脑淀粉样血管病(CAA)的特征是在培养基中聚集了β-淀粉样蛋白,而大脑和瘦素的中小型动脉的培养基层和中膜层(Chalidimou等人。,2017年)。β-淀粉样蛋白对血管壁有毒,导致平滑肌细胞和纤维化的损失。在后期,随着红细胞泄漏而造成的血管壁干扰。因此,CAA是Lobar脑内出血(ICH)和凸沟亚蛛网膜下腔出血(SAH)的主要原因。此外,通常是从过去的无症状出血中的铁沉积迹象,可见为脑微血管(CMB)和皮质超性胎病(CSS)(CSS)是常见的。精选大脑区域中的铁积累是衰老的特征(Persson等人。,2015年)和神经变性,可以导致认知效果(Chen等人,2021)。可以使用定量敏感性映射(QSM)对磁共振成像(MRI)进行非侵入性估算(De Rochefort等人)(De Rochefort等人。,2010年)。探索性研究表明,阿尔茨海默氏病(AD)增加了脑铁的含量和QSM信号,这是由β-淀粉样蛋白在脑实质中以老年plaques的形式积累引起的CAA的姐妹病,并且已与识别性下降以及从轻度认知障碍到AD AD的过渡(Wart等人)有关,2014年; Eskreis-Winkler等。,2017年)。,2013年; Ward等。,2014年; McCarthy和Kosman,2015年)。然而,迄今为止,尚无研究在CAA患者中使用QSM来查看脑铁的含量。,2022)。进一步的研究表明,通过增加β-分泌酶的活性,与β-淀粉样蛋白的活性增加有关,培养酶的活性升高可能与β-淀粉样蛋白的产生和聚集有关,该酶是从淀粉样蛋白前体蛋白(Acosta-Cabronero等人。给定的CAA显示了枕叶中铁积累的组织学证据(Bulk等人,2018年),与频繁的,无症状的出血有关,这在释放的红细胞中通过血红蛋白分解释放了铁,以及提到的广告相关变化,我们假设CAA在CAA中会增加大脑皮层铁含量。我们认为,在MRI上不容易出现微观出血会改变平均组织铁浓度,从而导致QSM信号差异升高。我们通过比较已知受年龄,CAA和AD病理学影响的大脑区域的健康对照,CAA和AD之间的QSM信号来检验了这一假设。此外,我们测试了灰质易感性增加是否与认知障碍有关,因为以前全脑易感性与AD患者的认知较低有关(Yang等人。
国防部 (DoD) 环境数据质量工作组 (EDQW) 和能源部 (DOE) 综合审计计划 (DOECAP) 数据质量工作组 (DOE-DQW) 参与者制定了这本手册,称为《DoD/DOE 环境实验室质量体系手册 (QSM)。DoD/DOE QSM 为为国防部和能源部提供分析测试服务的实验室建立和管理质量体系提供了基本要求。本手册基于 NELAC 研究所 (TNI) 标准第 1 卷 (2009 年 9 月),该标准融合了国际标准化组织 (ISO)/国际电工委员会 (IEC) 17025:2005、检测和校准实验室能力的一般要求以及 ISO/IEC17025:2017。任何实验室必须符合本手册中的要求,这些实验室 1) 正在寻求或维持根据国防部环境实验室认证计划 (ELAP) 的认证,或 2) 正在寻求或维持根据 DOE 综合审计计划认证计划 (DOECAP-AP) 的认证。符合本手册要求的实验室还必须符合 TNI 标准 (2009 年 9 月)、ISO/IEC 17025:2005 和 ISO/IEC 17025:2017(灰色框中注明),除非这些标准中的具体规定被本文件取代。获得 ISO/IEC 17025:2017 认证的实验室将符合 DoD/DOE QSM 版本 5.3 的 ISO 17025:2017 灰框参考要求。
抽象的客观定量敏感性映射(QSM)提供了使用磁共振(MR)相测量的组织磁化率的估计。通过数值求解逆源效应问题来估计MR相图像中测得的磁场分布/局部组织场(效应)的组织磁化率(源)。本研究旨在开发一个有效的基于模型的深度学习框架来解决QSM的反问题。材料和方法这项工作提出了带有可学习的范围参数P的schatten p-norm驱动模型的深度学习框架,以适应数据。与其他基于模型的体系结构相比,该结构强制执行l 2 -norm或l 1 -norm,而拟议的方法可以在可训练的正规机构上强制执行任何p -norm(0 结果将所提出的方法与基于深度学习的方法(例如QSMNET)和基于模型的深度学习方法进行了比较,例如学习的近端卷积神经网络(LPCNN)。 使用具有不同采集方案和临床条件的77次成像体积进行的重建,例如出血和多发性巩膜,表明所提出的方法在定量优点方面以显着的优势超出了现有的最新方法。 结论拟议的Spinet-QSM在高频误差规范(HFEN)和归一化的根平方误差(NRMSE)方面,至少提高了至少5%的持续改善,而与其他QSM重建方法相比,使用有限的训练数据。结果将所提出的方法与基于深度学习的方法(例如QSMNET)和基于模型的深度学习方法进行了比较,例如学习的近端卷积神经网络(LPCNN)。使用具有不同采集方案和临床条件的77次成像体积进行的重建,例如出血和多发性巩膜,表明所提出的方法在定量优点方面以显着的优势超出了现有的最新方法。结论拟议的Spinet-QSM在高频误差规范(HFEN)和归一化的根平方误差(NRMSE)方面,至少提高了至少5%的持续改善,而与其他QSM重建方法相比,使用有限的训练数据。
