Диффузионно-куртозисная МРТ и трактография в исследовании микроструктурных изменений мозга при диффузном аксональном повреждении тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Афандиев Рамин Малик оглы

• Афандиев Рамин Малик оглы
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Афандиев Рамин Малик оглы

ВВЕДЕНИЕ

ГЛАВА I. СОВРЕМЕННОЕ СОСТОЯНИЕ ВОПРОСА ИССЛЕДОВАНИЙ ГОЛОВНОГО МОЗГА В НОРМЕ И ПРИ ЧЕРЕПНО - МОЗГОВОЙ ТРАВМЕ МЕТОДАМИ ДИФФУЗИОННО - ТЕНЗОРНОЙ И ДИФФУЗИОННО -КУРТОЗИСНОЙ МРТ (ЛИТЕРАТУРНЫЙ ОБЗОР)

1.1. Эпидемиологические характеристики и социально-экономическое значение черепно-мозговой травмы

1.1.1. Патофизиологические механизмы первичных и вторичных повреждений при черепно-мозговой травме

1.1.2. Шкала комы Глазго: методология и клиническое значение в оценке тяжести черепно-мозговой травмы

1.1.3. Шкала исходов Глазго как инструмент оценки степени инвалидизации при черепно-мозговой травме

1.1.4. Шкала функциональной независимости (Functional Independence Measure, FIM) как инструмент оценки реабилитационных исходов при черепно-мозговой травме

1.2. Современные представления о диффузном аксональном повреждении: от морфологии к клинической диагностике

1.3. Методы нейровизуализации микроструктурных изменений серого и белого вещества мозга при черепно-мозговой травме

1.3.1. Классификация черепно-мозговой травмы по данным МРТ

1.3.2. Современные возможности диффузионно-тензорной визуализации в оценке структурной целостности белого вещества

1.3.2.1. Методы получения количественных параметров при ДТ МРТ

1.3.2.2. Диффузионно-тензорная трактография в оценке структурной целостности проводящих путей мозга при черепно-мозговой травме

1.3.2.3. Недостатки ДТ МРТ

1.3.3. Количественные параметры диффузионно-куртозисной МРТ и их значение в оценке микроструктурных изменений мозга

1.3.3.1. Недостатки ДК МРТ

1.3.3.2. Клиническое применение ДК МРТ при черепно-мозговой травме

1.3.4. Современные алгоритмы реконструкции трактов белого вещества в диагностике черепно-мозговой травмы

1.3.5. Современные методы количественного анализа тканей мозга при черепно-мозговой травме: радиомика и машинное обучение

ГЛАВА II. ХАРАКТЕРИСТИКА КЛИНИЧЕСКИХ НАБЛЮДЕНИЙ И МЕТОДИКА ИССЛЕДОВАНИЙ

2.1 Общая характеристика наблюдений

2.2 Сбор катамнестических данных пациентов с ЧМТ

2.2.1. Интерпретация полученных катамнестических данных пациентов с ЧМТ

2.3 Характеристика методов исследования больных

2.4 Прогнозирование клинических исходов у пациентов с ДАП с помощью ДК МРТ и методов радиомики

2.5 Оценка параметров ДК МРТ и их динамические изменения у пациентов с ДАП

2.6 Диффузионно-тензорная и HARDI-CSD трактография

ГЛАВА III. ДИАГНОСТИКА ДИФФУЗНОГО АКСОНАЛЬНОГО ПОВРЕЖДЕНИЯ С ПОМОЩЬЮ ДИФФУЗИОННО-КУРТОЗИСНОЙ МРТ И МЕТОДОВ РАДИОМИКИ

ГЛАВА IV. ДИНАМИЧЕСКИЕ ИЗМЕНЕНИЯ ПАРАМЕТРОВ ДИФФУЗИОННО-КУРТОЗИСНОЙ МРТ У ПАЦИЕНТОВ С ДИФФУЗНЫМ АКСОНАЛЬНЫМ ПОВРЕЖДЕНИЕМ В СОПОСТАВЛЕНИИ С КЛИНИЧЕСКИМИ ИСХОДАМИ

ГЛАВА V. КОЛИЧЕСТВЕННАЯ И КАЧЕСТВЕННАЯ ОЦЕНКА ЦЕЛОСТНОСТИ КОРТИКОСПИНАЛЬНЫХ И АРКУАТНЫХ ТРАКТОВ В СОПОСТАВЛЕНИИ С

КЛИНИЧЕСКИМИ ДАННЫМИ

ЗАКЛЮЧЕНИЕ

ВЫВОДЫ

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

СПИСОК СОКРАЩЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

Введение диссертации (часть автореферата) на тему «Диффузионно-куртозисная МРТ и трактография в исследовании микроструктурных изменений мозга при диффузном аксональном повреждении»

ВВЕДЕНИЕ Актуальность темы исследования

Черепно-мозговая травма (ЧМТ) остается одной из наиболее социально и экономически значимых проблем мирового здравоохранения, приводящая к высокой летальности и инвалидизации пациентов трудоспособного возраста. Диффузное аксональное повреждение (ДАП), как один из наиболее тяжелых видов ЧМТ, характеризуется распространенным повреждением аксонов белого вещества, что зачастую приводит к тяжелым неврологическим дефицитам и стойким функциональным нарушениям [76].

Ключевой проблемой в диагностике ДАП является низкая чувствительность традиционных методов нейровизуализации, таких как компьютерная томография (КТ) и рутинная магнитно-резонансная томография (МРТ), которые не позволяют визуализировать микроструктурные изменения аксонов на ранних стадиях [2, 6, 10, 14, 32, 78, 182]. В этом контексте особую актуальность приобретают современные количественные методы МРТ, способные оценить сложную организацию и целостность белого вещества in vivo [3, 6, 10, 78].

Диффузионно-куртозисная МРТ (ДК МРТ) представляет собой перспективный метод, выходящий за рамки классической диффузионно-тензорной визуализации (ДТ МРТ). ДК МРТ позволяет количественно оценить негауссовский характер диффузии воды в биологических тканях, что дает уникальную информацию о микроструктурной гетерогенности, плотности аксонов и состоянии внеклеточного пространства. Это делает метод высокочувствительным инструментом для выявления ранних и диффузных

изменений при ДАП [72, 92]. Кроме того, ДК МРТ может быть использована для мониторинга эффективности терапии и оценки нейропластичности в процессе восстановления пациентов [32, 77, 78, 97, 98, 182].

Дальнейшее развитие методов трактографии, в частности, вероятностный алгоритм HARDI-CSD (High Angular Resolution Diffusion Imaging — Constrained Spherical Deconvolution), решает фундаментальную проблему ДТ МРТ — недоступность реконструкции пересекающихся волокон. HARDI-CSD обеспечивает более точную визуализацию сложных проводящих путей, что критически важно для объективной оценки структурной целостности трактов, наиболее уязвимых при ДАП [1, 8, 10, 198].

Наконец, бурное развитие технологий искусственного интеллекта (ИИ) открывает новые возможности для анализа медицинских изображений. Радиомика, как метод высокопроизводительного извлечения количественных признаков из изображений, в сочетании с алгоритмами машинного обучения (МО) позволяет выявлять скрытые паттерны повреждения, недоступные визуальной оценке, и создавать автоматизированные прогностические модели.

Таким образом, комплексное применение ДК МРТ, HARDI-CSD трактографии и радиомики формирует новый технологический уклад в диагностике ЧМТ, позволяя перейти от визуальной оценки макроповреждений к объективному количественному анализу микроструктуры мозга, что необходимо для ранней диагностики, точного прогноза и персонализации реабилитационных стратегий при ДАП.

Степень изученности и разработанности темы

Значительный вклад в развитие диффузионно-куртозисной МРТ внесли Jensen и Helpern (2010), которые разработали метод количественной оценки негауссовой диффузии и продемонстрировали его высокую чувствительность

к микроструктурным изменениям мозга [98]. Последующие работы подтвердили диагностический потенциал ДК МРТ. Так, Grossman E. et al. (2012) выявили корреляцию параметров куртозиса (MK) в таламусе с когнитивными нарушениями у пациентов с легкой ЧМТ, что подтвердило роль этих параметров в качестве ранних биомаркеров повреждения [77]. В исследованиях на животных изменения параметров ДК МРТ были верифицированы гистологически, доказав их связь с аксональным повреждением и глиозом [71]. Работа Захаровой Н.Е. с соавт. (2019) стала первым в отечественной литературе исследованием, в котором с помощью комплекса параметров ДК МРТ были выявлены выраженные нарушения в белом и сером веществе мозга у пациентов с тяжелым ДАП [13]. Количественная связь между мультипараметрическими данными ДК МРТ и тяжестью ДАП, а также их динамика во времени остаются недостаточно изученными и требуют систематизации с привлечением современных методов анализа данных.

В области прогнозирования исходов с помощью искусственного интеллекта систематический обзор Courville E. et al. (2023) показал, что алгоритмы машинного обучения (Random Forest, Deep Learning) эффективно анализируют данные нейровизуализации для прогнозирования восстановления нервных функций [53]. Исследования Hosny A. et al. (2018) подчеркивают растущий потенциал ИИ в рентгенологии для анализа больших данных [85]. В немногочисленных на сегодняшний день работах по радиомике при ЧМТ продемонстрирована возможность создания комбинированных моделей для дифференциальной диагностики и прогноза, однако эти исследования в основном сосредоточены на легкой травме и данных КТ или фМРТ [134, 227, 230]. Критически важный пробел заключается в практически полном отсутствии работ, применяющих методы радиомики и машинного обучения именно к данным ДК МРТ для выделения объективных лучевых биомаркеров ДАП и построения прогностических моделей.

Что касается трактографии, то метод HARDI-CSD, разработанный Тоигтег J. et а1. (2012), признан одним из наиболее точных для реконструкции пересекающихся волокон [199]. Ряд исследований подтвердили его ценность для оценки повреждения белого вещества при ЧМТ [138]. Однако, несмотря на существующие разработки, степень изученности HARDI-CSD при ДАП остается недостаточной, в частности, отсутствуют комплексные исследования, направленные на количественную оценку целостности специфических проводящих путей, таких как кортикоспинальный и аркуатные тракты, и их прямой связи с клинической симптоматикой и исходами. Таким образом, проведенный анализ литературы выявляет существенные нерешенные вопросы и методические пробелы:

1. Отсутствуют исследования, в которых методы радиомики и машинного обучения применяются к данным ДК МРТ для идентификации и валидации комплексных лучевых биомаркеров ДАП.

