Quantitative cerebral blood flow assessment by Arterial Spin Labeling and Phase-Contrast Angiography
- Autores: Popov V.V.1, Stankevich Y.A.1, Bogomyakova O.B.1, Tulupov A.A.1
-
Afiliações:
- The Institute International Tomography Center of the Russian Academy of Sciences, Novosibirsk, Russia
- Seção: Original Study Articles
- ##submission.dateSubmitted##: 03.10.2024
- ##submission.dateAccepted##: 23.12.2024
- ##submission.datePublished##: 05.06.2025
- URL: https://jdigitaldiagnostics.com/DD/article/view/636690
- DOI: https://doi.org/10.17816/DD636690
- ID: 636690
Citar
Texto integral
Resumo
BACKGROUND: The method of non-contrast MR perfusion Arterial Spin Labeling (ASL) allows for a non-invasive quantitative assessment of cerebral blood flow. In our study, the results of cerebral perfusion were obtained in two age groups of conditionally healthy volunteers according to ASL and phase contrast MR angiography.
AIM: To study the possibilities of non-contrast MR perfusion and quantitative 2D phase-contrast angiography in quantifying age-related changes in cerebral blood flow.
METHODS: A prospective study was conducted of two groups of healthy volunteers of the young (n = 20, average age 21.8±2.65 years) and old (n = 40, average age 52.5±7.94 years) age groups. The study was performed on an MR tomograph with the addition of the ASL method and quantitative 2D phase contrast angiography (2D PCA) Statistical processing of the results was carried out using parametric methods (Student's t-test, Pearson correlation).
RESULTS: According to ASL data, cerebral blood flow perfusion values (CBF, ml/100g/min; mean ± Std) were obtained for white and gray matter of the young (17.34±2.59 and 46.33±6.77, respectively) and old (18.01±2.50 and 37.17±5.17) age groups and total perfusion of CBF (63.67±8.93 – young, 55.17± 7.03 – old). By mathematical transformations, the total CBF for quantitative 2D PCA in the young group was (ml/sec) 61.95±7.63, in the old group – 55.10±7.86. There is a strong reliable direct relationship between the values of total CBF according to ASL data and quantitative 2D PCA in the young (r = 0.76) and old (r = 0.91) age groups.
CONCLUSION: In the old group, a significant decrease in volume and weight parameters and brain perfusion was revealed, mainly due to gray matter. A strong direct correlation was shown in the assessment of perfusion blood flow based on the results of two methodologically different MR sequences - ASL and quantitative 2D PCA.
Palavras-chave
Texto integral
Обоснование
Бесконтрастный метод перфузионной магнитно-резонансной томографии (МРТ) – маркирование артериальных спинов (arterial spin labeling, ASL) позволяет количественно определять и визуализировать церебральный кровоток (cerebral blood flow, CBF). Данный метод обладает существенными преимуществами в виде неинвазивности и отсутствия материальных и временных затрат на использование контрастных веществ, что дает возможность неоднократного повторного проведения исследования при необходимости динамического наблюдения [1]. Однако при этом существует ряд недостатков в виде низкого пространственного разрешения, длительности сканирования (около 5 минут), зависимости от однородности магнитного поля, а также от состояния сердечно-сосудистой системы исследуемого и чувствительности к артефактам от движений пациента и металлоконструкций. Получение количественных значений требует дополнительной постобработки данных. На основании современных исследований [2] нами ранее был предложен алгоритм получения количественных данных перфузии головного мозга [3].
Полученные результаты неоднократно показывали высокую степень корреляции с данными по контрастным МР-/КТ-методам, что позволило проводить дальнейшую оптимизацию ASL и развивать современные подходы к диагностике ишемических поражений головного мозга, демиелинизирующих заболеваний, новообразований, эпилепсий, мигрени, гидроцефалии [4-7], а также анализировать закономерные возрастные физиологические изменения головного мозга [8].
Применение метода ASL наиболее изучено у пациентов с ишемическим поражением головного мозга, где позволяет проводить достоверную оценку коллатерального кровотока, что может оказать существенное влияние на тактику лечения [9]. В 2017г. была разработана балльная система для оценки реперфузионного статуса на основе ASL у пациентов с инсультом, получающих тромболизис и/или эндоваскулярное лечение – автоматическая система оценки реперфузии (auto-RPS), которая является надежным инструментом для формирования тактики лечения, прогнозирования исхода у пациентов с ишемическим инсультом [10]. Другой хорошо изученной областью применения бесконтрастной МР-перфузии является оценка демиелинизирующих заболеваний головного мозга [11]. Так, значения CBF у пациентов с рассеянным склерозом потенциально может быть объективным маркером для мониторинга активности заболевания даже при отсутствии структурных изменений [13]. По данным pCASL наблюдается снижение CBF как в визуально-интактных отделах белого вещества, так и в сером веществе у пациентов с рецидивирующе-ремиттирующим типом течения и наиболее выраженно у пациентов с первично-прогрессирующим типом течения РС, что достоверно коррелируют с клинической нетрудоспособностью пациента, тогда как CBF отдельно серого вещества коррелирует с нейропсихологическими дисфункциями [14].
