Сегментация периваскулярной сети происходит из-за высокого

Том 13 научных докладов, Номер статьи: 9205 (2023) Цитировать эту статью

Подробности о метриках

Специальный рабочий процесс сегментации был применен к высокопольным МР-изображениям мозга крыс ex vivo, полученным после внутрижелудочковой инфузии контрастного вещества in vivo, для создания карт периваскулярных пространств (PVS). Полученная в результате сегментация периваскулярной сети позволила проанализировать периваскулярные соединения с желудочками, паренхиматозный клиренс растворенных веществ и дисперсионный транспорт растворенных веществ внутри ПВС. Многочисленные периваскулярные связи между поверхностью мозга и желудочками позволяют предположить, что желудочки интегрируются в систему клиренса, опосредованную ПВС, и повышают возможность возврата спинномозговой жидкости (СМЖ) из субарахноидального пространства в желудочки через ПВС. Предполагая быстрый обмен растворенных веществ между пространствами ЛВС и ликвора, главным образом за счет адвекции, обширная периваскулярная сеть уменьшила среднее расстояние клиренса от паренхимы до ближайшего отделения ликвора, что привело к более чем 21-кратному сокращению расчетного времени диффузионного клиренса, независимо от диффузионной способности растворенных веществ. . Это соответствует расчетному времени диффузионного клиренса бета-амилоида менее 10 минут, что позволяет предположить, что широкое распространение ПВС может сделать диффузию эффективным паренхиматозным механизмом клиренса. Дополнительный анализ осциллирующей дисперсии растворенных веществ в ПВС показывает, что адвекция, а не дисперсия, вероятно, является основным механизмом транспорта растворенных соединений с массой более 66 кДа в длинных (> 2 мм) периваскулярных сегментах, выявленных здесь, хотя дисперсия может быть значительной для более мелких соединений в более коротких периваскулярные сегменты.

Кровеносные сосуды головного мозга окружены тонкими периваскулярными пространствами (ПВП), которые обеспечивают обмен жидкости между интерстициальной жидкостью и отсеками спинномозговой жидкости (СМЖ)1. Эти структуры в последнее время привлекли большое внимание из-за роли, которую они могут играть в механизме очистки всего мозга от токсичных метаболических отходов, таких как бета-амилоид (Aβ), белок, который накапливается при болезни Альцгеймера2. Несмотря на то, что наблюдалось быстрое поглощение индикатора из спинномозговой жидкости3,4 и клиренс из паренхимы5, существует неопределенность1 относительно механизма и направления транспорта6,7,8, анатомии артериальных, капиллярных и венозных периваскулярных путей транспорта5, а также влияния аквапориновые водные каналы2 и сон9 на транспорте. Тем не менее, транспорт, опосредованный ПВС в головном мозге, может иметь серьезные последствия не только для нейродегенеративных заболеваний, но также для доставки лекарств в ткани головного мозга10 и миграции рака мозга11,12 и иммунных клеток13.

Хотя ряд исследований продемонстрировал проникновение визуализирующих индикаторов в ПВС вблизи поверхности мозга3,4,14, немногие из них исследовали более глубокие ПВС и их связи с спинномозговой жидкостью в желудочках и цистернах головного мозга15,16. Гистологические срезы после поглощения индикатора предполагают сложную и обширную сеть ПВС по всему мозгу17, но разрешение визуализации всего мозга in vivo ограничивает анализ неповрежденной периваскулярной сети только самыми крупными сосудами17,18,19. Существует потребность в трехмерной карте основных периваскулярных структур всего мозга для анализа свойств периваскулярной сети, имеющих отношение к клиренсу, таких как связи с внутренним пространством спинномозговой жидкости, распределение ПВС в паренхиме и длина периваскулярного сегмента. Карта ПВС позволит оценить потенциальные периваскулярные и паренхиматозные механизмы транспорта, такие как диффузия, дисперсия и адвекция, посредством многомасштабного механического моделирования. Это необходимо для лучшего понимания очистки отходов и точного планирования различных методов доставки лекарств, включая внутривенную, интратекальную и конвекционную доставку в паренхиму.

