Церебральная микроангиопатия (ЦМА) (син. болезнь мелких сосудов) является ведущей причиной сосудистых и смешанных с нейродегенерацией когнитивных расстройств (КР), ишемических инсультов [1—3]. Несмотря на высокую медицинскую и социальную значимость, ЦМА остается поздно диагностируемым и плохо контролируемым заболеванием с отсутствием патогенетического лечения [4, 5]. ЦМА характеризуется длительным асимптомным периодом накопления патологических изменений в мелких сосудах головного мозга [6—8]. Обращение пациента к врачу в значительном количестве случаев происходит уже на этапе умеренных КР с наличием распространенной гиперинтенсивности белого вещества (ГИБВ) (более ранний термин — лейкоареоз) на T2-взвешенных (FLAIR) изображениях. Проспективные исследования указывают на медленный темп прогрессирования заболевания и ограниченные возможности контроля динамических изменений на основании тестирования и оценки МРТ-признаков [9—11]. Кроме того, результаты исследований свидетельствуют, что на развернутой стадии заболевания амбулаторный контроль артериальной гипертензии — основного фактора риска заболевания — имеет недостаточную эффективность в сдерживании КР [11—13]. В связи с этим имеется высокий запрос на доступность чувствительных и специфичных маркеров, отражающих прогрессирование заболевания и эффективность проводимого лечения.

Одними из таких потенциальных маркеров служат расчетные показатели диффузионной МРТ (Д-МРТ) — методики оценки случайного движения молекул воды в тканях. Параметры диффузии в этом случае могут быть описаны двумя основными классами моделей: сигнальными (усредненный сигнал по вокселю) и тканевыми (биофизическими), где сигнал в вокселе может быть разложен на составные компоненты, такие как внутри- и внеаксонная вода.

Так, основная сигнальная модель, диффузионно-тензорная МРТ (ДТ-МРТ), позволяет оценивать не только коэффициенты диффузии, но и основные направления движения молекул воды в тканях, что делает ее крайне чувствительной к минимальным структурным изменениям в головном мозге [14, 15]. По данным ДТ-МРТ, у пациентов с ЦМА в белом веществе головного мозга отмечается снижение фракционной анизотропии (FA), повышение средней (MD), аксиальной (AD) и радиальной (RD) диффузии [16, 17]. Сравнение диффузионных показателей в разных отделах головного мозга установило, что наиболее высокую значимость в характеристике КР имеют микроструктурные изменения в мозолистом теле [17—19], в частности снижение FA в его малых щипцах и теле [20, 21].

Однако метрики ДТ-МРТ, как и позднее предложенной диффузионно-куртозисной МРТ (ДК-МРТ), учитывающей негауссову диффузию воды, характеризуют диффузионный сигнал в вокселе как в едином пространстве и не дают представления о микроструктуре мозга внутри вокселя, средний объем которого обычно равен или превышает 8 мм³, т.е. 2×2×2 мм³ [22]. Наряду с этим, ЦМА является заболеванием со сложной патофизиологией и неразработанным патогенетическим лечением. Классические представления об ишемии (гипоксии) белого вещества вследствие артериолосклероза пополняются все большими доказательствами инициирующей роли эндотелиальной дисфункции с высокой проницаемостью гематоэнцефалического барьера (ГЭБ), развитием вазогенного отека, запуском нейровоспаления и другими механизмами [23—25]. Этот факт, а также гетерогенность форм и значительная вариабельность течения ЦМА обосновывают поиск биомаркеров, дифференцирующих структурные изменения в мозге, особенно в мозолистом теле, и позволяющих определить патофизиологию процесса.

Разрабатываемые в последние годы биофизические модели Д-МРТ нацелены на достижение более высокой биологической специфичности. Д-МРТ модели позволяют оценить изменения состояния микроструктуры и архитектуры белого вещества [22, 26, 27]. Они основаны на допущении, что в белом веществе можно разделить спин-несущие молекулы воды на две составляющие: внутри- и внеаксонные части. Таким образом, диффузионные параметры модели можно описывать раздельно и дифференцированно, точнее характеризуя состояние белого вещества в вокселе [22, 26, 27].