Однако современные перфузионные последовательности основаны на схожих физиологических моделях оценки тканевой перфузии и свойствах экзо- и эндогенных контрастных агентов, что подразумевает методологическую схожесть, но и позволяет приводить к гомологичным ошибкам. Также при интерпретации получаемых данных перфузии следует уделять особое внимание индивидуальным особенностям организма и закономерным возрастным изменениям, связанным с состоянием сердечно-сосудистой системы пациента и анатомо-физиологическими изменениями головного мозга: снижение синаптической плотности, количества и размеров нейронов, уменьшению локальной метаболической и нейрональной активности, локальной перфузии [15, 16]. В нашем исследовании предлагается получить и сравнить показатели перфузии головного мозга в двух возрастных группах условно-здоровых добровольцев, получаемые по данным ASL и расчета из значений объемного артериального кровотока по данным количественной 2D фазово-контрастной ангиографии (q2D PCA) с учетом индивидуальной массы мозга по данным сегментации. В отличие от других исследований, где оцениваются корреляции контрастной и бесконтрастной МР- и КТ-перфузии [17, 18], такой подход позволяет верифицировать значения перфузии двумя методологически разными МР-методиками, а также определить возможность каждой из них зарегистрировать физиологические перфузионные возрастные изменения.
Методика q2D PCA позволяет проводить неинвазивную количественную оценку кровотока в интересующих сосудах с подбором определенных параметров пиковой скорости. Преимущество метода заключается в быстром сборе данных (менее 4 минут) и простой пост-обработки получаемых результатов, что позволило ему получить широкое распространение в области количественной оценки магистрального кровотока [19-21] и кардиоваскулярной МРТ [22, 23].
Цель
Изучить возможности бесконтрастной МР-перфузии и количественной 2D фазово-контрастной ангиографии в количественной оценке возрастных изменений церебрального кровотока.
Материалы и Методы
Дизайн исследования
Данное исследование представляет результат проспективного одноцентрового выборочного исследования.
Критерии соответствия
В рамках исследования были проанализированы данные пациентов старше 18 лет, которым было выполнено МРТ головного мозга с использованием рутинного протокола сканирования, который дополнялся последовательностью pseudo-continuous ASL для бесконтрастной оценки перфузии головного мозга, а также количественной 2D фазово-контрастной ангиографией (2D PCA) с получением значений скорости кровотока в просвете шейных сегментов внутренних сонных и позвоночных артерий. Для последующего статистического анализа условно-здоровые добровольцы были разделены на две возрастные группы.
Условия проведения
Работа выполнена на базе Федерального государственного бюджетного учреждения науки Институт «Международный томографический центр» Сибирского отделения Российской академии наук, Новосибирск, Российская Федерация.
Протокол магнитно-резонансной томографии
Исследование было выполнено на МР-томографе 3.0Т с использованием рутинного протокола сканирования (T1-WI, T2-WI, 3D-FLAIR, TOF-MRA) для оценки структурной морфологии головного мозга. Дополнительно проводились последовательности pCASL (FOV: 240x240x99, TR: 4550, TE:16, LD:1800, PLD:1800) с получением показателей тканевого кровотока (мл/100г/мин), а также q2D PCA (FOV:150x101; TR:9,1; TE:5,4; Venc: 100 см/с, ретроспективная кардиосинхронизация в 15 фазах) с получением значений объемной скорости кровотока (мл/с) в просвете шейных сегментов внутренних сонных и позвоночных артерий. Исследование одобрено локальным этическим комитетом, пациенты подписывали добровольное информированное согласие на участие в эксперименте.
Рисунок 1. TOF MRA-изображения (слева – корональная, справа – сагиттальная проекции) с отметкой красной линией уровня и ориентации сканирования q2D PCA.
Figure 1. TOF MRA images (on the left side – coronal, on the right side – sagittal projections) with a red line marking the 2D PCA scan level.
Построение карт церебральной перфузии по данным pCASL осуществлялся путем загрузки нативных изображений в программу FSL (BASIL) с дальнейшей субтракцией контрольных и меченных изображений с учетом параметрических характеристик проведенного исследования. В дальнейшем проводилась калибровка изображений по протонной плотности (TR: 4550; TE:13) и реслайсинг полученных изображений с программной коррекцией движений. Последним этапом проводилась автоматическая частичная объемная коррекция границ серого и белого вещества головного мозга по данным Т1-ВИ для сегментации и подсчета перфузии головного мозга. Результат был получен в виде карты церебральной перфузии и исходных усредненных количественных данных (CBFASL). Путем сегментации и нормализации Т1-ВИ (3D T1-TFE, TR: 7,6; TE: 3,7; voxel: 1x1x2 мм) проведена оценка объема и массы головного мозга добровольцев в программе FSLanat с учетом физиологической константы плотности мозга (1,045 г/см3).
Расчет церебральной перфузии (CBFPCA) на основании данных количественной 2D PCA производился путем математического преобразования значений объемной скорости кровотока (мл/с), полученного при выделении области интереса вдоль границы внутреннего контура сосуда в средней трети шейных сегментов внутренних сонных и позвоночных артерий с дальнейшим учетом массы мозга по формуле:
, где (1)
6000 – коэффициент перевода из мл/г/с в мл/100г/мин;
A, B – значения объемной скорости потока в правых и левых позвоночных артериях, мл/с;
С, D – значения объемной скорости потока в правых и левых внутренних сонных артериях, мл/с;
1,045 – общепринятая физиологическая плотность мозга, г/см³;
V – объем головного мозга в мм³ по данным сегментации.
Статистический анализ
Статистическая обработка проводилась в программах: STATISTICA 10, StatSoft inc. Проверку нормальности распределения изучаемых количественных показателей оценивали с помощью критерия Колмогорова-Смирнова и Шапиро-Уилка, а также построением нормальных вероятностных графиков, оценки асимметрии, эксцесса и стандартной ошибки асимметрии, эксцесса. После определения нормальности распределения, были применены параметрические методы статистики для сравнения (t-критерий Стьюдента для независимых переменных) и корреляционного анализа значений (коэффициент корреляции Пирсона), получаемых выбранными методами. Статистически достоверными принимали значения p<0,05.
