Нарушения метаболизма мозга человека и дисбаланс основных нейромедиаторов по данным J-редактированной протонной магнитно-резонансной спектроскопии тема диссертации и автореферата по ВАК РФ 03.01.02, кандидат наук Меньщиков Петр Евгеньевич

• Меньщиков Петр Евгеньевич
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Меньщиков Петр Евгеньевич

Термины и сокращения

Введение

ГЛАВА

1.1 Явление ЯМР, ЯМР спектроскопия и МР томография

1.2 Локализированная протонная МР спектроскопия in vivo

1.2.1 Локализация чувствительного объема

1.2.2 Подавление сигнала воды

1.2.3 Типичный PRESS спектр головного мозга. Разрешенные сигналы. 26 1.2.4. Сигналы других метаболитов

1.3 Методики разделения сигналов. Возможности и применение

1.3.1. 2D ЯМР спектроскопия in vivo

1.3.2. Фильтрация многоквантовой когерентности (Multiple quantum filtering)

1.3.3. J-редактирование

ГЛАВА 2 Материалы и методы

2.1. Создание методики постпроцессинга gabaMEGA-PRESS спектров. Исследование баланса нейромедиаторов у пациентов с ультравысоким риском развития шизофрении

2.1.1. Испытуемые

2.1.2. Регистрация и количественная обработка спектров

2.2. Оценка влияния легкой черепно-мозговой травмы на концентрацию GABA. Сравнение эффективностей gaba-MEGA-PRESS и gaba+MEGA-PRESS спектров

2.2.1. Испытуемые

2.2.2. Регистрация и количественная обработка спектров

2.3. Создание методики выделения сигналов Asp и Glu в спектрах in vivo. Расчет концентрации Glu

2.3.1. Математическое моделирование

2.3.2. Экспериментальная часть

2.4. Создание методики расчёта абсолютных концентраций Asp

2.4.1. Определение in vitro и in vivo константы Т2

2.4.2. Определение концентраций Asp в сером и белом веществе

2.5. Измерение локальных концентраций NAA, Asp и Glu в мозге человека в разные сроки после тяжелой черепно-мозговой травмы

2.5.1. Испытуемые

2.5.2. Регистрация и количественная обработка спектров

ГЛАВА 3. Создание методики постпроцессинга gaba+MEGA-PRESS спектров. Исследование баланса нейромедиаторов при ультравысоком риске развития шизофрении

ГЛАВА 4. Влияние легкой черепно-мозговой травмы на концентрацию GABA. Сравнение эффективностей gaba-MEGA-PRESS и gaba+MEGA-PRESS спектров

ГЛАВА 5. Разработка методики разрешения сигналов Asp и Glu в протонных спектрах in vivo мозга человека

5.1. Выбор параметров для регистрации спектра, содержащего сигналы Asp и Glu (AspMEGA-PRESS)

5.2. Анализ сигналов, детектируемых в спектрах AspMEGA-PRESS

5.3. Расчет концентарции Glu по данным спектров AspMEGA-PRESS

ГЛАВА 6. Расчет концентрации Asp по данным спектров AspMEGA-PRESS

6.1. Расчет Т2 Asp в фантоме и in vivo

6.2. Расчет концентрации Asp в GM и WM

ГЛАВА 7. Влияние тяжелой черепно-мозговой травмы на церебральные концентрации Asp, Glu и NAA

Заключение

Выводы

Список литературы:

Приложение А. Расчет фракций серого, белого вещества головного мозга и спиномозговой жидкости в чувствительном объеме

Термины и сокращения

ЯМР - ядерный магнитный резонанс МРТ - магнитно-резонансная томография МРС - магнитно резонансная спектроскопия РЧ - радиочастотный

FID - free induction decay - спад свободной индукции ТМС - тетраметилсилан S - химический сдвиг

м.д. - одна миллионная доля напряженности поля или резонансной частоты CSF - cerebro-spinal fluid - спино-мозговая жидкость GM - gray matter - Серое вещество WM - white matter - белое вещество VOI - volume of interest - объем интереса

DICOM - Digital Imaging and Communications in Medicine - формат записи и

хранения медицинских данных ТЕ - echo time - время эхо

TR - repetition time - время посторения

ТМ - mixing time - время смешивания

OVS - outer-volume suppression pulses - импульсы для подавления сигнала вне объема интереса

NAA - N-ацетиласпартата

NAAG - N-ацетиласпартилглутамата

tNAA суммарный сигнал NAA и NAAG c 5tNAA = 1.89 м.д.

Asp - аспарат

Glu - глутамат

Gln - глутамин

GLX - суммарный сигнал Glu и Gln

Cr - креатин

PCr - креатинфосфат

tCr - суммарный сигнал Cr и PCr c 5tCr = 3.01 м.д.

tCr2 - суммарный сигнал Cr и PCr c StCr2 = 3.89 м.д.

PC - фосфохолин

GPC - глицерофософохолина

Cho - холин

tCho - суммарный сигнал PC, Cho и GPC c 5tCr = 3.20 м.д. ATP - аденозинтрифосфата GABA - у-аминомасляной кислота

GABA- сигнал GABA без вклада сигнала от макромолекул SGABA-=3.01 м.д.

GABA+ суммарный сигнал, включающий в себя сигналы GABA и макромолекул 5gaba+=3.01 м.д.

mI - миоинозитол

AcCoA - ацетил-коэнзима А

Lac - лактат

Ala - аланин

Etha - этаноламин

Glc - глюкоза

GSH - глутатион

Tau - таурин

Gly - глицин

FOV - field of view - поле обзора

ZQC - нуль квантовые когерентности

DQC - двухквантовые когерентности

MQC - мультиквантовые

COSY - 2D корреляционная спектроскопия

ZQF - zero quantum filtering - фильтрация нуль квантовой когерентности

DQF - double quantum filtering - фильтрация двух квантовой когерентности

МQF - Multiple quantum filtering - фильтрация мульти квантовой

когерентности SNR - отношение сигнал шум

CPZ - хлорпромазиновый эквивалент

NSA - number of signal averages - число накоплений

[название метаболита] - концентрация метаболита, указанного в квадратных скобках

Введение

Введение диссертации (часть автореферата) на тему «Нарушения метаболизма мозга человека и дисбаланс основных нейромедиаторов по данным J-редактированной протонной магнитно-резонансной спектроскопии»

Актуальность

В настоящее время одной из самых актуальных задач биофизики является исследование физико-химических процессов, протекающих в клетках органов и тканей в условиях in vivo. В центральной нервной системе важнейшую роль играют нейромедиаторы (глутамат, у-аминомасляная кислота и др.), которые определяют баланс процессов возбуждения и торможения. Анализ метаболических цепей, в которые включены эти соединения, необходим для понимая процессов развития функциональных нарушений головного мозга. Уникальным инструментом таких исследований является протонная магнитно -резонансная спектроскопия (!Н МРС) - метод, который позволяет in vivo измерять внутриклеточные концентрации ряда важнейших метаболитов в динамике обменных процессов [1].

Спектральные in vitro измерения метаболитов в биологических жидкостях и тканях даже с использованием высокопольных (7 и более Тесла) спектрометров представляют определенные сложности, которые возрастают при использовании слабых полей. Исследования головного мозга человека методом 1H МРС проводятся на медицинских томографах, у которых напряженность постоянного магнитного поля обычно не превышает 3 Тл. Низкие значения полей и ограничения по времени исследования затрудняют достижение высокого отношения сигнала к шуму, что необходимо для получения информативных спектров. Кроме того, близкие значения химических сдвигов создают проблему перекрывания резонансных линий в 1Н МР спектрах головного мозга [1]. Это приводит к потере важнейшей информации о метаболитах, присутствующих в клетках.

Решение проблемы перекрывания сигналов представляется возможным с помощью нескольких подходов, наиболее перспективным из которых является упрощение спектральной информации на основе использования явления спин-

спинового взаимодействия - J-редактирование (англ. J-edited spectroscopy [2]). Идея J-редактирования состоит в воздействии на спиновые системы выбранных метаболитов селективными радиочастотными импульсами. Эта разностная методика включает в себя накопление двух серий спектров: 0-серия спектров, в которой селективные импульсы воздействуют на спиновую систему выделяемого метаболита и О-серия, в которой селективные импульсы не воздействуют на спиновые системы метаболитов в области частот 1 - 5 м.д. При таком воздействии в спектрах спинового эха изменяется форма мультиплетных резонансных линий, принадлежащих метаболитам, на которых было оказано действие. Вычитание спектров, зарегистрированных с различными диапазонами действия селективных импульсов, позволяет упростить результирующий спектр и провести отнесение спектральных линий. Впервые J-редактирование в in vivo исследованиях применили в середине 1980-х годов (так удалось в мозге крыс разделить сигналы метиленовых протонов лактата и жира [3]). В настоящее время предпринимаются попытки измерения уровня основного тормозного нейромедиатора у-аминомасляной кислоты с использованием этого подхода, реализованного в импульсной последовательности MEGA-PRESS [4]. К сожалению, отсутствие оптимального протокола регистрации и количественной обработки gabaMEGA-PRESS спектров делает практически невозможным анализ и сравнение полученных результатов. Поэтому необходимым этапом оценки биофизических механизмов, лежащих в основе процессов возбуждения/торможения, является создание такого протокола и измерение концентраций основных нейромедиаторов в норме и при функциональных нарушениях центральной нервной системы.

Разделение сигналов, принадлежащих протонам, входящим в сильносвязанные спиновые системы таких молекул, как аспартат, глутамат и др. требует модификации MEGA-PRESS. Эти соединения участвуют в метаболизме N-ацетиласпартата - единственного прижизненного нейронального маркера. Интенсивность сигнала N-ацетиласпартата в 1Н МР спектрах мозга является

индикатором уровня нормально функционирующих нейронов. Важнейшей биофизической задачей, решение которой неразрывно связано с созданием новых методов J-редактирования, является исследование нарушений процессов метаболизма N-ацетиласпартата на основе анализа концентраций аспартата, глутамата и N-ацетиласпартата в норме и патологии.