В настоящем исследовании нами использованы сигнальные и биофизические диффузионные модели для оценки целостности белого вещества в трех сегментах мозолистого тела у пациентов с ЦМА с разной тяжестью КР и сравнили эти результаты с контрольной группой здоровых лиц. Мозолистое тело является самым крупным пучком нервных волокон, также называемых трактом, и главной комиссурой мозга, соединяющей гомологичные области неокортекса. Выделяют три основных сегмента, соответствующих топографии межполушарных связей: малые щипцы — соединяют префронтальные области; тело — заднюю часть лобных долей и теменные доли; большие щипцы — затылочные доли [28]. Мозолистое тело является ведущим узлом нейронных сетей, обеспечивающих общую и высокоуровневую когнитивную, поведенческую, двигательную и сенсорную интеграцию в мозге [29, 30]. Мозолистое тело состоит из плотно уложенных волокон, которые в центральной части имеют практически параллельную направленность и не пересекаются с другими трактами, что позволяет исключить искажения, связанные с перекрещивающимися пучками нервных волокон при исследовании микроструктуры данной области. Морфология мозолистого тела при ЦМА достаточно изучена и характеризуется диффузной потерей нервных волокон, демиелинизацией и глиозом [20, 31]. Как упоминалось выше, поражение мозолистого тела тесно связано с клиническими проявлениями ЦМА [17—19]. Кроме того, исследование мозолистого тела представляет ценность с позиций значения для ЦМА механизма трансэпендимарного выхода цереброспинальной жидкости (ЦСЖ) в развитии КР [32—34] и коморбидности с болезнью Альцгеймера [35, 36]. Наряду с данными механизмами, обсуждается значение в его повреждении валлеровской дегенерации вследствие поражения белого вещества полушарий [37].

В данном исследовании рассчитывались биофизические модели, в отношении которых ранее проводились сопоставления с патологическими данными [38—40], что обеспечивает правомерность и доказательность интерпретации получаемых результатов. Были использованы модели картирования ориентационной дисперсии пучка волокон и их плотности (NODDI) [40], целостности трактов белого вещества (WMTI) [41] и мультикомпартментного сферического усреднения (MC-SMT) [42]. NODDI моделирует внутриаксональную, внеаксональную среды и свободную воду, соответствующую ЦСЖ; WMTI — микроструктурные характеристики внутри- и внеаксональной среды для высококогерентных пучков волокон; преимуществом модели MC-SMT является отсутствие привязки среднего МР-сигнала к функции, описывающей ориентацию волокон. Исследования с использованием биофизических моделей при ЦМА ограничены. S. Raghavan и соавт. [43], используя NODDI, установили, что наиболее характерными для ЦМА являются повышение доли свободной воды (ISO) и снижение доли внутриаксонной воды (NDI) в малых щипцах мозолистого тела, тогда как в исследовании M. Konieczny и соавт. [44] ДТ-МРТ и ДК-МРТ показано преимущество перед NODDI в оценке исполнительных функций. В работе Y. Jiaerken и соавт. [45] с помощью модели NODDI было показано, что у больных ЦМА наблюдаются более высокие, по сравнению с нормой, значения ISO возле периваскулярных пространств, что авторы связали с задержкой интерстициальной жидкости.

Нам не встретилось в доступной литературе других исследований при ЦМА с использованием указанных биофизических моделей, а также их сопоставлений с сигнальными метриками с целью поиска наиболее чувствительных и специфичных для прогрессирования заболевания.

Цель исследования — оценить с помощью сигнальных и биофизических моделей микроструктурную целостность мозолистого тела и установить наиболее чувствительные показатели ЦМА.

Материал и методы

В исследование были включены166 пациентов (из них 86 (51,8%) женщин; средний возраст 60,4±7,6 года) с диагностическими МРТ-признаками ЦМА [46] и КР разной степени тяжести. Группу контроля составили 44 здоровых добровольца, сопоставимых по возрасту и полу (из них 29 (65,9%) женщин; средний возраст 59,6±6,8 года), без неврологических проявлений и МРТ-признаков патологии головного мозга.