Результаты
Объекты исследования
Было проведено проспективное исследование двух групп условно здоровых добровольцев без признаков значимых объемно-очаговых патологий головного мозга: 1) младшая – n = 20, средний возраст 21,8±2,65 года; 2) старшая – n = 40, средний возраст 52,5±7,94 года.
Основные результаты исследования
Были проанализированы индивидуальные карты церебральной перфузии двух групп здоровых добровольцев с подсчетом количественных значений перфузии CBFASL. Выявлено, что CBFASL серого вещества и общая перфузия головного мозга значимо (t-критерий Стьюдента, p<0,001) выше в младшей группе (46,33±6,77 и 63,67±8,93 соответственно) относительно старшей возрастной категории (37,17±5,17 и 55,17±7,03) с разницей в пределах 19,6% и 13,7% соответственно. При этом перфузия белого вещества в младшей (17,34±2,59) и старшей возрастной группе (18,01±2,50) без достоверных различий(p>0,05). (рис. 2, табл. 1).
Рисунок 2. CBF-карты перфузии. Верхний ряд – аксиальное, корональное, сагиттальное изображения младшей возрастной группы. Нижний ряд – аксиальное, корональное, сагиттальное изображения старшей возрастной группы.
Figure 2. CBF perfusion maps. The upper row is axial, coronal, and sagittal images of the young group. The bottom row is axial, coronal, and sagittal images of the old group.
Путем сегментации Т1-ВИ изображений были получены значения объема вещества (cм³) головного мозга в двух исследуемых группах. С учетом физиологической константы плотности вещества головного мозга равной 1,045 г/см³ [13], рассчитана масса головного мозга для каждого из здоровых добровольцев. Получено, что среднее значение объема и массы головного мозга достоверно (p<0,001) больше у младшей группы (1117,23±83,50 см3 и 1167,51±87,26 грамм) в относительно старшей группы (1037,50±103,60 см3 и 1084,19±108,26 грамм) в пределах 7% (табл. 1).
Таблица 1. Показатели младшей и старшей возрастных групп по данным pCASL и Т1-ВИ.
Table 1. Indicators of the young and old groups by pCASL and T1WI data.
Серое вещество | Белое вещество | Общая перфузия | Объем головного мозга | Масса головного мозга | |
мл/100г/мин | cм³ | граммы | |||
Младшая возрастная группа | 46,33±6,77 | 17,34±2,59 | 63,67±8,93 | 1117,23±83,50 | 1167,51±87,26 |
Старшая возрастная группа | 37,17±5,17 | 18,01±2,50 | 55,17±7,03 | 1037,50±103,60 | 1084,19±108,26 |
Достоверность отличий (p) | ***p<0,001 | p>0,05 | ***p<0,001 | ***p<0,001 | ***p<0,001 |
По данным количественной 2D PCA была проведена ручная разметка брахиоцефальных артерий на уровне шеи и оценена объемная скорость потока (среднее значение ± ст.отклонение, мл/сек). Так, в младшей и старшей возрастных группах были получены значения в правой и левой внутренних сонных и позвоночных артериях (табл. 2). При анализе были получены достоверно (p<0,001) меньшие значения объемной скорости потока в магистральных артериях шеи у старшей возрастной группы относительно младшей в пределах 13-15%.
Таблица 2. Средняя объемная скорость потока (мл/с) в внутренних сонных (ВСА) и позвоночных (ПА) артериях младшей и старшей возрастных групп по данным 2D PCA.
Table 2. The average blood flow (ml/s) in the main arteries of the younger and older age groups according to 2D PCA data. «ВСА» is the internal carotid artery. «ПА» is the vertebral artery.
| Правая ВСА | Левая ВСА | Правая ПА | Левая ПА |
Младшая возрастная группа | 4,24±0,80 | 4,05±0,58 | 1,88±0,65 | 1,87±0,64 |
Старшая возрастная группа | 3,58±0,59 | 3,51±0,75 | 1,43±0,56 | 1,39±0,59 |
Достоверность отличий (p) | ***p<0,001 | ***p<0,001 | ***p<0,001 | ***p<0,001 |
Учитывая полученные индивидуальные значения магистрального кровотока в позвоночных, внутренних сонных артериях и массы мозга, по формуле (1) были рассчитаны значения общей перфузии головного мозга CBFPCA для каждого из добровольцев. Получено, что среднее значение CBFPCA в младшей возрастной группе (61,95±7,63 мл/100г/мин) достоверно (p<0,001) выше CBFPCA старшей возрастной группы (55,10±7,86 мл/100г/мин) в пределах 8%.
Рисунок 3. Процесс обработки 2D PCA. А– анализ изображений 2D PCA в режиме FFE/M; Б – анализ изображений 2D PCA в режиме PCA/M; В – сводный график значений потока в исследуемых сосудах; Г – сводная таблица результатов анализа. пВСА – правая внутренняя сонная артерия; лВСА – левая внутренняя сонная артерия; пПА – правая позвоночная артерия; лПА – левая позвоночная артерия.
Figure 3. The 2D PCA processing. «А» - analysis of 2D PCA images in FFE/M mode; «Б» - analysis of 2D PCA images in PCA/M mode; «В» - a summary graph of flow values in the studied vessels; «Г» - a summary table of analysis results.
Полученные данные по результатам корреляционного анализа показывают сильную достоверную прямую связь между независимыми значениями разных методологических последовательностей при расчете общих CBFASL и CBFPCA внутри младшей (r=0,76; p<0,001) и старшей возрастных групп (r=0,91; p<0,001, рис.4).
Рисунок 4. Диаграммы рассеяния и линейные графики значений общего CBF по данный ASL и 2D PCA для младшей (сверху) и старшей (снизу) возрастных групп.
Figure 4. Scatter plots and line graphs of the values of the total CBF according to the given ASL and 2D PCA for the young (top) and old (bottom) groups.