脑小血管疾病(CSVD)适当的病理变化导致血管壁的泄漏和破裂,有时会导致完整的红细胞或头皮蛋白的积累(1,2)。这些急性,亚急性或慢性小局灶性病变称为脑微粒(MB),是CSVD的最具代表性的标志之一(3,4)。因此,它们与疾病的病理负担相关(5,6),可预测脑部出血的风险(7,8)(ICH),这是零星CSVD的最严重和毁灭性的结果,并显示出与认知障碍(9,10)的不可思议的相关性。人类大脑中脑MB的分布还创造了允许在两种最常见的零星CSVD之间进行区分的模式:高血压的动脉炎(HA)(HA),这与高血压和表现相关,尤其是在基础神经节(11)和塞雷布拉群Angiplal Angioptile Angiphy an Angioptial anty an Angioptiles(CAAA)中(瘦脑和皮质小动脉,其特征是淀粉样β(aβ)的积累(12)。因此,MB通常在HA的深脑区域中找到,而它们严格是CAA中的Lobar(并且主要是皮质)(11)。混合模式也可能表达两种血管病理的同时存在(13)。此外,在阿尔茨海默氏病(约25%)(14,15)中,MBS并不罕见,并且最近的发展还表明,MBS和较高的脑出血风险较高,可能会鼓励对最近被批准的抗ANPI-Aβ阿尔茨海默氏病疗法(16)谨慎谨慎。mbs,从第六个人中的大约17%增加到八十年来的38%(17)。MB。定量易感映射(QSM)(18),一种相对新颖的后处理方法,具有优势,例如缺乏T2 ∗ -W序列适当的盛开效果和SWI序列和SWI(19)的可能性,以及在二氧化碳和临时物质之间进行区分的可能性(E.G.G.G.G.G.G.G.G.G.G.,沉积物 - 如MBS)。在这项研究中,我们假设MBS检测将从(i)较大的磁场强度(3T T2 ∗ -W vs. 7T T2 ∗ -W成像)中受益,如先前所示(21)和(ii)QSM(7T T2 ∗ -W vs. 7T QSM)的使用。此外,在同一CSVD患者和健康的老年参与者中,我们探讨了7T QSM对基于神经成像的患者分类为CSVD和/或对照组的含义。
神经变性(Ragagnin等,2019; Rojas等,2020; Reyes- Leiva等,2022)。ALS的神经病理机制涉及遗传,环境和细胞因子之间的复杂相互作用,从而导致运动神经元脆弱性和神经蛋白流量(Mejzini等,2019; Le Gall等,2020; Keon等,2021年,2021年)。积累的证据表明,铁失调和沉积在ALS的发病机理中起着至关重要的作用,这有助于氧化应激和神经元损伤(Kupershmidt和Youdim,2023; Long等,2023)。铁是细胞代谢的重要元素,但是过量铁可以产生活性氧(ROS),损害细胞成分(例如脂质,蛋白质和DNA)(Ying等,2021)。因此,铁稳态受到各种蛋白质(例如转铁蛋白,铁蛋白和肝素)在大脑中的严格调节(Singh等,2014)。铁失调和沉积对神经元功能和存活具有多种影响。例如,铁可以改变谷氨酸受体和转运蛋白的表达和活性,从而导致兴奋性毒性和突触功能障碍。铁可以触发线粒体功能障碍,从而减少能量产生并增加ROS的产生(Cheng等,2022)。除了将小胶质细胞和星形胶质细胞刺激,铁还可以刺激神经蛋白的炎症和细胞因子释放。此外,铁可以与其他金属(例如铜和锌)做出反应,从而影响它们的可用性和毒性。磁化敏感性可以测量组织在磁场中磁化的容易程度(Conte等,2021)。此外,错误折叠的蛋白质超氧化物歧化酶1(SOD1)和TAR DNA结合蛋白43(TDP-43)与家族性和零星ALS相关,可以通过铁(Basso等,2013; Ndayisaba et al。,2019年)汇总和清除。磁共振成像(MRI)是诊断各种疾病的强大工具,例如神经系统疾病(Kollewe等,2012; Bhattarai等,2022; Ghaderi,2023; Ghaderi et al。,2023b; Mohammammadi等,2023)。定量敏感性映射(QSM)是一种敏感的MRI技术,用于检测组织中的磁敏感性变化(Acosta-Cabronero等,2018)。