رسم خرائط أعراض الآفات (LSM)، وتسمى أيضا رسم خرائط سلوك الآفة، هو أداة هامة لدراسة الهندسة الوظيفية للدماغ البشري¹. في دراسات الآفات، يتم الاستدلال على وظيفة الدماغ وتوطينها من خلال دراسة المرضى الذين يعانون من آفات الدماغ المكتسبة. دراسات الحالة الأولى التي تربط الأعراض العصبية إلى مواقع الدماغ محددة أجريت في القرن التاسع عشر قدمت بالفعل رؤى أساسية في الروابط التشريحية للغة والعديد من العمليات المعرفية الأخرى². ومع ذلك، فإن الروابط العصبية النيوروبية للعديد من جوانب الإدراك وغيرها من وظائف الدماغ ظلت بعيدة المنال. في العقود الماضية، مكّن تحسين أساليب التصوير الهيكلي للدماغ والتقدم التقني من إجراء دراسات واسعة النطاق في الجسم الحي لـ LSM ذات استبانة مكانية عالية (أي على مستوى voxels الفردية أو مناطق محددة ذات أهمية القشرية/تحت القشرية)^{1 ،2}. مع هذه التطورات المنهجية، أصبح LSM طريقة شعبية متزايدة في علم الأعصاب المعرفي ويستمر في تقديم رؤى جديدة في تشريح الأعصاب من الإدراك والأعراض العصبية³. خطوة حاسمة في أي دراسة LSM هو تجزئة دقيقة من الآفات والتسجيل إلى قالب الدماغ. ومع ذلك، لا يوجد برنامج تعليمي شامل للمعالجة المسبقة لبيانات تصوير الدماغ لغرض LSM.

تقدم هنا هو البرنامج التعليمي الكامل لتجزئة الآفات موحدة وطريقة التسجيل. توفر هذه الطريقة للباحثين خط أنابيب لمعالجة صور الدماغ الموحدة ونظرة عامة على المزالق المحتملة التي يجب تجنبها. تم تطوير خط أنابيب معالجة الصور المعروضة من خلال التعاون الدولي⁴ وهو جزء من إطار اتحاد خرائط Meta VCI الذي تم تأسيسه مؤخرًا، والذي يهدف إلى إجراء دراسات متعددة المراكز لرسم خرائط أعراض الآفات في ضعف إدراكي وعائي ⁵. تم تصميم هذه الطريقة لمعالجة كل من التصوير المقطعي المحوسب والتصوير بالرنين المغناطيسي من موردين متعددين وبروتوكولات المسح الضوئي غير المتجانسة للسماح بالمعالجة المشتركة لمجموعات بيانات التصوير من مصادر مختلفة. برنامج RegLSM المطلوب وجميع البرامج الأخرى اللازمة لهذا البروتوكول متاحة بحرية باستثناء MATLAB، الذي يتطلب ترخيصًا. يركز هذا البرنامج التعليمي على تجزئة وتسجيل احتشاء الدماغ، ولكن هذا خط أنابيب معالجة الصور يمكن أيضا أن تستخدم لآفات أخرى، مثل فرط كثافة الحرارة المادة البيضاء⁶.

قبل الشروع في دراسة LSM، يلزم فهم أساسي للمفاهيم العامة والمزالق. العديد من المبادئ التوجيهية التفصيلية ودليل المتجول متاحة^1،3،6. ومع ذلك، لا توفر هذه الاستعراضات البرنامج التعليمي التدريب العملي مفصلة للخطوات العملية التي تنطوي عليها جمع وتحويل مسح الدماغ إلى شكل صحيح، وتقسيم احتشاء الدماغ، وتسجيل عمليات المسح الضوئي إلى قالب الدماغ. وتقدم هذه الورقة مثل هذا البرنامج التعليمي. وترد المفاهيم العامة لـ LSM في المقدمة مع إشارات لمزيد من القراءة حول هذا الموضوع.

الهدف العام لدراسات رسم خرائط أعراض الآفات

من منظور علم النفس العصبي المعرفي، يمكن استخدام إصابة الدماغ كشرط نموذجي لفهم أفضل للأسس العصبية لبعض العمليات المعرفية والحصول على صورة أكثر اكتمالا للبنية المعرفية للدماغ¹ . هذا هو النهج الكلاسيكي في علم النفس العصبي الذي تم تطبيقه لأول مرة في دراسات ما بعد الوفاة في القرن التاسع عشر من قبل الرواد مثل بروكا وWernicke². في عصر التصوير الوظيفي للدماغ، ظل نهج الآفة أداة حاسمة في علم الأعصاب لأنه يوفر دليلا على أن الآفات في منطقة الدماغ محددة تعطل أداء المهمة، في حين أن دراسات التصوير الوظيفي تبين مناطق الدماغ التي هي أثناء أداء المهمة. وعلى هذا النحو، توفر هذه النهج^{معلومات}تكميلية