Обсуждение
Бесконтрастная МР-перфузия является ценным неинвазивным методом, позволяющим с высокой точностью и надёжностью трактовать состояние микроциркуляторного русла. Несмотря на сложности в получении и интерпретации количественных результатов, метод ASL обладает потенциальной ценностью и, по данным авторов, может достоверно отражать динамику возрастных изменений церебрального кровотока, что позволяет осуществлять достоверную комплексную оценку состояния пациента в различных клинико-патологических ситуациях [24, 25]. Бесконтрастная МР-перфузия уже активно применяется в диагностике ишемических поражений головного мозга [26], демиелинизации [27], новообразований [28], эпилепсии, мигрени, при болезни Мойя-Мойя, гидроцефалии [29], а также при заболеваниях поджелудочной железы и почек [30].
Получено снижение CBFASL серого вещества и общей перфузии (при сохранении значений CBFASL белого вещества) у старшей возрастной группы по сравнению с младшей, что свидетельствует о значимом вкладе перфузии серого вещества в общий мозговой кровоток. Это подтверждается данными литературы и соответствует возрастным изменениям с закономерным снижением перфузии ежегодно в пределах 0,4-0,7% от исходных значений [31]. Типичные возрастные изменения сопровождаются процессами атрофии и истончением коры головного мозга, что также может приводить к неточной пространственной дифференцировке серого вещества и, как следствие, методологическим трудностям при применении ASL и дальнейшей интерпретации результатов [32, 33]. Другими факторами, которые могут повлиять на получаемые данные является время транзита крови, проницаемость капилляров, а также эффективность и время задержки маркирования, где существующие анатомо-физиологические изменения и хронические заболевания могут вносить значимый вклад [34]. При этом ряд авторов отмечает, что снижение синаптической плотности, количества и размеров нейронов приводит к уменьшению локальной метаболической активности, что также проявляется снижением нейрональной активности и локальной перфузии [35-37], однако точные патофизиологические механизмы при возрастных изменениях кровотока продолжают изучаться. Связь перфузии с изменениями белого вещества головного мозга при старении по-прежнему остается неясной [38]. Результаты анализа значений перфузии головного мозга, как и любой физиологической характеристики живой системы, могут быть связаны с множеством факторов, таких как: размер выборки, индивидуальные, внутривидовые, половые, возрастные различия в целом, а также отличиями в реологии крови и артериального давления, в частности.
Прижизненная оценка объемных и весовых показателей мозга по данным лучевой диагностики до сих пор является областью интереса множества научных групп [39, 40]. Возможность оценки объема головного мозга путем сегментации Т1-ВИ изображений и корегистрации с атласами является одним из «золотых стандартов» для получения объемных значений, что подтверждается множеством научных исследований, при этом значения варьируются в диапазоне от 1100 до 1200 см3, учитывая существующие возрастные различия [41, 42]. Показано, что объемно-весовые показатели головного мозга уменьшаются с возрастом на величину до 5-7% за десятилетие после 40 лет [43], что также соотносится с полученными результатами в нашем исследовании (до 7%). При необходимости оценки весовых показателей в литературе предлагается использовать физиологическую константу плотности головного мозга равную 1,045 г/см³ [44, 45].
Метод q2D PCA чаще используются при визуализации сердца для функциональной оценки кровотока через клапаны [46, 47], являясь ценным неинвазивным клиническим инструментом для диагностики состояния сердечно-сосудистой системы, ликвородинамики [48] и кровотока областей интереса [49]. Метод q2D PCA всё чаще применяются для оценки состояния кровотока у пациентов в различных клинических и исследовательских случаях, при этом получаемые данные имеют высокую степень достоверности и обоснованности, что позволяет надежно трактовать качественные и количественные результаты [50, 51]. В нашем исследовании были получены значения объемного кровотока (мл/с) методом количественной 2D PCA для позвоночных и внутренних сонных артерий, а точность получаемых количественных значений была ранее подтверждена модельными экспериментами [52, 53]. Было выявлено достоверно меньшие значения объемной скорости потока в позвоночных и внутренних сонных артериях в старшей группе на величину до 13-15% относительно показателей в младшей группе. По данным авторов, с возрастом происходит снижение объемных скоростных показателей потока крови в магистральных артериях шеи в пределах от 10 до 15% за каждое десятилетие после 40 лет, что, по-видимому, связано с изменениями гемодинамики потока и реологических свойств крови, а также анатомо-функциональными изменениями стенки сосудов [54, 55].
В отечественной и зарубежной литературе на данный момент представлено лишь несколько комплексных исследовательских работ и проектов, где изучается применение ASL и q2D PCA в количественной оценке перфузии головного мозга [56, 57]. Исследователи отмечают, что бесконтрастная оценка перфузии по данным 2D PCA является экспериментальной областью, в связи со сложностями в подсчетах объема, плотности и массы мозга человека, на которую приходится определенные значения оцениваемого потока крови в секунду [58]. К тому же, возникают сложности с дальнейшим интерпретированием регионарных значений CBF, в связи с тем, что распределение кровотока по конкретным областям головного мозга неравномерное как по времени, так и по объему, а микроциркуляторные модельные взаимодействия пока продолжают изучаться. В нашем исследовании результаты корреляционного анализа продемонстрировали сильную достоверную прямую связь между значениями CBFASL и CBFPCA в исследуемых группах, с более высоким коэффициентом корреляции в старшей, что объясняется большим размером анализируемой выборки. Выявленные сильные корреляции между значениями перфузии, полученными по результатам измерения разных физиологических явлений с помощью последовательностей, основанных на разных принципах сбора данных (pCASL и q2D PCA), подтверждают достоверность получаемых нами результатов. Это открывает перспективу применения разработанного ранее алгоритма оценки перфузии головного мозга [3] с получением количественных значений CBF поданным pCASL. При этом предложенный подход демонстрирует возможность использования количественной 2D PCA в косвенной оценке мозговой перфузии. Однако существующие вопросы в оценке весовых показателей мозга и применимости при различных патологических состояниях требуют дальнейших изучений.