Цель диссертационного исследования - создание ЯМР in vivo метода измерения концентраций нейромедиаторов в мозге человека и выявление нарушений баланса процессов торможения/возбуждения и физико-химических механизмов церебрального метаболизма при патологических состояниях различной этиологии. Для достижения указанной цели были поставлены следующие задачи:

1. Провести измерение локального уровня основного тормозного нейромедиатора у-аминомасляной кислоты и проанализировать нарушения баланса тормозного и возбуждающего нейромедиаторов в мозге пациентов с ультравысоким риском развития шизофрении; разработать стандартные подходы к обработке J-редактированных спектров мозга человека.

2. Провести оценку влияния легкой черепно-мозговой травмы на концентрацию у-аминомасляной кислоты и баланс процессов возбуждения/торможения в мозге человека по данным 1Н ЯМР спектров in vivo, проанализировать маскирующий эффект сигналом макромолекул при измерении концентрации у-аминомасляной кислоты.

3. Разработать методику измерения церебральных концентраций аспартата и глутамата на основе J-редактирования 1Н МР спектров мозга человека, что включает в себя регистрацию и количественную обработку спектров, расчет времен поперечной релаксации Т2 аспартата.

4. Определить концентрации аспартата в сером и белом веществе мозга человека.

5. Исследовать биофизические механизмы нарушения метаболизма аспартата, глутамата и N-ацетиласпартата в мозге человека при тяжелой

черепно-мозговой травме на основе разработанной методики J-редактирования 1Н МР спектров.

Основные положения, выносимые на защиту

1. Подбор частот селективных импульсов и времени эха позволил создать импульсную последовательность AspMEGA-PRESS для прижизненного одновременного измерения внутриклеточных концентраций аспартата и глутамата в мозге человека. Измеренные концентрации аспартата в сером и белом веществе мозга составляют 3,50 ± 0,21 мМ и 0.43 ± 0.12 мМ соответственно. Концентрация глутамата в сером веществе - 11,7 ± 1,1 мМ.

2. Нарушение синтеза N-ацетиласпартата в цепи глутамат ^ аспартат ^ N — ацетиласпартат вследствие тяжелой черепно-мозговой травмы, выявленное при измерении концентраций этих соединений in vivo, обусловлено дисфункцией нейронального малат-аспартатного шаттла.

3. Нарушение баланса процессов торможения/возбуждения при патологических состояниях мозга различной этиологии (легкая черепно-мозговая травма, ультравысокий риск развития шизофрении) вызвано изменением уровня основного тормозного нейромедиатора GABA.

Научная новизна

1. Впервые методика J-редактирования AspMEGA-PRESS применена для расчёта концентрации аспартата и глутамата в головном мозге человека in vivo; впервые измерены значения Т2 аспартата в in vivo спектрах головного мозга. Впервые измерены концентрации аспартата в сером и белом веществе головного мозга человека.

2. Впервые показано, что острый период тяжелой черепно-мозговой травмы характеризуется малым снижением концентрации N-ацетиласпартата, последняя поддерживается скоррелированным падением глутамата и аспартата; через 3 месяца обнаружено возвращение концентрации глутамата к нормальным

значениям, тогда как концентрации N-ацетиласпартата и аспартата падают более чем вдвое. Полученные данные свидетельствуют о нарушении функционирования нейронального малат-аспартатного шаттла.

3. Впервые предложены и отработаны методики для определения интенсивностей сигналов в J-редактированных спектрах gaba+MEGA-PRESS, gabamegaPRESS и AspMEGA-PRESS.

4. Впервые обнаружено достоверное снижение уровня у-аминомасляной кислоты в левой лобной доле пациентов с ультравысоким риском развития шизофрении, и установлена связь уровня у-аминомасляной кислоты с суточной дозой принимаемых антипсихотиков.

5. Впервые показано, что для выявления малых изменений концентрации у-аминомасляной кислоты по данным 1Н МР спектров необходимо подавление сигнала макромолекул (GABA-MEGA-PRESS). Впервые установлено, что легкая черепно-мозговая травма, не вызывающая нарушений анатомической структуры мозга, сопровождается статистически значимым ростом корковой концентрации у-аминомасляной кислоты.

Научная и практическая значимость работы

Разработанный метод определения концентраций аспартата, глутамата и N-ацетиласпартата является основой для исследования физико-химических механизмов нарушений синтеза нейронального маркера N-ацетиласпартата и выявления связи между этими процессами и функциональными расстройствами при различных патологических состояниях. Созданная методика существенно расширяет ряд определяемых in vivo метаболитов, которые могут служить диагностически и прогностически значимыми биологическими маркерами в неинвазивной и биологически безопасной медицинской диагностике.

Применение данного нового подхода в исследовании метаболических сдвигов при тяжелой черепно-мозговой травме продемонстрировало ведущую роль нейронального малат-аспартатного шаттла в нарушении посттравматического синтеза N-ацетиласпартата.

Впервые выявленный показатель нарушений метаболизма при сотрясении головного мозга может использоваться для диагностики и прогноза возникновения посттравматических дисфункций центральной нервной системы.

Обнаруженное соответствие между уровнем у-аминомасляной кислоты и суточной дозой принимаемых антипсихотиков открывает перспективы использования разработанного метода для мониторинга эффективности лекарственной терапии при психических заболеваниях.

Личный вклад диссертанта.

Автор лично проводил анализ литературных данных, участвовал в постановке задач исследования, в создании модели, планировании и проведении эксперимента, в подготовке публикаций и докладов на научных конференциях по теме диссертационной работы.

Апробация работы

Основные положения и результаты научных исследований доложены на: Материалы исследования докладывались и получили положительную оценку на 9 международных научных конференциях: Материалы докладов по итогам конференций опубликованы в 8 тезисах:

1. P. Menshchikov, T. Akhadov, N. Semenova et al. [Asp], [Glu] and [NAA] changes following traumatic brain injury revealed by J-edited 1H MRS Proc. Intl. Soc. Mag. Reson. Med. 26 (2018) 3692

2. P. Menshchikov, N. Semenova et al. Metabolic concentrations in normal appearing brain tissue: 3 month after severe pediatric TBI, Proc. Intl. Soc. Mag. Reson. Med. 26 (2018) 5810

3. P. Menshchikov, N. Semenova et al. Increase of [GABA-] following pediatric mTBI in the acute phase Magn Reson Mater Phy (2017) 30 (Suppl 1): 34344.

4. P. Menshchikov, N. Semenova, et al. MEGA-PRESS for simultaneous aspartate and glutamate quantification at 3T Proc. Intl. Soc. Mag. Reson. Med, 2017, Vol. 25, pp. 5499

5. P.E. Menshchikov N.A. Semenova M.V. Ublinskiy T.A. Akhadov Increased cerebral level of GABA- in the acute phase of children's mild traumatic brain injury 25th Annual meeting of ISMRM 22-27 April Honolulu Proc. Intl. Soc. Mag. Reson. Med, 2017, Vol. 25, pp. 4523

6. P. Menshchikov, N. Semenova et al. Direct Aspartate quantification using MEGA-PRESS pulse sequence Magn Reson Mater Phy, 2016, Vol. 29, pp. 217

7. P. Menshchikov, T. Akhadov, N. Semenova et al. Reduced GABA in the left anterior cingulate of subjects with ultra-high-risk of schizophrenia. Magn Reson Mater Phy, 2015, Vol. 28, pp. 277.

8. P. Menshchikov, N. Semenova, M. Ublinskii et al Lateralization of Glx and GABA metabolic changes in anterior cingulate for Ultra High Risk Schizophrenia patients. Proc. Intl. Soc. Mag. Reson. Med, 2015, Vol. 23, pp. 3563.

Публикации автора по теме диссертации

По основным результатам исследования опубликовано 13 научных работ из них научных рецензируемых изданиях, индексируемых в базах данных Web of Science, Scopus и RSCI:

1) П.Е. Меньщиков, Н.А. Семенова, С.Д. Варфоломеев и др. Определение уровней N-ацетил аспартата, аспартата и глутамата в локальных структурах головного мозга человека методом J-редактирования спектров протонного магнитного резонанса in vivo // Известия Академии наук. Серия химическая, 2018, № 4. C. 655-662. Web of Science, Scopus, RSCI. (Импакт-фактор 0.974)

2) P.E. Menshchikov, N.A. Semenova, T.A. Akhadov. Quantification of cerebral aspartate concentration in vivo using proton magnetic resonance spectroscopy // Bulletin of the Lebedev Physics Institute, 2017, Vol. 44(3), pp. 56-60. Web of Science, Scopus, RSCI. (Импакт-фактор 0.380)

3) П.Е. Меньщиков, Н.А. Семенова, С.Д. Варфоломеев и др. Рост церебральной концентрации у-аминомасляной кислоты у детей с легкой черепно-мозговой травмой в остром периоде по данным протонной магнитно -резонансной спектроскопии // Биофизика, 2017, Т. 62, №2 6, С. 1221-1231 Scopus, RSCI. (Импакт-фактор 0.861)

4) П.Е. Меньщиков, Н.А. Семенова, и др. 1Н МРС и импульсная последовательность MEGA-PRESS в исследовании баланса возбуждающего и тормозного нейромедиаторов в мозге пациентов с ультравысоким риском развития шизофрении // Доклады академии наук, 2016, Т. 486, № 1, С. 103-107. Web of Science, Scopus, RSCI. (Импакт-фактор 1.012)

5) П.Е. Меньщиков, Н.А. Семенова, М.В. Ублинский, Т.А. Ахадов, Р.А. Кешишян, И.С. Лебедева, М.А. Омельченко, В.Г. Каледа, С.Д. Варфоломеев, Редактирование спектров 1Н МРС. Определение уровня GABA в мозге людей с ультравысоким риском развития шизофрении. Известия Академии наук. Серия химическая, 2015, № 9, С. 2238-2244. Web of Science, Scopus, RSCI. (Импакт-фактор 0.974)

Объем и структура диссертации

Диссертация изложена на 150 страницах печатного текста и состоит из введения, обзора литературы, описания материалов и методов исследования, главы результатов собственных исследований, обсуждения и выводов. Фактические данные проиллюстрированы 53 рисунками и 10 таблицами. Список литературы включает 140 источников. Все материалы, представленные в диссертации, получены, обработаны и проанализированы с личным участием автора.