Всем больным проводили неврологическое и нейропсихологическое обследования, оценку независимости в повседневной жизни, МРТ головного мозга на магнитно-резонансном томографе Siemens Magnetom Verio («Siemens AG», Erlargen, Германия) с величиной магнитной индукции 3 Тл. МРТ головного мозга включала структурные режимы T2, 3D T2 FLAIR, 3D T1 MPR, SWI и Д-МРТ на основе эхо-планарной импульсной последовательности с 3 диффузионно-взвешенными значениями (b=0; 1000; 2500 с/мм²) для 64 направлений кодирующих диффузионных градиентов. Другие параметры были установлены соответственно: TR/TE=12600/115 мс, матрица 100×100 пикс, пространственное разрешение 2×2×2 мм³.

Предобработка диффузионных данных осуществлялась с помощью оптимизированного алгоритма, описанного в работе I. Maximov и соавт. [47], и состояла из следующих этапов: коррекции шума [48]; коррекции двигательных артефактов, неоднородностей внешнего магнитного поля и геометрических искажений, вызванных вихревыми токами (с применением утилит «topup» и «eddy» на базе FSL) [49]; коррекции искажений, основанных на измерении неполного k-пространства (артефакты Гиббса) [50]; сглаживании полученных изображений с помощью Гауссового фильтра с ядром в 1 мм³ для повышения стабильности количественных показателей.

При помощи программы MatlabR2017a («Mathworks») и оригинальных скриптов были получены диффузионные карты (табл. 1).

Таблица 1. Описание диффузионных метрик сигнальных и биофизических тканевых моделей

Дальнейшая обработка диффузионных данных проводилась в программе DIPY (https://dipy.org) и включала следующие шаги: исключение с помощью маски костей черепа и мягких тканей головы, построение трактограмм всего мозга с помощью алгоритма EuDX [51], линейную регистрацию полученных трактограмм с атласом HCP842, входящим в нормализованное пространство Монреальского неврологического института, с помощью метода Streamline-based Linear Registration (SLR), сегментацию трактов интереса (в нашем случае — больших щипцов, малых щипцов и тела (корпуса) мозолистого тела) (рис. 1 на цв. вклейке) и построение их профилей.

Рис. 1. Схематичное изображение сегментируемых частей мозолистого тела.

1 (зеленый) — малые щипцы, 2 (красный) — тело мозолистого тела, 3 (желтый) — большие щипцы. Стрелки указывают на реальные тракты пациентов, которые были получены в процессе исследования (вид спереди и сверху).

Построение профилей трактов осуществлялось следующим образом: каждое волокно исследуемого тракта делилось на 100 условных точек, где 0 соответствовал началу тракта, а 100 — его концу. В каждой точке рассчитывались значения выбранной диффузионной метрики, в результате получался график, отражающий значения данной метрики на всем протяжении тракта (профиль тракта) (рис. 2 на цв. вклейке). Профили по каждой исследуемой метрике усреднялись с получением суммарных профилей для групп ЦМА и контроля, которые в дальнейшем нами анализировались для определения наиболее пораженных участков трактов.

Рис. 2. Пример построения профиля фракционной анизотропии корпуса мозолистого тела.

Визуальный анализ профилей малых щипцов, больших щипцов и тела мозолистого тела не выявил участков со значимыми изменениями одновременно всех метрик. В связи с этим анализ каждой метрики проводился по всей длине тракта (с 5-й по 95-ю точку) и в его парасагиттальных отделах (с 40-й по 60-ю точку), т.е. непосредственно в области малых щипцов, тела и больших щипцов мозолистого тела. У всех испытуемых для каждой области интереса (рис. 3 на цв. вклейке) рассчитывались средние значения метрик, числовые значения которых использовались нами для проведения статистического анализа.

Рис. 3. Схематичное изображение локализации областей интереса (выделены красным) в мозолистом теле.

а — с 5-й по 95-ю точку; б — с 40-й по 60-ю точку. Слева направо: малые щипцы, тело, большие щипцы.

Участок мозолистого тела с 40-й по 60-ю точку соответствует продольно расположенным волокнам, как правило, без лакун и ГИБВ, что позволяет избегать неточностей измерения, обусловленных пересечениями проводящих путей в семиовальных центрах и участков полного разрушения тканей.

Все обследуемые подписали добровольное согласие на участие в исследовании. Исследование и его протокол были одобрены Этическим комитетом ФГБНУ НЦН.