Заключение
Получены значения церебральной перфузии по данным ASL, объемных скоростей кровотока в просвете брахиоцефальных артерий по данным количественной 2D PCA, объемно-весовых показателей головного мозга по данным сегментации условно-здоровых добровольцев двух возрастных групп. В старшей возрастной группе выявлено достоверное снижение объемно-весовых показателей и перфузии головного мозга, преимущественно, за счет серого вещества. Показана сильная прямая корреляция в оценке перфузионного кровотока по результатам ASL и количественной 2D PCA, что подтверждает достоверность получаемых данных новым способом.
Дополнительная информация
Источник финансирования. Исследование проведено при поддержке Минобрнауки России (гос.задание: 1023110800234-5-3.2.25;3.1.4;3.2.12, «Изучение процессов постинсультной структурно-функциональной реорганизации головного мозга современными методами нейровизуализации»).
Funding source. The study was supported by the Ministry of Education and Science of Russia (state assignment: 1023110800234-5-3.2.25;3.1.4;3.2.12, " The study of the processes of post-stroke structural and functional reorganization of the brain by modern methods of neuroimaging").
Информированное согласие на участие в исследовании. Все участники исследования до включения в исследование добровольно подписали форму информированного согласия, утвержденную в составе протокола исследования этическим комитетом.
Patients’ consent. Written consent was obtained from all the study participants before the study screening in according to the study protocol approved by the local ethic committee.
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.
Competing interests. The authors declare that they have no competing interests.
Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией). Наибольший вклад распределён следующим образом: В.В. Попов – интерпретация данных исследования, написание и корректировка статьи, утверждение окончательной версии для публикации. Ю. А. Станкевич – интерпретация данных исследования, написание и корректировка статьи, утверждение окончательной версии для публикации. О.Б. Богомякова – интерпретация данных исследования, корректировка статьи, утверждение окончательной версии для публикации. А. А. Тулупов – интерпретация данных исследования, корректировка статьи, утверждение окончательной версии для публикации.
The contribution of the authors. All authors confirm that their authorship meets the international ICMJE criteria (all authors have made a significant contribution to the development of the concept, research and preparation of the article, read and approved the final version before publication). The largest contribution is distributed as follows: V.V. Popov – interpretation of research data, writing and correction of the article, approval of the final version for publication. Yu.A. Stankevich – interpretation of research data, writing and correction of the article, approval of the final version for publication. O.B. Bogomyakova – interpretation of research data, correction of the article, approval of the final version for publication. A. A. Tulupov – interpretation of research data, correction of the article, approval of the final version for publication.
Sobre autores
Vladimir Popov
The Institute International Tomography Center of the Russian Academy of Sciences, Novosibirsk, Russia
Autor responsável pela correspondência
Email: vladimirpopov_2303@mail.ru
ORCID ID: 0000-0003-3082-2315
Código SPIN: 5473-0707
Yuliya Stankevich
The Institute International Tomography Center of the Russian Academy of Sciences, Novosibirsk, Russia
Email: stankevich@tomo.nsc.ru
ORCID ID: 0000-0002-7959-5160
Código SPIN: 6668-5010
к.м.н., заведующая Лабораторией функциональной нейровизуализации, старший научный сотрудник, Федеральное государственное бюджетное учреждение науки Институт «Международный томографический центр» Сибирского отделения Российской академии наук, Новосибирск, Российская Федерация.
Rússia, Institutskaya 3a, Novosibirsk, RussiaOlga Bogomyakova
The Institute International Tomography Center of the Russian Academy of Sciences, Novosibirsk, Russia
Email: bogom_o@tomo.nsc.ru
ORCID ID: 0000-0002-8880-100X
Código SPIN: 9172-6975
к.м.н., научный сотрудник, Федеральное государственное бюджетное учреждение науки Институт «Международный томографический центр» Сибирского отделения Российской академии наук.
Rússia, Institutskaya 3a, Novosibirsk, Russia
Andrey Tulupov
The Institute International Tomography Center of the Russian Academy of Sciences, Novosibirsk, Russia
Email: taa@tomo.nsc.ru
ORCID ID: 0000-0002-1277-4113
Código SPIN: 6630-8720
д.м.н., профессор, член-корреспондент РАН, заведующий Лабораторией нейронаук, главный научный сотрудник, Федеральное государственное бюджетное учреждение науки Институт «Международный томографический центр» Сибирского отделения Российской академии наук, Новосибирск, Российская Федерация.
Rússia, Institutskaya 3a, Novosibirsk, RussiaBibliografia
- Clement P, Petr J, Dijsselhof MBJ, Padrela B, et al. A Beginner's Guide to Arterial Spin Labeling (ASL) Image Processing. Front Radiol. 2022; 14(2):929533. https://doi.org/10.3389/fradi.2022.929533
- Alsop DC, Detre JA, Golay X, et al. Recommended implementation of arterial spin-labeled perfusion MRI for clinical applications: A consensus of the ISMRM perfusion study group and the European consortium for ASL in dementia. Magn Reson Med. 2015; 73(1):102-16. https://doi.org/10.1002/mrm.25197.
- Yu. Stankevich., V. Popov, L. Vasilkiv, A. Tulupov. Dynamic assessment of microcirculatory changes in the brain in the early post-stroke period according to contrast-free perfusion MRI. Kompleksnye problemy serdechno-sosudistyh zabolevanij [In Russian]. 2024; 13(1):28-35. https://doi.org/10.17802/2306-1278-2024-13-1-28-35.