ГЛАВА 1

1Н МРС - метод, сочетающий в себе подходы традиционной спектроскопии ядерного магнитного резонанса (ЯМР) с МР томографией, созданный в результате необходимости получать данные о химических процессах, протекающих в локальных зонах интереса в живой системе. Необходимость работать со спектрами эха и использовать постоянные магнитные поля малой напряженности существенно снижает чувствительность метода. Это приводит к перекрыванию сигналов схожих химических структур в спектре. Для получения in vivo спектров с удовлетворительным соотношением сигнал-шум (SNR) требуются достаточно крупные объемы интереса (VOI), в большинстве случаев включающие в себя различные анатомические структуры (например, в VOI головного мозга одновременно содержатся серое вещество (GM), белое вещество (WM) и спино-мозговая жидкость (CSF)). Но, несмотря на это, 1Н МРС остается единственной методикой, позволяющей получать in vivo информацию о клеточном метаболизме. Перечисленные выше особенности 1Н МРС ставят перед исследователем задачу повышения информативности МР спектров, которая может быть решена на основе физических принципов ЯМР.

1.1. Явление ЯМР, ЯМР-спектроскопия и МР томография

Явление ЯМР проявляется в резонансном поглощении или излучении электромагнитной энергии ядрами с ненулевым спином (1Н, 13С, 31Р и т.д.), помещенными в постоянное магнитное поле. В исследованиях человека методами ЯМР in vivo, к которым относятся магнитно-резонансная томография (МРТ) и спектроскопия (МРС), чаще всего используют резонанс на ядрах водорода 1Н (спиновое квантовое число I=1/2). В отсутствии постоянного магнитного поля энергетические состояния спиновой системы вырождены. При наложении внешнего постоянного магнитного поля Во (вектор напряженности поля Во берется направленным вдоль оси z) вырождение снимается. Ансамбль

спинов разбивается на две подсистемы с проекциями спинов параллельно и антипараллельно оси z, Л = +1/2 и Ъ = -1/2, соответственно [5]. Энергия перехода между уровнями пропорциональна величине Б0

где П0 - частота ЯМР (ларморовская частота прецессии спина вокруг направления Б0), при которой становится возможным переход из одного энергетического состояния в другое, у - гиромагнитное отношение. Распределение ядер по энергетическим уровням в случае большого числа частиц определяется статистикой Больцмана [5]. Для двухуровневой системы отношение заселенностей нижнего и верхнего энергетических уровней определяется формулой

Из формулы (2) следует, что в поле B0 = 3Тл (наиболее часто используемом в медицинских томографах) при температуре Т = 310^ (37°С, нормальная температура тела человека) количество спинов, ориентированных по полю и имеющих низкий уровень энергии, лишь незначительно превышает количество спинов, ориентированных против поля (высокий уровень энергии). Этот избыток приводит к появлению продольной компоненты вектора суммарной намагниченности М2. Величина Мz на порядки (~105 — 106) меньше величины постоянного магнитного поля, поэтому для наблюдения сигнала ЯМР необходимо опрокинуть вектор суммарной намагниченности М в плоскость ху, перпендикулярную В0. Облучение системы переменным магнитным полем В\ в РЧ диапазоне на частоте П0 вызывает переходы ядер с низкого магнитного энергетического уровня на высокий. При этом заселенность уровня с низкой энергией уменьшается, а с высокой энергией, наоборот, растет. При равенстве заселенностей вектор М оказывается в плоскости ху. После выключения В1, система возвращается в состояние равновесия. При этом выделяется энергия, и в

ДЕ = Ш0 = уЯ£0,

(1)

= е .

(2)

приемной РЧ катушке, расположенной в плоскости ху, индуцируется сигнал спад

свободной индукции (FID).

В общем виде траектория движения M подчиняется уравнениям Блоха:

dMx Мх

-^ = y(M(t)xB(t))x-j^,

dM . МУ

=г(М(1)хВ(1))у-1т, (3)

-Мг Мг-М0

= у(м(г) х В(1)\ —

где ^-суммарная напряженность постоянного и переменного магнитных полей, Т1 - время спин-решеточной (продольной) релаксации - время, необходимое для перевода 63% ядер в состояние равновесия после их возбуждения РЧ импульсом. Т2 - время спин-спиновой (поперечной) релаксации - время, за которое поперечная компонента М уменьшается на 63%. В основе процесса Т2 релаксации лежит потеря когерентности спинов, вызванная малыми различиями в П, индуцированными разбросом статических магнитных полей в разных точках образца [6].

Впервые эффект ядерного магнитного резонанса наблюдался в неионизированных молекулярных пучках Исидором Айзеком Раби в 1938 г. Спустя всего 10 лет после опытов Раби предпринимателями в области электроники братьями Расселом и Сигурдом Варианами была подана заявка на патент «Метод и средства для химического анализа посредством ядерных индукций», ознаменовавшая качественный переход ЯМР от теории к рутинной практике и решению практических задач физики, химии, биологии, медицины, фармацевтики и т.д.

Основой метода ЯМР спектроскопии является химический сдвиг. В молекуле внешнее магнитное поле В0 индуцирует электронные токи, которые создают вторичное магнитное поле, пропорциональное, в соответствии с законом Ленца, полю В0 (Рис. 1) и направленное противоположно ему.

Рис. 1. Механизм возникновения химического сдвига

Таким образом, резонирующее ядро оказывается в локальном внешнем поле, которое задается формулой

Вюс = Яо • (1 - (4)

где g — безразмерная постоянная, называемая константой экранирования. Она не зависит от Во, но зависит от электронного окружения ядра, которое определяется химическим строением молекулы. Таким образом, каждый структурный фрагмент имеет собственные значения g и свои малые сдвиги резонансной частоты, определяющиеся выражением

^chem shi/t = 7^0 • (1 - (5)

которое получено подстановкой (4) в (1). Эти сдвиги являются важнейшими характеристиками химической структуры молекулы. Спектр значений Hchem можно получить, подвергнув FID процедуре Фурье преобразования. Согласно (5), частота nchems^t зависит от ß0, поэтому корректная интерпретация спектров, полученных в разных полях ß0, практически невозможна. Для того что бы получить удобную характеристику химического сдвига, вводят безразмерную величину S

S =

Schern shi/t ^те/

(6)

где Qo - рабочая частота спектрометра, Пг - химический сдвиг референсного сигнала (в протонных спектрах водных растворов чаще всего используют сигнал 4,4-диметил-4-силопентан-1-сульфоновой кислоты (DSS) ). За единицу химического сдвига принимается одна миллионная доля напряженности поля или резонансной частоты (м.д.).

В 1964 году профессор Рихард Роберт Эрнст предложил абсолютно новую концепцию получения ЯМР спектров, заменив медленную развертку по частоте интенсивными широкими РЧ импульсами. Так появилась импульсная ЯМР спектроскопия. Это позволило в сотни раз увеличить чувствительность методики и уменьшить время эксперимента, что заложило основу разработки методов магнитно-резонансной томографии (МРТ) и локализированной ЯМР спектроскопии in vivo (МРС).

В импульсном ЯМР полное опрокидывание вектора М в плоскость xy осуществляется возбуждающим 90°-м РЧ импульсом. В общем случае можно использовать любой угол отклонения М от оси z. Для импульса с произвольной огибающей модуляцей B1(t') угол отклонения 0(t) рассчитывается по формуле

где X - длительность РЧ импульса. В случае прямоугольного импульса В= сош1 = В± на промежутке от 0 до ? угол 0^) определяется как

Подавляющее большинство импульсных последовательностей (ИП) для МРТ и МРС работают не с FID, а с эхо-сигналом [6]. По способу получения разделяют сигналы спинового эха и градиентного эха. На Рисунке 2A

[1]

(7)

6(t) = yBxt.

(8)

представлена принципиальная схема получения сигнала спинового эха.

4 5 х' 6 б

Рис. 2. Принципиальная схема ИП получения сигнала спинового эха (А); поведение вектора М на различных этапах ИП ББ во вращающейся системе координат - системе координат, вращающейся вокруг оси ъ относительно лабораторной с частотой Лармора (Б)

После воздействия 900-го РЧ импульса вектор М опрокидывается в плоскость, перпендикулярную Во (Рис. 2Б (1)), где сразу на временном промежутке, равном половине времени эха (ТЕ), начинается расфазировка спинов (Рис. 2Б (2)). После применения 180°-го РЧ импульса (Рис. 2Б (3)) спины, которые находились в более слабом магнитном поле (расфазирующиеся против движения часовой стрелки), оказываются в более сильном магнитном поле и наоборот, спины, которые изначально находились в более сильном поле, оказываются в более слабом (Рис. 2Б (4)). Иначе говоря, начинается процесс сфазирования. По прошествии времени ТЕ/2 спины оказываются полностью сфазированными (Рис. 2Б (5)), что соответствует максимальной амплитуде сигнала эха [7].

Сигнал градиентного эха получают модуляцией поля B0 дополнительными градиентами (Рис. 3). Отрицательный градиент, применяемый после 90°-го РЧ импульса, быстро расфазирует намагниченности спинов. Включение положительного градиента приводит к сфазировке, и, аналогично со спиновым эхо SE, регистрируется сигнал градиентного эха.

Рис. 3. Принципиальная схема ИП GE

Для построения МР изображений, как правило, используется ЯМР сигнал протонов воды. В разных тканях этот сигнал имеет разные релаксационные характеристики (Т1 и Т2). Варьирование времени TE и времени повторения (TR) позволяет получать основные контрасты изображений: изображения, взвешенные по Т1 (Т1 ВИ), по Т2 (Т2 ВИ) и по протонной плотности (PD ВИ). Фактически, термин Т1 ВИ означает, что контраст изображения больше зависит от процесса релаксации Т1. Схема получения Т1 ВИ (TE=5мс, TR=600мс) для GM, WM и CSF представлена на Рисунке 4 [5].

Рис. 4. Графики зависимости поперечной (А) и продольной намагниченности (Б) от времени.

При малых ТЕ и TR получается Т1 ВИ

Для построения изображения необходимо привязать ЯМР сигнал к пространственным координатам. Для выделения среза одновременно с 90°-ным РЧ импульсом создается градиент магнитного поля (О2) - срез-кодирующий градиент. В результате, возбуждается не весь образец, а лишь слой (срез) (Рис.5). Толщина среза определяется как силой градиента, так и шириной полосы возбуждающего РЧ импульса [7].

