ارزیابی و تخمین حجم ماده‌ی خاکستری مبتنی بر مورفومتری بر اساس Voxel در تصاویر MRI مغزی مبتلایان به اختلال شناختی خفیف و سالمندان طبیعی

نوع مقاله : مقاله های پژوهشی

نویسندگان

1 استادیار، گروه فیزیک و مهندسی پزشکی، دانشکده‌ی پزشکی و گروه بیوالکتریک، دانشکده‌ی فن‌آوری‌های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

2 دانشجوی کارشناسی ارشد، گروه بیوالکتریک، دانشکده‌ی فن‌آوری‌های نوین علوم پزشکی و کمیته‌ی تحقیقات دانشجویی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

3 دانشیار، مرکز تحقیقات سایکوسوماتیک و گروه روان‌پزشکی، دانشکده‌ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

چکیده

مقدمه: در سال‌های اخیر، با افزایش میانگین امید به زندگی در جهان، تشخیص بیماری آلزایمر از اهمیت بالایی برخوردار گردیده است. در صورت پیشرفت اختلال شناختی خفیف (MCI یا Mild cognitive impairment)، توانایی‌های ذهنی بیمار به صورت غیر قابل برگشت پذیر مختل و منجر به بیماری آلزایمر و دمانس می‌گردد. این اختلال، مورد توجه ویژه‌ی پژوهشگران زیادی قرار گرفته است؛ چرا که با تشخیص آن در مراحل اولیه، می‌توان شروع بیماری را به تأخیر انداخت. راه‌های معمول تشخیص این بیماری، آزمایش‌های بیوشیمی و آزمون‌های روان‌شناختی است. برای تشخیص این بیماری، یکی از رویکردهای پیشنهادی، تجزیه و تحلیل تصاویر تشدید مغناطیسی (MRI یا Magnetic resonance imaging)، برای بررسی تغییر ساختار مغز انسان می‌باشد. در طرح حاضر، تلاش شد تا به کمک تکنیک‌های نوین پردازش تصویر و با تجزیه و تحلیل تصاویر MRI، افراد مبتلا و سالمندان طبیعی از نظر تغییرات حجم ماده‌ی خاکستری در نواحی مختلف مغزی، ارزیابی و مقایسه شوند.روش‌ها: در این پژوهش، از مورفومتری بر اساس Voxel (Voxel-based morphometery یا VBM) بر روی تصاویر MRI مربوط به 17 فرد سالم و 23 بیمار مبتلا به اختلال شناختی خفیف استفاده شد و تغییرات به وجود آمده در اثر بیماری به صورت کمی مورد ارزیابی قرار گرفت. به این منظور، به کمک نرم‌افزار SPM8، پردازش‌های لازم صورت گرفت. سپس، به منظور یافتن نواحی که در ابتدای بیماری دچار آتروفی شده بود، با استفاده از آزمون‌های آماری بر اساس Voxel، حجم ماده‌ی خاکستری در تصاویر دو گروه با هم مقایسه شد.یافته‌ها: با استفاده از مورفومتری حجم ماده‌ی خاکستری، نواحی از مغز که در شروع بیماری دچار آتروفی بودند، شناسایی شد. در مبتلایان به اختلال شناختی خفیف، کاهش حجم ماده‌ی خاکستری (050/0 > P) و اصلاح FWE (Family-wise error) در نواحی لوب فرونتال (025/0 = P) و لوب مدیال تمپورال (025/0 = P) مشاهده شد.نتیجه‌گیری: به کمک مورفومتری بر اساس Voxel، آتروفی حجم ماده‌ی خاکستری در نواحی فرونتال و مدیال تمپورال در بیماران مبتلا به اختلال شناختی خفیف قابل مشاهده است که باعث کاهش ماده‌‌ی خاکستری می‌گردد.