Статистический анализ проводился с помощью программного обеспечения SPSS Statistics 26.0. Основной описательной статистикой для категориальных и порядковых переменных были частота и процентная доля, для количественных переменных — среднее и стандартное отклонение. Во всех случаях использовали двусторонние варианты статистических критериев. Нулевую гипотезу отвергали при p<0,05. Качественные показатели по уровням группирующих переменных сравнивали при помощи критерия χ² Пирсона или точного критерия Фишера. Количественные показатели сравнивали при помощи t-критерия Стьюдента или критерия Манна—Уитни. Для оценки предсказательной способности отдельных показателей в развитии ожидаемых исходов использовали ROC-анализ.

Результаты

Характеристика исследуемых пациентов с ЦМА и контроля представлена в табл. 2.

Таблица 2. Характеристика пациентов с ЦМА и контроля

Из оцениваемых сосудистых факторов риска при ЦМА значимо чаще встречались артериальная гипертензия, сахарный диабет 2-го типа и гиперхолестеринемия. КР имели разную степень выраженности. У большинства пациентов отмечалась ГИБВ 2—3-й стадии по шкале Fazekas.

На первом этапе была проведена оценка метрик сигнальных и биофизических моделей Д-МРТ на протяжении мозолистого тела раздельно для малых и больших щипцов, тела мозолистого тела у пациентов с ЦМА и лиц группы контроля. Профили диффузионных метрик мозолистого тела и значимые различия между ними приведены на рис. 4 на цв. вклейке. Для показателей radEAD и axEAD для части пациентов были получены неудовлетворительные профили, повлиявшие на суммарные графики, в связи с чем данные показатели были исключены из анализа.

Рис. 4. Профили метрик сигнальных (а) и биофизических (б) моделей диффузии 3 сегментов мозолистого тела у пациентов с ЦМА (красная линия) и лиц группы контроля (синяя линия), поверх которых был наложен график p-value (зеленая линия).

Для большинства метрик установлены значимые различия для сегментов мозолистого тела. Для определения наиболее чувствительных диффузионных метрик нарушения микроструктурной целостности разных отделов мозолистого тела был выполнен ROC-анализ. В табл. 3 приведены данные по метрикам с площадью под кривой >0,7 (p<0,05).

Таблица 3. Площадь под кривой по ROC-анализу диффузионных метрик на всем протяжении мозолистого тела (с 5-й по 95-ю условную точку)

Для всех показателей наибольшая площадь под кривой отмечалась в малых щипцах и теле. Более чувствительными маркерами микроструктурного повреждения мозолистого тела (площадь под кривой >0,9) на протяжении малых щипцов были FA, MD, RD, RK, ETR, AWF, тела — FA, MK, INTRA, AWF.

На втором этапе были отдельно проанализированы участки исследуемых отделов мозолистого тела с 40-й по 60-ю условную точку с проведением ROC-анализа в отношении значений диффузионных метрик на данных участках. В табл. 4 приведены данные по метрикам с площадью под кривой >0,7 (p<0,05).

Таблица 4. Площадь под кривой по ROC-анализу диффузионных метрик на протяжении мозолистого тела с 40-й по 60-ю условную точку

ROC-анализ для диффузионных метрик на участках 40—60 подтвердил большую чувствительность тех же показателей, что и на всем протяжении мозолистого тела (участки 5—95), за исключением AD, AK. Однако значения площади по кривой для них уменьшились, а в некоторых областях стали <0,7.

Наибольшие изменения выявлены в малых щипцах. Более чувствительными маркерами повреждения мозолистого тела на данном участке были FA, MD, RD, RK, EMD, ETR, INTRA, AWF. Площадь под кривой >0,7 для всех трех отделов мозолистого тела была установлена для FA, MK, RK, ETR, INTRA, AWF.

Для малых щипцов мозолистого тела, имеющих большее нарушение микроструктурной целостности и характеризующихся изменениями метрик с наибольшей площадью под кривой, был проведен корреляционный анализ между значениями метрик сигнальных и биофизических моделей диффузии. В табл. 5 представлены результаты с R>0,7 (p<0,05).

