Метод количественной оценки объема и структуры посттравматических образований в спинном мозге животных моделей с применением магнитно‑резонансной томографии

Введение. Травма спинного мозга – тяжелое повреждение ЦНС, приводящее к разрушению ткани спинного мозга и развитию грубого неврологического дефицита. В доклинических исследованиях точная количественная оценка структуры и объема посттравматических изменений в спинном мозге важна для оценки эффективности нейропротективной и (или) нейрорегенеративной терапии. Существующие методы расчета параметров объемных образований в спинном мозге связаны с необходимостью ручного выделения области интереса, а это трудоемкий и далеко не всегда точный процесс.

Цели исследования – разработать программное обеспечение и реализовать автоматизированный алгоритм количественной оценки объема и структуры посттравматических образований в спинном мозге с применением высокопольной МРТ 7.0 Тесла, а также сравнить точность метода с существующими способами расчета.

Дизайн исследования. В исследовании использовали модель контузионной травмы спинного мозга тяжелой степени у самок крыс Sprague–Dawley весом 250–350 г. Магнитно‑резонансное исследование проводили на 1‑е сутки после нанесения травмы, а в дальнейшем – четырехкратно с интервалом в 1 нед.

Материалы и методы. Повреждение спинного мозга вызывалось падением стержня (вес – 10 г, диаметр вершины – 2 мм) с высоты 25 мм на дорсальную поверхность спинного мозга у наркотизированных крыс на уровне позвонков Th9–Th10 после проведения ламинэктомии. Для разработки программного обеспечения использована среда Microsoft Visual Studio 2017 с языком программирования C#. Статистическая обработка данных проведена с использованием программы IBM SPSS Statistics 21.0.

Результаты. Разработана и запатентована программа Spinal cavity Searcher, реализующая алгоритм анализа T2‑взвешенных изображений, основанный на применении бинаризации и метода цепного кода Фридмана, и позволяющая в полуавтоматическом режиме рассчитывать объем посттравматических образований в спинном мозге крыс. Сравнение результатов расчета, полученных с помощью данного алгоритма и методом «ручного» выделения области интереса, не показало статистически значимых различий в значениях объема контузионного очага.

Заключение. Предложенный метод количественной оценки структуры и объема посттравматических образований в спинном мозге животных моделей позволяет существенно упростить (по сравнению с ручным методом) процедуру расчета за счет автоматизации процесса выделения области интереса (Region of Interest – RoI) при сопоставимом уровне точности.

Клиническая значимость. Разработанный алгоритм позволяет оптимизировать процесс неинвазивного контроля эффективности проводимой терапии по данным высокопольной МРТ 7.0 Тесла.

1. Chen Y., Tang Y., Vogel L.C., Devivo M.J. Causes of spinal cord injury. Top Spinal Cord Inj Rehabil 2013;19(1):1–8. DOI: 10.1310/sci1901-1.

2. Silva N.A., Sousa N., Reis R.L., Salgado A.J. From basics to clinical: a comprehensive review on spinal cord injury. Prog Neurobiol 2014;114:25–57. DOI: 10.1016/j.pneurobio.2013.11.002.

3. Ryabov S.I., Zvyagintseva M.A., Pavlovich E.R. et al. Efficiency of transplantation of human placental/ umbilical blood cells to rats with severe spinal cord injury. Bull Exp Biol Med 2014;157(1):85–8. DOI: 10.1007/s10517-014-2498-9.

4. Ditor D.S., John S., Cakiroglu J. et al. Magnetic resonance imaging versus histological assessment for estimation of lesion volume after experimental spinal cord injury. Laboratory investigation. J Neurosurg Spine 2008;9(3):301–6. DOI: 10.3171/SPI/2008/9/9/301.

5. Bozzo A., Marcoux J., Radhakrishna M. et al. The role of magnetic resonance imaging in the management of acute spinal cord injury. J Neurotrauma 2011;28(8):1401–11. DOI: 10.1089/neu.2009.1236.

6. Byrnes K.R., Fricke S.T., Faden A.I. Neuropathological differences between rats and mice after spinal cord injury. J Magn Reson Imaging 2010;32(4):836–46. DOI: 10.1002/jmri.22323.

7. Song W., Song G., Zhaoet C. al. Testing pathological variation of white matter tract in adult rats after severe spinal cord injury with MRI. BioMed Biomed Res Int 2018;2018:4068156. DOI: 10.1155/2018/4068156.

8. Basso D.M., Beattie M.S., Bresnahan J.C. A sensitive and reliable locomotor rating scale for open field testing in rats. J Neurotrauma 1995;12(1):1–21. DOI: 10.1089/neu.1995.12.1.

9. Vaddi R.S., Boggavarapu L.N.P., Vankayalapati H.D., Anne K.R. Contour detection using freeman chain code and approximation methods for the real time object detection. AJCST 2011;1(1):15–7.

10. Vala H.J., Baxi A. A review on Otsu image segmentation algorithm. IJARCET 2013;2(2):387–9.