In vivo myelin imaging and tissue microstructure in white matter hyperintensities and perilesional white matter
Notice bibliographique
Résumé
Abstract Introduction White Matter hyperintensities (WMHs) relate to cognitive decline in aging, due to their deleterious effect on white matter structure. Diffusion tensor imaging (DTI) detects changes to white matter microstructure, both within the WMH and extending in a penumbra-like pattern in surrounding (perilesional) normal appearing white matter (NAWM). However, DTI markers are not specific to tissue components, complicating interpretation of previous DTI findings. Myelin water imaging is a novel imaging technique that provides specific markers of myelin content (myelin water fraction: MWF) and interstitial fluid (geometric mean T2: GMT2). Here we combined DTI and myelin water imaging to examine tissue characteristics in WMHs and perilesional NAWM. Our goal was to establish a multimodal neuroimaging approach to track WMH progression. Methods 80 individuals (47 older adults and 33 individuals with chronic stroke) underwent neuroimaging and tissue segmentation. To measure perilesional NAWM, WMH masks were dilated in 2mm segments up to 10mm in distance from the WMH to measure perilesional NAWM. Fractional anisotropy (FA), mean diffusivity (MD), MWF, and GMT2 were extracted from WMHs and perilesional NAWM. We examined whether white matter metrics showed a spatial gradient of effects in perilesional NAWM, as a function of Distance from the WMH, and Group. We tested whether white matter metrics in the WMH lesion related to severity of cerebrovascular disease across the whole sample, indexed by whole brain WMH volume. Results We observed a spatial gradient of higher MD and GMT2, and lower FA, in perilesional NAWM and the WMH. In the chronic stroke group, MWF was reduced in the WMH lesion but did not show a spatial gradient in perilesional NAWM. Across the whole sample, white matter metrics within the WMH lesion related to whole-brain WMH volume; MD and GMT2 increased, and MWF decreased, with increasing WMH volume. Conclusions NAWM adjacent to WMHs exhibits characteristics of a transitional stage between healthy NAWM tissue and WMH lesions. This was observed in markers sensitive to interstitial fluid, but not in the specific marker of myelin concentration (MWF). Within the WMH, interstitial fluid was higher and myelin concentration was lower in individuals with more severe cerebrovascular disease. Our data suggests that fluid-sensitive imaging metrics (such as DTI) can identify NAWM at high risk of conversion to a WMH. In contrast, specific markers of myelin concentration (e.g., MWF) can be used to measure levels of demyelination in the WMH itself, which may be a useful marker for disease staging of advanced WMHs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».