MRIガイドDOTを用いた脳硬膜下血腫の連続モニタリング法

Continuous monitoring method of cerebral subdural hematoma based on MRI guided DOT.

• Huiquan Wang
• Nian Wu
• Zhe Zhao
• Guang Han
• Jun Zhang
• Jinhai Wang

抄録

外傷による脳硬膜下血腫は、状態が安定した後に脳内の血管が破裂して急に悪化しやすい。そのため、脳硬膜下血腫の大きさを継続的にモニタリングすることは、臨床的に重要な意味を持つ。本原稿では、硬膜下血腫の高速・リアルタイム・非侵襲・高精度なモニタリングを実現するために、脳磁気共鳴画像（MRI）画像誘導、拡散光トモグラフィ技術、ディープラーニングを組み合わせた脳硬膜下血腫モニタリング法を提案している。まず、MRIの脳画像をセグメンテーションし、実際の脳と一致する構造とパラメータを持つ3次元多層脳モデルを得る。次に、このモデル上に近赤外光源と検出器（光源と検出器の間隔は0.5～6.5cm）を配置し、頭蓋内血腫情報の高速・リアルタイム・非侵襲的な取得を実現した。最後に、ディープラーニング法を用いて、脳硬膜下血腫の正確な再構成画像を得る。実験の結果、平均体積誤差0.1mlの積層型オートエンコーダーの再構成効果は、平均体積誤差0.9mlの代数的再構成法で再構成された結果よりも優れていることを示した。異なる信号対雑音比の下で、シミュレーションされた血腫の実際の血液量と再構成された血腫の間のカーブフィッティングRは0.95以上であった。我々は、提案されたモニタリング方法は、硬膜下血腫の高速で非侵襲的なリアルタイムで正確なモニタリングを実現することができ、連続的なウェアラブル硬膜下血腫モニタリング装置の技術的基盤を提供することができると結論付けた。

Cerebral subdural hematomas due to trauma can easily worsen suddenly due to the rupture of blood vessels in the brain after the condition is stabilized. Therefore, continuous monitoring of the size of cerebral subdural hematomas has important clinical significance. To achieve fast, real-time, noninvasive, and accurate monitoring of subdural hematomas, a cerebral subdural hematoma monitoring method combining brain magnetic resonance imaging (MRI) image guidance, diffusion optical tomography technology, and deep learning is proposed in this manuscript. First, an MRI brain image is segmented to obtain a three-dimensional multi-layer brain model with structures and parameters matching a real brain. Then, a near-infrared light source and detectors (source-detector separations ranging from 0.5 to 6.5 cm) were placed on the model to achieve fast, real-time and noninvasive acquisition of intracranial hematoma information. Finally, a deep learning method is used to obtain accurate reconstructed images of cerebral subdural hematomas. The experimental results show that the reconstruction effect of stacked auto-encoder with the mean volume error of 0.1 ml is better than the result reconstructed by algebraic reconstruction techniques with the mean volume error of 0.9 ml. Under different signal-to-noise ratios, the curve fitting R between the actual blood volume of a simulated hematoma and a reconstructed hematoma is more than 0.95. We conclude that the proposed monitoring method can realize fast, noninvasive, real-time, and accurate monitoring of subdural hematomas, and can provide a technical basis for continuous wearable subdural hematoma monitoring equipment.

© 2020 Optical Society of America under the terms of the OSA Open Access Publishing Agreement.