Магнитно-резонансная трактография при ишемическом инсульте и болезни Альцгеймера

Магнитно-резонансная трактография – современный метод визуализации белого вещества головного мозга in vivo. Данный метод позволяет прижизненно оценить микроструктуру проводящих путей центральной нервной системы в норме и при воздействии различных патологических процессов в виде сдавления, нарушения целостности, обрыва. Проводящие тракты могут изменяться при остром, хроническом нарушении мозгового кровообращения, травмах, демиелинизирующих процессах, нейродегенеративных заболеваниях, опухолях головного мозга и других заболеваниях. Магнитно-резонансная трактография широко применяется в научных областях медицины. В течение нескольких десятков лет изучаются закономерности изменений структуры проводящих путей при тех или иных заболеваниях. В данной статье проведены обзор и систематизация данных о магнитно-резонансной трактографии при ишемическом инсульте и болезни Альцгеймера. В частности, рассмотрены закономерности морфологических изменений, диффузионных характеристик белого вещества головного мозга при данных заболеваниях. При нейродегенеративной патологии магнитно-резонансная трактография позволяет диагностировать хронические прогрессирующие заболевания головного мозга на ранних стадиях, что дает возможность своевременно начать лечение и снизить темп прогрессирования заболевания. В случае развития острого цереброваскулярного события с помощью данного диагностического метода можно определить степень поражения нервных волокон белого вещества, на основании которой судят об обратимости патологического процесса, устанавливают прогноз на восстановление утраченной функции, подбирают индивидуальную программу реабилитационного лечения.

1. Бархатов Ю. Д., Кадыков А. С. Прогностические факторы восстановления нарушенных в результате ишемического инсульта двигательных функций // Анналы клин. и эксперимент. неврологии. 2017. Т. 11, № 1. С. 80–89. [Barkhatov Yu. D., Kadykov A. S. Prognostic factors for recovery of motor dysfunction following ischemic stroke. Annals of Clinical and Experimental Neurology. 2017;11 (1):80–89. (In Russ.)]. EDN: YJJZGB.

2. Гизатуллин Р. Р., Ахмадеева Л. Р., Байков Д. Э. и др. Магнитно-резонансно-томографическая трактография при постинсультном двигательном дефиците: результаты исследования белого вещества головного мозга для индивидуального подбора методов помои // Эффективная фармакотерапия. 2023. Т. 19, № 54. С. 26–30. [Gizatullin R. R., Akhmadeeva L. R., Baykov D. E. et al. Magnetic Resonance Imaging Tractography for Post-Stroke Motor Deficiency: Results of a Study of the White Matter of the Brain for Individual Selection of Methods of Care. Effektivnaya farmakoterapiya. 2023;19(54):26–30. (In Russ.)]. Doi: 10.33978/2307-3586-2023-19-54-26-30.

3. Стаховская Л. В., Клочихина О. А., Богатырева М. Д., Чугунова С. А. Анализ эпидемиологических показателей повторных инсультов в регионах Российской Федерации (по итогам территориально-популяционного регистра 2009–2014 гг.) // Consilium Medicum. 2016. Т. 18, № 9. С. 8–11. [Stakhovskaya L. V., Klochikhina O. A., Bogatyreva M. D., Chugunova S. A. Analysis of epidemiological indicators of recurrent stroke in regions of Russian Federation (On the basis of territorial and population registry 2009–2014). Consilium Medicum. 2016;18(9):8–11. (In Russ.)]. EDN: XYBMLD.

4. Huo C. C., Zheng Y., Lu W. W. et al. Prospects for intelligent rehabilitation techniques to treat motor dysfunction. Neural Regen Res. 2021;16(2):264–269. Doi: 10.4103/1673-5374.290884.

5. Gor-García-Fogeda M. D., Molina-Rueda F., Cuesta-Gómez A. et al. Scales to assess gross motor function in stroke patients: a systematic review. Arch Phys Med Rehabil. 2014;95(6):1174–1183. Doi: 10.1016/j.apmr.2014.02.013.

