Ученые разработали алгоритм неинвазивного определения сегментов спинного мозга
Исследование поможет в проведении нейрохирургических манипуляций со спинным мозгом.
Ученые из Института физиологии имени Павлова разработали алгоритм неинвазивного прогнозирования длин и положений сегментов спинного мозга на основе характеристик позвонков.
Алгоритм поможет в проведении нейрохирургических манипуляций. Исследование проводилось на лабораторных животных, однако предложенный подход к установлению взаимосвязей между сегментами спинного мозга и позвонками может быть применен для приматов и человека.
Статья была опубликована в журнале Anatomical Record.
Детальное знание топографической организации и точный доступ к сегментам спинного мозга имеют решающее значение для нейрохирургических манипуляций, а также нейрофизиологических исследований in vivo спинномозговых сетей, отвечающих за различные типы ходьбы и поддержание позы, а также регулирующих функции кишечника и органов малого таза.
Известно, что при повреждении (травме) спинного мозга работа этих нейронных сетей серьезно нарушается, что приводит к параличу нижних конечностей и нарушению функции тазовых органов.
Эти функции могут быть частично восстановлены путем электрической стимуляции определенных сегментов спинного мозга при помощи электродных матриц, имплантируемых на поверхность твердой оболочки спинного мозга.
Положение конкретных сегментов возможно определить только непосредственно во время хирургической операции или при вскрытии. Современные методы визуализации (МРТ, КТ) также не позволяют это сделать, особенно в пояснично-крестцовом отделе, где сегменты смещены относительно одноименных позвонков.
Тем не менее часто необходимо определить точное местоположение сегментов спинного мозга in vivo — например, для планирования хирургических манипуляций со спинным мозгом, создания и имплантации нейроинтерфейсов или регистрации активности нейронов.
Исследование решает эту проблему. Ученые из Института физиологии имени И. П. Павлова РАН, Российского научного центра радиологии и хирургических технологий, Института трансляционной биомедицины СПбГУ и Медицинского колледжа Бейлора, США, разработали алгоритм для прогнозирования положения сегментов позвоночника на основе их отношения к контрольным точкам позвонков.
На основе этих измерений была разработана процедура оценки: для определения длины сегмента использовалась кубическая регрессия отношения длины сегмента к длине второго поясничного позвонка, а для определения положения сегментов — квадратичная регрессия отношения их положений относительно переднего края этого же позвонка.
Коэффициенты этих регрессий были рассчитаны на обучающей выборке животных, а затем подтверждены на тестовой выборке.
Полученную зависимость можно использовать при вычислении длин сегментов пояснично-крестцового отдела и прогнозирования их положения в позвоночном канале, что является актуальным, в частности, при расчете геометрии имплантатов и их точного позиционирования с целью нейропротезирования функций спинного мозга.
«В дальнейшем планируется трансляция подобного подхода на приматов и человека. Измерить размер позвонков можно при помощи компьютерной томографии, тогда как размеры сегментов даже инвазивно, во время операции, измерить весьма затруднительно.
Данные о положении и размере сегментов спинного мозга, полученные путем прогнозирования, в будущем могут быть использованы для создания электродных матриц для стимуляции спинного мозга по индивидуальным размерам», — отметила Полина Шкорбатова, первый автор исследования.
Детальное изучение топографической организации сегментов спинного мозга имеет важное значение как для проведения лечебных и диагностических процедур, планирования хирургического вмешательства, так и для изучения спинальных локомоторных сетей, обеспечивающих сенсорные, моторные и висцеральные функции.
Установить положение сегментов внутри позвоночного канала неинвазивными методами затруднительно, поскольку между положением позвонков и одноименных сегментов спинного мозга имеется несоответствие, которое особенно выражено в пояснично-крестцовом отделе.
Работа была поддержана грантами РФФИ № 16-04-01791, № 17-04-01822, № 17-29-01034-офи-м); грантом Президента РФ МД-1018.2017.7 и грантом Национального института здоровья R01 NS100928.
Telegram 
Дзен 
VK 