Рис. 5. Выбор среза с помощью наложения градиентного поля

В выделенном срезе формируется матрица пикселей. Пространственное кодирование ЯМР сигнала осуществляется с помощью модуляции частоты и фазы (Рис. 6). Фазокодирующий градиент Оу расфазирует спины тем сильнее, чем больше его сила. После выключения Оу каждая строка характеризуется различными величинами фазы сигнала. Частотнокодирующий градиент Ох включается во время приема сигнала. Каждый столбец характеризуется различными частотами. В результате, в качестве сырых данных выступает двухмерная матрица К-пространства [7]. Изображение восстанавливается с помощью двумерного преобразования Фурье.

Рис .6. Схема пространственного кодирования сигнала. Градиент Gy модулирует фазу сигнала, градиент Gx модулирует частоту сигнала

1.2. Локализированная протонная МР-спектроскопия in vivo

1Н МРС - уникальный метод, позволяющий in vivo в динамике метаболических процессов наблюдать концентрации протонсодержащих химических соединений - участников обмена веществ в тканях и органах человека и лабораторных животных. Особенностью и несомненным достоинством 1Н МРС является локализация получаемой спектральной информации в тканях исследуемого образца. В основе способов локализации 1Н МРС лежат методы МРТ, требующие соответствующего технического обеспечения. Для 1Н МРС исследований на животных применяются специализированные МР томографы с узким гантри и полем B0 7-14.7 Тл. Для аналогичных исследований человека используются коммерческие медицинские МР томографы с B0 1,5-3 Тл.

1.2.1. Локализация чувствительного объема

Для локализации чувствительного объема (VOI) в случае одновоксельной 1Н МРС чаще всего используются две ИП: PRESS (Point Resolved Spectroscopy)

[1] и STEAM (Stimulated Echo Acquisition Mode) [8]. ИП PRESS основана на получении сигнала спинового эха тремя импульсами: возбуждающим (90°) и двумя инвертирующими (180°) (Рис.7). Одновременно с широкополосными РЧ импульсами включаются срез-кодирующие градиенты, что приводит к выделению VOI на пересечении ортогональных возбужденных срезов (2-ой эхо сигнал). Минимальное время ТЕ определяется длительностями РЧ импульсов и соответствующих градиентов.

Список литературы диссертационного исследования кандидат наук Меньщиков Петр Евгеньевич, 2018 год

Список литературы

1. Clinical MR Spectroscopy: Techniques and Applications / P.B. Barker [et al.]. -Cambridge, UK: Cambridge University Press, 2009. - 1-264 p.

2. W. Bogner [et al.] ID-spectral editing and 2D multispectral in vivo 1H-MRS and 1H-MRSI - Methods and applications. // Analytical Biochemistry. - 2017. -Vol. 529. - № 2017. - P. 48-64.

3. S.R. Williams, D.G. Gadian, E. Proctor A method for lactate detection in vivo by spectral editing without the need for double irradiation. //Journal of Magnetic Resonance. - 1986. - Vol. 66. - № 3. - P. 562-567.

4. M. Mescher [et al.] Simultaneous in vivo spectral editing and water suppression. NMR in Biomedicine. - 1998. - Vol. 11. - № 6. - P. 266-272.

5. MRI from picture to proton / D.W. McRobbie [et al.]. - 2006. - 1-397 p.

6. Levitt M.H. Spin Dynamics Basics of Nuclear Magnetic Resonance / M.H. Levitt.

- Second. - The Atrium, Southern Gate Chichester: John Wiley&Sons, Ltd, 2007.

- 714 p.

7. Ринк П. Магнитный резонанс в медицине / П. Ринк. - Москва: Москва ун-та, 1993. - 208 p.

8. J. Frahm, K.-D. Merboldt, W. Hanicke Localized proton spectroscopy using stimulated echoes. // J. Magn. Reson. - 1987. - Vol. 72. - № 3. - P. 502-508.

9. Burstein D. Stimulated echoes: Description, applications, practical hints. Concepts in Magnetic Resonance. - 1996. - Vol. 8. - № 4. - P. 269-278.

10. A. Haase [et al.] 1H NMR Chemical Shift Selective Imaging. // Physics in Medicine and Biology. - 1985. - Vol. 30. - P. 341-344.

11. Ogg R.J. WET, a T1- and B1-Insensitive Water-Suppression Method for in Vivo Localized1HNMR Spectroscopy. Vol. 104 / R.J. Ogg, P.B. Kingsley, J.S. Taylor.

- 1994.

12. In vivo 1H NMR spectroscopy of rat brain at 1 ms echo time / I. Tkac [et al.] // Magnetic Resonance in Medicine. - 1999. - Vol. 41. - № 4. - P. 649-656.

13. P. Diehl [et al.] Magnetic resonance spectroscopy and its applications in psychiatry. // NMR Basic Principles and Progress / ed. M. Rudin. - Heidelberg, Berlin: New York: Springer-Verlag, 1992. - P. 56-57.

14. S.S. Gill [et al.] Brain metabolites as 1H NMR markers of neuronal and glial disorders. // NMR in Biomedicine. - 1989. - Vol. 2. - № 5-6. - P. 196-200.

15. .R. Moffett, M.A.A. Namboodiri, J.H. Neale, Enhanced carbodiimide fixation for immunohistochemistry: Application to the comparative distributions of N-acetylaspartylglutamate and N- acetylaspartate immunoreactivities in rat brain. // Journal of Histochemistry and Cytochemistry. - 1993. - Vol. 41. - № 4. - P. 559570.

16. F. Federico [et al.] Prognostic Value of Proton Magnetic Resonance Spectroscopy in Ischemic Stroke. // Arch Neurol. - 1998. - Vol. 55. - P. 489-494.

17. M. Lemesle [et al.] Multi-variate analysis predicts clinical outcome 30 days after middle cerebral artery infarction. // Acta Neurol Scand. - 2000. - Vol. 102. - №2 1.

- P. 11-17.

18. L. Minati [et al.] Quantitation of normal metabolite concentrations in six brain regions by in vivo 1H-MR spectroscopy. // Journal of Medical Physics. - 2010. -Vol. 35. - № 3. - P. 154-163.

19. M. Inglese [et al.] Global average gray and white matter N-acetylaspartate concentration in the human brain. // NeuroImage. - 2008. - Vol. 41. - № 2. -P. 270-276.

20. C.N. Madhavarao [et al.] Characterization of the N -acetylaspartate biosynthetic enzyme from rat brain. // Journal ofNeurochemistry. - 2003. - Vol. 86. - P. 824835.

21. R. Margolis, S. Barkulis, A. Geiger COMPARISON BETWEEN THE INCORPORATION OF 14C FROM GLUCOSE INTO N-ACETYGL-ASPARTJC ACID AND ASPARTIC ACID IN BRAIN PERFUSION EXPERIMENT. // Journal of Ncurochcmistry 1960. - 1960. - Vol. 413. - P. 379382.

22. M.E. Truckenmiller [et al.] N-Acetylation of L- Aspartate in the Nervous System: Differential Distribution of a Specific Enzyme. // Journal of Neurochernisrn. -1985. - Vol. 45. - № 5. - P. 1658-1662.

23. M.B. Robinson [et al.] Hydrolysis of the Brain Dipeptide N-Acetyl-L-aspartyl-L-glutamate. // THE JOURNAL OF BIOLOGICAL CHEMISTRV. - 1987. -Vol. 262. - № 30. - P. 14498-14506.

24. B. Slusher [et al.] Rat Brain IV-Acetylated Acidic Dipeptidase. // THE JOURNAL OF BIOLOGXAL CHEMISTRY. - 1990. - Vol. 265. - № 34. - P. 21297-21301.

25. M. Kumar [et al.] Magnetic resonance spectroscopy for detection of choline kinase inhibition in the treatment of brain tumors. // Mol Cancer Ther. - 2015. - Vol. 14. - № 4. - P. 899-908.

26. D.E. Saunders [et al.] Aging of the Adult Human Brain: In Vivo Quantitation of Metabolite Content With Proton Magnetic Resonance Spectroscopy. // J Magn Reson Imaging. - 1999. - Vol. 9. - P. 711-716.

27. J. Jansen [et al.] H MR Spectroscopy of the Brain: Absolute Quantification of // Radiology. - 2006. - Vol. 240. - № 2. - P. 318-332.

28. Wang Y. Differentiation of metabolic concentrations between gray matter and white matter of human brain by in vivo 1H magnetic resonance spectroscopy. // Magnetic Resonance in Medicine. - 1998. - Vol. 39. - № 1. - P. 28-33.

29. S. Ramadan, A. Lin, P. Stanwell. Glutamate and glutamine: A review of in vivo MRS in the human brain. // NMR in Biomedicine. - 2013. - Vol. 26. - № 12. -P. 1630-1646.

30. V. Govindaraju, K. Young, A.A. Maudsley Proton NMR chemical shifts and coupling constants for brain metabolites. // NMR IN BIOMEDICINE. - 2000. -Vol. 13. - P. 129-153.

31. C. Dali [et al.] Brain N -acetylaspartate levels correlate with motor function in metachromatic leukodystrophy. // Neurology. - 2010. - Vol. 75. - P. 1896-1903.

32. P. Nuss Anxiety disorders and GABA neurotransmission: A disturbance of modulation. // Neuropsychiatric Disease and Treatment. - 2015. - Vol. 11. -P. 165-175.

33. J.C. de Jonge [et al.] GABAergic mechanisms in schizophrenia: Linking postmortem and In vivo studies. // Frontiers in Psychiatry. - 2017. - Vol. 8. -№ AUG. - P. 118.

34. J.J. Prisciandaro [et al.] Unique prefrontal GABA and glutamate disturbances in co-occurring bipolar disorder and alcohol dependence. // Translational Psychiatry. - 2017. - Vol. 7. - № 7. - P. 1-8.

35. R. Taylor [et al.] Functional magnetic resonance spectroscopy of glutamate in schizophrenia and major depressive disorder: anterior cingulate activity during a color-word Stroop task. // npj Schizophrenia. - 2015. - Vol. 1. - № 1. - P. 15028.

