Two observables of one wall: how surface relaxivity can bias the diffusion intra-axonal fraction and the myelin water fraction

Résumé Technique : Le biais de la relaxivité de surface sur les fractions de microstructure en diffusion et en relaxométrie

Énoncé du problème
La relaxivité de surface ($\rho$) et la diffusion dépendante du temps sont deux observables issues d'un même processus physique : la collision des molécules d'eau avec les parois des axones myélinisés. Bien que l'IRM de diffusion (dMRI) soit souvent considérée comme « aveugle à la relaxivité » en raison de la normalisation par $b=0$, cet article soutient que cette hypothèse n'est vraie que pour un compartiment unique. En réalité, l'eau intra-axonale et l'eau extra-axonale résident contre des parois différentes présentant des rapports surface/volume ($S/V$) distincts. Par conséquent, elles subissent des taux de relaxation transversale différents ($R_2 = 1/T_2 + \rho S/V$). Ce repondérage différentiel du $T_2$ affecte les signaux des compartiments au temps d'écho ($TE$) utilisé pour la normalisation, introduisant un biais systématique dans les estimations de la microstructure. Cet article étudie comment ce terme géométrique inobservé biaise deux métriques clés : la fraction de signal intra-axonale de diffusion ($f_{intra}$) et la fraction d'eau de la myéline (MWF).

Méthodologie
L'étude combine des dérivations analytiques et des simulations de Monte Carlo (MC) basées sur les premiers principes pour valider la physique et quantifier le biais.

1. Dérivations analytiques :

   • Taux intérieur : Dérivation du taux de surface de Brownstein–Tarr pour l'eau intra-axonale sur une population de calibres d'axones distribuée selon une loi Gamma. Le taux est la moyenne pondérée par la surface de $\rho(4/d)$.
   • Taux extérieur : Dérivation du taux de surface de Novikov–Burcaw pour l'eau extra-axonale, qui sature vers un plateau déterminé par la densité de surface extérieure moyenne ($S_{ext}/V_{ext}$) dans la limite de rétrécissement motionnel.
   • Rapport en forme fermée : Démonstration que le rapport entre le $S/V$ intérieur et extérieur est indépendant de la distribution des calibres et dépend uniquement de la fraction de volume des fibres ($V_F$) et du rapport $g$ : $(1-V_F)/(g V_F)$.
   • Formules de biais : Dérivation d'expressions en forme fermée pour le biais de $f_{intra}$ (Éq. 9) et le décalage de la MWF apparente basé sur le croisement des valeurs de $T_2$ des axones fins sous la fenêtre de la myéline.

2. Validation par Monte Carlo :

   • Développement d'un simulateur MC de comptage de parois (utilisant un estimateur de temps local de frontière de type realized-overshoot) pour propager des marcheurs aléatoires à travers des géométries explicites sans modèles de relaxivité analytiques.
   • Validation que l'atténuation de surface par MC correspond aux taux de Brownstein–Tarr et Novikov–Burcaw avec une précision de $\sim 0,2$ point de pourcentage.
   • Confirmation que les axones fins dans la simulation MC présentent des valeurs de $T_2$ descendant sous la fenêtre de la myéline de 25 ms, validant ainsi le mécanisme du biais de la MWF.

3. Modélisation directe (Forward Modeling) :

   • Diffusion : Simulation de signaux de dMRI multi-couches avec relaxivité de surface activée, suivis d'un ajustement par des techniques de moyenne sphérique standard (SMT) pour quantifier le biais de $f_{intra}$.
   • Relaxométrie : Simulation de décaissementments CPMG multi-échos avec un pool intra-axonale à calibre distribué, et estimation de la MWF via une régression de moindres carrés non négatifs (NNLS) avec une fenêtre de myéline fixe.
   • Trajectoire longitudinale : Modélisation d'une trajectoire de démyélinisation intra-sujet (préservant le lumen de l'axone, amincissant la myéline) pour tester si le biais s'annule lors des changements longitudinaux.

Résultats clés

• Biais de la fraction de signal intra-axonale ($f_{intra}$) :

  • Le biais est piloté par le $S/V$ différentiel entre les parois intérieures et extérieures.
  • Loi de signe : Le signe du biais est déterminé par la fraction de volume des fibres ($V_F$). En dessous d'un point de croisement $V_F^* = 1/(1+g) \approx 0,59$, l'eau intra-axonale relaxe plus rapidement (sous-estimation). Au-dessus de $V_F^*$, l'eau extra-axonale relaxe plus rapidement, provoquant une surpondération du signal intra-axonale.
  • Magnitude : Dans une substance blanche physiologiquement dense ($V_F \approx 0,65$), la fraction intra-axonale est surestimée d'environ 12 % à un temps d'écho clinique ($TE=80$ ms) en utilisant une valeur de relaxivité citée ($\rho = 1,16$ $\mu$m/s). Ce biais est proportionnel à $\rho$ et croît de manière monotone avec le $TE$.
  • Nature : Il s'agit d'une erreur systématique structurée de premier ordre, et non d'un bruit de moyenne nulle, ce qui signifie qu'elle ne s'annule pas par moyenne sur les voxels mais déplace les moyennes régionales et de cohortes.

