Clinical application of high-precision neuroimaging methods in newborns with brain injuries

Cover Page

Cite item

Full Text

Abstract

In order to reduce postnatal dysfunction of the central nervous system and prevent irreversible consequences, the concept of early rehabilitation of newborns has been formulated and implemented. When planning a rehabilitation program, an individual approach to the child is required, taking into account the characteristics of his development. A comprehensive assessment of the anatomical and functional state of the brain of a newborn with the help of high-precision neuroimaging technologies that can be used at different stages of rehabilitation treatment deserves special attention.

About the authors

Svetlana A. Perepelitsa

Imannuel Kant Baltic Federal University; Federal Research and Clinical Center of Intensive Care Medicine and Rehabilitology

Author for correspondence.
Email: sveta_perepeliza@mail.ru
ORCID iD: 0000-0002-4535-9805

Dr Sci, Professor

Russian Federation, 14, А. Nevskiy str., Kaliningrad, 236041; Moscow

References

  1. Jarjour IT. Neurodevelopmental outcome after extreme prematurity: a review of the literature. Pediatr Neurol. 2015; 52(2):143–152. doi: 10.1016/j.pediatrneurol.2014.10.027.
  2. Овчинникова Т.В., Таранушенко Т.Е., Салмина А.Б., Карпова Л.Н. Структура заболеваемости недоношенных детей, рожденных с очень низкой и низкой массой тела // Педиатрия. — 2018. — Т. 97. — № 1. — С. 162–166. [Ovchinnikova TV, Taranushenko TE, Salmina AB, Karpova LN. Morbidity structure of premature infants born with very low and low birth weight. Pediatrics. 2018;97(1):162–166. (In Russ).]
  3. Основные показатели здоровья матери и ребенка, деятельность службы охраны детства и родовспоможения в Российской Федерации. Сборник. — М., 2019. — 170 с. [The main indicators of maternal and child health, the activities of the child welfare and obstetric service in the Russian Federation. Collection. Moscow; 2019. 170 р. (In Russ).]
  4. Ремнева О.В., Фадеева Н.И., Кореновский Ю.В., Черкасова Т.М. Прогнозирование и ранняя диагностика тяжелых церебральных расстройств у недоношенных новорожденных // Педиатрия. — 2015. — Т. 94. — № 1. — С. 13–18. [Remneva OV, Fadeeva NI, Korenovskiy YuV, Cherkasova TM. Prediction and early diagnosis of severe cerebral disorders in premature infants. Pediatrics. 2015;94(1):13–18. (In Russ).]
  5. Михеева И.Г., Лопанчук П.А., Кузнецова Ю.А., и др. Микрососудистые нарушения у новорожденных детей различного гестационного возраста с гипоксически- ишемическим поражением ЦНС // Педиатрия. — 2017. — Т. 96. — № 1. — С. 10–15. [Mikheeva IG, Lopanchuk PA, Kuznetsova YuA, et al. Microvascular disorders in newborns of different gestational ages with hypoxic-ischemic lesions of the central nervous system. Pediatrics. 2017;96(1):10–15. (In Russ).]
  6. Van der Knoop BJ, Zonnenberg IA, Verbeke ML, et al. Additional value of advanced neurosonography and magnetic resonance imaging in fetuses at risk for brain damage. Ultrasound Obstet Gynecol. 2020;56(3):348–358. doi: 10.1002/uog.21943.
  7. Fritz J, Polansky SM, O’Connor SC. Neonatal neurosonography. Semin Ultrasound CT MR. 2014;35(4):349–364. doi: 10.1053/j.sult.2014.05.009.
  8. American Institute of Ultrasound in Medicine (AIUM): American College of Radiology (ACR); Society of Radiologists in Ultrasound (SRU) Collaborators. AIUM practice guideline for the performance of neurosonography in neonates and infants. J Ultrasound Med. 2014;33(6): 1103–1110. doi: 10.7863/ultra.33.6.1103.
  9. Agut T, Alarcon A, Cabañas F, et al. Preterm white matter injury: ultrasound diagnosis and classification. Pediatr Res. 2020;87(Suppl 1):37–49. doi: 10.1038/s41390-020-0781-1.
  10. Ballardini E, Tarocco A, Baldan A, et al. Universal cranial ultrasound screening in preterm infants with gestational age 33–36 weeks. A retrospective analysis of 724 newborns. Pediatr Neurol. 2014;51(6):790–794. doi: 10.1016/j.pediatrneurol.2014.08.012.
  11. Ballardini E, Tarocco A, Rosignoli C, et al. Universal head ultrasound screening in full-term neonates: a retrospective analysis of 6771 infants. Pediatr Neurol. 2017;71:14–17. doi: 10.1016/j.pediatrneurol.2017.03.012.