کلیدواژه‌ها

عنوان مقاله [English]

Evaluation and Estimation of Gray Matter Volume Using Voxel-Based Morphometry of the Brain Magnetic Resonance Imaging (MRI) in Normal Elderly People and Those with Mild Cognitive Impairment

نویسندگان [English]

  • Saeed Kermani 1
  • Zahra Karimi 2
  • Majid Barekatain 3
1 Assistant Professor, Department of Physics and Medical Engineering, School of Medicine AND Department of Biomedical Engineering, School of Advanced Medical Technology, Isfahan University of Medical Sciences, Isfahan, Iran
2 MSc Student, Department of Biomedical Engineering, School of Advanced Medical Technology AND Student Research Committee, Isfahan University of Medical Sciences, Isfahan, Iran
3 Associate Professor, Psychosomatic Research Center AND Department of Psychiatry, School of Medicine, Isfahan University of Medical Sciences, Isfahan, Iran
چکیده [English]

Background: With increasing average life expectancy in the world, Alzheimer's disease has become one of the important common diseases. However, due to the loss of brain cells, the patient's mental abilities are irreversible and it is essential to predict at early stage; so, pharmacotherapy is more effective in inhibiting the development of the disease. The diagnosis methods are biochemical and psychological. Recently, magnetic resonance imaging (MRI) has been attended as a noninvasive and low-cost method. In this study, we tried to compare and evaluate the changes in the volume of the gray matter using voxel-based morphometry in brain MRI of normal elderly people and those with mild cognitive impairment (MCI).Methods: This study included 23 patients with mild cognitive impairment and 17 normal subjects. All subjects underwent neuropsychological testing and neuropsychiatry unit cognitive assessment tool (NUCOG) and the subjects were scanned using 1.5T MRI. Images were processed and analyzed using SPM8 running on MATLAB 2013b software. Finally for statistical analysis, modulated images of two groups were compared and evaluated.Findings: In comparison between the two groups, we found statistically significant difference (P < 0.05) with family wise error (FWE). Patients with mild cognitive impairment had significantly lower brain gray matter volume in frontal (P = 0.013) and medial temporal (P = 0.025) lobes.Conclusion: In this study, we found several regions of local brain atrophy in the patients with mild cognitive impairment that could reduce the gray matter volume.

کلیدواژه‌ها [English]

  • Voxel-based morphometry
  • Mild cognitive impairment
  • Gray Matter volume
  • Magnetic resonance imaging (MRI)