6. Brügger J. Determining patterns of post-stroke motor recovery through longitudinal multimodal MRI: a step towards patient stratification. EPFL. 2022. Available from: https://memento.epfl.ch/event/determining-patterns-of-post-stroke-motor-recove-2/ [Accessed 10 Febru ary 2025].

7. Zhang Y., Schuff N., Jahng G. H. et al. Diffusion tensor imaging of cingulum fibers in mild cognitive impairment and Alzheimer disease. Neurology. 2007;68(1):13–19. Doi: 10.1212/01.wnl.0000250326.77323.01.

8. Котов А. С., Елисеев Ю. В., Семенова Е. И. Болезнь Альцгеймера: от теории к практике // Мед. совет. 2015. № 8. С. 41–45. [Kotov А. S., Yeliseyev Y. V., Semenova E. I. Alzheimers disease: from theory to practice. Medical council. 2015;(18):41–45. (In Russ.)]. EDN: VLQMQD.

9. Zhu X. C., Tan L., Wang H. F. et al. Rate of early onset Alzheimer’s disease: a systematic review and meta analysis. Ann Transl Med. 2015;3(3):38. Doi: 10.3978/j.issn.2305-5839.2015.01.19.

10. Morikawa M., Kiuchi K., Taoka T. et al. Uncinate fasciculus-correlated cognition in Alzheimer’s disease: a diffusion tensor imaging study by tractography. Psychogeriatrics. 2010;10(1):15–20. Doi: 10.1111/j.1479-8301.2010.00312.

11. Клинические рекомендации «Когнитивные рас стройства у лиц пожилого и старческого возраста» / разработчики: Общероссийская общественная организация «Российская ассоциация геронтологов и гериатров», Общественная организация «Российское общество психиатров», Всероссийское общество неврологов. 2024. 239 с. URL: https://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=LAW&n=488514#utm_campaign=med&utm_source=consultant&utm_medium=email&utm_content=body (дата обращения: 10.02.2025). [Clinical recommendations “Cognitive disorders in the elderly and senile”; developers: All Russian public organization “Russian Association of Gerontologists and Geriatricians”, Public organization “Russian Society of Psychiatrists”, All-Russian Society of Neurologists. 2024. 239 p. (In Russ)]. Available from: https://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=LAW&n=488514#utm_campaign=med&utm_source=consultant&utm_medium=email&utm_content=body [Accessed 10 February 2025].

12. Кремнева Е. И., Максимов И. И., Добрынина Л. А., Кротенкова М. В. Оценка микроструктуры бело го вещества головного мозга по данным диффузионной магнитно-резонансной томографии при церебральной микроангиопатии // Анналы клин. и эксперимент. неврологии. 2020. Т. 14, № 1. С. 33– 43. [Kremneva E. I., Maximov I. I., Dobrynina L. A., Krotenkova M. V. Assessment of the microstructure of the white matter of the brain according to diffusion magnetic resonance imaging in cerebral microangiopathy. Annals of clinical and experimental neurology. 2020;14(1):33–43. (In Russ)]. Doi: 10.25692/ACEN.2020.1.4.

13. Ефимцев А. Ю., Фокин В. А., Труфанов А. Г. и др. Поражение миелинизированных волокон при болезни Паркинсона: возможности диффузионной тензорной магнитно-резонансной трактографии // Визуализация в мед. 2016. Т. 1, № 1. С. 22–29. [Efimtsev A. Yu., Fokin V. A., Trufanov A. G. et al. Magnetic resonance imaging: myelin fiber involvement in Parkinson disease. Visualization in medicine. 2016;1(1):22–29. (In Russ)]. EDN: YYVQMR.

14. Левин О. С., Федорова Н. В. Шток В. Н. Дифференциальная диагностика паркинсонизма // Журнал неврологии и психиатрии им. С. С. Корсакова. 2003. Т. 103, № 2. С. 54–60. [Levin O. S., Fedorova N. V., Shtok V. N. Differential diagnosis of parkinsonism. S. S. Korsakov Journal of Neurology and Psychiatry. 2003;103(2):54–60. (In Russ.)]. PMID: 12674707.