من منظور علم الأعصاب السريرية، يمكن أن توضح دراسات LSM العلاقة بين موقع الآفة والأداء المعرفي في المرضى الذين يعانون من احتشاء الأعراض الحادة، وفرط كثافة المادة البيضاء، والثغرات، أو أنواع الآفات الأخرى (على سبيل المثال، الأورام ). وقد أظهرت الدراسات الحديثة أن مثل هذه الآفات في مناطق الدماغ الاستراتيجية هي أكثر أهمية في شرح الأداء المعرفي من عبء الآفة العالمية^2،5،7،8. هذا النهج لديه القدرة على تحسين فهم الفيزيولوجيا المرضية للاضطرابات المعقدة (في هذا المثال، ضعف الإدراك الوعائي) ويمكن أن توفر فرصا لتطوير أدوات التشخيص والتكهن الجديدة أو دعم العلاج الاستراتيجيات².

LSM لديها أيضا تطبيقات خارج مجال الإدراك. في الواقع، يمكن أن يكون أي متغير ذات صلة بموقع الآفة، بما في ذلك الأعراض السريرية، والمؤشرات الحيوية، والنتيجة الوظيفية. على سبيل المثال، حددت دراسة حديثة مواقع الاحتشاء التي كانت تنبؤية للنتائج الوظيفية بعد السكتة الدماغية الإقفارية¹⁰.

[فوكسل-بسد] ضدّ منطقة من فائدة يؤسّس آفة أعراض تعيين

لإجراء رسم خرائط أعراض الآفات، تحتاج الآفات إلى تقسيموتسجيلها في قالب الدماغ. أثناء إجراء التسجيل، يتم محاذاة دماغ كل مريض مكانياً (أي تطبيعه أو تسجيله في قالب مشترك) لتصحيح الاختلافات في حجم الدماغ وشكله واتجاهه بحيث يمثل كل voxel في خريطة الآفة نفس الأنتومية هيكل لجميع المرضى⁷. وفي الحيز القياسي، يمكن إجراء عدة أنواع من التحليلات، التي تُلخَّص بإيجاز هنا.

ويمكن إجراء تحليل الطرح الآفات الخام لإظهار الفرق في توزيع الآفات في المرضى الذين يعانون من العجز مقارنة مع المرضى الذين يعانون من العجز. تظهر خريطة الطرح الناتجة المناطق التي غالبا ً ما تكون متضررة في المرضى الذين يعانون من عجز وتجنيب في المرضى دون عجز¹. على الرغم من أن تحليل الطرح الآفات يمكن أن توفر بعض الأفكار في الارتباطات من وظيفة محددة، فإنه لا يوفر أي دليل إحصائي ويستخدم الآن في الغالب عندما يكون حجم العينة منخفضة جدا لتوفير ما يكفي من الطاقة الإحصائية لأعراض الآفة المستندة إلى voxel تعيين.

في رسم خرائط أعراض الآفات المستندة إلى voxel ، يتم تحديد الارتباط بين وجود آفة والأداء المعرفي على مستوى كل voxel الفردية في الدماغ (الشكل 1). والميزة الرئيسية لهذه الطريقة هي الاستبانة المكانية العالية. تقليديا، وقد أجريت هذه التحليلات في نهج كتلة أحادية المتغيرات، والتي تبرر تصحيح لاختبار متعددة ويدخل التحيز المكاني الناجم عن الارتباطات بين voxel التي لا تؤخذ في الاعتبار^{1،10 , 11.}وضعت مؤخرا النهج التي تأخذ الارتباطات بين voxel في الاعتبار (يشار إليها عادة باسم طرق رسم الخرائط متعددة المتغيرات أعراض الآفات, مثل تحليل بايزي^13,دعم الانحدار ناقلات^{4, 14}، أو غيرها من خوارزميات التعلم الآلي¹⁵) تظهر نتائج واعدة ويبدو أن تحسين حساسية وخصوصية النتائج من تحليلات LSM voxel الحكمة بالمقارنة مع الأساليب التقليدية. مزيد من التحسين والتحقق من صحة الأساليب متعددة المتغيرات لVOXel-الحكمة LSM هي عملية مستمرة. يعتمد أفضل اختيار طريقة لرسم خرائط أعراض الآفات على العديد من العوامل، بما في ذلك توزيع الآفات، متغير النتائج، والافتراضات الإحصائية الأساسية للأساليب.

