Assessing Motion Fidelity During Closed-Head Rotational Acceleration Traumatic Brain Injury in Pigs

技術要約：豚を用いた閉頭回転加速性外傷性脳損傷における運動忠実度の評価

問題提起
外傷性脳損傷（TBI）、特に急速な回転加速によって引き起こされる閉頭弥漫性TBIは、障害および死亡の主要な原因となっている。豚モデルは、その質量や神経解剖学的特徴がヒトのバイオメカニクスに類似しているため、ヒトのTBIを再現するモデルとして広く用いられているが、運動学的データの忠実度（フィデリティ）の検証において重大な空白が存在する。歴史的に、これらのモデルにおける損傷運動学は、被験者の頭部に直接取り付けられるのではなく、回転装置に取り付けられたトランスデューサを介して記録されてきた。冠状面における先行研究では、装置の運動学が実際の頭部運動を大幅に過大評価する可能性が示唆されている。しかし、HYGEデバイスが一般的に運用される矢状面における、装置と頭部の間の運動学的結合（忠実度）の程度は、これまで定量化されていなかった。この転送効率を正確に特性化しなければ、バイオメカニクス的パラメータ、病理、および神経学的アウトカムの関係を正確に確立することはできない。

方法論
本研究では、検証済みの閉頭回転加速モデルを用い、5頭の雌のユカタン豚（6ヶ月齢）を対象とした。動物には、空気圧式HYGEデバイスを用いて、中等度（85–90 rad/s）および高速（105–110 rad/s）の2つの速度範囲を標的とした急速な矢状面頭部回転が加えられた。

運動学的忠実度を評価するため、本研究では以下の2つの手法を用いて運動を記録した：

1. トランスデューサ記録： デバイスに取り付けられた2つの磁気流体センサーにより、10 kHzで角速度を記録した。データは、SAE J211規格に準拠した4次ローパス・バターワースフィルター（遮断周波数300 Hz）を用いてフィルタリングされた。
2. 高フレームレートビデオグラフィ： Phantom v4.2カメラを用いて500 fpsで動きを記録した。この視覚データは、2つの異なるパイプラインを通じて分析された：
   • 手動トラッキング： Fijiソフトウェアを用い、5つの解剖学的ランドマーク（頭部に3つ、デバイス上に2つ）を特定した。
   • 自動トラッキング： DeepLabCut（DLC）ディープラーニングフレームワーク（ResNet-50アーキテクチャ）を用いて、同一のランドマークに対するマーカーレス・ポーズ推定を行うよう学習させた。

運動学的パラメータ（角速度および角加速度）は、両方の手法から導出された。本研究では、誤差の伝播を最小限に抑えるために、デバイス、頭部、およびこれらを組み合わせたセットの回転中心（CoR）を算出した。統計的比較には、平均絶対誤差（MAE）、CORation and Analysis（CORA）スコア、およびピーク速度一致率が含まれた。最後に、豚の運動学的データは、脳質量比に基づく従来の質量スケーリング方程式を用いて、ヒトの等価量へとスケール変換された（豚：77–88 g、ヒト女性：約1198 g、ヒト男性：約1336 g）。

主な結果

• 運動学的結合： 本研究では、回転装置と被験者の頭部の間に高い結合が見られた。ピーク角速度の一致率は、中等度速度損傷で95.30 ± 3.41%、高速速度損傷で**93.09 ± 8.08%**であった。
• 手法の検証： 自動DLCトラッキングは、手動トラッキングおよびトランスデューサデータと同等の精度を示した。
  • DLCデバイス追跡 vs. トランスデューサ：MAEは中等度で7.19 rad/s、高速で12.76 rad/s。CORAスコアはそれぞれ0.91および0.84。
  • DLC頭部追跡 vs. トランスデューサ：MAEは中等度で10.12 rad/s、高速で20.67 rad/s。CORAスコアはそれぞれ0.86および0.74。
• 速度 vs. 加速度： 角速度曲線は、すべての手法において頭部とデバイスの間で強い一致を示した。角加速度は「良好から強い」一致を示したが、ビデオデータから派生した際のノイズ増幅の影響により、より大きな分散を示した。
• ヒトへのスケーリング： ヒトの脳質量にスケール変換した際、高速損傷は確立された臨床的損傷閾値（例：OmmayaのAIS 3/5閾値およびRowsonらによる脳震盪リスク閾値）を超過した一方、中等度速度損傷は、より低い臨床的インパクトの範囲内またはその近傍に位置した。

主な貢献

1. 矢状面の忠実度の検証： 本研究は、矢状面においてHYGE回転装置が豚の頭部へ運動を正確に伝達していることを示す経験的証拠を提供した（ピーク速度の忠実度は93%を超える）。これは、以前の冠状面研究で見られた低い忠実度とは対照的である。
2. DeepLabCutの適用： 本研究は、大型動物のTBIモデルにおける高速度・マーカーレス運動学的解析のためのDeepLabCutの使用を成功裏に検証し、従来のトランスデューサ手法に代わる、あるいは補完的な手法としての生存能力を実証した。
3. 精緻化されたフィルタリング基準： トランスデューサデータへの300 Hzバターワースフィルター（CFC 180相当）の実装は、豚の損傷データを自動車衝突試験規格（SAE J211）に適合させ、分野横断的な比較を容易にした。
4. 定量的ベンチマーク： デバイスから頭部への結合に関する具体的なMAEおよびCORA指標を提供することにより、本研究は、このモデルによって生成される過去および将来のTBIデータの解釈のための定量的ベースラインを確立した。

意義および主張
著者らは、この検証研究が、テストされた速度範囲内における矢状面回転加速モデルの高い運動学的転送効率を裏付けるものであると主張している。したがって、回転装置に取り付けられたトランスデューサのデータは、ピーク角速度および最小角加速度に関して、実際の頭部運動学の信頼できる近似として機能すると断言している。この知見は、プレクリニカル研究におけるデバイス装着型トランスデューサの使用継続を支持するものであり、豚モデルのバイオメカニクス研究の信頼性を高め、損傷パラメータのヒト臨床コンテキストへのスケーリングを向上させるものである。著者らは加速度データについては慎重な姿勢を保っており、速度の忠実度は高いものの、真の加速度効果を詳細に記述するためには、時間同期された高解像度センサーによるさらなる検証が必要であると述べている。