15. Одинак М. М., Фокин В. А., Емелин А. Ю. и др. Функциональная нейровизуализация в диагностике деменций // Вестн. Рос. Военно-мед. акад. 2006. № 1 (15). С. 101–110. [Odinak M. M., Fokin V. A., Emelin A. Yu. et al. Functional neuroimaging in the diagnosis of dementia. Bulletin of the Russian Military Medical Academy. 2006;(1(15)): 101–110. (In Russ.)]. EDN: KWZNXB.

16. Аблязов О. В. Магнитно-резонансная трактография в клинической практике // Вестн. экстренной мед. 2019. Т. 12, № 1. С. 67–70. [Ablyazov O. V. Magnetic resonance tractography in clinical practice. Bulletin of Emergency Medicine. 2019;12(1):67–70. (In Russ.)]. EDN: RLZIDA.

17. Basser P. J., Mattiello J., LeBihan D. MR diffusion tensor spectroscopy and imaging. Biophys J. 1994;66(1):259– 267. Doi: 10.1016/S0006-3495(94)80775-1.

18. Левашкина И. М., Серебрякова С. В., Ефимцев А. Ю. Диффузионно-тензорная МРТ – современный метод оценки микроструктурных изменений вещества головного мозга (обзор литературы) // Вестн. Санкт Петербург. ун-та. Медицина. 2016. № 4. С. 39–54. [Levashkina I. M., Serebryakova S. V., Efimcev A. Yu. Diffusion-tensor MRI – the most up-to-date method to research microstructual changes in white matter (publications’ review). Vestnik of Saint Petersburg university. Medicine. 2016;(4):39–54. (In Russ.)]. Doi: 10.21638/11701/spbu11.2016.404.

19. Costa Leite C., Castillo M. Diffusion weighted and diffusion tensor imaging: a clinical guide. Stuttgart. New York: Thieme Publications; 2016. 268 p.

20. Пронин И. Н., Фадеева Л. М., Захарова Н. Е. и др. Диффузионная тензорная магнитно-резонансная томография и трактография // Анналы клин. и эксперимент. неврологии. 2008. Т. 2, № 1. С. 32–40. [Pronin I. N., Fadeeva L. M., Zakharova N. E., Dolgushin M. B., Podoprigora A. E., Kornienko V. N. Diffusion tensor imaging and diffusion tensor tractography. Annals of clinical and experimental neurology. 2008;2(1):32–40. (In Russ.)]. EDN: MTCWLX.

21. Уразова К. А., Горлачёв Г. Е., Черняев А. П., Гола нов А. В. Диффузионные данные магнитно-резонансной томографии: разработка методологии и инструментов использования в диагностике и лечении заболеваний головного мозга // Бюллетень си бир. мед. 2021. Т. 20, № 2. С. 191–201. [Urazova K. A., Gorlachev G. E., Chernyaev A. P., Golanov A. V. Diffusion magnetic resonance imaging data: development of methods and tools for diagnosis and treatment of brain diseases. Bulletin of siberian medicine. 2021;20(2):191– 201. (In Russ.)]. Doi: 10.20538/1682-0363-2021-2-191-201.

22. Трофимова Т. Н., Тотолян Н. А., Пахомов А. В. Лучевая диагностика рассеянного склероза. СПб.: Элби-СПб, 2010. 127 с. [Trofimova T. N., Totolyan N. A., Paxomov A. V. Radiation diagnosis of multiple sclerosis. SPb.: E`lbi-SPb; 2010. 127 p. (In Russ.)].

23. Никогосова А. К., Ростовцева Т. М., Берегов М. М. и др. Магнитно-резонансная трактография: возможности и ограничения метода, современный подход к обработке данных // Мед. визуализация. 2022. Т. 26, № 3. С. 132–148. [Nikogosova A. K., Rostovceva T. M., Beregov M. M. et al. Magnetic resonance tractography: possibilities and limitations of the method, modern approach to data processing. Medical visualization. 2022;26(3):132–148. (In Russ)]. Doi: 10.24835/1607-0763-1064.

