Автоматизированная количественная оценка церебральных микрокровоизлияний на SWI: связь с сосудистыми факторами риска, нагрузкой гипертензивных изменений белого вещества и когнитивной функцией
Введение
Церебральные микрокровоизлияния (CMB) являются важными маркерами риска когнитивных нарушений. Их количество и распределение могут влиять на развитие когнитивного дефицита. В данной статье представлен метод автоматизированного количественного анализа CMB с использованием глубокого обучения (DL) на основе SWI (susceptibility-weighted imaging), а также исследуется связь между CMB, когнитивными нарушениями и сосудистыми факторами риска.
Цель
Целью исследования было обучение и валидация DL-модели для сегментации CMB на SWI, а также изучение взаимосвязей между количеством CMB, когнитивной функцией (по шкале MMSE), нагрузкой гипертензивных изменений белого вещества (WMH) и клиническими факторами риска.
Материалы и методы
В ретроспективном исследовании участвовали пациенты, прошедшие МРТ головного мозга для оценки когнитивных нарушений в период с января по сентябрь 2023 года. Для обучения DL-модели использовался фреймворк nnU-Net без модификаций. Производительность модели оценивалась на независимых внутренних и внешних наборах данных. Линейный регрессионный анализ применялся для выявления ассоциаций между логарифмированным количеством CMB, когнитивной функцией (MMSE), нагрузкой WMH и сосудистыми факторами риска (возраст, пол, гипертензия, диабет, липидный профиль, индекс массы тела).
Результаты
Обучение DL-модели (n = 287) показало надежную сегментацию с Dice score 0.73 (95% ДИ, 0.67–0.79) на внутреннем валидационном наборе (n = 67) и умеренную производительность на внешнем наборе (Dice score = 0.46; 95% ДИ, 0.33–0.59; n = 68). В клинической когорте (n = 448) старший возраст, гипертензия и нагрузка WHM значимо ассоциировались с количеством CMB во всех распределениях (общее, лобарное, глубокое, мозжечковое; все P < 0.01). MMSE значимо коррелировала с гиперлипидемией (β = 1.88; 95% ДИ, 0.96–2.81; P < 0.001), нагрузкой WMH (β = -0.17 на 1% WMH; 95% ДИ, -0.27–0.08; P < 0.001) и общим числом CMB (β = -0.01 на 1 CMB; 95% ДИ, -0.02–0.001; P = 0.04) после коррекции на возраст и пол.
Выводы
DL-модель продемонстрировала надежную сегментацию CMB. Во всех распределениях CMB значимо коррелировали с нагрузкой WMH. Увеличение WMH и числа CMB ассоциировалось со снижением когнитивной функции.
Сокращения и термины
- CMB (Cerebral Microbleeds) – церебральные микрокровоизлияния.
- SWI (Susceptibility-Weighted Imaging) – взвешенное по восприимчивости МРТ.
- DL (Deep Learning) – глубокое обучение.
- WMH (White Matter Hyperintensity) – гиперинтенсивность белого вещества.
- MMSE (Mini-Mental Status Examination) – краткая шкала оценки психического статуса.
- Dice score – метрика оценки качества сегментации.