• Biais de la fraction d'eau de la myéline (MWF) :

  • Mécanisme : La relaxivité de surface raccourcit le $T_2$ apparent de l'eau intra-axonale. Pour les axones les plus fins (diamètre interne $d < d^* \approx 0,17$ $\mu$m pour la $\rho$ citée), le $T_2$ chute en dessous de la fenêtre standard de la myéline de 25 ms. Cette eau est alors classée à tort comme eau de la myéline.
  • Direction : La substance blanche fine (haut $S/V$) est lue comme étant plus riche en myéline que la substance blanche grossière, même si le volume de myéline réel est identique.
  • Magnitude : Pour la $\rho$ citée, le biais est faible (0,33 point de pourcentage en MWF, ou ~0,82 pp en contenu de myéline inféré). Cependant, il est super-linéaire par rapport à $\rho$ ; si $\rho$ est un ordre de grandeur plus élevé, le biais devient significatif (3,4 pp).
  • Détectabilité : Le biais est enfoui sous le bruit de voxel unique, mais émerge comme un décalage systématique lors de l'intégration sur des régions d'intérêt (ROI) possédant des distributions de calibres différentes.

• Démyélinisation longitudinale :

  • Dans une trajectoire de démyélinisation préservant le lumen (démyélinisation primaire), le biais de la MWF est dicté par le diamètre interne de l'axone qui reste fixe. Ainsi, le biais est presque constant et s'annule lors du calcul du changement ($\Delta$MWF) entre les points temporels.
  • Inversement, le biais de $f_{intra}$ dépend de la différence entre le $S/V$ intérieur et extérieur. À mesure que la myéline s'amincit, la paroi extérieure recule, modifiant le $S/V$ extérieur alors que l'intérieur reste fixe. Par conséquent, le biais de $f_{intra}$ dérive de manière significative (ex: de -5 % à -21 %) pendant la démyélinisation, créant un artefact important dans les études de diffusion longitudinales.

Signification et affirmations
L'article affirme avoir identifié une source de biais jusqu'ici non rapportée, affectant à la fois la diffusion et la relaxométrie microstructurale, découlant de l'indissociabilité de la diffusion dépendante du temps et de la relaxivité de surface géométrique dans les mesures multi-échos.

1. Physique unifiée : Il établit que la relaxivité de surface et la diffusion dépendante du temps sont des lectures duales du même processus de collision avec la paroi. Le « $T_2$ » mesuré en relaxométrie est contaminé par un taux dépendant de la géométrie que l'IRM de diffusion tente de normaliser mais échoue à éliminer totalement en raison des différences de $S/V$ entre les compartiments.
2. Erreurs systématiques : Le biais de $f_{intra}$ est caractérisé comme une erreur systématique déterministe de premier ordre, qui dépend de la densité de paquetage et du temps d'écho, pouvant fausser les comparaisons inter-sites ou inter-cohortes si les temps d'écho diffèrent.
3. Interprétation de la MWF : Le biais de la MWF est présenté comme un biais structurel où l'« eau de la myéline » mesure en réalité une « eau piégée à haut $S/V$ ». Cela implique que les régions de substance blanche fine (ex: genu du corps calleux) peuvent paraître plus riches en myéline que les régions plus grossières (ex: corps moyen), indépendamment du volume de myéline réel.
4. Contraste longitudinal : Une conclusion clé est la divergence dans le comportement de ces biais longitudinalement. Alors que les changements de MWF dans la démyélinisation primaire sont robustes à ce biais (car l'offset s'annule), les changements de $f_{intra}$ basés sur la diffusion sont fortement contaminés par le déplacement de la géométrie de la paroi extérieure.
5. Limites : Les auteurs notent modestement que l'ampleur absolue du biais dépend de la valeur de $\rho$ (qui peut varier d'un ordre de grandeur) et que la géométrie idéalisée (cylindres ne se touchant pas) peut sous-estimer les effets dans des paquets de fibres réels et tangents. Ils ne proposent pas de nouveau protocole d'acquisition pour résoudre cela, notant que la dégénérescence est structurelle et nécessite des contraintes orthogonales (ex: gradients oscillants à haut gradient) qui sont actuellement hors de portée clinique.