24. Власова И. А., Труфанов А. Г., Буряк А. Б. и др. Оценка прогрессирования болезни Паркинсона с помощью магнитно-резонансной морфометрии // Рос. невролог. журн. 2022. Т. 27. № 4. С. 37–43. [Vlasova I. A., Trufanov A. G., Buriak A. B. et al. Assessment of progression of parkinson’s disease using magnetic resonance morphometry. Russian neurological journal. 2022;27(4):37–43. (In Russ.)]. Doi: 10.30629/2658-7947-2022-27-4-37-43.

25. Mori S. Introduction to Diffusion Tensor Imaging. Netherlands, Amsterdam: Linacre House, 2007. 177 p.

26. Moura L. M., Luccas R., de Paiva J. P. Q. et al. Diffusion Tensor Imaging Biomarkers to Predict Motor Outcomes in Stroke: A Narrative Review. Front Neurol. 2019;(10):445. Doi: 10.3389/fneur.2019.00445.

27. Екушева Е. В., Кипарисова Е. С., Курзанцева О. О., Смирнова О. А. Возможности современных методов нейровизуализации в диагностике и нейромониторинге восстановительного процесса у пациентов после ишемического инсульта // Клин. практика. 2018. Т. 9, № 2. С. 4–11. [Ekusheva E. V., Kiparisova E. S., Kurzanceva O. O., Smirnova O. A. Possibilities of modern neuroimaging techniques in the diagnostics and neuromonitoring of the recovery process in patients after ischemic stroke. Journal of clinical practice. 2018;9(2):4– 11. (In Russ.)]. EDN: MIVTLN.

28. Jiang H., van Zijl P. C., Kim J. et al. DtiStudio: resource program for diffusion tensor computation and fiber bundle tracking. Comput Methods Programs Biomed. 2006;81(2):106–116. Doi: 10.1016/j.cmpb.2005.08.004.

29. Yeh F. C., Vettel J. M., Singh A. et al. Quantifying Differences and Similarities in Whole-Brain White Matter Architecture Using Local Connectome Fingerprints. PLoS Comput Biol. 2016;12 (11):e1005203. Doi: 10.1371/journal.pcbi.1005203.

30. Chepuri N., Yen Yi-Fen, Burdette J. Diffusion Anisotropy in the Corpus Callosum. AJNR. 2002;(3):803–808. PMID: 12006281.

31. Дробаха В. Е., Кулеш А. А., Шестаков В. В. Диагностические возможности диффузионно-тензорной магнитно-резонансной томографии в остром периоде ишемического инсульта // Врач-аспирант. 2015. № 69(2):77–83. [Drobaxa V. E., Kulesh A. A., Shestakov V. V. Diagnostic capabilities of diffusion tensor magnetic resonance imaging in the acute period of ischemic stroke. Vrach-aspirant. 2015;(69(2)):77–83. (In Russ)]. EDN: UDLAEL.

32. Кулеш А. А., Дробаха В. Е., Шестаков В. В. Взаимосвязь микро и макроструктурных церебральных магнитно-резонансных показателей с клиническим и функциональным статусом больных в остром периоде ишемического инсульта // Пермский мед. журн. 2015. № 32 (5). С. 44–51. [Kulesh A. A., Drobakha V. E., Shestakov V. V. The relationship of micro and macrostructural cerebral magnetic resonance parameters with the clinical and functional status of patients in the acute period of ischemic stroke. Perm medical journal. 2015;(32(5)):44–51. (In Russ.)]. EDN: UOHTKJ.

33. Feng W., Wang J., Chhatbar P. Y. et al. Corticospinal tract lesion load: An imaging biomarker for stroke motor outcomes. Ann Neurol. 2015;78(6):860–870. Doi: 10.1002/ana.24510.

34. Basser P. J., Pierpaoli C. Microstructural and physiological features of tissues elucidated by quantitative-diffusion tensor MRI. J Magn Reson B. 1996;111(3):209–219.Doi:10.1006/jmrb.1996.0086.