- Bayraktar E., Duygulu G., Çetinoğlu Y. et al. Comparison of ASL and DSC perfusion methods in the evaluation of response to treatment in patients with a history of treatment for malignant brain tumor. BMC Med Imaging. 2024; 24, 70. https://doi.org/10.1186/s12880-024-01249-w.
- Huang Y., Liu H., Lee J., Yang J., Weng H., et al. Comparison of Arterial Spin Labeling and Dynamic Susceptibility Contrast Perfusion MRI in Patients with Acute Stroke. PLoS ONE. 2013; 8(7): e69085. https://doi.org/10.1371/journal.pone.0069085
- Xu X, Tan Z, Fan M, Ma M, Fang W, et al. Comparative Study of Multi-Delay Pseudo-Continuous Arterial Spin Labeling Perfusion MRI and CT Perfusion in Ischemic Stroke Disease. Front Neuroinform. 2021; 11(15):719719. doi: 10.3389/fninf.2021.719719.
- Mutsaerts H., Osch M., Zelaya F., Wang D., Nordhøy W., Wang Y., et al. Multi-vendor reliability of arterial spin labeling perfusion MRI using a near-identical sequence: implications for multi-center studies. Neuroimage. 2015; 113:143-52. doi: 10.1016/j.neuroimage.2015.03.043.
- Mokhber N, Shariatzadeh A, Avan A, Saber H, Babaei GS, Chaimowitz G, Azarpazhooh MR. Cerebral blood flow changes during aging process and in cognitive disorders: A review. Neuroradiol J. 2021;34(4):300-307. doi: 10.1177/19714009211002778.
- Aracki-Trenkic A., Law-Ye B, Radovanovic Z., Stojanov D., Dormont D., Pyatigorskaya N. ASL perfusion in acute ischemic stroke: The value of CBF in outcome prediction. Clin Neurol Neurosurg. 2020;194:105908. doi: 10.1016/j.clineuro.2020.105908.
- Yu S, Ma SJ, Liebeskind DS, Yu D, Li N, Qiao XJ, Shao X, Yan L, Yoo B, Scalzo F, Hinman JD, Sharma LK, Rao N, Jahan R, Tateshima S, Duckwiler GR, Saver JL, Salamon N, Wang DJ. ASPECTS-based reperfusion status on arterial spin labeling is associated with clinical outcome in acute ischemic stroke patients. J Cereb Blood Flow Metab. 2018;38(3):382-392. doi: 10.1177/0271678X17697339.
- Lincoln JA, Hasan KM, Gabr RE, Wolinsky JS. Characterizing the time course of cerebrovascular reactivity in multiple sclerosis. J Neuroimaging. 2022;32(3):430-435. doi: 10.1111/jon.12979.
- Ota M., Sato N., Nakata Y., Ito K., Kamiya K., et al. Abnormalities of cerebral blood flow in multiple sclerosis: a pseudocontinuous arterial spin labeling MRI study. Magn Reson Imaging. 2013;31(6):990-5. doi: 10.1016/j.mri.2013.03.016.
- de la Peña MJ, Peña IC, García PG, Gavilán ML, Malpica N, Rubio M, González RA, de Vega VM. Early perfusion changes in multiple sclerosis patients as assessed by MRI using arterial spin labeling. Acta Radiol Open. 2019; 8(12):2058460119894214. http://doi.org/10.1177/2058460119894214.
- Koudriavtseva T, Plantone D, Renna R, Inglese M. Brain perfusion by arterial spin labeling MRI in multiple sclerosis. J Neurol. 2015; 262(7):1769-71. http://doi.org/10.1007/s00415-015-7792-6.
- Zhang N, Gordon ML, Ma Y, Chi B, Gomar JJ, Peng S, Kingsley PB, Eidelberg D, Goldberg TE. The Age-Related Perfusion Pattern Measured With Arterial Spin Labeling MRI in Healthy Subjects. Front Aging Neurosci. 2018; 10:214. doi: 10.3389/fnagi.2018.00214.
- Camargo A, Wang Z; Alzheimer’s Disease Neuroimaging Initiative. Longitudinal Cerebral Blood Flow Changes in Normal Aging and the Alzheimer's Disease Continuum Identified by Arterial Spin Labeling MRI. J Alzheimers Dis. 2021; 81(4):1727-1735. doi: 10.3233/JAD-210116.
- Wang R, Yu S, Alger JR, Zuo Z, Chen J, Wang R, An J, Wang B, Zhao J, Xue R, Wang DJ. Multi-delay arterial spin labeling perfusion MRI in moyamoya disease--comparison with CT perfusion imaging. Eur Radiol. 2014 May;24(5):1135-44. doi: 10.1007/s00330-014-3098-9. Epub 2014 Feb 21. PMID: 24557051; PMCID: PMC4143230.
- Zaharchuk G, El Mogy IS, Fischbein NJ, Albers GW. Comparison of arterial spin labeling and bolus perfusion-weighted imaging for detecting mismatch in acute stroke. Stroke. 2012;43(7):1843-8. doi: 10.1161/STROKEAHA.111.639773.
- Stankevich Y., Rezakova M., Bogomyakova, O. et al. Hemodynamic Effects of Pathological Tortuosity of the Internal Carotid Arteries Based on MRI and Ultrasound Studies. Appl Magn Reson. 2015; 46, 1109–1120. https://doi.org/10.1007/s00723-015-0708-x.
- Stankevich Y, Rezakova M, Olga B, Shraibman L, Tulupov A. Hemodynamic effects of the carotid abnormalities’ courses by MRI and ultrasound. J Cardiovasc Magn Reson. 2015; 17:415. https://doi.org/10.1186/1532-429X-17-S1-P415.