Хотя, насколько известно авторам, сегментация интактной периваскулярной сети у крыс не была опубликована, было разработано несколько полуавтоматических стратегий для сегментации ПВС человека на клинических МР-изображениях20,21,22,23,24,25. Во многих из этих стратегий «трубчатость» или «сосудистость» изображения определяется применением фильтров Франджи26, которые основаны на пространственной кривизне интенсивности изображения. Применяя порог к этим изображениям трубчатости, производится сегментация PVS, которая включается в более крупную методологию сегментации, часто основанную на методах глубокого обучения20,21. Несмотря на свою распространенность при периваскулярной сегментации человека, пороговое определение трубчатости ранее не применялось к сегменту ПВС у крыс или мышей, главным образом потому, что разрешение МР-изображений in vivo, полученных во время введения цереброспинального контрастного вещества, недостаточно велико для разрешения большинства ПВС, содержащих контрастное вещество.

0.1 dropped below 2 μm/s (Fig. 5d). The distance traveled due to oscillatory dispersion varies with the square root of the diffusion coefficient, meaning a four-fold change in this coefficient results in a two-fold change in the distance traveled. The times required for the \(\alpha\) = 0.5 front to traverse perivascular lengths of 250 μm and 1000 μm for a physiologically relevant range of molecular diffusivities and two literature values of dispersive enhancement, \(k\), are shown in Fig. 5e. The albumin solute front delayed between 8.11 min (\(k\) = 1.7)6 and 13.14 min (\(k\) = 1.05)7 to traverse 250 μm, but much longer (2.16 h at \(k\) = 1.7) to traverse 1000 μm, consistent with the position vs. time plot (\(k\) = 1.05) in Fig. 5c. The solute front for Aβ monomer (\(D\) = 180 μm2/s)28, being smaller than albumin, traversed both distances more quickly, but still delayed 1.00 h (\(k\) = 1.7) and 1.62 h (\(k\) = 1.05) to travel 1000 μm. The solute front for sodium ions traversed 1000 μm in 11.36 min (\(k\) = 1.05)./p> 0.1) but mostly low Peclet numbers (\(Pe\) < 0.1) in parenchyma. Of course, the reduction in clearance distance caused by the perivascular network also decreased the clearance time scale assuming purely advective parenchymal transport, although less dramatically, by a factor of 4.63. If interstitial bulk flow were indeed present, transport would proceed as a combination of advection and diffusion as dictated by the Peclet number \(Pe\) for a particular substance. For instance, an interstitial velocity of 0.367 µm/s would result in equal advective and diffusive time scales (\(Pe\) = 1) for Aβ over the average MCD when considering PVS to be a CSF compartment./p> \lambda_{1} > \lambda_{2} > \lambda_{3}\), and each eigenvalue is the image intensity curvature along its associated eigenvector. For a tubular intensity field, \(\lambda_{1} = 0\) and \(\lambda_{2} = \lambda_{3} \ll 0\)65 because the intensity does not vary along the tube axis, but has negative curvature perpendicular to this axis. Accordingly, in the ImageJ implementation, tubeness is defined as \(\sqrt {\lambda_{2} \lambda_{3} }\) and increases in value for more tubular intensity fields64. In this implementation, the tubeness field can be made sensitive to tubular structures of a certain size by applying a Gaussian filter prior to computing tubeness. Because many PVS only span a single voxel, the standard deviation for the Gaussian filter was set to 40 μm. The tubeness calculation is a variety of Frangi filtering26, a technique often applied to clinical MR images for perivascular space segmentation in humans20,21,22,25./p>

Новости

Сегментация периваскулярной сети происходит из-за высокого