A Reference-Based Approach Using Whole-Brain Segmentation for Image-Derived Blood Activity Concentration in CBV Quantification

Om de gezondheid van de hersenen te begrijpen, moeten artsen vaak meten hoeveel bloed er doorheen stroomt, hoeveel zuurstof het verbruikt en hoeveel bloedvolume het op elk gegeven moment bevat. Deze metingen zijn cruciaal voor het diagnosticeren van aandoeningen zoals beroertes of chronisch gebrek aan doorbloeding, waarbij het vermogen van de hersenen om brandstof aan te voeren in gevaar is gebracht. Decennialang was de meest nauwkeurige manier om deze cijfers te verkrijgen het gebruik van een speciaal type camera, een PET-scanner, die minuscule hoeveelheden radioactief gas detecteert die door de patiënt worden ingeademd. Echter, om de beelden van deze camera om te zetten in precieze getallen, hadden artsen traditioneel precies moeten weten hoeveel radioactief gas er op elk moment in het bloed van de patiënt zat. Het verkrijgen van deze informatie betekende gewoonlijk dat er een naald in een slagader in de pols of arm moest worden gestoken om herhaaldelijk bloed af te nemen terwijl de patiënt onbeweeglijk in de scanner lag. Hoewel deze methode werkt, is het invasief, oncomfortabel en brengt het een klein risico op complicaties met zich mee, wat het gebruik ervan in de routinezorg beperkt.

Een team van onderzoekers aan de Kagawa Universiteit in Japan heeft een nieuwe manier ontwikkend om deze vitale cijfers te verkrijgen zonder ooit een druppel bloed te trekken. In een studie met bijna tweehonderd patiënten toonden zij aan dat een computer de radioactiviteitsniveaus van het bloed kan schatten door simpelweg naar de hersenbeelden zelf te kijken. Door specifieke hersengebieden te analyseren en deze te vergelijken met bekende referentiewaarden, produceerde hun methode resultaten die bijna perfect overeenkwamen met de traditionele bloedafname-techniek. Dit doorbraak suggereert dat artsen in de nabije toekomst deze gedetailleerde hersenscans snel en comfortabel kunnen uitvoeren, waardoor de noodzaak voor pijnlijke naalden verdwijnt terwijl de hoogwaardige gegevens nodig voor de behandeling van ernstige hersenaandoeningen behouden blijven.

De uitdaging waarmee de onderzoekers werden geconfronteerd, was hoe ze de invasieve bloedmonsters konden vervangen door iets dat direct uit de scan afgelezen kon worden. In hun studie werkten ze met een groep van 186 mensen, van wie sommigen een aandoening hadden genaamd de moyamoya-ziekte, een zeldzame stoornis waarbij de bloedvaten in de hersenen vernauwen, en anderen die dat niet hadden. Het team verdeelde deze patiënten in twee groepen. De eerste groep werd gebruikt om een kaart te maken van hoe een "normaal" bloedvolume eruitziet in verschillende delen van de hersenen. Ze namen de hersenbeelden van deze patiënten en verdeelden de hersenen in veel kleine, afzonderlijke secties, waarbij ze het gemiddelde bloedvolume in elke sectie berekenden. Dit creëerde een betrouwbare referentielibraal.

Voor de tweede groep patiënten testten de onderzoekers hun nieuwe idee. In plaats van bloed af te nemen om te achterhalen hoeveel radioactief gas er circuleerde, gebruikten ze de hersenbeelden van deze patiënten om achteruit te rekenen. De computer keek naar de activiteit in elke kleine sectie van de hersenen en berekende, met behulp van de referentielibraal van de eerste groep, wat de concentratie van de bloedactiviteit moet zijn geweest om die beelden te produceren. Om deze berekening nauwkeuriger te maken, gokte de computer niet zomaar; de computer weegde de informatie uit elke hersensectie op basis van hoe consistent die sectie was bij verschillende mensen. Secties die sterk varieerden van persoon tot persoon kregen minder belang, terwijl stabiele secties meer vertrouwen kregen. Dit proces stelde de computer in staat om alle kleine aanwijzingen te combineren tot één enkele, betrouwbare schatting van de radioactiviteit van het bloed.