مراجع

  1. Pennanen C, Kivipelto M, Tuomainen S, Hartikainen P, Hanninen T, Laakso MP, et al. Hippocampus and entorhinal cortex in mild cognitive impairment and early AD. Neurobiol Aging 2004; 25(3): 303-10.
  2. Barekatain M, Tavakoli M. Neuropsychological assessments in early diagnosis of dementia. J Res Behav Sci 2012; 10(3): 228-38. [In Persian].
  3. Mirzaei M, Shams Ghahfarokhi M. Demography of eldery in Iran according to the census 1956-2006. Salmand Iran J Ageing 2007; 2(5): 326-31. [In Persian].
  4. Manly JJ, Bell-McGinty S, Tang MX, Schupf N, Stern Y, Mayeux R. Implementing diagnostic criteria and estimating frequency of mild cognitive impairment in an urban community. Arch Neurol 2005; 62(11): 1739-46.
  5. Tabert MH, Manly JJ, Liu X, Pelton GH, Rosenblum S, Jacobs M, et al. Neuropsychological prediction of conversion to Alzheimer disease in patients with mild cognitive impairment. Arch Gen Psychiatry 2006; 63(8): 916-24.
  6. Petersen RC. Mild cognitive impairment as a diagnostic entity. J Intern Med 2004; 256(3): 183-94.
  7. Luck T, Luppa M, Briel S, Riedel-Heller SG. Incidence of mild cognitive impairment: a systematic review. Dement Geriatr Cogn Disord 2010; 29(2): 164-75.
  8. Resnick SM, Pham DL, Kraut MA, Zonderman AB, Davatzikos C. Longitudinal magnetic resonance imaging studies of older adults: a shrinking brain. J Neurosci 2003; 23(8): 3295-301.
  9. Whitwell JL, Petersen RC, Negash S, Weigand SD, Kantarci K, Ivnik RJ, et al. Patterns of atrophy differ among specific subtypes of mild cognitive impairment. Arch Neurol 2007; 64(8): 1130-8.
  10. Karas GB, Scheltens P, Rombouts SA, Visser PJ, van Schijndel RA, Fox NC, et al. Global and local gray matter loss in mild cognitive impairment and Alzheimer's disease. Neuroimage 2004; 23(2): 708-16.
  11. Bickel H, Mosch E, Seigerschmidt E, Siemen M, Forstl H. Prevalence and persistence of mild cognitive impairment among elderly patients in general hospitals. Dement Geriatr Cogn Disord 2006; 21(4): 242-50.
  12. Ashburner J, Friston KJ. Voxel-based morphometry--the methods. Neuroimage 2000; 11(6 Pt 1): 805-21.
  13. Barbeau EJ, Ranjeva JP, Didic M, Confort-Gouny S, Felician O, Soulier E, et al. Profile of memory impairment and gray matter loss in amnestic mild cognitive impairment. Neuropsychologia 2008; 46(4): 1009-19.
  14. Risacher SL, Saykin AJ, West JD, Shen L, Firpi HA, McDonald BC. Baseline MRI predictors of conversion from MCI to probable AD in the ADNI cohort. Curr Alzheimer Res 2009; 6(4): 347-61.
  15. Karimizadeh A, Mahnam A, Yazdchi M, Besharat MA. Individual differences in personality traits perfectionism and the brain structure. J Psychophysiol 2015; 29(3): 107-11.
  16. Kanai R, Rees G. The structural basis of inter-individual differences in human behaviour and cognition. Nat Rev Neurosci 2011; 12(4): 231-42.
  17. Ferreira LK, Diniz BS, Forlenza OV, Busatto GF, Zanetti MV. Neurostructural predictors of Alzheimer's disease: a meta-analysis of VBM studies. Neurobiol Aging 2011; 32(10): 1733-41.
  18. Whitwell JL, Przybelski SA, Weigand SD, Knopman DS, Boeve BF, Petersen RC, et al. 3D maps from multiple MRI illustrate changing atrophy patterns as subjects progress from mild cognitive impairment to Alzheimer's disease. Brain 2007; 130(Pt 7): 1777-86.
  19. Killiany RJ, Gomez-Isla T, Moss M, Kikinis R, Sandor T, Jolesz F, et al. Use of structural magnetic resonance imaging to predict who will get Alzheimer's disease. Ann Neurol 2000; 47(4): 430-9.
  20. Barekatain M, Askarpour H, Zahedian F, Walterfang M, Velakoulis D, Maracy MR, et al. The relationship between regional brain volumes and the extent of coronary artery disease in mild cognitive impairment. J Res Med Sci 2014; 19(8): 739-45.
  21. Mosconi L, De SS, Li J, Tsui WH, Li Y, Boppana M, et al. Hippocampal hypometabolism predicts cognitive decline from normal aging. Neurobiol Aging 2008; 29(5): 676-92.
  22. Schmidt-Wilcke T, Poljansky S, Hierlmeier S, Hausner J, Ibach B. Memory performance correlates with gray matter density in the ento-/perirhinal cortex and posterior hippocampus in patients with mild cognitive impairment and healthy controls--a voxel based morphometry study. Neuroimage 2009; 47(4): 1914-20.
  23. Chetelat G, Landeau B, Eustache F, Mezenge F, Viader F, de lS, V, et al. Using voxel-based morphometry to map the structural changes associated with rapid conversion in MCI: a longitudinal MRI study. Neuroimage 2005; 27(4): 934-46.
مجله دانشکده پزشکی اصفهان
دوره 33، شماره 353 - شماره پیاپی 353
آذر و دی 1394
صفحه 1649-1661

فایل ها

سابقه مقاله

  • تاریخ دریافت: 24 اسفند 1393
  • تاریخ بازنگری: 11 آبان 1403
  • تاریخ پذیرش: 17 فروردین 1401

هم رسانی

ارجاع به این مقاله

آمار