА/Возраст	2 мес	1 год	3 года	7 лет	11 лет	17 лет	24 года
Колено МТ	0,48 ±0,02	0,58 ±0,03	0,69 ±0,04	0,70 ±0,02	0,75 ±0,05	0,78 ±0,03	0,80 ±0,04
Валик МТ	-	0,59 ±0,03	0,69 ±0,03	0,75 ±0,04	0,76 ±0,03	0,83 ±0,04	0,80 ±0,04

 

Полученные результаты показывают увеличение значения КФА с возрастом, что свидетельствует о прогрессе процесса миелинизации. При сравнительном анализе возрастных групп отмечено, что КФА при достижении "условной зрелости" увеличивается в сравнении с периодом младенчества в ~1,7 раз. При этом наиболее значимое увеличение КФА происходит в период первых трех лет жизни.

Цветовое кодирование численных значений КФА на аксиальных срезах позволило количественно оценить степень миелинизации и упорядоченности проводящих путей в выбранных для анализа участках конечного мозга. При визуализации этих данных отмечено постепенное увеличение доли холодной цветовой гаммы (которая соответствует высоким значениям КФА) у пациентов старших возрастных групп.

При цветовом кодировании диффузионных тензоров визуально оценено направление диффузии по цвету воксела (красный – по медио-латеральной оси, синий – по верхне-нижней оси, зеленый – по передне-задней оси). С возрастом отмечено увеличение объема трактов, проходящих в каждом направлении, и более четкая их дифференцировка.

В результате трехмерной реконструкции трактов в составе валика и колена мозолистого тела у тех же пациентов отмечены увеличение объема волокон и их протяженности, достоверно коррелирующие с возрастом (Рисунок 1).

 

Рис.1. 3D визуализация трактов, проходящих через колено и валик мозолистого тела

 

Выводы: Метод ДТ-МРТ является эффективным в определении физиологических изменений вещества головного мозга на микроструктурном уровне и позволяет провести количественную оценку развития ассоциативных связей головного мозга.

Использование постпроцессинговой обработки количественных данных ДТ-МРТ с реконструкцией проводящих путей в трехмерном режиме дает возможность визуализировать динамику развития процессов миелинизации в детском возрасте.

У обследованных пациентов прослеживались достоверное увеличение объема и протяженности волокон валика и колена мозолистого тела, коррелирующие с возрастом, свидетельствующие о продвижении физиологической миелинизации нервных волокон.

 

Список литературы

1.     Ильясов К.А. Количественное измерение диффузии invivo методом магнитно-резонансной томографии //Ученые записки КГУ. Серия Физико-математические науки. 2011. V. 153. P. 017-038.

2.     Мэнсфилд П. Быстрая магнитно-резонансная томография (перевод на русский) //Успехи физических наук. 2005. V. 175. № 10. P. 1044-1052.

3.     Одинак М.М., Базилевич С.Н., Дыскин Д.Е., Прокудин М.Ю. Возможности и опыт применения функциональных методов нейровизуализации в эпилептологии /Материалы Юбилейного конгресса

4.     Устюжанина М.К., Синицын В.Е. Трактография головного мозга: метод визуализации проводящих путей на основе диффузионно-взвешеной магнитно-резонансной томографии // Диагностическая и интервенционная радиология. 2007. Т.1, №3.

5.     Beaulieu C. The basis of anisotropic water diffusion in the nervous system - a technical review // NMR Biomed. 2002. V. 15. № 7-8. P. 435-455.

6.     Diffusion-tensor fiber tractography: intraindividual comparison of 3.0-T and 1.5-T MR imaging / T. Okada, Y. Miki, Y. Fushimi [et al.] // Radiology. 2006. V.238, N2. P.668–678.

7.     Il'yasov K.A., Barta G., Kreher B.W., Bellemann M.E. et al. Importance of Exact b-Tensor Calculation for Quantitative Diffusion Tensor Imaging and Tracking of Neuronal Fiber Bundles // Applied Magnetic Resonance. 2005. V. 29. P. 107-122.

8.     Reisert M., Mader I., Anastasopoulos C., Weigel M. et al. Global fiber reconstruction becomes practical // Neuroimage. V. 54.№ 2. P. 955-962.

9.     Wakana S., Jiang H., Nagae-Poetscher L.M., van Zijl P.C. et al. Fiber tract-based atlas of human white matter anatomy // Radiology. 2004. V. 230. № 1. P. 77-87.

10. Zhang W., Olivi A., Hertig S.J., van Zijl P. et al.Automated fiber tracking of human brain white matter using diffusion tensor imaging // Neuroimage. 2008. V. 42. № 2. P. 771-777.