- Daftari L., Ahmed A., Hamam O., et al. Arterial Spin Labeling technique and clinical applications of the intracranial compartment in stroke and stroke mimics - A case-based review. The Neuroradiology Journal. 2022; 35(4):437-453. https://doi.org/10.1177/19714009221098806.
- Azarine A, Garçon P, Stansal A, Canepa N. Four-dimensional Flow MRI: Principles and Cardiovascular Applications. Radiographics. 2019;39(3):632-648. doi: 10.1148/rg.2019180091.
- Caroff J, Bière L, Trebuchet G, Nedelcu C, Sibileau E. Applications of phase-contrast velocimetry sequences in cardiovascular imaging. Diagn Interv Imaging. 2012;93(3):159-70. doi: 10.1016/j.diii.2012.01.008.
- Iutaka T., Bellintani de F. M., Samir S. O., Felipe A.S., Kambiz N. Arterial Spin Labeling: Techniques, Clinical Applications, and Interpretation. RSNA. 2022; 43 (1):e220088. https://doi.org/10.1148/rg.220088.
- Liu J, Lin C, Minuti A, Lipton M. et al. Arterial spin labeling compared to dynamic susceptibility contrast MR perfusion imaging for assessment of ischemic penumbra: A systematic review. J Neuroimaging. 2021; 31:1067−1076. https://doi.org/10.1111/jon.12913.
- Zhang M, Shi Q, Yue Y, Zhang M, Zhao L, Yan C. Evaluation of T2-FLAIR combined with ASL on the collateral circulation of acute ischemic stroke. Neurol Sci. 2022;43(8):4891-4900. doi: 10.1007/s10072-022-06042-7.
- Dury RJ, Falah Y, Gowland PA, Evangelou N, Bright MG, Francis ST. Ultra-high-field arterial spin labelling MRI for non-contrast assessment of cortical lesion perfusion in multiple sclerosis. Eur Radiol. 2019;29(4):2027-2033. doi: 10.1007/s00330-018-5707-5.
- Abdel Razek AAK, Talaat M, El-Serougy L, Gaballa G, Abdelsalam M. Clinical Applications of Arterial Spin Labeling in Brain Tumors. J Comput Assist Tomogr. 2019;43(4):525-532. doi: 10.1097/RCT.0000000000000873.
- Lindner T, Bolar DS, Achten E, Barkhof F, Bastos-Leite AJ, Detre JA, Golay X, Günther M, Wang DJJ, Haller S, Ingala S, Jäger HR, Jahng GH, Juttukonda MR, Keil VC, Kimura H, Ho ML, Lequin M, Lou X, Petr J, Pinter N, Pizzini FB, Smits M, Sokolska M, Zaharchuk G, Mutsaerts HJMM; on behalf of the ISMRM Perfusion Study Group. Current state and guidance on arterial spin labeling perfusion MRI in clinical neuroimaging. Magn Reson Med. 2023;89(5):2024-2047. doi: 10.1002/mrm.29572.
- Taso M, Aramendía-Vidaurreta V, Englund EK, Francis S, Franklin S, Madhuranthakam AJ, Martirosian P, Nayak KS, Qin Q, Shao X, Thomas DL, Zun Z, Fernández-Seara MA; ISMRM Perfusion Study Group. Update on state-of-the-art for arterial spin labeling (ASL) human perfusion imaging outside of the brain. Magn Reson Med. 2023;89(5):1754-1776. doi: 10.1002/mrm.29609.
- Chen JJ, Rosas HD, Salat DH. Age-associated reductions in cerebral blood flow are independent from regional atrophy. Neuroimage. 2011;55(2):468-78. doi: 10.1016/j.neuroimage.2010.12.032.
- Zhang N, Gordon ML, Ma Y, Chi B, Gomar JJ, Peng S, Kingsley PB, Eidelberg D, Goldberg TE. The Age-Related Perfusion Pattern Measured With Arterial Spin Labeling MRI in Healthy Subjects. Front Aging Neurosci. 2018;10:214. doi: 10.3389/fnagi.2018.00214.
- Pannese E. Morphological changes in nerve cells during normal aging. Brain Struct Funct. 2011;216(2):85-9. doi: 10.1007/s00429-011-0308-y.
- Amukotuwa SA, Yu C, Zaharchuk G. 3D Pseudocontinuous arterial spin labeling in routine clinical practice: A review of clinically significant artifacts. J Magn Reson Imaging. 2016;43(1):11-27. doi: 10.1002/jmri.24873.
- Petralia RS, Mattson MP, Yao PJ. Communication breakdown: the impact of ageing on synapse structure. Ageing Res Rev. 2014;14:31-42. doi: 10.1016/j.arr.2014.01.003.
- Zhao L, Matloff W, Ning K, Kim H, Dinov ID, Toga AW. Age-Related Differences in Brain Morphology and the Modifiers in Middle-Aged and Older Adults. Cereb Cortex.;29(10):4169-4193. doi: 10.1093/cercor/bhy300.
- Lee J, Kim HJ. Normal Aging Induces Changes in the Brain and Neurodegeneration Progress: Review of the Structural, Biochemical, Metabolic, Cellular, and Molecular Changes. Front Aging Neurosci. 2022;14:931536. doi: 10.3389/fnagi.2022.931536.
- Liu H, Yang Y, Xia Y, Zhu W, Leak RK, Wei Z, Wang J, Hu X. Aging of cerebral white matter. Ageing Res Rev. 2017;34:64-76. doi: 10.1016/j.arr.2016.11.006.
- Steen R, Hamer R, Lieberman J. Measuring brain volume by MR imaging: impact of measurement precision and natural variation on sample size requirements. AJNR Am J Neuroradiol. 2007;28(6):1119-25. doi: 10.3174/ajnr.A0537.