QSM是一种可以与MRI结合使用的技术,以测量组织的磁敏感性,它反映了组织在磁场中磁化的容易程度(Ravanfar等,2021)。具有高磁化率的组织,例如富含铁的组织,会使MRI扫描中的磁场扭曲(Duyn,2013年)。QSM可以提供各种大脑区域中铁浓度的准确估计值,例如皮层,基底神经节和小脑和QSM,并且QSM在检测包括ALS在内的神经退行性疾病中的铁沉积方面表现出了令人鼓舞的结果(Ravanfar等,2021年)。易感加权成像(SWI)是另一种MRI技术,它可以可视化具有高磁化率的组织(Liu等,2021)。swi结合了定性显示组织磁场变化的幅度和相位信息,但它受到区域界面的影响和图像伪像的影响,这些效果随图像参数而变化(Haacke等,2009; Mittal等,2009; Haller等,20221)。SWI也已用于诊断和监测涉及铁沉积的疾病,例如神经退行性疾病和神经肌肉疾病(Schweitzer等,2015; Lee等,2017; Welton等,2019),但是
除了淀粉样蛋白β斑块和神经原纤维缠结外,阿尔茨海默氏病(AD)还使用定量敏感性映射(QSM)在深灰质核中的铁升高还与升高的铁相关。但是,只有少数研究使用了无法评估层特定差异的更多宏观方法检查皮质铁。在这里,我们进行了基于列的QSM分析,以评估与AD相关的皮质铁的增加与神经元的类型和密度的层特异性差异有关。我们获得了22名具有AD的成年人和22种人口统计学匹配的健康对照的阳性(铁)和阴性(髓磷脂,蛋白质聚集)敏感性的全球和区域测量。深度分析表明,全局易感性从沿幼孔表面增加到灰色/白质边界,在左半球对AD的左半球的正敏感性大于对照组比对照组更大。基于曲率的分析表明,对具有AD与对照的成年人的全球敏感性更大。右半球与左;和回合与硫磺。利益区域分析鉴定出相似的深度和曲率特异性群体差异,尤其是对于颞叶角区域。发现铁在整个皮质地幔上以地形异质的方式积累可能有助于解释深远的认知恶化,从而将AD与健康衰老中的一般运动过程的减慢区分开来。
摘要:在某些情况下,胶质母细胞瘤在常规 MRI 上可能与脑转移瘤相似,但两者的治疗方法却有很大不同。这项前瞻性可行性研究旨在通过首次将定量磁化率映射和定量血氧水平依赖性 (QSM + qBOLD) 模型应用于这些实体来区分它们。我们前瞻性地纳入了 15 名未经治疗的胶质母细胞瘤患者(n = 7,中位年龄:68 岁,范围:54-84 岁)或脑转移瘤患者(n = 8,中位年龄 66 岁,范围:50-78 岁),这些患者在术前接受了包括多梯度回波和动脉自旋标记序列在内的 MRI 检查。使用人工神经网络计算了增强肿瘤 (CET) 和肿瘤周围非增强 T2 高信号区域 (NET2) 中的氧提取分数 (OEF)、脑血流量 (CBF) 和脑氧代谢率 (CMRO 2)。我们证明,胶质母细胞瘤的 CET 中的 OEF 明显低于 (p = 0.03) 转移瘤,仅对于转移瘤患者,CET 中的所有特征都明显高于 (p = 0.01) NET2,转移瘤患者的 CBF (p = 0.04) 和 CMRO 2 (p = 0.01) 的 CET/NET2 比率明显高于胶质母细胞瘤患者。支持向量机分类器的判别能力在两种特征组合下最高,受试者工作特征曲线下面积为 0.94,诊断准确率为 93%。QSM + qBOLD 可以对胶质母细胞瘤和脑转移瘤进行稳健区分,同时深入了解肿瘤氧合情况。
缩写:DRE¼耐药性癫痫; gee¼广义估计方程; QSM¼定量敏感性映射; seeg¼立体记录摄影; TSC¼结节硬化症复合物T u骨硬化症(TSC)是一种遗传疾病,通常与难以治疗的耐药性癫痫(DRE)有关。1虽然一些研究报告了恢复癫痫手术后的有利结果,以治疗与TSC相关的DRE,但其他研究报告说,在重新进行手术后,只有约50%的人无癫痫发作,尤其是在没有明显显着块茎的复杂病例中。2-6使用立体电子志摄影(SEEG)指导这些患者的手术的越来越多的实践,并认识到,在具有明显的“占主导地位”块茎且焦点推定的癫痫发作区域的患者中,取得了最佳的结果。7
缩写:DRE¼耐药性癫痫; gee¼广义估计方程; QSM¼定量敏感性映射; seeg¼立体记录摄影; TSC¼结节硬化症复合物T u骨硬化症(TSC)是一种遗传疾病,通常与难以治疗的耐药性癫痫(DRE)有关。1虽然一些研究报告了恢复癫痫手术后的有利结果,以治疗与TSC相关的DRE,但其他研究报告说,在重新进行手术后,只有约50%的人无癫痫发作,尤其是在没有明显显着块茎的复杂病例中。2-6使用立体电子志摄影(SEEG)指导这些患者的手术的越来越多的实践,并认识到,在具有明显的“占主导地位”块茎且焦点推定的癫痫发作区域的患者中,取得了最佳的结果。7