2. Недостаточно данных о диагностической информативности таких биомаркеров и их превосходстве над традиционными подходами.

3. Слабо изучена динамика изменений параметров ДК МРТ в различные временные периоды после травмы и их корреляция с отдаленными клиническими исходами.

4. Не проведен целенаправленный анализ взаимосвязи между целостностью ключевых трактов (кортикоспинального, аркуатных), оцененной с помощью современных методов трактографии, в частности HARDI-CSD, и неврологическими дефицитами у пациентов с ДАП. Кроме того, отсутствуют стандартизированные протоколы анализа данных, что затрудняет их использование в рутинной диагностике [78, 97, 98, 182, 183].

Настоящее диссертационное исследование направлено на заполнение этих пробелов путем комплексного изучения микроструктурных изменений при ДАП с помощью современных методов ДК МРТ и трактографии, интегрированных с радиомикой и машинным обучением.

Цель исследования

Изучить диагностическую и прогностическую ценность лучевых биомаркеров повреждения головного мозга при травматическом диффузном аксональном повреждении с использованием диффузионно-куртозисной магнитно-резонансной томографии и трактографии.

Задачи исследования:

1. Сравнить параметры ДК МРТ у пациентов с ДАП в остром периоде травмы и здоровых добровольцев, выявить наиболее значимые количественные диффузионные биомаркеры.

2. Определить прогностическую информативность параметров ДК МРТ в остром периоде ДАП, выявить наиболее значимую локализацию повреждения и наиболее информативные количественные биомаркеры для дифференциации благоприятных и неблагоприятных функциональных исходов.

3. Определить диагностическую информативность лучевых биомаркеров острого ДАП, полученных с помощью анализа радиомических признаков параметрических карт ДК МРТ с применением методов машинного обучения, при сравнении пациентов с ДАП и здоровых добровольцев.

4. Оценить прогностическую ценность параметров ДК МРТ и радиомических биомаркеров с применением методов машинного обучения для прогнозирования функциональных исходов у пациентов с острым ДАП.

5. Определить динамику изменений параметров ДК МРТ в сопоставлении с функциональными исходами у пациентов с ДАП в остром, подостром и отдаленном периодах травмы.

6. Проанализировать взаимосвязь параметра фракционной анизотропии в кортикоспинальных и аркуатных трактах белого вещества головного мозга с основными показателями неврологического статуса и функциональными исходами у пациентов с острым ДАП.

Научная новизна

Впервые проведено комплексное количественное исследование микроструктурных повреждений как белого, так и серого вещества головного мозга при ДАП различной степени тяжести с использованием ДК МРТ. Впервые установлены и количественно оценена взаимосвязь между полученными диффузионно-куртозисными биомаркерами, тяжестью травмы и отдаленными функциональными исходами.

Впервые разработан и валидирован подход к прогнозированию функциональных исходов у пациентов с ДАП на основе применения алгоритмов машинного обучения для анализа радиомических признаков (текстурных, формальных и гистограммных), извлеченных из количественных параметрических карт ДК МРТ.

Впервые на большой репрезентативной клинической выборке проведено продольное исследование, направленное на сопоставление данных картирования проводящих путей (кортикоспинальных и аркуатных трактов) с динамикой восстановления моторных и речевых функций. Для реконструкции трактов дополнительно применялся современный вероятностный метод HARDI-CSD трактография, что позволяет с высокой точностью оценить

целостность структур мозга в остром периоде и в динамике, а также определить прогностическую ценность данного метода.

Теоретическая и практическая значимость работы

Теоретическая значимость исследования заключается в следующем:

1. Работа вносит вклад в фундаментальные исследования в нейронауках, в частности, патофизиологии ЧМТ, предоставляя новые данные о характере и пространственно-временной динамике микроструктурных повреждений как белого, так и серого вещества головного мозга при ДАП, полученные с помощью современных методов нейровизуализации (ДК МРТ, НАЕШ-СБО).

2. Полученные результаты расширяют понимание патогенетических механизмов формирования неврологического дефицита и последующего восстановления при диффузном аксональном повреждении, устанавливая количественные связи между параметрами диффузии, целостностью конкретных проводящих путей и функциональными исходами.

3. Разработанный и апробированный в работе методологический подход, интегрирующий мультипараметрическую МРТ, радиомику и алгоритмы машинного обучения, представляет собой новое перспективное направление в области вычислительной нейронауки для анализа больших данных нейровизуализации.

Практическая значимость работы состоит в следующем:

1. Результаты работы позволяют верифицировать и внедрить в клиническую практику количественные диффузионно - куртозисные и радиомические биомаркеры, обладающие более высокой чувствительностью и специфичностью к микроструктурным повреждениям при ДАП по сравнению со стандартными методами нейровизуализации.

2. Полученные данные и созданные на их основе прогностические модели с использованием машинного обучения могут быть использованы для разработки программного обеспечения, позволяющего лечащим врачам (неврологам, реаниматологам, нейрохирургам, реабилитологам) уже в остром периоде травмы индивидуализировать прогноз восстановления речевых и двигательных функций для каждого конкретного пациента.

3. Результаты исследования лягут в основу разработки новых и усовершенствования существующих стандартизированных МРТ-протоколов для пациентов с черепно-мозговой травмой, включая применение ДК МРТ и трактографии. Это позволит рентгенологам и клиницистам объективно и точно оценивать степень повреждения мозга, определять топику поражения и на этой основе выбирать оптимальную тактику лечения пациентов.

4. Повышение эффективности реабилитации пациентов при возможности точной оценки целостности конкретных проводящих путей (кортикоспинальных и аркуатных трактов) с помощью HARDI-CSD трактографии, что может быть использовано для отбора пациентов для нейрореабилитационных мероприятий и объективного контроля их эффективности в динамике.

Методология и методы исследования

Диссертационное исследование носило поэтапный характер.

На первом, аналитическом, этапе был проведен систематический анализ научной литературы по проблеме диффузного аксонального повреждения. Всего изучено 230 источника, из которых 205 составили зарубежные публикации и 25 - отечественные.

На втором, клинико-инструментальном этапе, было обследовано 78 пациентов с диффузным аксональным повреждением различной степени

тяжести, составивших группу наблюдения. Обследование включало в себя выполнение обзорного МРТ-исследования с применением последовательностей Т1, FSPGR, T2, T2-FLAIR, DWI, SWAN, а также ДТ- и ДК-МРТ и HARDI-CSD-трактографии в различные сроки после травмы согласно периодизации ЧМТ [18].

На третьем этапе диссертационного исследования проводился сбор катамнеза с помощью прямого общения по телефону, либо ответом на письмо. Полученные данные были занесены в электронную базу данных (Excel). Сроки сбора катамнестических данных составляли от 3 месяцев до 15 лет после травмы мозга.

На четвертом этапе были использованы элементы искусственного интеллекта для прогнозирования клинических исходов через 3 месяца после травмы и более с помощью параметров радиомики в комбинации с параметрическими данными ДК МРТ.

Пятый этап исследования представлял собой ретроспективный анализ данных ДК МРТ в сопоставлении с клиническим статусом. Целью этапа было выявление взаимосвязи между изменениями диффузионных параметров в остром периоде ЧМТ, их динамикой (наблюдение через 3 месяца и более) и отдаленными клиническими результатами. Для проверки гипотез использовались методы статистического анализа.

На заключительном этапе исследования у пациентов с ДАП в остром периоде была выполнена реконструкция кортикоспинальных и аркуатных трактов. Для последующего анализа было количественно оценено среднее значение фракционной анизотропии (FA) по всей длине каждого тракта с целью установления ее взаимосвязи с функциональными исходами, оцененными в сроки от 3 месяцев после травмы.

Объектом исследования выступили пациенты с диффузным аксональным повреждением различной степени тяжести, находившиеся на лечении в ФГАУ «НМИЦ нейрохирургии им. акад. Н. Н. Бурденко»

Минздрава России в период с 2007 по 2022 год. Все пациенты прошли МРТ-обследование и получили комплексное лечение, включающее как хирургические, так и консервативные методы.

Предмет исследования - параметры диффузионно-куртозисной МРТ (Аксиальный куртозис (AK, Axial Kurtosis), Фракция аксональной воды (AWF, Axonal Water Fraction), Экстрааксональная диффузия (AxEAD и RadEAD), Фракционная анизотропия (FA, Fractional Anisotropy), Куртозисная анизотропия (KA, Kurtosis Anisotropy), Средний коэффициент диффузии (MD, Mean Diffusivity), Средний куртозис (MK, Mean Kurtosis), Радиальный куртозис (RK, Radial Kurtosis), Извитость экстрааксонального пространства (TORT, Tortuosity)), измеренные в белом и сером веществе головного мозга; усредненный параметр Фракционной анизотропии (FA, Fractional Anisotropy) на всем протяжении кортикоспинальных и аркуатных трактов белого вещества.

Основные положения, выносимые на защиту

1. Параметры ДК МРТ позволяют оценить распространенность поражения белого и серого вещества головного мозга при ДАП, которую невозможно определить на рутинной МРТ.

2. Комбинированное использование параметров радиомики и параметрических карт ДК МРТ с последующим анализом с помощью алгоритмов машинного обучения позволяет достичь значительно более высокой точности в прогнозировании клинических исходов по сравнению с традиционным анализом усредненных значений параметров ДК МРТ в заданной области интереса.

3. Количественная оценка целостности кортикоспинального и аркуатных трактов с помощью метода HARDI-CSD трактографии,

проведенная уже в остром периоде ДАП, является надежным предиктором исхода моторных и высших когнитивных функций в отдаленном периоде.

Работа проводилась в соответствии с этическими нормами Хельсинской декларации Всемирной медицинской ассоциации «Этические принципы проведения научных медицинских исследований с участием человека» с поправками 2008 года и «Правилами клинической практики в Российской Федерации», утвержденными Приказом Минздрава РФ от 19.06.2003 г. №2 266. Протокол диссертационного исследования на тему «Диффузионно-куртозисная МРТ и трактография в исследовании микроструктурных изменений мозга при диффузном аксональном повреждении» одобрен локальным этическим комитетом при ФГАУ «НМИЦ им. ак. Н.Н. Бурденко» Минздрава России.

Соответствие диссертации паспорту научной специальности

Научные положения, результаты и выводы, сделанные в ходе диссертационного исследования, соответствуют паспорту специальности 3.1.25. Лучевая диагностика (медицинские науки).