36. D. Kapogiannis [et al.] Posteromedial Cortex Glutamate and GABA predict intrinsic functional connectivity of the default mode network. // Neuroimage. -2013. - Vol. 64. - P. 112-119.

37. D.P. Auer [et al.] Reduced NAA in the thalamus and altered membrane and glial metabolism in schizophrenic patients detected by1H-MRS and tissue segmentation. // Schizophrenia Research. - 2001. - Vol. 52. - № 1-2. - P. 87-99.

38. N. Just, S. Sonnay Investigating the role of glutamate and GABA in the modulation of transthalamic activity: A combined fMRI-fMRS Study. // Frontiers in Physiology. - 2017. - Vol. 8. - № JAN.

39. S. Signoretti [et al.] Assessment of mitochondrial impairment in traumatic brain

injury using high-resolution proton magnetic resonance spectroscopy. // Journal of Neurosurgery. - 2008. - Vol. 108. - № 1. - P. 42-52.

40. C. Chen [et al.] Activation induced changes in GABA: Functional MRS at 7 T with MEGA-sLASER. // Neurolmage. - 2017. - Vol. 156. - P. 207-213.

41. S.J. Yoon [et al.]. Evaluation of traumatic brain injured patients in correlation with functional status by localized 1H-MR spectroscopy. // Clin Rehabil. - 2005. -Vol. 19. - № 2. - P. 209-215.

42. D.J. Jeanmonod, Rebecca GABA/Glutamate Balance: A Key for Normal Brain Functioning. // GABA And Glutamate - New Developments In Neurotransmission Research / ed. J. Samardzic. - Belgrade: IntechOpen, 2018. - P. 8.

43. Гюнтер Х. Введение в курс спектроскопии ЯМР / Х. Гюнтер. - Москва: "Мир," 1984. - 487 p.

44. P.A. Mirau, F.A. Bovey. Two-Dimensional Nuclear Magnetic Resonance Spectroscopy /. - Second Edi. - BELL TELEPHONE LABORATORIES, INCORPORATED, 1988. - 325-356 p.

45. W.P. Aue, J. Karhan, R.R. Ernst Homonuclear broad band decoupling and twodimensional Jresolved NMR spectroscopy. // J. Chem. Phys. - 1976. -Vol. 4226. - P. 9-11.

46. M. Albert Thomas [et al.] Localized two-dimensional shift correlated MR spectroscopy of human brain. // Magnetic Resonance in Medicine. - 2001. -Vol. 46. - № 1. - P. 58-67.

47. O.C. Andronesi [et al.] Low-power adiabatic sequences for in vivo localized two-dimensional chemical shift correlated MR spectroscopy. // Magnetic Resonance in Medicine. - 2010. - Vol. 64. - № 6. - P. 1542-1556.

48. L. Ryner, J. Sorenson, M. Thomas Localized 2D J-resolved 1 H MR spectroscopy: Strong coupling effects in vitro and in vivo // Magnetic Resonance Imaging. -1995. - Vol. 13. - № 6. - P. 853-869.

49. T. Lange [et al.] Prostate spectroscopy at 3 tesla using two-dimensional S-PRESS. // Magnetic Resonance in Medicine. - 2006. - Vol. 56. - № 6. - P. 1220-1228.

50. W. Dreher, D. Leibfritz Detection of homonuclear decoupled in vivo proton NMR spectra using constant time chemical shift encoding: CT-PRESS. // Magnetic Resonance Imaging. - 1999. - Vol. 17. - № 1. - P. 141-150.

51. N. Binesh [et al.] Neurochemistry of late-life major depression: A pilot two-dimensional MR spectroscopic study. // Journal of Magnetic Resonance Imaging. - 2004. - Vol. 20. - № 6. - P. 1039-1045.

52. S. Banakar [et al.] Two-dimensional1H MR spectroscopy of the brain in human immunodeficiency virus (HlV)-infected children. // Journal of Magnetic Resonance Imaging. - 2008. - Vol. 27. - № 4. - P. 710-717.

53. S. Ramadan [et al.] Use of in Vivo Two-dimensional MR Spectroscopy to Compare the Biochemistry of the Human Brain to That of Glioblastoma. // Radiology. - 2011. - Vol. 259. - № 2. - P. 540-549.

54. H. WATANABE, N. TAKAYA, F. MITSUMORI Absolute Quantitation of Glutamate, GABA and Glutamine using Localized 2D Constant-time COSY Spectroscopy in Vivo. // Magnetic Resonance in Medical Sciences. - 2014. -Vol. 13. - № 1. - P. 25-32.

55. M.A. Thomas [et al.] Investigation of breast cancer using two-dimensional MRS. // NMR in Biomedicine. - 2009. - Vol. 22. - № 1. - P. 77-91.

56. M.A. Thomas [et al.] Two-dimensional MR spectroscopy of healthy and cancerous prostates in vivo // Magnetic Resonance Materials in Physics, Biology and Medicine. - 2008. - Vol. 21. - № 6. - P. 443-458.

57. Сороко Л.М. Многоимпульсная спектроскопия ядерного магнитного резонанса. // Успехи физических наук. - 1988. - Vol. 156. - № 4. - P. 653-680.

58. J.R. Keltner [et al.] In Vivo Detection of GABA in Human Brain Using a Localized Double-Quantum Filter Technique. // Magnetic Resonance in Medicine. - 1997. -

Vol. 37. - P. 366-371.

59. C. Choi [et al.] Measurement of glutathione in human brain at 3T using an improved double quantum filter in vivo. // Journal of Magnetic Resonance. - 2009.

- Vol. 198. - № 2. - P. 160-166.

60. R.B. Thompson, P.S. Allen. A New Multiple Quantum Filter Design Procedure for Use on Strongly Coupled Spin Svstems Found In Vivo. // Magnetic Resonance in Medicine. - 1998. - № 19. - P. 762-771.

61. P.G. Mullins [et al.] Current practice in the use of MEGA-PRESS spectroscopy for the detection of GABA. // Neurolmage. - 2014. - Vol. 86. - P. 43-52.

62. K.L. Behar [et al.] Analysis of macromolecule resonances in 1H NMR spectra of human brain // Magnetic Resonance in Medicine. - 1994. - Vol. 32. - № 3. -P. 294-302.

63. A.D. Harris [et al.] Spectral-editing measurements of GABA in the human brain with and without macromolecule suppression. // Magnetic Resonance in Medicine.

- 2015. - Vol. 74. - № 6. - P. 1523-1529.

64. M. Mikkelsen [et al.] Comparison of the repeatability of GABA-edited magnetic resonance spectroscopy with and without macromolecule suppression. // Magnetic Resonance in Medicine. - 2016. - Vol. 75. - № 3. - P. 946-953.

65. S. Zauber [et al.] Elevated Thalamic GABA Levels in Parkinson disease, measured by 3 Tesla MR spectroscopy, correlate with disease severity (P6.076). // Neurology. - 2015. - Vol. 84. - № 14. - P. 541-564.

66. M.K. Brix [et al.] Brain MR spectroscopy in autism spectrum disorder—the GABA excitatory/inhibitory imbalance theory revisited. // Frontiers in Human Neuroscience. - 2015. - Vol. 9. - № June. - P. 1-12.

67. J.H. Yoon [et al.] gamma-Aminobutyric acid concentration is reduced in visual cortex in schizophrenia andcorrelates with orientation-specific surround suppression. Vol. 67 /. - 2010.

68. L.M. Rowland [et al.] In vivo measurements of glutamate, GABA, and NAAG in schizophrenia. // Schizophrenia Bulletin. - 2013. - Vol. 39. - №№ 5. - P. 1096-1104.

69. L.S. Kegeles [et al.] Elevated prefrontal cortex y-aminobutyric acid and glutamate-glutamine levels in schizophrenia measured in vivo with proton magnetic resonance spectroscopy. // Archives of general psychiatry. - 2012. - Vol. 69. -№ 5. - P. 449-59.

70. D. Ongur [et al.] Elevated gamma-aminobutyric acid levels in chronic schizophrenia. // Biological psychiatry. - 2010. - Vol. 68. - № 7. - P. 667-70.

71. M. Terpstra, P. Henry, R. Gruetter Measurement of Reduced Glutathione ( GSH ) in Human Brain Using LCModel Analysis of Difference-Edited Spectra. // Magnetic Resonance in Medicine. - 2003. - Vol. 50. - № February. - P. 19-23.

72. R.A.E. Edden, M.G. Pomper, P.B. Barker In Vivo Differentiation of N-Acetyl Aspartyl Glutamate From N-Acetyl Aspartate at 3 Tesla. // Magnetic Resonance in Medicine. - 2007. - Vol. 57. - P. 977-982.

73. D. Stefan [et al.] Quantitation of magnetic resonance spectroscopy signals: The jMRUI software package. // Measurement Science and Technology. - 2009. -Vol. 20. - № 10. - P. 1-9.

74. L. Vanhamme [et al.] Improved Method for Accurate and Efficient Quantification of MRS Data with Use of Prior Knowledge. // Journal of Magnetic Resonance. -1997. - Vol. 129. - № 1. - P. 35-43.

75. S.W. Woods, T.J. Miller, T.H. McGlashan The "prodromal" patient: both symptomatic and at-risk. // CNS spectrums. - 2001. - Vol. 6. - № 3. - P. 223-32.

76. M. Kanowski [et al.] Quantitation of Simulated Short Echo Time 1H Human Brain Spectra by LCModel and AMARES. // Magnetic Resonance in Medicine. - 2004. - Vol. 51. - № 5. - P. 904-912.

77. K. Prasad The Glasgow Coma Scale: A critical appraisal of its clinimetric properties. // Journal of Clinical Epidemiology. - 1996. - Vol. 49. - №2 7. - P. 755-

78. S.W. Provencher Estimation of Metabolite Concentrations from Localized in Vivo Proton NMR Spectra // Magnetic Resonance in Medicine. - 1993. - Vol. 30. -№ 7. - P. 672-679.

79. R. Kreis, T. Ernst, B.D. Ross. Absolute Quantitation of Water and Metabolites in the Human Brain. II. Metabolite Concentrations. Vol. 102 / - 1993.