35. Добрынина Л. А. Возможности функциональной и структурной нейровизуализации в изучении восстановления двигательных функций после ишемического инсульта // Анналы клин. и эксперимент. неврологии. 2011. Т. 5, № 3. С. 53–61. [Dobry`nina L. A. The possibilities of functional and structural neuroimaging in the study of motor function recovery after ischemic stroke. Annals of clinical and experimental neurology. 2011;5(3):53–61. (In Russ.)]. EDN: OOKEIJ.

36. Kunimatsu A., Aoki S., Masutani Y. et al. The optimal trackability threshold of fractional anisotropy for diffusion tensor tractography of the corticospinal tract. Magn Reson Med Sci. 2004;3(1):11–17. Doi: 10.2463/mrms.3.11.

37. Rong D., Zhang M., Ma Q. et al. Corticospinal tract changes during motor recovery in patients with medulla infarct: a diffusion tensor imaging study. Biomed Res Int. 2014;(2014):524096. Doi: 10.1155/2014/524096.

38. Yeh F. C., Zaydan I. M., Suski V. R. et al. Differential tractography as a track-based biomarker for neuronal injury. Neuroimage. 2019;(202):116131. Doi: 10.1016/j.neuroimage.2019.116131.

39. Volbers B., Mennecke A., Kästle N. et al. Quantitative Corticospinal Tract Assessment in Acute Intracerebral Hemorrhage. Transl Stroke Res. 2021;12(4):540–549. Doi: 10.1007/s12975-020-00850-9.

40. Song J., Nair V. A., Young B. M. et al. DTI measures track and predict motor function outcomes in stroke rehabilitation utilizing BCI technology. Front Hum Neurosci. 2015;(9):195. Doi: 10.3389/fnhum.2015.00195.

41. Jang S. H., Cho S. H., Kim Y. H. et al. Diffusion anisotrophy in the early stages of stroke can predict motor outcome. Restor. Neurol. Neurosci. 2005;(23):11– 17. PMID: 15846028.

42. Chen J. L., Schlaug G. Resting state interhemispheric motor connectivity and white matter integrity correlate with motor impairment in chronic stroke. Frontiers in neurology. 2013;(4):178. Doi: 10.3389/fneur.2013.00178.

43. Chang E. H., Argyelan M., Aggarwal M. et al. The role of myelination in measures of white matter integrity: combination of diffusion tensor imaging and two-photon microscopy of CLARITY intact brains. Neuroimage. 2017;(147):253–261. Doi: 10.1016/j.neuroimage.2016.11.068.

44. Cheng B., Petersen Mю, Schulz Rю et al. White matter degeneration revealed by fiber-specific analysis relates to recovery of hand function after stroke. Hum Brain Mapp. 2021;42(16):5423–5432. Doi: 10.1002/hbm.25632.

45. Емелин А. Ю., Лобзин В. Ю., Воробьев С. В. Когнитивные нарушения: руководство для врачей. М.: Т8 Издательские технологии, 2019. 416 с. [Emelin A. Yu., Lobzin V. Yu., Vorob’ev S. V. Cognitive disorders: a guide for doctors. Moscow: T8 Izdatel’skie Tekhnologii; 2019. 416 p. (In Russ.)].

46. Ефимцев А. Ю., Труфанов Г. Е., Фокин В. А., Литвинен ко И. В. Диффузная тензорная трактография: изменение показателей анизотропии у больных нейродегенеративными заболеваниями // Вестн. Рос. Военно-мед. акад. 2009. № 4. С. 45–46. [Efimtsev A. Y. Trufanov G. E., Fokin V. A. Litvinenko I. V. Diffusion tensor visualization: dementia syndrome and asymmetry of the fraction anisotropy in nucleus basalis. Bulletin of the Russian Military Medical Academy. 2009;(4):45–46. (In Russ.)].

47. Филатов А. С., Кремнева Е. И., Матросова М. С. и др. Нормальная анатомия проводящих путей головного мозга: что нужно знать нейрорентгенологу (обзор литературы) // Радиология – практика. 2021. № 4 (88). С. 95–115. [Filatov A. S., Kremneva E. I., Matrosova M. S. et al. The normal anatomy of the brain pathways: what the neuroradiologist needs to know (literature review). Radiology and practice. 2021;4(88):95–115. (In Russ.)]. Doi: 10.52560/2713-0118-2021-4-95-115.