Связь работы с научными программами, планами, темами

Диссертационная работа выполнена в соответствии с планом исследований ФГАУ «НМИЦ нейрохирургии им. ак. Н.Н. Бурденко» Минздрава России:

темой государственного задания «Исследование микроструктурных изменений вещества головного мозга при диффузном аксональном

повреждении и их рентгенологических биомаркеров в различные сроки после черепно-мозговой травмы на основе современных методов микроструктурной нейровизуализации - диффузионно-куртозисной МРТ и МР-трактографии высокого разрешения» (ригистрационный номер ЕГИСУ НИОКТР 124062400020-9).

Тема диссертации утверждена на заседании ученого совета ФГАУ «НМИЦ нейрохирургии им. ак. Н.Н. Бурденко» Минздрава России (протокол № 6/20) от 18.09.2020 г.

Протокол диссертационного исследования был одобрен Этическим Комитетом ФГАУ «НМИЦ нейрохирургии им. ак. Н.Н. Бурденко» Минздрава России от 27.02.2020 года (протокол заседания № 02/2020).

Личный вклад автора

Автор принимал непосредственное участие в рентгенологическом обследовании пациентов в период с 2019 по 2022 гг. Автор проводил анализ и постобработку МР-данных пациентов с 2007 по 2022 года. Автору принадлежит ведущая роль в сборе материала, анализе, обобщении и научном обосновании полученных результатов. Вклад автора является определяющим и заключается в непосредственном участии на всех этапах исследования: от определения цели и задач исследования, до анализа полученных данных и формулировки выводов.

Обоснованность и достоверность результатов исследования

Репрезентативная группа пациентов, выбранная в соответствии с целью и задачами исследования, использование статистических методов обработки

данных делают результаты и выводы диссертационной работы достоверными и обоснованными в соответствии с принципами доказательной медицины.

Апробация работы

Диссертационная работа апробирована и рекомендована к защите на заседании проблемной комиссии «Нейрорадиология и ядерная медицина» ФГАУ «НМИЦ нейрохирургии им. ак. Н.Н.Бурденко» Минздрава России 2 декабря 2025 года (протокол № 7).

Материалы диссертационной работы представлены и обсуждены на

отечественных съездах и конференциях: Невский радиологический форум (Санкт-Петербург, 2022); Конгресс Российского общества рентгенологов и радиологов (Москва, 2022) ; VI съезд национального общества нейрорадиологов (Сочи, 2023); Всероссийский Форум молодых учёных "Медицинская наука: вчера, сегодня, завтра" посвященный 300-летию Российской Академии Наук и 80-летию отделения медицинских наук РАН (Москва, 2024); Невский радиологический форум (Санкт-Петербург, 2025); VII съезд национального общества нейрорадиологов (Москва, 2025).

Внедрение результатов работы в практику

Результаты исследования внедрены в практику отделения рентгеновских и радиоизотопных методов диагностики ФГАУ «НМИЦ нейрохирургии им. ак. Н. Н. Бурденко» Минздрава России и используются для

диагностики травматических повреждений головного мозга. Метод трактографии успешно применяется в клинической работе с пациентами, перенесшими ЧМТ.

Публикации по теме диссертации

Основные результаты диссертации представлены в 7 научных публикациях, включая 3 статьи в рецензируемых журналах перечня ВАК, 1 статью в сборнике, индексируемом Web of Science, и 3 тезиса докладов на конференциях. Данное исследование также было удостоено Премии В.И. Домбровского «За вклад в развитие рентгенологии и радиологии» 8 ноября 2024 года на Конгрессе Российского общества рентгенологов и радиологов (г. Москва).

Объем и структура диссертации

Диссертационная работа изложена в виде рукописи объемом 186 страниц, содержит 1 график, 2 диаграммы, 13 таблиц и 40 рисунков. Структура работы включает введение, пять глав, заключение, выводы, практические рекомендации, список сокращений и библиографический указатель из 230 источников (25 отечественных и 205 зарубежных).

ГЛАВА I. СОВРЕМЕННОЕ СОСТОЯНИЕ ВОПРОСА ИССЛЕДОВАНИЙ ГОЛОВНОГО МОЗГА В НОРМЕ И ПРИ ЧЕРЕПНО-МОЗГОВОЙ ТРАВМЕ МЕТОДАМИ ДИФФУЗИОННО-ТЕНЗОРНОЙ И ДИФФУЗИОННО-КУРТОЗИСНОЙ МРТ (ЛИТЕРАТУРНЫЙ ОБЗОР)

1.1. Эпидемиологические характеристики и социально-экономическое

значение черепно-мозговой травмы

ЧМТ является одной из ведущих причин инвалидизации и смертности во всем мире. Ежегодно в мире насчитывается до 20 млн новых случаев ЧМТ [64]. В течение года после ЧМТ погибает 1,5 млн человек в мире, при этом 2,4 млн пострадавших остаются инвалидами [4, 17, 25]. В большинстве случаев инвалидами становятся пострадавшие наиболее трудоспособного возраста - до 45 лет. Большой удельный вес составляют инвалиды I и II групп, т.е. нетрудоспособные и нуждающиеся в постоянном постороннем уходе. В России ЧМТ ежегодно получают около 700 тыс. человек (до 30% - дети). Из них 50 тыс. погибает и столько же становятся инвалидами [19 - 21]. ЧМТ является основной причиной смертности и инвалидизации населения Российской Федерации в возрасте до 44 лет. В России ежегодные экономические потери вследствие травм составляют 2,6% ВВП. Согласно расчетам ГУ «Национальный НИИ общественного здоровья РАН», суммарный ущерб стране, наносимый нейротравмой, ежегодно составляет более 1,5 трлн рублей. Еще более высокие показатели травматизации и смертности наблюдаются в странах с низким уровнем жизни [64]. Из-за высокой частоты и часто долгосрочных последствий ЧМТ ежегодно вносит значительный вклад в увеличение расходов на здравоохранение. Ежегодно ЧМТ обходится мировой экономике примерно в 400 миллиардов долларов

США, что составляет 0,5% мирового ВВП [64]. Почти половина всех случаев ЧМТ вызваны падениями и дорожно-транспортными происшествиями (ДТП) [25, 108].

К сожалению, достижения в диагностике и лечении ЧМТ сдерживаются неоднородностью пациентов и травм, что представляет собой серьезную проблему в этой области.

1.1.1. Патофизиологические механизмы первичных и вторичных повреждений при черепно-мозговой травме

Травматические повреждения головного мозга принято классифицировать на первичные и вторичные. Первичные повреждения возникают непосредственно в момент травмы под воздействием механической энергии. К ним относятся: очаговые ушибы и размозжения, диффузные аксональные повреждения, внутричерепные гематомы (внутримозговые, оболочечные) и субарахноидальные кровоизлияния, как изолированные, так и в различных сочетаниях [164].

Вторичные повреждения развиваются отсроченно как опосредованный результат травматического воздействия. В эту группу входят отек-набухание головного мозга, дислокационные синдромы (вклинения), ишемические очаги и инфаркты, формирование травматических аневризм и артериовенозных фистул и другие осложнения [164].

Принципиальное значение имеет тот факт, что вторичные повреждения в значительной мере могут быть предотвращены или купированы. Эффективность этих мер напрямую зависит от своевременной диагностики, качества организации и оказания специализированной нейрохирургической помощи [25].

В соответствии с биомеханизмом травмы повреждения головного мозга подразделяют на очаговые и диффузные.

Очаговые повреждения обычно являются следствием локального приложения травмирующей силы по механизмам прямого удара или противоудара. Это приводит к контактным повреждениям костей черепа, оболочек, сосудов и паренхимы мозга. При высокоскоростных воздействиях (например, при ДТП или падении с высоты) возникают линейные и угловые ускорения, вызывающие смещение и ротацию мозга в полости черепа, а также кавитационные явления, которые также становятся причиной первичных повреждений [16, 24].

Диффузные повреждения, к которым относятся диффузное аксональное (ДАП) и диффузное васкулярное повреждения, формируются преимущественно под действием ускорения/торможения и ротационных сил. При тяжелых формах ДАП, как правило, наблюдается сочетание как диффузных, так и очаговых повреждений головного мозга [13].

ДАП характеризуется первичным разрывом аксонов, что служит триггером для каскада вторичных патологических процессов. Вокруг зоны первичного повреждения формируется перифокальная зона (зона пенумбры), где клетки сохраняют потенциал к восстановлению, но становятся высокочувствительными к гипоксии и нарушениям метаболизма.

Список литературы диссертационного исследования кандидат наук Афандиев Рамин Малик оглы, 2026 год

СПИСОК ЛИТЕРАТУРЫ

1. Александрова Е. В., Баталов А. И., Погосбекян Э. Л. и др. Новые возможности магнитно-резонансной томографии: алгоритм CSD-HARDI трактографии в построении волокон ретикулярной формации ствола // Вопросы нейрохирургии им. Н.Н. Бурденко. - 2018. - Т. 82, № 1. - С. 5-12.

2. Афандиев Р. М., Захарова Н. Е., Данилов Г. В. и др. Диагностика диффузного аксонального повреждения с помощью диффузионно-куртозисной МРТ и методов радиомики // Сборник статей и тезисов. Медицинская наука: вчера, сегодня, завтра. — Тритон Москва: 2024. — С. 1279-1279.

3. Афандиев Р. М., Захарова Н. Е., Данилов Г. В. и др. Диагностика диффузного аксонального повреждения с помощью диффузионно-куртозисной МРТ и методов радиомики // Радиология - практика. — 2024. — Т. 1, № 1. — С. 51-65.

4. Афандиев Р. М., Захарова Н. Е., Данилов Г. В. и др. Применение радиомики по данным диффузионно-куртозисной МРТ при диффузном аксональном повреждении и прогнозировании клинических исходов // Инновационная медицина Кубани. — 2024. — Т. 1, № 4. — С. 30-31.

5. Афандиев Р.М., Захарова Н. Е., Данилов Г. В. и др. Диагностика диффузного аксонального повреждения и прогнозирование клинических исходов с помощью комбинированного применения искусственного интеллекта и диффузионно-куртозисной МРТ // Нейропсихиатрический форум: Конференция памяти профессора Т.А. Доброхотовой, IX научная конференция Фундаментальные и прикладные аспекты восстановления после травмы мозга: междисциплинарный подход. — Санкт-Петербург: ООО Семинары, Конференции и Форумы, 2025. — С. 2.

6. Афандиев Р. М., Захарова Н. Е., Погосбекян Э. Л., Потапов А. А., Пронин И. Н. Диффузионно-тензорная и диффузионно-куртозисная магнитно-резонансная томография в оценке диффузного аксонального повреждения (обзор литературы) // Радиология - практика. - 2022. - № 1. - С. 7.

