ГоловнаАрхiв номерiв2023Том 31, випуск 2 (115)Фрактальний аналіз магнітно-резонансних зображень головного мозку: діагностична цінність (огляд літератури)
Назва статтi Фрактальний аналіз магнітно-резонансних зображень головного мозку: діагностична цінність (огляд літератури)
Автори Мар’єнко Наталія Іванівна
З рубрики ЛІТЕРАТУРНИЙ ОГЛЯД
Рiк 2023 Номер журналу Том 31, випуск 2 (115) Сторінки 93-97
Тип статті Наукова стаття Індекс УДК 611.813:57.086:517:530.191 Індекс ББК -
Анотацiя

 Фрактальний аналіз є відносно новим методом математичного аналізу зображень, що дає змогу кількісно охарактеризувати ступінь складності просторової конфігурації до- сліджуваних об’єктів. У клінічних нейронауках фрактальний аналіз найчастіше використо- вують для морфометричного досліджування великих півкуль головного мозку та мозочка. Можна проводити аналіз кори і білої речовини, їхніх зовнішніх поверхонь, а також тканини мозку цілком. Значення фрактальної розмірності (величини, що визначають за допомогою фрактального аналізу) залежать від індивідуальних анатомічних особливостей і можуть змінюватися у процесі онтоґенезу. Зміни фрактальної розмірності виявлені в процесі роз- витку головного мозку та при його порушеннях, при нормальному старінні та нейродеге- неративних захворюваннях, гострих ураженнях тканини головного мозку (травматичному ушкодженні головного мозку і гострих порушеннях мозкового кровообігу) та при деяких психічних розладах. Перевагами використання фрактального аналізу у клінічній практиці є можливість визначення наявних морфологічних змін структур головного мозку, а також можливість кількісного й об’єктивного оцінювання ступеня вираженості виявлених змін.
Ключовi слова фрактальний аналіз, фрактальна розмірність, головний мозок, магнітно-резонансна томографія, нейровізуалізація
Доступ до повної статтi pdf
Перелiк
використаної
лiтератури
1. Advances in MRI-based computational neuroanato- my: from morphometry to in-vivo histology / [N. Weiskopf, S. Mohammadi, A. Lutti, M. F. Callaghan] // Curr Opin Neurol. 2015. 28 (4). 313—322. DOI: 10.1097/WCO.0000000000000222.
2. Mandelbrot B. B. The fractal geometry of nature. San Francisco : W. H. Freeman and Company, 1982.
3. Fractals in the Neurosciences, Part I: General Principles and Basic Neurosciences / A. Di Ieva, F. Grizzi, H. Jelinek [et al.] // Neuroscientist. 2014. 20 (4). 403—417. DOI: 10.1177/1073858413513927. 4. Fractals in the neurosciences, Part II: clinical appli- cations and future perspectives / A. Di Ieva, F. J. Esteban, F. Grizzi [et al.] // Neuroscientist. 2015. 21 (1). 30—43. DOI: 10.1177/1073858413513928.
5. Feder J. Fractals. New York : Plenum Press, 1988.
6. Characterization of Atrophic Changes in the Cerebral Cortex Using Fractal Dimensional Analysis / R. D. King, A. T. George, T. Jeon T. [et al]; the Alzheimer’s Disease Neuroimaging Initiative // Brain Imaging Behav. 2009. 3 (2). 154—166. DOI: 10.1007/s11682-008-9057-9.
7. Fractal dimension analysis of the cortical ribbon in mild Alzheimer’s disease / R. D. King, B. Brown, M. Hwang [et al.] // Neuroimage. 2010. 53 (2). 471—9. DOI: 10.1016/j.neuroim- age.2010.06.050.
8. Brain Cortical Complexity Alteration in Amyotrophic Lateral Sclerosis: A Preliminary Fractal Dimensionality Study / [J. H. Chen, N. X. Huang, T. X. Zou, H. J. Chen; Alzheimer's Disease Neuroimaging Initiative] // Biomed Res Int. 2020 Mar 19; 2020. 1521679. DOI: 10.1155/2020/1521679. .
 9. Kalmanti E. Fractal dimension as an index of brain corti- cal changes throughout life / E. Kalmanti, T. G. Maris // In Vivo. 2007. 21 (4). 641—646. PMID: 17708359.
10. Fractal dimension in human cortical surface: multiple regression analysis with cortical thickness, sulcal depth, and folding area / K. Im, J. M. Lee, U. Yoon [et al.] // Hum Brain Mapp. 2006. 27 (12). 994—1003. DOI: 10.1002/hbm.20238.
11. Madan C. R. Cortical complexity as a measure of age-re- lated brain atrophy / C. R. Madan, E. A. Kensinger // Neuroimage. 2016. 134. 617—629. DOI: 10.1016/j.neuroimage.2016.04.029.