48. Qin L., Guo Z., McClure M. A., Mu Q. White matter changes from mild cognitive impairment to Alzheimer’s disease: a meta-analysis. Acta Neurol Belg. 2021;121(6):1435–1447. Doi: 10.1007/s13760-020-01322-5.

49. Nakata Y., Sato N., Abe O. et al. Diffusion abnormality in posterior cingulate fiber tracts in Alzheimer’s disease: tract-specific analysis. Radiat Med. 2008;26(8):466–473. Doi: 10.1007/s11604-008-0258-3.

50. Sexton C. E., Kalu U. G., Filippini N. et al. A meta analysis of diffusion tensor imaging in mild cognitive impairment and Alzheimer’s disease. Neurobiol Aging. 2011;32(12):2322:e5-18. Doi: 10.1016/j.neurobiolaging.2010.05.019.

51. Kantarci K., Avula R., Senjem M. L. et al. Dementia with Lewy bodies and Alzheimer disease: neurodegenerative patterns characterized by DTI. Neurology. 2010;74(22):1814–1821. Doi: 10.1212/WNL.0b013e3181e0f7cf.

52. Head D., Buckner R. L., Shimony J. S. et al. Differential vulnerability of anterior white matter in nondemented aging with minimal acceleration in dementia of the Alzheimer type: evidence from diffusion tensor imaging. Cereb. Cortex. 2004;(14):410–423. Doi: 10.1093/cercor/bhh003.

53. Li Y. D., He H. J., Dong H. B. et al. Discriminative analysis of early-stage Alzheimer’s disease and normal aging with automatic segmentation technique in subcortical gray matter structures: a multicenter in vivo MRI volumetric and DTI study. Acta Radiol. 2013;5 (10):1191–1200. Doi: 10.1177/0284185113492971.

54. Larroza A., Moratal D., D’ocón Alcañiz V., Arana E. Tractography of the uncinate fasciculus and the posterior cingulate fasciculus in patients with mild cognitive impairment and Alzheimer disease. Neurologia. 2014;29(1):11–20. Doi: 10.1016/j.nrl.2013.02.002.

55. Bozzali M., Falini A., Franceschi M. et al. White matter damage in Alzheimer’s disease assessed in vivo using diffusion tensor magnetic resonance imaging. J Neurol Neurosurg Psychiatry. 2002;72(6): 742–746. Doi: 10.1136/jnnp.72.6.742

56. Naggara O., Oppenheim C., Rieu D. et al. Diffusion tensor imaging in early Alzheimer’s disease. Psychiatry Res. 2006;146(3):243–249. Doi: 10.1016/j.pscychresns.2006.01.005.

57. Синицын В. Е., Гридин В. Н., Перепелова Е. М., Мерку лова М. С. Функциональная и диффузионно-тензорная магнитно-резонансная томография в ранней диагностике болезни Альцгеймера // Вестн. рентгенол. и радиол. 2017. № 98 (6). С. 320–326. [Sinitsyn V. E., Gridin V. N., Perepelova E. M., Merkulova M. S. Functional and diffusion tensor magnetic resonance imaging in the early diagnosis of Alzheimer’s disease. Journal of radiology and nuclear medicine. 2017;(98(6)):320–326. (In Russ.)]. Doi: 10.20862/0042-4676-2017-98-6-320-326.

58. Hsu J. L., Wei Y. C., Toh C. H. et al. Magnetic Resonance Images Implicate That Glymphatic Alterations Mediate Cognitive Dysfunction in Alzheimer Disease. Ann Neurol. 2023;93(1):164–174. Doi: 10.1002/ana.26516.

59. Reginold W., Luedke A.C., Itorralba J. et al. Altered Superficial White Matter on Tractography MRI in Alzheimer’s Disease. Dement Geriatr Cogn Dis Extra. 2016;6(2):233–241. Doi: 10.1159/000446770.