7. Афандиев Р.М., Н.Е. Захарова, А.А. Потапов и др. Современный взгляд на оценку распространенности диффузного аксонального повреждения с использованием метода диффузионно-куртозисной МРТ // III Всероссийская конференция молодых нейрохирургов в рамках Всероссийского нейрохиругического форума. Сборник тезисов. Москва, 2022. — ООО Семинары, Конференции и Форумы Москва: 2022. — С. 11-12.

8. Баев А. А., Погосбекян Э. Л., Захарова Н. Е. и др. Магнитно-резонансная трактография на основе вероятностных алгоритмов разложения по сферическим функциям у пациентов с глиомами зрительных путей // Альманах клинической медицины. - 2021. - Т. 49, № 1. - С. 11-20.

9. Захарова Н. Е. Нейровизуализация структурных и гемодинамических нарушений при тяжелой черепно-мозговой травме (клинико-компьютерно-магнитнорезонансно-томографические исследования): дис. ... д-ра мед. наук: 14.01.13 / Захарова Наталья Евгеньевна. - М., 2012. - 387 с.

10. Захарова Н. Е., Корниенко В. Н., Потапов А. А., Пронин И. Н. Нейровизуализация структурных и гемодинамических нарушений при травме мозга. - М. : 2013. - 200 с.

11. Захарова Н. Е., Потапов А. А., Корниенко В. Н. и др. Динамическое исследование структуры мозолистого тела и кортикоспинальных трактов с помощью диффузионно-тензорной магнитно-резонансной томографии при диффузном аксональном повреждении // Вопросы нейрохирургии им. Н.Н. Бурденко. - 2010. - № 3. - С. 3-9.

12. Захарова Н. Е., Потапов А. А., Корниенко В. Н. и др. Новая классификация травматических поражений головного мозга, основанная на

данных магнитно-резонансной томографии // Вестник Российского фонда фундаментальных исследований. - 2016. - Т. 90, № 2. - С. 12-19.

13. Захарова Н. Е., Потапов А. А., Пронин И. Н. и др. Изменения параметров диффузионно-куртозисной МРТ у пациентов с диффузным аксональным повреждением // Вопросы нейрохирургии им. Н.Н. Бурденко. -

2019. - Т. 83, № 3. - С. 5-16.

14. Захарова Н. Е., Потапов А. А., Пронин И. Н. и др. Прогностическое значение МРТ-классификации уровней и локализации травматического повреждения мозга в зависимости от сроков обследования пациентов // Вопросы нейрохирургии им. Н.Н. Бурденко. - 2019. - Т. 83, № 4. - С. 45-55.

15. Кремнева Е.И., Максимов И.И., Добрынина Л.А., Кротенкова М.В. Оценка микроструктуры белого вещества головного мозга по данным диффузионной магнитно-резонансной томографии при церебральной микроангиопатии // Анналы клинической и экспериментальной неврологии. -

2020. - Т. 14. - №1. - C. 33-43. doi: 10.25692/ACEN.2020.1.4

16. Крылов В. В. Хирургия тяжелой черепно-мозговой травмы / под общ. ред. В. В. Крылова, А. Э. Талыпова, О. В. Левченко. - М. : 2019. - 647 с.

17. Крылов В. В., Лебедев В. В. Черепно-мозговая травма // Врач. - 2000. - № 11. - С. 13-18.

18. Лихтерман Л. Б. Принципы современной периодизации течения черепно-мозговой травмы // Вопросы нейрохирургии. - 1990. - № 6. - С. 1316.

18. Лихтерман Л. Б. Неврология черепно-мозговой травмы: клиническое пособие для врачей. - М. : 2009. - 385 с.

20. Лихтерман Л. Б. Черепно-мозговая травма. Диагностика и лечение. -М.: ГЭОТАР-Медиа, 2014. - 504 с.

21. Нейротравматология / под ред. А. Н. Коновалова, Л. Б. Лихтермана, А. А. Потапова. - М.: ВАЗАР-ФЕРРО, 1994. - 416 с.

22. Потапов А. А., Лихтерман Л. Б., Касумова С. Ю. и др. Диффузные аксональные повреждения головного мозга // Вопросы нейрохирургии им. Н. Н. Бурденко. - 1990. - Т. 2. - С. 3-7.

23. Потапов А. А., Захарова Н. Е., Корниенко В. Н. и др. Нейроанатомические основы травматической комы: клинические и магнитно-резонансные корреляты // Вопросы нейрохирургии им. Н.Н. Бурденко. - 2014.

- Т. 78, № 1. - С. 4-13.

24. Потапов А. А. и соавт. Черепно-мозговая травма. Клиническое руководство. - М. : [б.и.], 2001. - 350 с.

25. Потапов А. А., Крылов В. В., Гаврилов А. Г. и др. Рекомендации по диагностике и лечению тяжелой черепно-мозговой травмы. Часть 1. Организация медицинской помощи и диагностика // Вопросы нейрохирургии.

- 2015. - Т. 79, № 6. - С. 100-106.

26. Abdelaziz Ismael S.A., Mohammed A., Hefny H. An enhanced deep learning approach for brain cancer MRI images classification using residual networks // Artif Intell Med. - 2020. - Vol. 102. - P. 101779.

27. Adams J.H., Doyle D., Ford I., Gennarelli T.A., Graham D.I., McLellan D.R. Diffuse axonal injury in head injury: Definition, diagnosis and grading // Histopathology. - 1989. - Vol. 15. - P. 49-59.

28. Adams J.H., Graham D.I., Murray L.S., Scott G. Diffuse axonal injury due to nonmissile head injury in humans: An analysis of 45 cases // Ann. Neurol. - 1982.

- Vol. 12. - P. 557-563.

29. Ahn Y.H., Kim S.H., Han B.S. et al. Focal lesions of the corticospinal tract demonstrated by diffusion tensor imaging in patients with diffuse axonal injury // NeuroRehabilitation. - 2006. - Vol. 21, № 3. - P. 239-243.

30. Alexander A.L., Lee J.E., Lazar M., Field A.S. Diffusion tensor imaging of the brain // Neurotherapeutics. - 2007. - Vol. 4. - P. 316-329.

31. Alic L., Niessen W.J., Veenland J.F. Quantification of heterogeneity as a biomarker in tumor imaging: a systematic review // PloS One. - 2014. - Vol. 9, № 10. - P. e110300.

32. Ardila D., Kiraly A.P., Bharadwaj S. et al. End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography // Nat Med. - 2019. - Vol. 25, № 6. - P. 954-961.

33. Arfanakis K., Cordes D., Haughton V.M., Carew J.D., Meyerand M.E. Independent component analysis applied to diffusion tensor MRI // Magn Reson Med. - 2002. - Vol. 47, № 2. - P. 354-363.

34. Arimura H., Soufi M., Kamezawa H., Ninomiya K., Yamada M. Radiomics with artificial intelligence for precision medicine in radiation therapy // J Radiat Res. - 2019. - Vol. 60, № 1. - P. 150-157.

35. Arimura H., Soufi M., Ninomiya K., Kamezawa H., Yamada M. Potentials of radiomics for cancer diagnosis and treatment in comparison with computer-aided diagnosis // Radiol Phys Technol. - 2018. - Vol. 11, № 4. - P. 365-374.

36. Basser P.J., Mattiello J., LeBihan D. Estimation of the effective self-diffusion tensor from the NMR spin echo // J. Magn. Reson. - 1994. - Vol. 103. -P. 247-254.

37. Bazarian J.J., Zhong J., Blyth B. et al. Diffusion tensor imaging detects clinically important axonal damage after mild traumatic brain injury: a pilot study // J. Neurotrauma. - 2007. - Vol. 24. - P. 1447-1459.

38. Bazarian J.J., Zhu T., Blyth B. et al. Subject-specific changes in brain white matter on diffusion tensor imaging after sports-related concussion // Magn. Reson. Imaging. - 2012. - Vol. 30. - P. 171-180.

39. Behrens T.E.J., Berg H.J., Jbabdi S. et al. Probabilistic diffusion tractography with multiple fibre orientations: what can we gain? // Neurolmage. -2007. - Vol. 34. - P. 144-155.

40. Bellander B.M., Olafsson I.H., Ghatan P.H. et al. Secondary insults following traumatic brain injury enhance complement activation in the human brain

and release of the tissue damage marker S100B // Acta neurochirurgica. - 2011. -Vol. 153, № 1. - P. 90-100.

41. Benson R.R., Meda S.A., Vasudevan S. et al. Global white matter analysis of diffusion tensor images is predictive of injury severity in traumatic brain injury // J. Neurotrauma. - 2007. - Vol. 24, № 3. - P. 446-459.

42. Brandstack N., Kurki T., Tenovuo O. Quantitative diffusion-tensor tractography of long association tracts in patients with traumatic brain injury without associated findings at routine MR imaging // Radiology. - 2013. - Vol. 267. - P. 231-239.

43. Breier J.I., Hasan K.M., Zhang W. et al. Language dysfunction after stroke and damage to white matter tracts evaluated using diffusion tensor imaging // AJNR. American journal of neuroradiology. - 2008. - Vol. 29, № 3. - P. 483-487.

44. Browne K.D., Chen X.H., Meaney D.F., Smith D.H. Mild traumatic brain injury and diffuse axonal injury in swine // J. Neurotrauma. - 2011. - Vol. 28. - P. 1747-1755.

45. Buki A., Povlishock J.T. All roads lead to disconnection?--traumatic axonal injury revisited // Acta. Neurochir (Wien). - 2006. - Vol. 148. - P. 181-193.

46. Capizzi A., Woo J., Verduzco-Gutierrez M. Traumatic Brain Injury: An Overview of Epidemiology, Pathophysiology, and Medical Management // Med Clin North Am. - 2020. - Vol. 104, № 2. - P. 213-238.

47. Chalkidou A., O'Doherty M.J., Marsden P.K. False discovery rates in PET and CT studies with texture features: a systematic review // PloS One. - 2015. - Vol. 10, № 5. - P. e0124165.

48. Chicklore S., Goh V., Siddique M. et al. Quantifying tumour heterogeneity in 18F-FDG PET/CT imaging by texture analysis // Eur J Nucl Med Mol Imaging. - 2013. - Vol. 40, № 1. - P. 133-140.

49. Cho H.K., Hong J.H., Kim S.H. et al. Clinical usefulness of diffusion tensor imaging in patients with transtentorial herniation following traumatic brain injury // Brain injury. - 2011. - Vol. 25, № 10. - P. 1005-1009.