Toen de onderzoekers hun door de computer gegenereerde schattingen vergeleken met de werkelijke bloedmonsters die bij de patiënten waren afgenomen, waren de resultaten opvallend dichtbij elkaar. Voor de groep patiënten zonder de vaatziekte was het verschil tussen de op beelden gebaseerde schatting en de werkelijke bloedmeting gemiddeld minder dan anderhalve procent. Zelfs voor de patiënten met de ziekte, waarbij de doorbloeding onvoorspelbaar is, bleef het verschil klein, ongeveer anderhalve procent wanneer de onderzoekers zorgvuldig alleen de meest stabiele hersensecties voor hun berekening selecteerden. In de moeilijkste gevallen zat de gok van de computer minder dan vijf procent af. Deze cijfers zijn significant omdat ze binnen de marge van natuurlijke variatie vallen die bij standaard medische tests wordt gevonden, wat betekent dat de nieuwe methode nauwkeurig genoeg is om vertrouwd te worden voor klinische beslissingen.

De studie benadrukte ook waarom deze aanpak bijzonder nuttig is voor patiënten met complexe aandoeningen zoals de moyamoya-ziekte. Bij deze patiënten zijn de bloedvaten beschadigd, wat eenvoudige metingen die slechts op één deel van de hersenen vertrouwen, kan verstoren. Door een methode te gebruiken die naar veel verschillende delen van de hersenen kijkt en deze middelt, ontdekten de onderzoekers dat ze fouten die gewoonlijk bij zieke patiënten optreden, konden verminderen. Ze ontdekten dat door alleen de hersensecties te kiezen die zowel bij gezonde als bij zieke patiënten vergelijkbaar gedrag vertoonden, ze de schatting nog nauwkeuriger konden maken. Dit zorgvuldige selectieproces betekende dat de nieuwe methode de complexiteit van zieke hersenen kon aanpakken zonder aan nauwkeurigheid in te boeten.

Misschien wel het belangrijkste aspect van dit werk is dat het gehele proces geautomatiseerd kan worden. Zodra de hersenbeelden zijn genomen, handelt de computer de rest af: het brengt de hersenen in kaart, selecteert de juiste secties, berekent de bloedactiviteit en produceert de uiteindelijke kwantitatieve kaarten van doorbloeding en volume. Er is geen noodzaak voor een technicus om handmatig cirkels rond de bloedvaten te tekenen of voor een arts om tijd te besteden aan het plaatsen van markeringen op het scherm. Deze automatisering, gecombineerd met het elimineren van bloedafnames, transformeert een complexe, meerstaps procedure in iets dat snel en comfortabel kan worden uitgevoerd in een standaard ziekenhuissetting.

De onderzoekers erkennen dat hun methode afhankelijk is van het hebben van een goede referentielibraal om mee te beginnen, en dat verschillende ziekenhuizen hun eigen bibliotheken moeten creëren op basis van hun specifieke patiëntenpopulaties. Ze merken ook op dat hoewel de methode zeer nauwkeurig is, het geen magische oplossing is voor elk mogelijk scenario, met name als de fysiologie van een patiënt tijdens de scan drastisch verandert. De studie levert echter sterk bewijs dat het tijdperk van de noodzaak voor invasieve bloedmonsters voor deze specifieke hersenmetingen mogelijk ten einde loopt. Door de hersenbeelden zelf de bron van de gegevens te maken, biedt deze aanpak een pad naar volledig niet-invasieve, geautomatiseerde en precieze hersenbeeldvorming die een standaardinstrument zou kunnen worden voor het beschermen van de hersengezondheid.