Таблица 5. Взаимосвязь значений метрик сигнальных и биофизических моделей диффузии в области малых щипцов на участке 40—60 (p<0,05)

Классический показатель микроструктурной целостности FA имел высокие корреляционные связи — прямые с AWF и INTRA и обратные с ETR. AWF и INTRA в свою очередь имели высокие корреляции — прямые с RK, MK и обратные с RD; а MD и RD — прямые с ETR и EMD.

Дополнительно проведена оценка связей между биофизическими диффузионными метриками в области малых щипцов на участке 40—60. В табл. 6 представлены результаты с R>0,7 (p<0,05).

Таблица 6. Взаимосвязь значений метрик биофизических моделей в области малых щипцов на участке 40—60 (p<0,05)

Установлены высокие прямые корреляционные связи EMD с ETR, AWF с INTRA, обратные AWF и INTRA с ETR.

Обсуждение

Проведенное исследование пациентов с ЦМА и КР разной степени выраженности было направлено на оценку диффузионных показателей сигнальных и биофизических (тканевых) моделей в трех сегментах мозолистого тела методом построения профилей трактов с целью поиска наиболее чувствительных и специфичных показателей заболевания. Вышеуказанные отделы мозолистого тела оценивались как на всем протяжении, так и изолированно в центральной части для исключения областей пересечения с другими проводящими путями в семиовальных центрах, ГИБВ и лакунами.

Для поиска наиболее чувствительных и специфичных диффузионных метрик использовалось их сопоставление согласно ROC-анализу. Результаты выявили значительное число диффузионных метрик с хорошими характеристиками, в связи с чем в качестве маркера рассматривались метрики с площадью под кривой >0,7.

Все сигнальные метрики преодолели данный порог в малых щипцах на участках 5—95 и 40—60 и в теле (корпусе) на участке 5—95. Наилучшие ROC-характеристики в малых щипцах имели FA и MD, характеризующие общую утрату микроструктурной целостности и, как следствие, увеличение внеаксональной воды, а также косвенные маркеры выраженности демиелинизации при учете радиальных метрик диффузии (RD и RK). Более высокие площади под кривой для сигнальных метрик на участках 5—95, чем 40—60, очевидно, могут быть связаны с более тяжелым ишемическим поражением белого вещества полушарий, лежащим в основе синдрома разобщения белого вещества при ЦМА и развития валлеровской дегенерации мозолистого тела [51—53]. Гистологические исследования подтверждают данное предположение о преимущественно вторичном характере поражения мозолистого тела с большими изменениями в отделах, соответствующих проекции лобных долей [20, 31]. Установленный градиент повреждения мозолистого тела от лобных долей к теменным и затылочным долям полностью согласуется с когнитивным профилем пациентов, характеризующимся преимущественным нарушением управляющих функций мозга, например дизрегуляторным типом КР [54, 55], а также сходным вариантом нарастания ГИБВ «спереди назад», установленным ранее [8]. Полученные нами результаты в отношении сигнальных метрик согласуются с данными более ранних ДТ-МРТ-исследований при ЦМА с анализом по данным измерений в областях интереса (Region of Interest analysis) и TBSS (Tract-Based Spatial Statistics), установивших преимущественное повреждение малых щипцов и тела в виде снижения FA, повышения MD и RD [17, 18, 56]. Используемый нами автоматизированный метод оценки профилей трактов является новым, сопоставимость его результатов по сигнальным метрикам с более трудоемким ROI-анализом указывает на преимущества его использования при ЦМА из-за меньших временных затрат и большей информативности в оценке тракта на протяжении.