في منطقة الاهتمام (ROI) القائمة على رسم خرائط أعراض الآفات، يتم تحديد ارتباط بين عبء الآفة داخل منطقة الدماغ محددة والأداء المعرفي (انظر الشكل 1 في Biesbroek وآخرون² للاطلاع على توضيح). الميزة الرئيسية لهذه الطريقة هي أنه يأخذ في الاعتبار عبء الآفة التراكمية داخل بنية تشريحية، والتي في بعض الحالات قد تكون أكثر إفادة من آفة في voxel واحد. من ناحية أخرى، التحليلات القائمة على عائد الاستثمار لديها قوة محدودة للكشف عن الأنماط التي هي موجودة فقط في مجموعة فرعية من voxels في المنطقة¹⁶. تقليدياً، يتم تنفيذ تعيين أعراض الآفات المستندة إلى عائد الاستثمار باستخدام الانحدار اللوجستي أو الخطي. في الآونة الأخيرة، تم إدخال أساليب متعددة المتغيرات التي تتعامل بشكل أفضل مع العلاقة الخطية المتداخلة (على سبيل المثال، تحليل شبكة بايزي^17،دعم الانحدار المتجه^4،18،أو خوارزميات التعلم الآلي الأخرى^19)،والتي قد تحسين خصوصية النتائج من دراسات رسم الخرائط أعراض الآفات.

اختيار المريض

في دراسات LSM، يتم اختيار المرضى عادة على أساس نوع آفة محددة (على سبيل المثال، احتشاء الدماغ أو ارتفاع ضغط المادة البيضاء) والفاصل الزمني بين التشخيص والتقييم العصبي النفسي (على سبيل المثال، السكتة الدماغية الحادة مقابل المزمنة). تصميم الدراسة الأمثل يعتمد على مسألة البحث. على سبيل المثال، عند دراسة البنية الوظيفية للدماغ البشري، يتم تضمين مرضى السكتة الدماغية الحادة بشكل مثالي لأن إعادة التنظيم الوظيفي لم تحدث بعد في هذه المرحلة، في حين ينبغي إدراج مرضى السكتة الدماغية المزمنة عند دراسة الآثار الطويلة الأجل للسكتة الدماغية على الإدراك. ويرد وصف مفصل للاعتبارات والمزالق في اختيار المرضى في مكان آخر⁷.

المعالجة المسبقة لصورة الدماغ لغرض رسم خرائط أعراض الآفات

تجزئة الآفات دقيقة والتسجيل إلى قالب الدماغ المشترك هي خطوات حاسمة في رسم خرائط أعراض الآفات. التقسيم اليدوي للآفات لا يزال المعيار الذهبي للعديد من أنواع الآفات، بما في ذلك احتشاء^7. تقدم هو البرنامج التعليمي التفصيلي على معايير التجزئة اليدوية على التصوير المقطعي المحوسب، ونشر التصوير المرجح (DWI)، واسترداد انعكاس السوائل المخففة (FLAIR) تسلسل التصوير بالرنين المغناطيسي في كل من المراحل الحادة والمزمنة. يجب تسجيل الاحتشاءات المجزأة (أي خرائط الآفات الثنائية ثلاثية الأبعاد) قبل إجراء أي تحليلات متعددة المجالات. يستخدم هذا البروتوكول أسلوب التسجيل RegLSM الذي تم تطويره في إعداد متعدد المراكز⁴. يطبق RegLSM خوارزميات التسجيل الخطية وغير الخطية على أساس elastix²⁰ لكل من التصوير المقطعي المحوسب والتصوير بالرنين المغناطيسي، مع خطوة معالجة مقطعية إضافية مصممة خصيصًا لتعزيز جودة تسجيل الأشعة المقطعية^21. وعلاوة على ذلك، يسمح RegLSM باستخدام قوالب الدماغ المستهدفة المختلفة وخطوة تسجيل وسيطة (اختيارية) إلى قالب CT/MRI محدد العمر²². إمكانية معالجة كل من التصوير المقطعي المحوسب والتصوير بالرنين المغناطيسي وقابليتهللتخصيص فيما يتعلق قوالب الدماغ المتوسطة والمستهدفة يجعل RegLSM أداة معالجة صورة مناسبة للغاية لLSM. يتم وصف كامل عملية إعداد وتجزئة التصوير المقطعي المحوسب/التصوير بالرنين المغناطيسي، والتسجيل إلى قالب الدماغ، والتصحيحات اليدوية (إذا لزم الأمر) في القسم التالي.

الشكل 1: توضيح تخطيطي لمفهوم رسم خرائط أعراض الآفات المستندة إلى voxel. الجزء العلوي يظهر صورة الدماغ خطوات المعالجة المسبقة التي تتكون من تقسيم الآفة (احتشاء حاد في هذه الحالة) تليها التسجيل إلى قالب الدماغ (قالب MNI-152 في هذه الحالة). أدناه، يتم عرض جزء من خريطة الآفات الثنائية المسجلة لنفس المريض كشبكة ثلاثية الأبعاد، حيث يمثل كل مكعب voxel. تؤخذ جنبا إلى جنب مع خرائط الآفات من 99 المرضى الآخرين، يتم إنشاء خريطة تراكب آفة. لكل voxel، يتم إجراء اختبار إحصائي لتحديد الارتباط بين حالة الآفة والأداء المعرفي. اختبار تشي تربيع هو على ما يبدو مجرد مثال، يمكن استخدام أي اختبار إحصائي. عادة، يتم اختبار مئات الآلاف من voxels في جميع أنحاء الدماغ، تليها تصحيح لمقارنات متعددة. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.