12. Cortical surface complexity in frontal and temporal areas varies across subgroups of schizophrenia / [I. Nenadic, R. A. Yotter, H. Sauer, C. Gaser] // Hum Brain Mapp. 2014. 35 (4). 1691—1699. DOI: 10.1002/hbm.22283.
13. Left cerebral cortex complexity differences in sporadic healthy individuals with auditory verbal hallucinations: A pilot study / C. Zhuo, G. Li, C. Chen C. [et al.] // Psychiatry Res. 2020. 285. 112834. DOI: 10.1016/j.psychres.2020.112834.
14. Cortical complexity in bipolar disorder applying a spheri- cal harmonics approach / I. Nenadic, R. A. Yotter, M. Dietzek [et al.] // Psychiatry Res Neuroimaging. 2017. 263. 44—47. DOI: 10.1016/j.pscychresns.2017.02.007.
15. Cortical thickness, local gyrification index and fractal dimensionality in people with acute and recovered Anorexia Nervosa and in people with Bulimia Nervosa / G. Cascino, A. Canna, A. M. Monteleone [et al.] // Psychiatry Res Neuroimaging. 2020. 299. 111069. DOI: 10.1016/j.pscychresns.2020.111069.
16. Altered cortical gyrification, sulcal depth, and fractal dimension in the autism spectrum disorder comorbid atten- tion-deficit/hyperactivity disorder than the autism spectrum disorder / Y. Chen, J. Luo, S. Chen [et al.] // Neuroreport. 2023. 34 (2). 93—101. DOI: 10.1097/WNR.0000000000001864.
17. Cortical fractal dimension predicts disability worsening in Multiple Sclerosis patients / E. Roura, G. Maclair, M. Andorrà, [et al.] // Neuroimage Clin. 2021. 30. 102653. DOI: 10.1016/j. nicl.2021.102653.
18. Farahibozorg S. Age- and sex-related variations in the brain white matter fractal dimension throughout adulthood: an MRI study / S. Farahibozorg, S. M. Hashemi- Golpayegani, J. Ashburner // Clin Neuroradiol. 2015. 25 (1). 19—32. DOI: 10.1007/s00062-013-0273-3.
19. Quantifying degeneration of white matter in normal ag- ing using fractal dimension / L. Zhang, D. Dean, J. Z. Liu [et al.] // Neurobiol Aging. 2007. 28 (10). 1543—55. DOI: 10.1016/j. neurobiolaging.2006.06.020.
20. Fractal dimension brain morphometry: a novel ap- proach to quantify white matter in traumatic brain injury / V. Rajagopalan, A. Das, L. Zhang [et al.] // Brain Imaging Behav. 2019. 13 (4). 914—924. DOI: 10.1007/s11682-018-9892-2.
21. Maryenko N. I. Comparative analysis of fractal dimensions of human cerebellum: impact of image preprocessing and fractal analysis methods / N. I. Maryenko, O. Y. Stepanenko // Wiad Lek. 2022. 75 (2). 438—443. DOI: 10.36740/WLek202202120.
22. Liu J. Z. Fractal dimension in human cerebellum mea- sured by magnetic resonance imaging / J. Z. Liu, L. D. Zhang, G. H. Yue // Biophys J. 2003. 85 (6). 4041—4046. DOI: 10.1016/ S0006-3495(03)74817-6.
23. Fractal dimension analysis of cerebellum in Chiari Malformation type I. / [E. Akar, S. Kara, H. Akdemir, A. Kırış] // Comput Biol Med. 2015. 64. 179—186. DOI: 10.1016/j.comp- biomed.2015.06.024.
24. Fractal dimension analysis for quantifying cerebellar morphological change of multiple system atrophy of the cer- ebellar type (MSA-C) / Y. T. Wu, K. K. Shyu, C. W. Jao [et al.] Neuroimage. 2010. 49 (1). 539—551. DOI: 10.1016/j.neuroim- age.2009.07.042.
25. Maryenko N. Fractal dimension of cerebellum in acute cerebellar infarction (magnetic resonance imaging study) / N. Maryenko, O. Stepanenko // Aktualności Neurologiczne (Current Neurology). 2022. 22 (1). 3—10. DOI: 10.15557/ AN.2022.0001.
26. Takao H. Brain morphology is individual-specific informa- tion / H. Takao, N. Hayashi, K. Ohtomo // Magn Reson Imaging. 2015. 33 (6). 816—821. DOI: 10.1016/j.mri.2015.03.010.
27. Automatic localization of cerebral cortical mal- formations using fractal analysis / A. De Luca, F. Arrigoni, R. Romaniello [et al.] // Phys Med Biol. 2016. 61 (16). 6025—6040. DOI: 10.1088/0031-9155/61/16/6025.