Для поиска более чувствительных метрик повреждения микроструктурной целостности мозолистого тела были использовали биофизические модели: NODDI, WMTI, MC-SMT, в отношении которых проведены нейровизуализационно-гистологические сопоставления [38—40]. Метрики MC-SMT (INTRA, EMD, ETR) и WMTI (AWF) показали наибольшую площадь под кривой. Следует отметить, что данные метрики показали лучшие характеристики, по сравнению с сигнальными, в больших щипцах. В отличие от этого среди показателей модели NODDI только NDI преодолела порог площади под кривой >0,7 во всех отделах мозолистого тела на участке 5—95, что позволяет сделать заключение о ее меньшей чувствительности к характеристике ЦМА. Это заключение в отношении NODDI совпадает с результатами M. Konieczny и соавт. [44], показавших меньшую воспроизводимость модели по сравнению с показателями ДТ-МРТ и ДК-МРТ. Выявленные чувствительные метрики биофизических моделей WMTI и MC-SMT отражали сочетание одних и тех же процессов и имели высокие взаимосвязи между собой и с сигнальными диффузионными показателями. Так, согласно модели MC-SMT, увеличение средней внеаксональной диффузии (EMD) имело высокие прямые корреляции с поперечной внеаксональной диффузией (ETR) (R=0,930), наблюдаемые при демиелинизации [39], а также с MD (R=0,953). Подобные корреляции являются показателем общей потери микроструктурной целостности вследствие увеличения, в том числе внеаксональной воды, где RD является косвенным маркером демиелинизации [57]. Поперечная внеаксональная диффузия (ETR, модель MC-SMT) имела высокие обратные корреляционные взаимосвязи с внутриаксональной диффузией (INTRA, модель MC-SMT) (R= –836) и долей внутриаксональной воды (AWF, модель WMTI) (R= –0,802) при высокой корреляционной взаимосвязи INTRA и AWF между собой (R=0,940). Полученные результаты и установленные связи при учете данных, полученных в отношении показателей различных диффузионных моделей при старении [58], рассеянном склерозе [59], ЦМА [43, 44], свидетельствуют о значении в нарушении микроструктурной целостности мозолистого тела увеличения свободной внеаксональной воды. Данный феномен соответствует вазогенному отеку вследствие характерного для ЦМА трансэпендимарного выхода ЦСЖ [32—34] и нарушения дренирования мозга [60, 61], а также демиелинизации [43, 44]. С учетом патологических данных последнее может быть следствием как ишемического поражения из-за развития артериолосклероза, так и гипоксии вследствие застойных явлений [25, 34, 62]. Полученные нами данные о значении увеличения доли внеаксональной воды в развитии ЦМА созвучны с полученными M. Duering и соавт. [63], которые, используя расчетный показатель свободной воды (free water (FW) imaging), показали определяющее значение увеличения внеклеточной жидкости в выявлении диффузионных изменений и развитии клинических проявлений при ЦМА, а не изменения организации волокон белого вещества. С учетом этого следует с осторожностью трактовать установленные нами высокие корреляционные взаимосвязи значений метрик биофизических тканевых моделей MC-SMT и WMTI. Данные взаимосвязи могут свидетельствовать о процессах дегенерации, что косвенно подтверждают высокие корреляционные связи данных показателей с FA. Однако не исключено относительное уменьшение данного компартмента по сравнению с увеличенным внеаксональным вследствие вазогенного отека и демиелинизации [64]. Данное предположение согласуется с отсутствием корреляционных связей этих показателей (INTRA и AWF) с AD, суррогатным сигнальным показателем аксональной дегенерации, а также с данными патологических исследований о большей выраженности демиелинизации по сравнению с аксональной дегенерацией в мозолистом теле при болезни Бинсвангера [37].

Заключение

Проведенные сопоставления данных по метрикам сигнальных и биофизических моделей Д-МРТ у пациентов с ЦМА в трех отделах мозолистого тела установили значительные изменения в малых щипцах и теле. Данные участки характеризовались схожим профилем изменений метрик вдоль всего мозолистого тела (условные точки 5—95) (более высокие характеристики) и в центральной части (условные точки 40—60). Метрики сигнальных (FA, MD, RD, RK) и биофизических (ETR, EMD, INTRA, AWF) моделей в малых щипцах и теле мозолистого тела могут рассматриваться в качестве маркеров прогрессирования ЦМА. Наши результаты указывают на определяющее значение в прогрессировании заболевания увеличения внеаксональной воды с развитием демиелинизации и дегенерации, что согласуется с данными патологических исследований.

Исследование выполнено при поддержке гранта Российского научного фонда №22-15-00183 (https://rscf.ru/project/22-15-00183).

The study was supported by the Russian Science Foundation (Grant 22-15-00183; https://rscf</em>.ru/project/22-15-00183).

Авторы заявляют об отсутствии конфликта интересов.