80. Quadrelli S. Hitchhiker ' s Guide to Voxel Segmentation for Partial Volume Correction of In Vivo Magnetic Resonance Spectroscopy / S. Quadrelli, C. Mountford, S. Ramadan // Magnetic Resonance insights. - 2016. - Vol. 9. - P. 18.

81. R. Edden [et al.] Measuring T2 In Vivo With J-Difference Editing: Application to GABA at 3 Tesla. // J Magn Reson Imaging. - 2012. - Vol. 35. - № 1. - P. 229234.

82. V. Mlynrik, S. Gruber, E. Moser Proton T1 and T2 relaxation times of human brain metabolites at 3 Tesla. // NMR in Biomedicine. - 2001. - Vol. 14. - № 5. - P. 325331.

83. W. Zaaraoui [et al.] Human brain-structure resolved T2 relaxation times of proton metabolites at 3 Tesla // Magnetic Resonance in Medicine. - 2007. - Vol. 57. -№ 6. - P. 983-989.

84. S.K. Ganji [et al.] T 2 measurement of J-coupled metabolites in the human brain at 3T // NMR in Biomedicine. - 2012. - Vol. 25. - № 4. - P. 523-529.

85. S.A. Smith [et al.] Computer Simulations in Magnetic Resonance. An Object-Oriented Programming Approach. Vol. 106 /. - 1994.

86. D.S. Manoach [et al.] Schizophrenic subjects activate dorsolateral prefrontal cortex during a working memory task, as measured by fMRI. // Biological Psychiatry. - 1999. - Vol. 45. - № 9. - P. 1128-1137.

87. M.i Atagun [et al.] Perisylvian GABA levels in schizophrenia and bipolar

disorder. // Neuroscience Letters. - 2017. - Vol. 637. - P. 70-74.

88. A. Angrilli [et al.] Schizophrenia as failure of left hemispheric dominance for the phonological component of language // PLoS ONE. - 2009. - Vol. 4. - № 2. -P. 1-9.

89. G.P. Reynolds, Z.J. Zhang, C.L. Beasley Neurochemical correlates of cortical GABAergic deficits in schizophrenia: Selective losses of calcium binding protein immunoreactivity. Vol. 55 /. - 2001.

90. F.M. Benes, S. Berretta GABAergic interneurons: implications for understanding schizophrenia and bipolar disorder. // Neuropsychopharmacology: official publication of the American College of Neuropsychopharmacology. - 2001. -Vol. 25. - № 1. - P. 1-27.

91. D.R. Curtis [et al.] The hyperpolarization of spinal motoneurones by glycine and related amino acids // Experimental Brain Research. - 1968. - Vol. 5. - № 3. -P. 235-258.

92. P. Fusar-Poli [et al.] Thalamic glutamate levels as a predictor of cortical response during executive functioning in subjects at high risk for psychosis // Arch Gen Psychiatry. - 2011. - Vol. 68. - № 9. - P. 881-890.

93. R.S. Kahn, I.E. Sommer The neurobiology and treatment of first-episode schizophrenia // Molecular Psychiatry. - 2015. - Vol. 20. - № 1. - P. 84-97.

94. J.I. Kang [et al.] Reduced binding potential of GABA-A/benzodiazepine receptors in individuals at ultra-high risk for psychosis: An [18F]-fluoroflumazenil positron emission tomography study. // Schizophrenia Bulletin. - 2014. - Vol. 40. - № 3. - P. 548-557.

95. T.J. Miller [et al.] Symptom assessment in schizophrenic prodromal states. // The Psychiatric quarterly. - 1999. - Vol. 70. - № 4. - P. 273-287.

96. S.Y. Yoo [et al.] Proton magnetic resonance spectroscopy in subjects with high genetic risk of schizophrenia: investigation of anterior cingulate, dorsolateral

prefrontal cortex and thalamus. // Schizophrenia research. - 2009. - Vol. 111. -№ 1-3. - P. 86-93.

97. N. Tandon [et al.] Brain metabolite alterations in young adults at familial high risk for schizophrenia using proton magnetic resonance spectroscopy // Schizophrenia Research. - 2013. - Vol. 148. - № 1-3. - P. 59-66.

98. Glutamate Dysfunction in People with Prodromal Symptoms of Psychosis: Relationship to Gray Matter Volume / J.M. Stone [et al.] // Biological Psychiatry. - 2009. - Vol. 66. - № 6. - P. 533-539.

99. P. Fusar-Poli [et al.] Thalamic glutamate levels as a predictor of cortical response during executive functioning in subjects at high risk for psychosis // Archives of General Psychiatry. - 2011. - Vol. 68. - № 9. - P. 881-890.

100. J.M. Stone [et al.] Glutamate Dysfunction in People with Prodromal Symptoms of Psychosis: Relationship to Gray Matter Volume // Biological Psychiatry. -2009. - Vol. 66. - № 6. - P. 533-539.

101. S. Tayoshi [et al.] GABA concentration in schizophrenia patients and the effects of antipsychotic medication: A proton magnetic resonance spectroscopy study. // Schizophrenia Research. - 2010. - Vol. 117. - № 1. - P. 83-91.

102. C. de la Fuente-Sandoval [et al.] Cortico-Striatal GABAergic and Glutamatergic Dysregulations in Subjects at Ultra-High Risk for Psychosis Investigated with Proton Magnetic Resonance Spectroscopy. // The international journal of neuropsychopharmacology / official scientific journal of the Collegium Internationale Neuropsychopharmacologicum (CINP). - 2015. - P. pyv105.

103. A. Marsman [et al.] GABA and glutamate in schizophrenia: A 7 T 1H-MRS study // NeuroImage: Clinical. - 2014. - Vol. 6. - P. 398-407.

104. Kobori N. Reversal of Brain Injury-Induced Prefrontal Glutamic Acid Decarboxylase Expression and Working Memory Deficits by D1 Receptor Antagonism. // Journal of Neuroscience. - 2006. - Vol. 26. - № 16. - P. 4236-

105. J.L. Harris [et al.] Altered neurochemical profile after traumatic brain injury: 1 H-MRS biomarkers of pathological mechanisms // Journal of Cerebral Blood Flow & Metabolism. - 2012. - Vol. 32. - № 12. - P. 2122-2134.

106. A.H. Taub, Y. Katz, I. Lampl Cortical Balance of Excitation and Inhibition Is Regulated by the Rate of Synaptic Activity // Journal of Neuroscience. - 2013. -Vol. 33. - № 36. - P. 14359-14368.

107. T.C. Kang [et al.] The altered expression of GABA shunt enzymes in the gerbil hippocampus before and after seizure generation // Neurochemistry International. - 2003. - Vol. 42. - № 3. - P. 239-249.

108. J.Y. Seo [et al.] Neuroprotection of ebselen against ischemia/reperfusion injury involves GABA shunt enzymes // Journal of the Neurological Sciences. - 2009. -Vol. 285. - № 1-2. - P. 88-94.

109. Н. Семенова [и др.] Использование магнитно-резонансной спектроскопии для диагностики и мониторинга лечения неврологических и психических заболеванийю // НЕЙРОДЕГЕНЕРАТИВНЫЕ ЗАБОЛЕВАНИЯ : от генома до целостного организма Том 2 / ed. М. Угрюмов. - Москва: Научный мир, 2014. - P. 662-680.

110. B. Haider, M. Hausser, M. Carandini Inhibition dominates sensory responses in the awake cortex // Nature. - 2013. - Vol. 493. - № 7430. - P. 97-102.

111. M. Zhou [et al.] Scaling down of balanced excitation and inhibition by active behavioral states in auditory cortex // Nature neuroscience. - 2014. - Vol. 17. -№ 6. - P. 841-852.

112. S.D. Friedman [et al.] GABA alterations in pediatric sport concussion. // Neurology. - 2017. - Vol. 89. - № 21. - P. 2151-2156.

113. S. Tremblay [et al.] Multimodal assessment of primary motor cortex integrity following sport concussion in asymptomatic athletes // Clinical Neurophysiology.

- 2014. - Vol. 125. - № 7. - P. 1371-1379.

114. R.A.E. Edden, N.A.J. Puts, P.B. Barker Macromolecule-suppressed GABA-edited magnetic resonance spectroscopy at 3T. // Magnetic Resonance in Medicine. - 2012. - Vol. 68. - № 3. - P. 657-661.

115. A. Cavallero, A. Marte, E. Fedele L-Aspartate as an amino acid neurotransmitter: mechanisms of depolarization-induced release from cerebrocortical synaptosomes // Journal of Neurochemistry. - 2009. - Vol. 110. -P. 924-934.

116. A. Verma [et al.] resonance spectroscopy - Revisiting the biochemical and molecular milieu of brain tumors // BBA Clinical. - 2016. - Vol. 5. - P. 170-178.

117. L.M. Harris [et al.] Evaluation of lactate detection using selective multiple quantum coherence in phantoms and brain tumours. // NMR in Biomedicine. -2015. - Vol. 28. - № 3. - P. 338-343.

118. Q. He [et al.] Single-Scan in Vivo Lactate Editing with Complete Lipid and Water Suppression by Selective Multiple-Quantum-Coherence Transfer (Sel-MQC) with Application to Tumors. Vol. 106 / - 1995.

119. Q. He [et al.] In vivo MR spectroscopic imaging of polyunsaturated fatty acids (PUFA) in healthy and cancerous breast tissues by selective multiple-quantum coherence transfer (Sel-MQC): A preliminary study // Magnetic Resonance in Medicine. - 2007. - Vol. 58. - № 6. - P. 1079-1085.

120. G. Bodenhausen, R. Freeman, D.L. Turner Two-dimensional J spectroscopy: Proton-coupled carbon-13 NMR. // The Journal of Chemical Physics. - 1976. -Vol. 65. - № 2. - P. 839-840.

121. R. Hurd [et al.] Measurement of Brain Glutamate Using TE-Averaged PRESS at 3T. // Magnetic Resonance in Medicine. - 2004. - Vol. 51. - № 3. - P. 435-440.

122. F. Jiru [et al.] The age dependence of T2relaxation times of N-acetyl aspartate, creatine and choline in the human brain at 3 and 4T. // NMR in Biomedicine. -

2016. - Vol. 29. - № 3. - P. 284-292.