50. Choi G.S., Kim O.L., Kim S.H. et al. Classification of cause of motor weakness in traumatic brain injury using diffusion tensor imaging // Arch. Neurol. -2012. - Vol. 69. - P. 363-367.

51. Chu Z., Wilde E., Hunter J. et al. Voxel-based analysis of diffusion tensor imaging in mild traumatic brain injury in adolescents // AJNR Am J Neuroradiol. -2010. - Vol. 31, № 2. - P. 340-346.

52. Chung S.W., Park Y.S., Nam T.K. et al. Locations and clinical significance of nonhemorrhagic brain lesions in diffuse axonal injuries // J. Korean Neurosurg Soc. - 2012. - Vol. 52, № 4. - P. 377-383.

53. Courville E., Kazim S.F., Vellek J. et al. Machine learning algorithms for predicting outcomes of traumatic brain injury: A systematic review and meta-analysis // Surgical neurology international. - 2023. - Vol. 14. - P. 262.

54. Danilov G., Afandiev R., Pogosbekyan E. et al. Radiomics Enhances Diagnostic and Prognostic Value of Diffusion Kurtosis Imaging in Diffuse Axonal Injury // Studies in health technology and informatics. - 2023. - Vol. 309. - P. 287291.

55. Descoteaux M. High angular resolution diffusion imaging (HARDI) // Wiley Encyclopedia of Electrical and Electronics Engineering / ed. Webster J. G. -Hoboken, NJ: Wiley, 2015. - 15 p.

56. Descoteaux M., Angelino E., Fitzgibbons S., Deriche R. Regularized, fast, and robust analytical Q-ball imaging // Magn. Reson. Med. - 2007. - Vol. 58. - P. 497-510.

57. Descoteaux M., Deriche R., Knosche T.R., Anwander A. Deterministic and probabilistic tractography based on complex fibre orientation distributions // IEEE Trans. Med. Imaging. - 2009. - Vol. 28. - P. 269-286.

58. Dick A.S., Tremblay P. Beyond the arcuate fasciculus: consensus and controversy in the connectional anatomy of language // Brain. - 2012. - Vol. 135, № 12. - P. 3529-3550.

59. Dikmen S.S., Machamer J.E., Powell J.M., Temkin N.R. Outcome 3-5 years after moderate to severe traumatic brain injury // Arch Phys Med Rehabil. -2003. - Vol. 84, № 10. - P. 1449-1457.

60. Dixon K.J. Pathophysiology of Traumatic Brain Injury // Phys Med Rehabil Clin N Am. - 2017. - Vol. 28, № 2. - P. 215-225.

61. Douglas D.B., Iv M., Douglas P.K. et al. Diffusion Tensor Imaging of TBI: Potentials and Challenges // Topics in magnetic resonance imaging: TMRI. -2015. - Vol. 24, № 5. - P. 241-251.

62. Edlow B., Copen W., Izzy S. et al. Diffusion tensor imaging in acute-to-subacute traumatic brain injury: a longitudinal analysis // BMC Neurol. - 2016. -Vol. 16, № 2. - P.

63. Farrell J.A., Landman B.A., Jones C.K. et al. Effects of signal-to-noise ratio on the accuracy and reproducibility of diffusion tensor imaging-derived fractional anisotropy, mean diffusivity, and principal eigenvector measurements at 1.5 T // J Magn Reson Imaging. - 2007. - Vol. 26, № 3. - P. 756-767.

64. Faul M., Wald M.M., Xu L., Coronado V.G. Traumatic brain injury in the United States; emergency department visits, hospitalizations, and deaths, 20022006

65. Feldman H.M., Yeatman J.D., Lee E.S. et al. Diffusion tensor imaging: a review for pediatric researchers and clinicians // J Dev Behav Pediatr. - 2010. - Vol. 31, № 4. - P. 346-356.

66. Filatau A., Litvin A., Litvin V., Kovalev V. Anisotropy of CT images in the differential diagnosis of chronic pancreatitis and pancreatic cancer // Pancreatology. - 2014. - Vol. 14, № 3 Suppl 1. - P. S89-S90.

67. Frank L.R. Anisotropy in high angular resolution diffusion-weighted MRI // Magn. Reson. Med. - 2001. - Vol. 45. - P. 935-939.

68. Garin-Muga A., Borro D. Review and challenges of brain analysis through DTI measurements // Stud Health Technol Inform. - 2014. - Vol. 207. - P. 27-36.

69. Gean A.D., Fischbein N.J. Head Trauma // Neuroimaging Clin N Am. -2010. - Vol. 20, № 4. - P. 527-556.

70. Gennarelli T.A. Cerebral concussion and diffuse brain injuries // Injury to the Head and Spine. - 3rd ed. - Baltimore, Maryland: Williams & Wilkins, 1987. -P. 137-158.

71. Gennarelli T.A., Thibault L.E., Adams J.H. et al. Diffuse axonal injury and traumatic coma in the primate // Ann. Neurol. - 1982. - Vol. 12, №2 6. - P. 564574.

72. Gentry L.R., Godersky J.C., Thompson B. MR imaging of head trauma: Review of the distribution and radiopathologic features of traumatic lesions // AJR Am. J. Roentgenol. - 1988. - Vol. 150. - P. 663-672.

73. Geschwind N. The organization of language and the brain // Science. -1970. - Vol. 170. - P. 940-944.

74. Giganti F., Antunes S., Salerno A. et al. Gastric cancer: texture analysis from multidetector computed tomography as a potential preoperative prognostic biomarker // Eur Radiol. - 2017. - Vol. 27, № 5. - P. 1831-1839.

75. Grassi D.C., Conceicao D.M.D., Leite C.D.C., Andrade C.S. Current contribution of diffusion tensor imaging in the evaluation of diffuse axonal injury // Arq. Neuropsiquiatr. - 2018. - Vol. 76. - P. 189-199.

76. Greve M., Zink B. Pathophysiology of traumatic brain injury // Mt Sinai J Med. - 2009. - Vol. 76, № 2. - P. 97-104.

77. Grossman E.J., Ge Y., Jensen J.H. et al. Thalamus and cognitive impairment in mild traumatic brain injury: a diffusional kurtosis imaging study // Journal of neurotrauma. - 2012. - Vol. 29, № 13. - P. 2318-2327.

78. Grossman E.J., Jensen J.H., Babb J.S. et al. Cognitive impairment in mild traumatic brain injury: a longitudinal diffusional kurtosis and perfusion imaging study // AJNR. - 2013. - Vol. 34, № 5. - P. 951-957.

79. Haller S., Vernooij M.W., Kuijer J.P.A. et al. Cerebral microbleeds: imaging and clinical significance // Radiology. - 2018. - Vol. 287, № 1. - P. 11-28.

80. Han S., Woo S., Suh C.H. et al. A systematic review of the prognostic value of texture analysis in 18F-FDG PET in lung cancer // Ann Nucl Med. - 2018.

- Vol. 32, № 9. - P. 602-610.

81. Hansen B., Lund T.E., Sangill R., Jespersen S.N. Experimentally and computationally fast method for estimation of a mean kurtosis // Magn Reson Med.

- 2013. - Vol. 69. - P. 1754-1760.

82. Hartings J.A., Bullock M.R., Okonkwo D.O. et al. Spreading depolarisations and outcome after traumatic brain injury: a prospective observational study // Lancet Neurol. - 2011. - Vol. 10, № 12. - P. 1058-1064.

83. Hofer S., Frahm J. Topography of the human corpus callosum revisited--comprehensive fiber tractography using diffusion tensor magnetic resonance imaging // Neuroimage. - 2006. - Vol. 32, № 3. - P. 989-994.

84. Horvat N., Veeraraghavan H., Khan M. et al. MR imaging of rectal cancer: radiomics analysis to assess treatment response after neoadjuvant therapy // Radiology. - 2018. - Vol. 287, № 3. - P. 833-843.

85. Hosny A., Parmar C., Quackenbush J. et al. Artificial intelligence in radiology // Nature reviews. Cancer. - 2018. - Vol. 18, № 8. - P. 500-510.

86. Huisman T.A., Schwamm L.H., Schaefer P.W. et al. Diffusion tensor imaging as potential biomarker of white matter injury in diffuse axonal injury // AJNR Am. J. Neuroradiol. - 2004. - Vol. 25. - P. 370-376.

87. Hulkower M.B., Poliak D.B., Rosenbaum S.B. et al. A decade of DTI in traumatic brain injury: 10 years and 100 articles later // AJNR Am J Neuroradiol. -2013. - Vol. 34, № 11. - P. 2064-2074.

88. Humble S.S., Wilson L.D., Wang L. et al. Prognosis of diffuse axonal injury with traumatic brain injury // J Trauma Acute Care Surg. - 2018. - Vol. 85, № 1. - P. 155-159.

89. Hunter J.V., Wilde E.A., Tong K.A., Holshouser B.A. Emerging imaging tools for use with traumatic brain injury research // J. Neurotrauma.

90. Imaizumi T., Miyata K., Inamura S. et al. The difference in location between traumatic cerebral microbleeds and microangiopathic microbleeds associated with stroke // J Neuroimaging. - 2011. - Vol. 21, № 4. - P. 359-364.

91. Izzy S., Mazwi N.L., Martinez S. et al. Revisiting Grade 3 Diffuse Axonal Injury: Not All Brainstem Microbleeds are Prognostically Equal // Neurocrit Care.

- 2017. - Vol. 27, № 2. - P. 199-207.

92. Jang S.H. Diffusion tensor imaging studies on arcuate fasciculus in stroke patients: a review // Front Hum Neurosci. - 2013. - Vol. 7. - P. 749.

93. Jang S.H., Fish S.H., Lim H.W., Yeo S.S. Injury of the lower ascending reticular activating system in patients with hypoxic-ischemic brain injury: Diffusion tensor imaging study // Neuroradiology. - 2014. - Vol. 56. - P. 965-970.

94. Jang S.H., Kim S.H., Kim O.L. et al. Corticospinal tract injury in patients with diffuse axonal injury: a diffusion tensor imaging study // NeuroRehabilitation.

- 2009. - Vol. 25, № 4. - P. 229-233.

95. Jang S.H., Kim S.Y. Injury of the Corticospinal Tract in Patients with Mild Traumatic Brain Injury: A Diffusion Tensor Tractography Study // Journal of neurotrauma. - 2016. - Vol. 33, № 19. - P. 1790-1795.

