关注并星标我们 前沿资讯不错过
01
文献导读
1
要点
本研究探讨了使用乙酰唑胺增强的血氧水平依赖性（BOLD）磁共振成像（MRI）来评估慢性狭窄闭塞性疾病患者的全脑脑血流反应性（CVR）。研究重点在于开发一种计算框架，通过预处理BOLD信号时间序列，实现对动态全脑CVR的全面特征分析，从而改善信号噪声比（SNR），并提供比传统终端CVR（CVR end）测量更精确的CVR max测量。
2
主要研究方法
研究采用回顾性分析，纳入2017年至2020年间在学术医疗中心接受乙酰唑胺增强BOLD成像的单侧慢性狭窄闭塞性疾病患者。使用自定义的主成分分析（PCA）基础去噪流程，对MRI时间序列进行空间变化非信号承载贡献的校正。通过线性混合效应模型比较健康和病变半球的CVR max和CVR end。
3
研究意义
该研究的意义在于提供了一种新的分析方法，能够更准确地测量CVR，这对于评估中风风险和指导治疗策略具有潜在的临床价值。通过提高SNR，研究能够更清晰地观察到CVR的动态变化，包括非单调和不可持续的反应模式，这对于理解脑血管疾病的病理生理学具有重要意义。
4
创新点
本研究的创新之处在于应用主成分分析（PCA）结合随机矩阵理论（Marchenko-Pastur PCA）来去噪BOLD MRI数据，从而显著提高了信号噪声比。这种方法允许对CVR信号时间序列进行更细致的动态分析，能够捕捉到每个BOLD重复时间的CVRmax，而不是仅仅在药理刺激的任意选定时间点进行测量。此外，研究还观察到了包括盗血和反盗血模式在内的不同时间信号特征，这些都是以前方法未能捕捉到的。
02
文献精读
脑血流反应性（CVR）是衡量脑血管对灌注压力下降的自动调节能力的重要指标。CVR的耗竭预示着在狭窄闭塞性疾病中中风风险的增加。传统上，CVR的评估依赖于药物刺激前后的成对血流测量，但这些方法存在局限性，如信号噪声比低，无法动态监测全脑CVR。本研究旨在通过计算框架预处理BOLD MRI信号时间序列，实现对慢性狭窄闭塞性疾病患者动态全脑CVR的全面特征分析。
本研究纳入了2017年至2020年间在纽约大学朗格尼医学中心接受乙酰唑胺增强BOLD成像的23名单侧慢性狭窄闭塞性疾病患者。使用3T全身MRI系统和64通道头部线圈进行扫描，包括1mm等向性T1加权MPRAGE序列、20分钟连续BOLD序列和用于校正BOLD图像空间畸变的梯度回波幅度和相位场图。乙酰唑胺通过静脉注射后，不间断BOLD成像。
图像处理方面，采用FreeSurfer软件对T1加权MPRAGE序列图像进行分析，进行灰质、白质和皮层下灰质的分割。研究中开发了一种基于主成分分析的去噪策略，通过局部主成分分析识别和去除MRI时间序列中的空间变化非信号承载噪声。去噪后的BOLD图像经FSL Melodic软件处理，进行运动校正、解卷积、层定时校正和空间平滑。通过比较去噪前后的信噪比，评估了处理流程对信号时间序列信噪比特性的影响。
研究结果显示，经过处理的MRI数据信噪比提高了两倍，使得动态特征的隔离和每个BOLD重复时间的滑动窗口CVR max分析成为可能。与CVR end相比，CVR max的平均值在病变（5.2% vs 3.8%, P < .01）和健康（5.5% vs 4.0%, P < .01）半球中均显著更高。此外，研究观察到几种不同的时间-信号特征，包括无反应、延迟/减弱、迅速和偶尔非单调时间过程，以及在正常和异常组织中具有矛盾特征的信号模式（例如，盗血和反向盗血模式）。
(A) 一名左侧狭窄闭塞性疾病患者的扫描过程中，终端脑血管反应性（CVRend）地图的时间演变与（B）同一患者的最大脑血流反应性（CVRmax）地图相比较。请注意，A中的连续CVRend地图代表了任意定义的提前终止值。尽管它们具有准动态的表现，但没有任何CVRend终点能完全显示出计算出的CVRend等同于CVRmax，即使在包括非单调响应的时期内也是如此。(C) 人群半球平均CVRend（顶部）和CVRmax（底部）的密度图显示了在区分病变和健康半球分布方面的不同重叠。y轴是将体素标准化的直方图，使得接收者操作特征曲线下的面积为1。虚线表示各自分布的中位数。颜色条表示脑血流反应性的范围从-10%（浅蓝色）到10%（红色）。
尽管CVR是研究脑血管完整性的一个越来越受关注的血流动力学参数，但信号噪声条件差限制了其量化为终端CVR测量（CVR end）。本研究报告了一种定制的计算流程，用于增强血氧水平依赖（BOLD）信号时间序列分析，以响应全球血液动力学刺激，使得在现实世界中未经治疗的单侧狭窄闭塞性疾病临床队列中计算检查级别的最大CVR（CVR max）成为可能。研究表明，CVRmax在病变和健康半球中均显著高于CVRend，这与之前关于CVR响应持续单调增加的假设相矛盾。
讨论部分研究者指出，我们的研究结果对CVR作为单调递增过程的范式提出了挑战。因此，仅使用终端CVR end的研究不能假设在不同组织中对响应的最佳时机具有同等的权重，这削弱了关于血液动力学压力或补偿的推断，并在CVR阈值上产生错误的体积异常。我们的发现表明，通过CVRend可能产生的偏差可能朝任何方向发展，具有不可预测的大小，并且可能在正常或异常组织上产生影响。
我们的流程结合了使用Marchenko-Pastur主成分分析（MPPCA）进行去噪，将BOLD信号时间序列的体素级平均时间信噪比提高了两倍。由于保留的与总主成分的比例与噪声方差的降低直接成比例，因此可以在不影响生理噪声、患者运动或其他内在变异源的情况下计算时间信噪比增益。
声明：本公众号所刊载内容之知识产权为相关权利人专属所有或持有，本公众号经翻译与编辑的内容仅作为学术交流之用途。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。
关于我们
超脑深科介绍
超脑深科是国内领先的脑医学技术创新团队，致力于打造最前沿的产学研一体化创新深脑科技平台。其中影像处理分析团队均来自于国内一线高校，具有高度交叉背景，涵盖生物医学工程、电子信息、临床医学等专业，均受过系统化的科研培训，具有扎实的科研背景。
如果今天的分享对您有所帮助，
欢迎您点击下方关注我们以获取最新资讯
▼ 公众号后台联系我们可获取PDF原文
更有神经磁共振影像交流群期待您的加入