123. F. Träber [et al.] 1H Metabolite Relaxation Times at 3.0 Tesla: Measurements of T1 and T2 Values in Normal Brain and Determination of Regional Differences in Transverse Relaxation. // Journal of Magnetic Resonance Imaging. - 2004. -Vol. 19. - № 5. - P. 537-545.

124. Y. Li [et al.] T1 and T2 Metabolite Relaxation Times in Normal Brain at 3T and 7T // Journal of Molecular Imaging & Dynamics. - 2013. - Vol. 02. - № 02. -P. 1-5.

125. P. Bhattacharyya [et al.] In-vivo MRS measurement of gray-matter and white-matter GABA concentration in sensorimotor cortex using a motion- controlled MEGA-PRESS Sequence. // Magn Reson Imaging. - 2011. - Vol. 29. - № 3. -P. 374-379.

126. C.M. Gasparovic [et al.] Neurometabolite concentrations in gray and white matter in mild traumatic brain injury: an 1H-magnetic resonance spectroscopy study. // J Neurotrauma. - 2009. - Vol. 26. - № 10. - P. 1635-43.

127. B.E. Herring [et al.] Is Aspartate an Excitatory Neurotransmitter?. // Journal of Neuroscience. - 2015. - Vol. 35. - № 28. - P. 10168-10171.

128. F. Goldstein Biosynthesis of N-Acetyl-L-aspartic Acid. // THE JOURNAL OF BIOLOGICAL CHEMISTRY. - 1959. - Vol. 234. - № 10. - P. 2702-2706.

129. J.L. Harris [et al.] Altered neurochemical profile after traumatic brain injury: 1 H-MRS biomarkers of pathological mechanisms // Journal of Cerebral Blood Flow and Metabolism. - 2012. - Vol. 32. - № 12. - P. 2122-2134.

130. Hertz L. The glutamate-glutamine (GABA) cycle: Importance of late postnatal development and potential reciprocal interactions between biosynthesis and degradation. // Frontiers in Endocrinology. - 2013. - Vol. 4. - № MAY. - P. 1-16.

131. K. LaNoe, M. Tischler Eletrogenic Characteristics of the Mitochondrial Glutamate-Aspartate Antiporter // THE JOURNAL OF BIOLOGICAL

CHEMISTRY. - 1974. - Vol. 249. - № 23. - P. 7522-7528.

132. M. Ramos [et al.] Developmental changes in the Ca2+-regulated mitochondrial aspartate-glutamate carrier aralar1 in brain and prominent expression in the spinal cord // Developmental Brain Research. - 2003. - Vol. 143. - № 1. - P. 33-46.

133. S. Scafidi [et al.] Delayed cerebral oxidative glucose metabolism after traumatic brain injury in young rats // Journal of Neurochemistry. - 2009. - Vol. 109. -№ SUPPL. 1. - P. 189-197.

134. M.C. McKenna [et al.] Glutamate oxidation in astrocytes: Roles of glutamate dehydrogenase and aminotransferases. // Journal of Neuroscience Research. -2016. - Vol. 94. - № 12. - P. 1561-1571.

135. M.C. McKenna [et al.] Neuronal and astrocytic shuttle mechanisms for cytosolic-mitochondrial transfer of reducing equivalents: Current evidence and pharmacological tools. // Biochemical Pharmacology. - 2006. - Vol. 71. - № 4. -P. 399-407.

136. J. Olney Excitatory transmitters and epilepsy-related brain damage. // INTERNATIONAL REVIEW OF NEUROBIOLOGY. - 1985. - Vol. 27. -P. 337-360.

137. A.B. Macdermott [et al.] NMDA-receptor activation increases cytoplasmic calcium concentration in cultured spinal cord neurones. // Nature. - 1986. -Vol. 321. - № 6069. - P. 519-522.

138. A.M. Palmer [et al.] Traumatic Brain Injury- Induced Excitotoxicity Assessed in a Controlled Cortical Impact Model. // Journal of Neurochemistry. - 1993. -Vol. 61. - № 6. - P. 2015-2024.

139. M.A. Jalil [et al.] Reduced N-acetylaspartate levels in mice lacking aralar, a brain- and muscle-type mitochondrial aspartate-glutamate carrier. // Journal of Biological Chemistry. - 2005. - Vol. 280. - № 35. - P. 31333-31339.

140. V. Di Pietro [et al.] The Molecular Mechanisms Affecting N-Acetylaspartate

Homeostasis Following Experimental Graded Traumatic Brain Injury. // Molecular Medicine. - 2014. - Vol. 20. - P. 147-157.

Приложение А

Расчет фракций серого, белого вещества головного мозга и спиномозговой жидкости в чувствительном объеме

В данной работе для определения вкладов различных парциальных объемов /gm,/wm,/csfв спектроскопическом вокселе (далее - сегментация) использовался бесплатный пакет программного обеспечения FMRIB Software Library (FSL v5.0) [1] . В состав данной библиотеки входят различные утилиты для анализа структурных данных, а также данных функциональной и диффузионной МРТ. Сегментацию в пакете FSL осуществляет программа FMRIB's Automated Segmentation Tool (FAST) [2]. В основе алгоритма лежит скрытая марковская модель [3], адаптированная авторами статьи для работы с двухмерными и трехмерными данными и названная hidden Markov random field. Начальное приближение задается с помощью статистического анализа гистограмм интенсивности пикселов. Так же FAST позволяет ввести дополнительную коррекцию изображения на неоднородность РЧ поля. В качестве входных данных FSL FAST может использовать 3D МР изображения, взвешенные по Т1, Т2 и протонной плотности. Однако для сегментации лучшим выбором являются изображения, взвешенные по Т1, так как именно они обладают наибольшим контрастом между фракциями серого и белого вещества [2].

Процесс сегментации предварялся разделением тканей головного мозга от вне мозговых структур (костная, кожная, жировая, мышечные фракции, а также сигнал от глазных яблок и т.д.), которое осуществляется с помощью техники Brain Extraction tool (BET), также встроенной в FSL [4]. В данном методе граница головного мозга представляется мозаичной поверхностью, состоящей из множества треугольников. Алгоритм расчета представляет собой расширение этой поверхности от начального приближения сферической формы до границ головного мозга. Расширение происходит за счет смещения вершин мозаичной

поверхности. На каждой итерации суммарный вектор сдвиг складывается из вектора сдвига, направленного по касательной к поверхности (для того чтобы все вершины сдвигалась в составе поверхности в перпендикулярном поверхности направлении) и двух сдвигов, направленных параллельно нормали к поверхности (один из которых заставляет вершины выстраиваться в одну линию для сглаживания поверхности, а другой непосредственно связан с изображением и выстраивает вершины согласно поверхности головного мозга). Рисунок 1 пошагово показывает схему данного алгоритма [4]. Для задания начального приближения определяется средневзвешенное (center of gravity COG) бинарного изображения по пикселам, имеющим интенсивность больше порогового, а также приблизительно определяется радиус головы/мозга. В первом приближении поверхность мозга описывается сферической поверхностью с центром в средневзвешенном и радиусом, равным половине определенного радиуса головы/мозга (Рисунок 1B).

Рис. 1. Схема действия алгоритма BET. (A) Построение гистограммы для создания бинарного изображения (В) Задание приближенного радиуса головного мозга (С) Пошаговое

оконтуривание мозга.

В данной работе так же был применен алгоритм, убирающий сигнал от тканей шеи, входящих в изображение, так как согласно статье [5] его использование заметно улучшает оконтуривание структур мозга. Рисунок 2 показывает результат действия программы BET.

Рисунок 2 (A) 3D T1 взвешенное изображение (сагитальнальная проекция); (В) результат

действия алгоритма BET

Без предварительного выделения мозговой ткани на фоне других качество сегментации заметно портится из-за того, что в гистограмму интенсивностей пикселов вносится значительный вклад от сигналов шума, жировой, мышечной, костной и. др. фракций, а также воздушных пространств, что, в свою очередь, портит картину первого приближения для FAST. На Рисунке 3 показаны результаты сегментации FAST одного изображения без BET - (А) и с применением ВЕТ - (В).

Рис. 3 Результат сегментации с помощью алгоритма FAST c предварительным выделением мозговых структур с помощью BET - (A) и без ВЕТ - (В)

Отсутствие CSF фракции (черное на Т взвешенных изображениях) на сегментированных изображениях без BET объясняется искажением гистограммы интенсивностей FAST в основном за счет наличия шумов вне тела пациента и увеличения малоинтенсивной компоненты, которая считается программой за CSF. Вклад в малоинтенсивную компоненту вносят в основном воздушные полости (носовые, лобные пазухи, полость рта) (Рис. 4).

Рис. 4. Некорректная сегментация без ВЕТ

Одним из основных параметров алгоритма ВЕТ является порог локального соответствия интенсивности f [4], который определяет пороговое значение исходя из отношения интенсивностей пикселов, при котором итерации для вершин останавливаются и формируется итоговая поверхность головного мозга. Пороговое значение f может принимать значения от 0 до 1, причем, чем больше значение f, тем строже условия и тем больше отсекается. Согласно работе [4] значение f = 0,5 является самым оптимальным для изображений всех контрастов. Однако в данной работе для У01, располагающихся в непосредственной близости к поверхности головного мозга, использование порогового значения f = 0,5 оказалось неэффективным. Для данного значения часть краевых структур

головного мозга оказывались отсеченными и, как следствие, VOI содержал области нулевого сигнала. Определение процентного содержания фракций давало очевидные ошибки: сумма процентных содержаний GM, WM и CSF не равнялась 1, были завышенны значения содержания CSF. В итоге оптимальное значение f было выбрано равным 0,25, для которого, с одной стороны, расчеты давали адекватные результаты, а с другой, минимальное количество структур, не относящихся к мозгу, попадало в изображение после BET.

Помимо сегментированного изображения содержащего сумму трех фракций WM, GM, CSF (Рис. 3В), FSL FAST создает три изображения, содержащие отдельно только фракции CSF, GM иWM (Рис. 5).