96. Jang S.H., Seo Y.S. Difference between injuries of the corticospinal tract and corticoreticulospinal tract in patients with diffuse axonal injury: A diffusion tensor tractography study // Int. J. Neurosci. - 2020. - Vol. 130. - P. 124-129.

97. Jensen J., Helpern J., Ramani A. et al. Diffusional kurtosis imaging: The quantification of non-Gaussian water diffusion by means of magnetic resonance imaging // Magnetic resonance in medicine. - 2005. - Vol. 53, №2 6. - P. 1432-1440.

98. Jensen J.H., Helpern J.A. MRI quantification of non-gaussian water diffusion by kurtosis analysis // NMR Biomed. - 2010. - Vol. 23. - P. 698-710.

99. Jeurissen B., Leemans A., Tournier J.-D. et al. Estimating the Number of Fiber Orientations in Diffusion MRI Voxels: a Constrained Spherical Deconvolution Study.

100. Jing S., Ju Y., He Y. et al. Clinical features of diffuse axonal injury // Chin. J. Traumatol. - 2001. - Vol. 4. - P. 204-207.

101. Johnson V.E., Stewart W., Smith D.H. Axonal pathology in traumatic brain injury // Exp Neurol. - 2013. - Vol. 246. - P. 35-43.

102. Jones D., Knosche T., Turner R. White matter integrity, fiber count, and other fallacies: the do's and don'ts of diffusion MRI // Neuroimage. - 2013. - Vol. 73. - P. 239-254.

103. Kang D., Park J.E., Kim Y.H. et al. Diffusion radiomics as a diagnostic model for atypical manifestation of primary central nervous system lymphoma: development and multicenter external validation // Neuro Oncol. - 2018. - Vol. 20. - P. 1251-1261.

104. Karlsen R.H., Einarsen C., Moe H.K. et al. Diffusion kurtosis imaging in mild traumatic brain injury and postconcussional syndrome // J Neurosci Res. -2019. - Vol. 97, № 5. - P. 568-581.

105. Kasahara K., Hashimoto K., Abo M., Senoo A. Voxel- and atlas-based analysis of diffusion tensor imaging may reveal focal axonal injuries in mild traumatic brain injury - comparison with diffuse axonal injury // Magnetic resonance imaging. - 2012. - Vol. 30, № 4. - P. 496-505.

106. Katzman G.L. Trauma; Diffuse axonal injury // Diagnostic Imaging: Brain / eds. Osborn A.G., Salzman K.L., Barkovich A.J. - 2nd ed. - Manitoba, ON, Canada: Amirsys, 2010. - P. 36-39.

107. Kaur P., Sharma S. Recent Advances in Pathophysiology of Traumatic Brain Injury // Curr Neuropharmacol. - 2018. - Vol. 16, № 8. - P. 1224-1238.

108. Khellaf A., Khan D.Z., Helmy A. Recent advances in traumatic brain injury // J Neurol. - 2019. - Vol. 266. - P. 2878-2889.

109. Kidd D., Stewart G., Baldry J. et al. The Functional Independence Measure: a comparative validity and reliability study // Disabil Rehabil. - 1995. -Vol. 17, № 1. - P. 10-14.

110. Kim E.Y., Park H.J., Kim D.H. et al. Measuring fractional anisotropy of the corpus callosum using diffusion tensor imaging: mid-sagittal versus axial imaging planes // Korean J Radiol. - 2008. - Vol. 9, № 5. - P. 391-395.

111. Kim J.J., Gean A.D. Imaging for the diagnosis and management of traumatic brain injury // Neurotherapeutics. - 2011. - Vol. 8, № 1. - P. 39-53.

112. Kim J.Y., Park J.E., Jo Y. et al. Incorporating diffusion- and perfusion-weighted MRI into a radiomics model improves diagnostic performance for pseudoprogression in glioblastoma patients // Neuro Oncol. - 2019. - Vol. 21. - P. 404-414.

113. Kim S.H., Jang S.H. Prediction of aphasia outcome using diffusion tensor tractography for arcuate fasciculus in stroke // AJNR. American journal of neuroradiology. - 2013. - Vol. 34, № 4. - P. 785-790.

114. Kim S.H., Lee D.G., You H. et al. The clinical application of the arcuate fasciculus for stroke patients with aphasia: a diffusion tensor tractography study // Neuro Rehab. - 2011. - Vol. 29. - P. 305-310.

115. Kirienko M., Cozzi L., Antunovic L. et al. Prediction of disease-free survival by the PET/CT radiomic signature in non-small cell lung cancer patients undergoing surgery // Eur J Nucl Med Mol Imaging. - 2018. - Vol. 45, № 2. - P. 207-217.

116. Kolossváry M., Karády J., Szilveszter B. et al. Radiomic Features Are Superior to Conventional Quantitative Computed Tomographic Metrics to Identify Coronary Plaques With Napkin-Ring Sign - SUPPLEMENTAL MATERIAL // Circ. Cardiovasc. Imaging. - 2017. - Vol. 10, № 12.

117. Kou Z., Wu Z., Tong K.A. et al. The role of advanced MR imaging findings as biomarkers of traumatic brain injury // J Head Trauma Rehabil. - 2010. - Vol. 25, № 4. - P. 267-282.

118. Kraus M.F., Susmaras T., Caughlin B.P. et al. White matter integrity and cognition in chronic traumatic brain injury: a diffusion tensor imaging study // Brain: a journal of neurology. - 2007. - Vol. 130, Pt 10. - P. 2508-2519.

119. Kumar V., Gu Y., Basu S. et al. Radiomics: the process and the challenges // Magn Reson Imaging. - 2012. - Vol. 30, № 9. - P. 1234-1248.

120. Lambin P., Leijenaar R.T.H., Deist T.M. et al. Radiomics: the bridge between medical imaging and personalized medicine // Nat Rev Clin Oncol. - 2017.

- Vol. 14, № 12. - P. 749-762.

121. Le Bihan D., Mangin J.F., Poupon C. et al. Diffusion tensor imaging: concepts and applications // Journal of magnetic resonance imaging: JMRI. - 2001.

- Vol. 13, № 4. - P. 534-546.

122. Lee J.W., Choi C.G., Chun M.H. Usefulness of diffusion tensor imaging for evaluation of motor function in patients with traumatic brain injury: Three case studies // J. Head Trauma Rehabil. - 2006. - Vol. 21. - P. 272-278.

123. Li Y., Liu X., Qian Z. et al. Genotype prediction of ATRX mutation in lower-grade gliomas using an MRI radiomics signature // Eur Radiol. - 2018. - Vol. 28. - P. 2960-2968.

124. Li Y., Zhang G., Shan Y. et al. Non-Invasive Assessment of Intracranial Hypertension in Patients with Traumatic Brain Injury Using Computed Tomography Radiomic Features: A Pilot Study // J. Neurotrauma. - 2023. - Vol. 40, № 3-4. - P. 250-259.

125. Li Z., Li C., Fan L. et al. Altered microstructure rather than morphology in the corpus callosum after lower limb amputation // Sci Rep. - 2017. - Vol. 7. - P. 44780.

126. Liégeois F.J., Mahony K., Connelly A. et al. Pediatric traumatic brain injury: language outcomes and their relationship to the arcuate fasciculus // Brain and language. - 2013. - Vol. 127, № 3. - P. 388-398.

127. Linacre J.M., Heinemann A.W., Wright B.D. et al. The structure and stability of the Functional Independence Measure // Arch Phys Med Rehabil. - 1994.

- Vol. 75, № 2. - P. 127-132.

128. Lipton M., Gellella E., Lo C. et al. Multifocal white matter ultrastructural abnormalities in mild traumatic brain injury with cognitive disability: a voxelwise

analysis of diffusion tensor imaging // J Neurotrauma. - 2008. - Vol. 25, № 11. - P. 1335-1342.

129. Liu J., Shan Y., Gao G. The application value of CT radiomics features in predicting pressure amplitude correlation index in patients with severe traumatic brain injury // Front. Neurol. - 2022. - Vol. 13.

130. Liu J., Xu H., Chen Q. et al. Prediction of hematoma expansion in spontaneous intracerebral hemorrhage using support vector machine // EBioMedicine. - 2019. - Vol. 43. - P. 454-459.

131. Lou B., Doken S., Zhuang T. et al. An image-based deep learning framework for individualizing radiotherapy dose // Lancet Digit Health. - 2019. -Vol. 1, № 3. - P. e136-e147.

132. Lövden M., Bodammer N.C., Kühn S. et al. Experience-dependent plasticity of white-matter microstructure extends into old age // Neuropsychologia. - 2010. - Vol. 48, № 13. - P. 3878-3883.

133. Lubner M.G., Smith A.D., Sandrasegaran K. et al. CT texture analysis: definitions, applications, biologic correlates, and challenges // Radiographics. -2017. - Vol. 37, № 5. - P. 1483-1503.

134. Luo X., Lin D., Xia S. et al. Machine Learning Classification of Mild Traumatic Brain Injury Using Whole-Brain Functional Activity: A Radiomics Analysis // Dis Markers. - 2021. - Vol. 2021.

135. Ma J., Zhang K., Wang Z., Chen G. Progress of Research on Diffuse Axonal Injury after Traumatic Brain Injury // Neural Plast. - 2016. - Vol. 2016. - P. 9746313.

136. Mac Donald C., Dikranian K. et al. Diffusion tensor imaging reliably detects experimental traumatic axonal injury and indicates approximate time of injury // J Neurosci. - 2007. - Vol. 27, № 44. - P. 11869-11876.

137. Mac Donald C.L., Johnson A.M., Cooper D. et al. Detection of blast-related traumatic brain injury in U.S. military personnel // N Engl J Med. - 2011. -Vol. 364, № 22. - P. 2091-2100.

138. Matthews S.C., Spadoni A.D., Lohr J.B. et al. Diffusion tensor imaging evidence of white matter disruption associated with loss versus alteration of consciousness in warfighters exposed to combat in Operations Enduring and Iraqi Freedom // Psychiatry research. - 2012. - Vol. 204, № 2-3. - P. 149-154.

139. Maxwell W.L., Povlishock J.T., Graham D.L. A mechanistic analysis of nondisruptive axonal injury: A review // J. Neurotrauma. - 1997. - Vol. 14. - P. 419-440.

140. Mayer A.R., Ling J., Mannell M.V. et al. A prospective diffusion tensor imaging study in mild traumatic brain injury // Neurology. - 2010. - Vol. 74. - P. 643-650.

