Magnetisk resonansspektroskopi

Magnetisk resonansspektroskopi (MP-spektroskopi) muliggør ikke-invasiv information om hjernens metabolisme. Proton 1H-MR spektroskopi er baseret på et "kemisk skift" - en ændring i resonansfrekvensen af protoner, der udgør forskellige kemiske forbindelser. Dette udtryk blev introduceret af N. Ramsey i 1951 for at angive forskellene mellem frekvenserne af individuelle spektrale toppe. Måleenheden af "kemisk skift" er en milliondel (ppm). Vi præsenterer de vigtigste metabolitter og de tilsvarende kemiske skiftværdier, hvis toppe bestemmes in vivo i proton MR spektret:

• NAA-N-acetylaspartat (2,0 ppm);
• Cho - mixin (3,2 point);
• Kreatin (3,03 og 3,94 ppm);
• ml - myoinositol (3,56 ppm);
• Glx-glutamat og glutamin (2,1-2,5 ppm);
• Lac-lactat (1,32 ppm);
• Lip-lipid-kompleks (0,8-1,2 ppm).

I øjeblikket anvendes to hovedmetoder i proton MP-spektroskopi - one-voxel og multi-shift (kemisk skiftbilleddannelse) MP-spektroskopi - en engangsdetektion af spektre fra flere områder af hjernen. I praksis begyndte nu at omfatte multi-nukleær MP-spektroskopi baseret på MP-signalet fra kernerne af fosfor, carbon og nogle andre forbindelser.

Til single-site 1H-MR-spektroskopi udvælges kun ét (hjerne voxel) sted til analyse . Analyse af sammensætningen af frekvenser i spektret registreret fra denne voxel opnås en fordeling af visse metabolitter på kemisk skiftskala (ppm). Forholdet mellem toppe af metabolitter i spektret, fald eller stigning i højden af individuelle spektrale toppe giver mulighed for ikke-invasiv vurdering af biokemiske processer, der forekommer i væv.

Med MPP-spektroskopi med flere pixel opnås MP-spektre for flere voxeler på én gang, og spektrene af individuelle sektioner i undersøgelseszonen kan sammenlignes. Behandlingen af data fra multi-shot MP spektroskopi gør det muligt at konstruere et parametrisk cut-off-kort, hvor koncentrationen af en bestemt metabolit er markeret med farve og visualisere fordelingen af metabolitter i udskæringen, dvs. For at opnå et billede vægtet af det kemiske skifte.

Klinisk anvendelse af MR-spektroskopi. MP-spektroskopi er nu ret udbredt til at evaluere forskellige volumetriske hjerneformationer. MP-spektroskopidata ikke mulighed for at forudsige med sikkerhed den histologiske type af neoplasma, men de fleste forskere er enige om, tumorale processer generelt er kendetegnet ved et lavt forhold NAA / Cr, stigende Cho / Cr-forhold og, i nogle tilfælde forekomsten af peak lactat. I de fleste undersøgelser proton MR-spektroskopi blev anvendt i differentialdiagnosen af astrocytomer, ependymomas og primitive neuroepitelceller tumorer, formodentlig ved at specificere typen af tumorvæv.

I klinisk praksis er det vigtigt at anvende MP-spektroskopi i den postoperative periode til at diagnosticere fortsat vækst af neoplasma, tilbagefald af tumoren eller strålingsnekrose. I komplekse tilfælde bliver 1H-MR-spektroskopi en nyttig yderligere metode i differentialdiagnostik sammen med opnåelse af perfusionsvægtede billeder. I spektret af strålingsnekrose er et karakteristisk træk tilstedeværelsen af den såkaldte dødtop, et bredt lactat-lipidkompleks i området 0,5-1,8 ppm i forhold til baggrunden for fuldstændig reduktion af toppe af andre metabolitter.

Et andet aspekt af anvendelse af IR-spektroskopi - differentiering af nydiagnosticerede primære og sekundære læsioner, differentiering og deres infektiøse demielinizuyuschimi processer. Det mest afslørende er resultatet af diagnosticering af hjerneabcesser ved brug af diffusionsvægtede billeder. Spektret for en byld i patienter uden større metabolit toppe markeret udseende af toppen af lipid-lactat komplekse og toppe specifikke for indhold byld, såsom acetat og succinat (produkter af anaerobe glycolyse bakterier), aminosyrer valin og leucin (resultat af proteolyse).

Litteraturen også almindeligt undersøgte indholdet af MR-spektroskopi i epilepsi oplysninger ved vurderingen af metaboliske forstyrrelser og hvide substans i hjernen degenerative sygdomme hos børn med traumatisk hjerneskade, cerebral iskæmi og andre sygdomme.

[1], [2],