CSF GM WM

Рис. 5. Изображения, содержащие только одну фракцию: серое вещество, белое вещество или спинномозговую жидкость, полученные в результате сегментирования FAST

При этом интенсивность пиксела пропорциональна содержанию фракции в этом пикселе и варьируется от 0 (полное отсутствие - черный цвет) до 1 (100 процентное содержание выбранной фракции в вокселе - белый цвет). Именно эти изображения используются для расчета среднего содержания соответствующих

фракций с помощью встроенной функции $ fslstat. При задании стандартных параметров высчитывается процентное содержание CSF, GM и WM во всем мозге. Для расчета содержания фракций fGM, fWM, fCSF в ограниченном VOI в функции $ fslstat необходимо дополнительно использовать маску. Эта маска представляет из себя бинарное изображение с теми же разрешением и размерами, что и 3D изображение, используемое для сегментации, для которого справедливо правило: пикселы маски, принадлежащие VOI, имеют интенсивность равную 1; пикселы маски, не принадлежащие VOI, имеют интенсивность равную 0; соответственно, при наложении маски на изображение, все, что вне VOI, исключается из анализа.

Программа по созданию маски была написана лично автором с помощью программного обеспечения MATLAB R2015b. В качестве входных данных применялись 3DTi взвешенные изображения, которые используются для сегментации изображения, сохранённые в формате DICOM (Digital Imaging and Communications in Medicine), и данные спектроскопии в формате *SPAR/*SDAT. DICOM - отраслевой стандарт создания, хранения, передачи и визуализации медицинских изображений и документов обследованных пациентов, представляющий собой объектно-ориентированный файл с тэговой организацией. С помощью, встроенной MATLAB функции dicomread выполняется чтение и запись изображения в матрицу; посредством функции dicominfo осуществляется чтение и сохранение информации из тегов DICOM в виде структурного файла. Необходимая информация содержится в тэгах: ImagePositionPatient (Pi-координаты центра левого верхнего пиксела для каждого изображения), ImageOrientati onPatient (углы Эйлера по направлениям строк (г) и столбцов (c)),Width и Height (количество пикселей в строках (n) и столбцах (ni) изображения), PixelSpacing (размеры пиксела в продольном (psr) и поперечном направлениях (psc). Количество изображений в стеке (к) определяется из количества отдельных DICOM файлов (Рис. 6).

Pl= (Xl.yi Z1)

P2

P3

Координата центра верхнего левого пиксела

k = 1..Ь

— • / — С X r psr

• • • ,psc

• pk

•

\

j = 1 ,.п

i = 1..П1

Рис. 6. Количественные данные изображения, содержащиеся в тегах DICOM, задающие его

геометрию

Для каждого изображения в стеке задаются координаты трех точек -левого верхнего угла P1, правого верхнего P2 и левого нижнего угла P3, которые определяют плоскости этих изображений в системе координат томографа (Рис. 6). Координаты P1 содержатся в DICOM файле, а значения P2, P3 рассчитываются относительно P1 по формулам

¿2 = = (xi,yi,z1) + (п- 1) • psr • г*, (1)

Рз = (*2,У2^2) = (Xi,yi,Zi) + (ni - 1) • psc • С.

*SPAR/*SDATфайлы - это дополнительный стандарт импортирования МР томографической и спектроскопической информации помимо DICOM, специфичный для МР сканеров производства Philips (Phillips Healthcare, Best, the

Netherlands). В случае спектроскопии *SPAR файл содержит информацию, схожую с той, которая содержится в тэгах DICOM: имя пациента, время исследования и самое важное - размеры (lr, ap, fh), координаты центра спектроскопического VOI (loc, aoc, coc), и углы поворота осей воксела относительно системы координат томографа (fa, la, aa). Чтение информации из *SPAR файлов осуществлялось с помощью написанной лично автором функции SPARread. Для полученных данных в первую очередь формируется матрица (2), содержащая в первом приближении координаты 8 вершин VOI (в центре системы координат томографа без поворота)

VOI,

koords

■ lr ap fh

2 2 2

—lr ap fh

2 2 2

—lr —ap fh

2 2 2

lr —ap fh

2 2 2

lr ap —fh

2 2 2

—lr ap —fh

2 2 2

—lr —ap —fh

2 2 2

lr —ap —fh

[ 2 2 2

(2)

где lr, ap и fh - линейные размеры воксела (lr - в направлении left-righ (лево-право), ap - anterior-posterior (передняя-задняя части), fh - feet-head (голова-ноги)). Для определения точных координат вершин VOI в геометрии системы координат томографа необходимо повернуть VOI вокруг каждой из осей матрицы

Ах =

1

0

0

0 cos (¿а • -—sin (1а • -— V 180; V 180)

п

180' п

0 — sm (1а • -—cos (1а • -— V 180) V 180)

0

Ау =

0

cos(aa •—) к 180-'

0

0

—sm(aa •—)

к 180-'

0

0

1 0

0

—sm(aa •—)

к 180-'

0

cos(aa •—) к 180-'

Аг =

cos(fa

п

180 п

sm(fa •——-)

180

) —sin(fa cos(fa •

0 п

п

180

0 0

0 0

0п 0

0 1]

0

0 0

1

) 0 0

) 0 0

1 0 0 1]

(3)

и транслировать их (центр У01) согласно координатам, полученным из *SPAR файла

Аг =

1 0 0 1ос

0 1 0 аос

0 0 1 сос

0 0 0 1 -

(4)

где Ах - матрица вращения вокруг направления 1г (угол - 1а), Ау - матрица вращения вокруг направления ар (угол - аа), А2 -матрица вращения вокруг направления]Ь (угол - fa).

Поворот и транслирование осуществляется произведением матриц

(Аг •АуАх^Аг^ У01коогс1зТ) , (5)

где матрица У01]°^Отс1о содержит координаты вершин вокселов в системе координат томографа.

Следующим шагом является поиск проекций координат вершин У01 в плоскостях изображения, с которыми данный У01 пересекается. Координаты пересечения границ У01 и плоскости изображения находятся решением системы уравнений

Х1Ш Уыг 1

Х1 У1 г1 1

х2 У2 ¿2 1

х3 Уз ¿3 1

0 =

хыг = хУО1 + (хУО1 хУО1) • ^ Уьш = Ууо1 + (УУО1 - УУ01) • £

= 2У01 + (2У01 — 2У01) • Ь

(6)

где (х\, у\, г1), (х2, у2, и (хз, уз, ?з) - координаты точек Р\, Р2, Рз, заданные формулами (1), определяющие плоскость изображения; (хм, ум, -

координаты пересечения границ У01 с плоскостью изображения, заданные параметрически. Решение системы уравнений (6) в матричном виде относительно параметра t задается следующим образом

t =

1 1 1 1

Х1 х2 х3 ХУ01

У1 У 2 Уз Ууо1

21 7-2 ¿3 2У01

1 1 1 0

Х1 х2 х3 ХУ01 — ХУ01

У1 У2 Уз Ууо1 — Ууо1

2у01 — 2У01

(7)

Координаты пересечения (хм, уы, 1Ш) вычисляются непосредственной подстановкой полученного значения параметра t в последние 3 уравнения системы (6). Поиск точек пересечений (хш, уш, осуществляется для каждого изображения в стеке с каждой из 12 сторон У01.

Из полученных координат ьМегее^ = (хм, ум, вычисляются

положения пикселов, отвечающих данной точке пересечения ^ - порядковый

номер пиксела в строке, j - порядковый номер пиксела в столбце, к -порядковый номер изображения) для каждого изображения в стеке решением уравнения

к • ss • d + j • psr • г + i • psc • с

где

= intersect + ss • d + psr • г + psc • с — Р1,

d = cxr = [С2Г3 — с3Г2 c3r± — c±r3 c^ — С2Г1] = [d± d2 d3],

(8),

intersect = [intersect1 intersect2 intersect2], psr • r = [psr • r1 psr • r 2 psr • r2 ], psc^ С = [psc • C± psc • C2 psc • Сз],

р1 = К \ Pu].

В матричном виде решение уравнения (8) относительно i, j, к выглядит следующим образом

к- SS d1 psr Г1 PSC C1

j = SS d2 psr Ъ PSC C2

л. -SS d3 psr Г3 psc C3

-1

X

intersecti + ss(c2r3 — c3r2) + psr • ri + psc • ci — Р1г intersect2 + ss(c3r1 — c1r3) + psr • r2 + psc • c2 — Pi2 intersect3 + ss(c1r2 — c2r1) + psr • r3 + psc • c3 — Pu

(9)

В новой матрице MASK с размером, соответствующим исходному 3D T1 изображению, пикселам, отвечающим пересечению изображений и сторон VOI с найденными значениями i, j, к, присваивается значение 1; все остальные приравниваются к 0. Одно из изображений в стеке матрицы MASK показано на Рисунке 7.

Рис. 7. Бинарное изображение матрицы MASK. Белые пикселы - координаты пересечения границ VOI и среза изображения

Встроенная MATLAB функция convhull натягивает поверхность на эти точки; функция polymask строит бинарную матрицу, присваивая значение 1 всем пикселам, лежащим внутри полученного VOI, и значение 0 пикселам вне VOI. Результат создания маски показан на Рисунке 8, где слева отображено истинное расположение VOI, а справа - созданная маска. Как видно из Рисунка 8, созданная маска точно повторяет геометрию и расположение VOI.

Рис. 8 Бинарное изображение матрицы MASK. Белые пикселы - координаты пересечения границ VOI и среза изображения

Список литературы

1) Jenkinson, M. [et al.] FSL. // NeuroImage. - 2012. №.62. - P. 782-790.

2) Zhang, Y. [et al.] Segmentation of Brain MR Images Through a Hidden Markov Random Field Model and the Expectation-Maximization Algorithm. // IEEE Trans. Med. Imaging. - 2001. - V.20. - №.1. - P. 45-57.

3) Ghahramani, Z. [et al.] An introduction to Hidden Markov Models and Bayesian Networks. // INT J PATTERN RECOGN. - 2001. - V.15. - №.1. - P. 9-42.

4) Smith, S. [et al.] Fast robust automated brain extraction. // Human Brain Mapping. - 2002. - V.17. - №.3. - P. 143-155.

5) Popescu, V. [et a!.] Optimizing parameter choice for FSL-Brain Extraction Tool (BET) on 3D T1 images in multiple sclerosis. // NeuroImage. - 2012. - V.61. -№.4. - P.1484-94.