141. Mayerhoefer M.E., Materka A., Langs G. et al. Introduction to radiomics // J Nucl Med. - 2020. - Vol. 61, № 4. - P. 488-495.

142. McGinn M.J., Povlishock J.T. Pathophysiology of Traumatic Brain Injury // Neurosurg Clin N Am. - 2016. - Vol. 27, № 4. - P. 397-407.

143. McMillan T., Wilson L., Ponsford J. et al. The Glasgow Outcome Scale

- 40 years of application and refinement // Nat Rev Neurol. - 2016. - Vol. 12, № 8.

- p. 477-485.

144. Mena J.H., Sanchez A.I., Rubiano A.M. et al. Effect of the modified Glasgow Coma Scale score criteria for mild traumatic brain injury on mortality prediction: comparing classic and modified Glasgow Coma Scale score model scores of 13 // J Trauma. - 2011. - Vol. 71, № 5. - P. 1185-1192.

145. Mesfin F.B., Gupta N., Hays Shapshak A., Taylor R.S. Diffuse Axonal Injury // In: StatPearls. - Treasure Island (FL): StatPearls Publishing; 2023.

146. Meythaler J., Peduzzi J., Eleftheriou E. et al. Current concepts: diffuse axonal injury-associated traumatic brain injury // Arch Phys Med Rehabil. - 2001. -Vol. 82, № 10. - P. 1461-1471.

147. Mirestean C.C., Pagute O., Buzea C. et al. Radiomic machine learning and texture analysis — new horizons for head and neck oncology // Maedica (Bucur). - 2019. - Vol. 14, № 2. - P. 126-130.

148. Moen K.G., Skandsen T., Folvik M. et al. A longitudinal MRI study of traumatic axonal injury in patients with moderate and severe traumatic brain injury // J Neurol Neurosurg Psychiatry. - 2012. - Vol. 83, № 12. - P. 1193-1200.

149. Mohammadian M., Roine T., Hirvonen J. et al. High angular resolution diffusion-weighted imaging in mild traumatic brain injury // NeuroImage. Clinical. - 2016. - Vol. 13. - P. 174-180.

150. Mori S., Crain B.J., Chacko V.P., van Zijl P.C. Three-dimensional tracking of axonal projections in the brain by magnetic resonance imaging // Ann. Neurol. - 1999. - Vol. 45. - P. 265-269.

151. Oh J.S., Suk Park K., Chan Song I. et al. Fractional anisotropy-based divisions of midsagittal corpus callosum // Neuroreport. - 2005. - Vol. 16, № 4. -P. 317-320.

152. Oikonomou A., Khalvati F., Tyrrell P.N. et al. Radiomics analysis at PET/CT contributes to prognosis of recurrence and survival in lung cancer treated with stereotactic body radiotherapy // Sci Rep. - 2018. - Vol. 8, № 1. - P. 4003.

153. Ottens A.K., Stafflinger J.E., Griffin H.E. et al. Post-acute brain injury urinary signature: a new resource for molecular diagnostics // J Neurotrauma. -2014. - Vol. 31, № 8. - P. 782-788.

154. Palacios E.M., Martin A.J., Boss M.A. et al. Toward Precision and Reproducibility of Diffusion Tensor Imaging: A Multicenter Diffusion Phantom and Traveling Volunteer Study // AJNR Am J Neuroradiol. - 2017. - Vol. 38, № 3. - P. 537-545.

155. Palacios E.M., Yuh E.L., Mac Donald C.L. et al. Diffusion Tensor Imaging Reveals Elevated Diffusivity of White Matter Microstructure that Is Independently Associated with Long-Term Outcome after Mild Traumatic Brain Injury: A TRACK-TBI Study // Journal of neurotrauma. - 2022. - Vol. 39, № 1920. - P. 1318-1328.

156. Parekh V., Jacobs M.A. Radiomics: a new application from established techniques // Expert Rev Precis Med Drug Dev. - 2016. - Vol. 1, № 2. - P. 207226.

157. Parizel P.M., Ozsarlak, Van Goethem J.W. et al. Imaging findings in diffuse axonal injury after closed head trauma // Eur Radiol. - 1998. - Vol. 8, № 6.

- P. 960-965.

158. Parizel P.M., Van Goethem J.W., Ozsarlak O. et al. New developments in the neuroradiological diagnosis of craniocerebral trauma // Eur Radiol. - 2005. -Vol. 15, № 3. - P. 569-581.

159. Povlishock J.T., Christman C.W. The pathobiology of traumatically induced axonal injury in animals and humans: A review of current thoughts // J. Neurotrauma. - 1995. - Vol. 12. - P. 555-564.

160. Prasanna P., Patel J., Partovi S. et al. Radiomic features from the peritumoral brain parenchyma on treatment-naive multi-parametric MR imaging predict long versus short-term survival in glioblastoma multiforme: preliminary findings // Eur Radiol. - 2017. - Vol. 27. - P. 4188-4197.

161. Raghupathi R. Cell death mechanisms following traumatic brain injury // Brain pathology (Zurich, Switzerland). - 2004. - Vol. 14, № 2. - P. 215-222.

162. Ramón Y Cajal S., Sesé M., Capdevila C. et al. Clinical implications of intratumor heterogeneity: challenges and opportunities // J Mol Med (Berl). - 2020.

- Vol. 98, № 2. - P. 161-177.

163. Ranzenberger L.R., M Das J., Snyder T. Diffusion Tensor Imaging // In: StatPearls. - Treasure Island (FL): StatPearls Publishing; 2024.

164. Reilly P., Bullock R. Head injury. Pathophysiology and management. -2nd edition. - Hodder Arnold, 2005. - 500 p.

165. RIA package manual // [Электронный ресурс]. - URL: https://cran.r-project.org/web/packages/RIA/vignettes/RIA.html.

166. Rimkus C.M., Junqueira T.F., Callegaro D. et al. Segmented corpus callosum diffusivity correlates with the Expanded Disability Status Scale score in

the early stages of relapsing-remitting multiple sclerosis // Clinics (Sao Paulo). -2013. - Vol. 68, № 8. - P. 1115-1120.

167. Rohde G.K., Barnett A.S., Basser P.J. et al. Comprehensive approach for correction of motion and distortion in diffusion-weighted MRI // Magn Reson Med. - 2004. - Vol. 51, № 1. - P. 103-114.

168. Rutgers D.R., Fillard P., Paradot G. et al. Diffusion tensor imaging characteristics of the corpus callosum in mild, moderate, and severe traumatic brain injury // AJNR Am J Neuroradiol. - 2008. - Vol. 29, № 9. - P. 1730-1735.

169. Rutgers D.R., Toulgoat F., Cazejust J. et al. White matter abnormalities in mild traumatic brain injury: a diffusion tensor imaging study // AJNR. - 2008. -Vol. 29. - P. 514-519.

170. Scheid R., Ott D.V., Roth H. et al. Comparative magnetic resonance imaging at 1.5 and 3 Tesla for the evaluation of traumatic microbleeds // J Neurotrauma. - 2007. - Vol. 24, № 12. - P. 1811-1816.

171. Shenton M.E., Hamoda H.M., Schneiderman J.S. et al. A review of magnetic resonance imaging and diffusion tensor imaging findings in mild traumatic brain injury // Brain imaging and behavior. - 2012. - Vol. 6, № 2. - P. 137-192.

172. Shih Y.J., Liu Y.L., Chen J.H. et al. Prediction of Intraparenchymal Hemorrhage Progression and Neurologic Outcome in Traumatic Brain Injury Patients Using Radiomics Score and Clinical Parameters // Diagnostics (Basel). -2022. - Vol. 12, № 7. - P. 1677.

173. Sibille L., Seifert R., Avramovic N. et al. 18F-FDG PET/CT uptake classification in lymphoma and lung cancer by using deep convolutional neural networks // Radiology. - 2020. - Vol. 294, № 2. - P. 445-452.

174. Singh M., Jeong J., Hwang D. et al. Novel diffusion tensor imaging methodology to detect and quantify injured regions and affected brain pathways in traumatic brain injury // Magnetic resonance imaging. - 2010. - Vol. 28. - P. 2240.

175. Smith D.H., Meaney D.F., Shull W.H. Diffuse axonal injury in head trauma // J. Head Trauma. Rehabil. - 2003. - Vol. 18. - P. 307-316.

176. Smith D.H., Nonaka M., Miller R. et al. Immediate coma following inertial brain injury dependent on axonal damage in the brainstem // J. Neurosurg. -2000. - Vol. 93. - P. 315-322.

177. Smith S.M., Jenkinson M., Johansen-Berg H. et al. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data // NeuroImage. - 2006. - Vol. 31, № 4. - P. 1487-1505.

178. Soares J.M., Marques P., Alves V., Sousa N. A hitchhiker's guide to diffusion tensor imaging // Front Neurosci. - 2013. - Vol. 7. - P. 31.

179. Sofroniew M.V., Vinters H.V. Astrocytes: biology and pathology // Acta Neuropathol. - 2010. - Vol. 119. - P. 7-35.

180. Song J., Yin Y., Wang H. et al. A review of original articles published in the emerging field of radiomics // Eur J Radiol. - 2020. - Vol. 127. - P. 108991.

181. Sotiropoulos S.N., Jbabdi S., Xu J. et al. Advances in diffusion MRI acquisition and processing in the Human Connectome Project // NeuroImage. -2013. - Vol. 80. - P. 125-143.

182. Stenberg J., Eikenes L., Moen K. et al. Acute Diffusion Tensor and Kurtosis Imaging and Outcome following Mild Traumatic Brain Injury // J Neurotrauma. - 2021. - Vol. 38, № 18. - P. 2560-2571.

183. Steven A.J., et al. Diffusion kurtosis imaging: An emerging technique for evaluating the microstructural environment of the brain // American Journal of Roentgenology. - 2014. - Vol. 202, № 1. - P. W26-W33.

184. Stokum J.A., Sours C., Zhuo J. et al. A longitudinal evaluation of diffusion kurtosis imaging in patients with mild traumatic brain injury // Brain injury. - 2015. - Vol. 29, № 1. - P. 47-57.

185. Tae W.S., Ham B.J., Pyun S.B. et al. Current Clinical Applications of Diffusion-Tensor Imaging in Neurological Disorders // J Clin Neurol. - 2018. - Vol. 14, № 2. - P. 129-140.

186. Tak H.J., Jang S.H. Relation between aphasia and arcuate fasciculus in chronic stroke patients // BMC neurology. - 2014. - Vol. 14. - P. 46.