- Zeinali R, Keshtkar A, Zamani A, Gharehaghaji N. Brain Volume Estimation Enhancement by Morphological Image Processing Tools. J Biomed Phys Eng. 2017;7(4):379-388.
- Harkey T, Baker D, Hagen J, Scott H, Palys V. Practical methods for segmentation and calculation of brain volume and intracranial volume: a guide and comparison. Quant Imaging Med Surg. 2022;12(7):3748-3761. doi: 10.21037/qims-21-958
- Sidong L.,Tiebao M.,Carlo R.,Antonio Di I.,Shlomo B.,Lingling P., al. Brain volumetric and fractal analysis of synthetic MRI: A comparative study with conventional 3D T1-weighted images. European Journal of Radiology. 2021; 141:109782. https://doi.org/10.1016/j.ejrad.2021.109782
- Ota Y, Shah G. Imaging of Normal Brain Aging. Neuroimaging Clin N Am. 2022;32(3):683-698. doi: 10.1016/j.nic.2022.04.010.
- Rushton J., Ankney C. Whole Brain Size and General Mental Ability: A Review. International Journal of Neuroscience. 2008; 119(5):692–732. https://doi.org/10.1080/00207450802325843
- Hartmann P., Ramseier A., Gudat F. et al. Das Normgewicht des Gehirns beim Erwachsenen in Abhängigkeit von Alter, Geschlecht, Körpergröße und Gewicht. Pathologe. 1994; 15: 165–170. https://doi.org/10.1007/s002920050040.
- Nayak K, Nielsen J, Bernstein M, Markl M, et al. Cardiovascular magnetic resonance phase contrast imaging. J Cardiovasc Magn Reson. 2015;17(1):71. doi: 10.1186/s12968-015-0172-7.
- Srichai M, Lim R, Wong S, Lee V. Cardiovascular applications of phase-contrast MRI. AJR Am J Roentgenol. 2009 Mar;192(3):662-75. doi: 10.2214/AJR.07.3744.
- Tulupov A., Korostyshevskaya A., Savelov A., Stankevich Y., Bogomyakova O., Vasilkiv L., et al. Magnetic resonance in the evaluation circulation and mass transfer in human. Russian Chemical Bulletin. 2021; 70 (12): 2266-2277. https://doi.org/10.1007/s11172-021-3344-7.
- Hetterich H, Willner M, Fill S, Herzen J, Bamberg F, Phase-contrast CT: qualitative and quantitative evaluation of atherosclerotic carotid artery plaque. Radiology. 2014;271(3):870-8. doi: 10.1148/radiol.14131554.
- Wymer D. Patel K., Burke III W., Bhatiaet V. Phase-contrast MRI: physics, techniques, and clinical applications. Radiographics. 2020; 40 (1):122-140. https://pubs.rsna.org/doi/full/10.1148/rg.2020190039.
- Stankevich Yu.A., Bogomyakova O.B., Vasil'kiv L.M., Tulupov A.A. Features of changes in the hemodynamic characteristics of the main and tissue blood flow in the pathological tortuosity of the internal carotid arteries according to phase-contrast and perfusion magnetic resonance imaging. Сlinical Physiology of Circulation. 2019; 16 (3): 217–27 (in Russ.). https://doi.org/10.24022/1814-6910-2019-16-3-217-227
- Secchi F, Monti C, Capra D, Vitale R, Mazzaccaro D. Carotid Phase-Contrast Magnetic Resonance before Treatment: 4D-Flow versus Standard 2D Imaging. Tomography. 2021.;7(4):513-522. doi: 10.3390/tomography7040044.
- Oktar S, Yücel C, Karaosmanoglu D, Akkan K, Ozdemir H., et al. Blood-flow volume quantification in internal carotid and vertebral arteries: comparison of 3 different ultrasound techniques with phase-contrast MR imaging. AJNR Am J Neuroradiol. 2006;27(2):363-9.
- Buijs PC, Krabbe-Hartkamp MJ, Bakker CJ, de Lange EE, Ramos LM, Breteler MM, Mali WP. Effect of age on cerebral blood flow: measurement with ungated two-dimensional phase-contrast MR angiography in 250 adults. Radiology. 1998;209(3):667-74. doi: 10.1148/radiology.209.3.9844657.
- Han H, Lin Z, Soldan A, Pettigrew C, Betz JF, Oishi K, Li Y, Liu P, Albert M, Lu H. Longitudinal Changes in Global Cerebral Blood Flow in Cognitively Normal Older Adults: A Phase-Contrast MRI Study. J Magn Reson Imaging. 2022;56(5):1538-1545. doi: 10.1002/jmri.28133.
- Khan M, Liu J, Tarumi T, Lawley J, Liu P, Zhu D. Measurement of cerebral blood flow using phase contrast magnetic resonance imaging and duplex ultrasonography. J Cereb Blood Flow Metab. 2017;37(2):541-549. doi: 10.1177/0271678X16631149.
- Ambarki K, Wåhlin A, Zarrinkoob L, Wirestam R, Petr J., et al. Accuracy of Parenchymal Cerebral Blood Flow Measurements Using Pseudocontinuous Arterial Spin-Labeling in Healthy Volunteers. AJNR Am J Neuroradiol. 2015;36(10):1816-21. doi: 10.3174/ajnr.A4367.
- Dolui S, Wang Z, Wang DJ, Mattay R, Finkel M, et al. Comparison of non-invasive MRI measurements of cerebral blood flow in a large multisite cohort. J Cereb Blood Flow Metab. 2016;36(7):1244-56. doi: 10.1177/0271678X16646124.
Arquivos suplementares