187. Takahashi E., Folkerth R.D., Galaburda A.M., Grant P.E. Emerging cerebral connectivity in the human fetal brain: an MR tractography study // Cereb Cortex. - 2012. - Vol. 22. - P. 455-464.

188. Takahashi E., Hayashi E., Schmahmann J.D., Grant P.E. Development of cerebellar connectivity in human fetal brains revealed by high angular resolution diffusion tractography // Neuroimage. - 2014. - Vol. 96. - P. 326-333.

189. Tamez-Pena J., Rosella P., Totterman S. et al. Post-concussive mTBI in Student Athletes: MRI Features and Machine Learning // Front Neurol. - 2022. -Vol. 12.

190. Tax C.M.W., Szczepankiewicz F., Nilsson M., Jones D.K. The dot-compartment revealed? Diffusion MRI with ultra-strong gradients and spherical tensor encoding in the living human brain // NeuroImage. - 2020. - Vol. 210. - P. 116534.

191. Teasdale G., Jennett B. Assessment of coma and impaired consciousness: a practical scale // Lancet. - 1974. - Vol. 304, № 7872. - P. 81-84.

192. Teasdale G., Maas A., Lecky F. et al. The Glasgow Coma Scale at 40 years: standing the test of time // Lancet Neurol. - 2014. - Vol. 13, № 8. - P. 844854.

193. Thaler H.T., Ferber P.W., Rottenberg D.A. A statistical method for determining the proportions of gray matter, white matter, and CSF using computed tomography // Neuroradiology. - 1978. - Vol. 16. - P. 133-135.

194. Thomas T.C., Colburn T.A., Korp K. et al. Translational Considerations for Behavioral Impairment and Rehabilitation Strategies after Diffuse Traumatic Brain Injury // Brain Neurotrauma: Molecular, Neuropsychological, and Rehabilitation Aspects / ed. Kobeissy F.H. - Boca Raton (FL): CRC Press/Taylor & Francis, 2015.

195. Tomaszczyk J.C., Green N.L., Frasca D. et al. Negative neuroplasticity in chronic traumatic brain injury and implications for neurorehabilitation // Neuropsychology review. - 2014. - Vol. 24, № 4. - P. 409-427.

196. Tong K.A., Ashwal S., Holshouser B.A. et al. Hemorrhagic shearing lesions in children and adolescents with posttraumatic diffuse axonal injury: improved detection and initial results // Radiology. - 2003. - Vol. 227, № 2. - P. 332-339.

197. Tong X., Feng X., Peng F. et al. Morphology-based radiomics signature: a novel determinant to identify multiple intracranial aneurysms rupture // Aging (Albany NY). - 2021. - Vol. 13. - P. 13195-13210.

198. Tournier J.D., Calamante F., Connelly A. Robust determination of the fibre orientation distribution in diffusion MRI: non-negativity constrained super-resolved spherical deconvolution // Neuroimage. - 2007. - Vol. 35, № 4. - P. 14591472.

199. Tournier J.D., et al. MRtrix: Diffusion tractography in crossing fiber regions // International Journal of Imaging Systems and Technology. - 2012. - Vol. 22, № 1. - P. 53-66.

200. Trebeschi S., Drago S.G., Birkbak N.J. et al. Predicting response to cancer immunotherapy using noninvasive radiomic biomarkers // Ann Oncol. -2019. - Vol. 30, № 6. - P. 998-1004.

201. Tuch D.S., Reese T.G., Wiegell M.R. et al. High angular resolution diffusion imaging reveals intravoxel white matter fiber heterogeneity // Magn Reson Med. - 2002. - Vol. 48. - P. 577-582.

202. Vallieres M., Freeman C.R., Skamene S.R., El Naqa I. A radiomics model from joint FDG-PET and MRI texture features for the prediction of lung metastases in soft-tissue sarcomas of the extremities // Phys Med Biol. - 2015. -Vol. 60, № 14. - P. 5471-5496.

203. Venkatraman V.K., Gonzalez C.E., Landman B. et al. Region of interest correction factors improve reliability of diffusion imaging measures within and across scanners and field strengths // Neuroimage. - 2015. - Vol. 119. - P. 406-416.

204. Veraart J., Novikov D.S., Christiaens D. et al. Denoising of diffusion MRI using random matrix theory // Neuroimage. - 2016. - Vol. 142. - P. 394-406.

205. Vieira R.C., Paiva W.S., de Oliveira D.V. et al. Diffuse Axonal Injury: Epidemiology, Outcome and Associated Risk Factors // Front Neurol. - 2016. - Vol. 7. - P. 178.

206. Wallace E.J., Mathias J.L., Ward L. Diffusion tensor imaging changes following mild, moderate and severe adult traumatic brain injury: a meta-analysis // Brain Imaging Behav. - 2018. - Vol. 12. - P. 1607-1621.

207. Wang J., Shen L., Zhong H. et al. Radiomics features on radiotherapy treatment planning CT can predict patient survival in locally advanced rectal cancer patients // Sci Rep. - 2019. - Vol. 9, № 1. - P. 15346.

208. Wang J.Y., Bakhadirov K., Devous M.D., Sr. et al. Diffusion tensor tractography of traumatic diffuse axonal injury // Arch. Neurol. - 2008. - Vol. 65, № 5. - P. 619-626.

209. Ware J.B., Biester R.C., Whipple E. et al. Combat-related Mild Traumatic Brain Injury: Association between Baseline Diffusion-Tensor Imaging Findings and Long-term Outcomes // Radiology. - 2016. - Vol. 280, № 1. - P. 212219.

210. Weber M.T., Arena J.D., Xiao R. et al. CLARITY reveals a more protracted temporal course of axon swelling and disconnection than previously described following traumatic brain injury // Brain Pathol. - 2019. - Vol. 29, № 3. - p. 437-450.

211. Werner C., Engelhard K. Pathophysiology of traumatic brain injury // British journal of anaesthesia. - 2007. - Vol. 99, № 1. - P. 4-9.

212. Wesson Ashford J., Yu Zhang A.R., Wang Han et al. Mild traumatic brain injury and conduction aphasia from a close proximity blast resulting in arcuate

fasciculus damage diagnosed on DTI tractography // Mil Med. - 2009. - Vol. 174.

- P. v-vi.

213. Wilde E.A., McCauley S.R., Hunter J.V. et al. Diffusion tensor imaging of acute mild traumatic brain injury in adolescents // Neurology. - 2008. - Vol. 70.

- P. 948-955.

214. Wilkinson M., Lim A.R., Cohen A.H. et al. Detection and growth pattern of arcuate fasciculus from newborn to adult // Front Neurosci. - 2017. - Vol. 11. -P. 389.

215. Wilson J.T., Pettigrew L.E., Teasdale G.M. Structured interviews for the Glasgow Outcome Scale and the extended Glasgow Outcome Scale: guidelines for their use // J Neurotrauma. - 1998. - Vol. 15. - P. 573-585.

216. Wright J. Glasgow Outcome Scale - Extended // Encyclopedia of Clinical Neuropsychology / eds. Kreutzer J.S., DeLuca J., Caplan B. - New York, Dordrecht, Heidelberg, London: Springer Science+Business Media, 2011.

217. Wu E.X., Cheung M.M. MR diffusion kurtosis imaging for neural tissue characterization // NMR Biomed. - 2010. - Vol. 23. - P. 836-848.

218. Wu M., Tan H., Gao F. et al. Predicting the grade of hepatocellular carcinoma based on non-contrast-enhanced MRI radiomics signature // Eur Radiol.

- 2019. - Vol. 29, № 6. - P. 2802-2811.

219. Wu W., Parmar C., Grossmann P. et al. Exploratory study to identify radiomics classifiers for lung cancer histology // Front Oncol. - 2016. - Vol. 6.

220. Xu J., Rasmussen I.A., Lagopoulos J., Häberg A. Diffuse axonal injury in severe traumatic brain injury visualized using high-resolution diffusion tensor imaging // J Neurotrauma. - 2007. - Vol. 24, № 5. - P. 753-765.

221. Yan X., Zhou M., Ying L. et al. Evaluation of optimized b-value sampling schemas for diffusion kurtosis imaging with an application to stroke patient data // Comput Med Imaging Graph. - 2013. - Vol. 37. - P. 272-280.

222. Ypsilantis P.P., Siddique M., Sohn H.M. et al. Predicting response to neoadjuvant chemotherapy with PET imaging using convolutional neural networks // PloS One. - 2015. - Vol. 10, № 9. - P. e0137036.

223. Yu F.F., Chiang F.L., Stephens N. et al. Characterization of normal-appearing white matter in multiple sclerosis using quantitative susceptibility mapping in conjunction with diffusion tensor imaging // Neuroradiology. - 2019. -Vol. 61. - P. 71-79.

224. Zakharova N., Potapov A., Kornienko V. et al. Dt mri study of corpus callosum and corticospinal tracts in patients with severe diffuse axonal injury // The neuroradiology journal. - 2010. - Vol. 23, № 1. - P. 374-375.

225. Zanfardino M., Franzese M., Pane K. et al. Bringing radiomics into a multi-omics framework for a comprehensive genotype-phenotype characterization of oncological diseases // J Transl Med. - 2019. - Vol. 17, № 1. - P. 337.

226. Zhang D., Chen J., Xue Q. et al. Heterogeneity signs on noncontrast computed tomography predict hematoma expansion after intracerebral hemorrhage: a meta-analysis // Biomed Res Int. - 2018. - Vol. 2018. - P. 6038193.

227. Zhang L., Zhuang Q., Wu G. et al. Combined Radiomics Model for Prediction of Hematoma Progression and Clinical Outcome of Cerebral Contusions in Traumatic Brain Injury // Neurocrit. Care. - 2022. - Vol. 36, № 2. - P. 441-451

228. Zhang Y., Wang C., Zhao X. et al. Diffusion tensor imaging depicting damage to the arcuate fasciculus in patients with conduction aphasia: a study of the Wernicke-Geschwind model // Neurological research. - 2010. - Vol. 32, № 7. - P. 775-778.

229. Zheng R.Z., Zhao Z.J., Yang X.T. et al. Initial CT-based radiomics nomogram for predicting in-hospital mortality in patients with traumatic brain injury: a multicenter development and validation study // Neurol. Sci. - 2022. - Vol. 43, № 7. - P. 4363-4372.

230. Zhuo J., Xu S., Proctor J. et al. Diffusion kurtosis as an in vivo imaging marker for reactive astrogliosis in traumatic brain injury // Neuroimage. - 2012. -Vol. 59, № 1. - P. 467-477.