  12. Alderliesten T, Lemmers PM, Smarius JJ, et al. Cerebral oxygenation, extraction, and autoregulation in very preterm infants who develop peri-intraventricular hemorrhage. J Pediatr. 2013;162(4):698–704.e692. doi: 10.1016/ j.jpeds.2012.09.038.
  13. Waitz M, Nusser S, Schmid MB, et al. Risk factors associated with intraventricular hemorrhage in preterm infants with ≤28 weeks gestational age. Klin Padiatr. 2016;228(5): 245–250. doi: 10.1055/s-0042-111689.
  14. Nikolaeva GV, Sidorenko EI, Guseva MR, Akbasheva NG. [Neurological disorders in preterm children with neuropathy. (In Russ).] Zh Nevrol Psikhiatr Im S S Korsakova. 2017;117(11 Vyp 2):41–46. doi: 10.17116/ jnevro201711711241-46.
  15. Weise J, Heckmann M, Bahlmann H, et al. Analyses of pathological cranial ultrasound findings in neonates that fall outside recent indication guidelines: results of a population-based birth cohort: survey of neonates in Pommerania (SNiP-study). BMC Pediatr. 2019;19(1):476. doi: 10.1186/s12887-019-1843-6.
  16. Ball G, Boardman JP, Rueckert D, et al. The effect of preterm birth on thalamic and cortical development. Cereb Cortex. 2012;22(5):1016–1024. doi: 10.1093/cercor/bhr176.
  17. Padilla N, Alexandrou G, Blennow M, et al. Brain growth gains and losses in extremely preterm infants at term. Cerebral Cortex. 2015;25(7):1897–1905. doi: 10.1093/ cercor/bht431.
  18. Greisen G. Autoregulation of cerebral blood flow in newborn babies. Early Hum Dev. 2005;81(5):423–428. doi: 10.1016/j.earlhumdev.2005.03.005.
  19. Faust K, Härtel C, Preuß M, et al. Short-term outcome of very-low-birthweight infants with arterial hypotension in the first 24 h of life. Arch Dis Child Fetal Neonatal Ed. 2015;100:F388–F392. doi: 10.1136/archdischild- 2014-306483.
  20. Camfferman FA, de Goederen R, Govaert P, et al. Diagnostic and predictive value of Doppler ultrasound for evaluation of the brain circulation in preterm infants: a systematic review. Pediatr Res. 2020;87(Suppl 1):50–58. doi: 10.1038/s41390-020-0777-x.
  21. Kumar AS, Chandrasekaran A, Asokan R, Gopinathan K. Prognostic value of resistive index in neonates with hypoxic ischemic encephalopathy. Indian Pediatr. 2016; 53(12):1079–1082.
  22. Краева О.А, Башмакова Н.В. Особенности центральной и церебральной гемодинамики у недоношенных новорожденных в неонатальном периоде // Лечение и профилактика. — 2018. — Т. 8. — № 1. — С. 31–36 [Kraeva OA, Bashmakova NV. Features of central and cerebral hemodynamics in premature infants in the neonatal period. Treatment and Prevention. 2018;8(1):31–36. (In Russ).]
  23. Vutskits L. Cerebral blood flow in the neonate. Paediatr Anaesth. 2014;24(1):22–29. doi: 10.1111/pan.12307.
  24. Deeg KH. Sonographic and doppler sonographic diagnosis of neonatal ischemic stroke. Ultraschall Med. 2017;38(4):360–376. doi: 10.1055/s-0043-114409.
  25. Ольхова Е.Б., Дубасова Н.М., Полякова Е.В. Нейросонография в диагностике синус-тромбозов у младенцев // Радиология-практика. — 2018. — Т. 72. — № 6. — С. 6–21. [Olkhova EB, Dubasova NM, Polyakova EV. Neurosonography in the diagnostics of sinus-thrombosis in infants. Radiology Practice. 2018;6(72):6–21. (In Russ).]
  26. Guan B, Dai C, Zhang Y, et al. Early diagnosis and outcome prediction of neonatal hypoxic-ischemic encephalopathy with color Doppler ultrasound. Diagn Interv Imaging. 2017;98(6):469–475. doi: 10.1016/j.diii.2016.12.001.
  27. Bolisetty S, Dhawan A, Abdel-Latif M, et al. Intraventricular hemorrhage and neurodevelopmental outcomes in extreme preterm infants. Pediatrics. 2014;133:55–62. doi: 10.1542/peds.2013-0372.
  28. Jarjour IT. Neurodevelopmental outcome after extreme prematurity: a review of the literature. Pediatr Neurol. 2015;52(2):143–152.doi: 10.1016/j.pediatrneurol. 2014.10.027.
  29. Vik SD, Torp H, Follestad T, et al. NeoDoppler: New ultrasound technology for continuous cerebral circulation monitoring in neonates. Pediatr Res. 2020;87(1):95–103. doi: 10.1038/s41390-019-0535-0.
  30. Peeples ES, Mehic E, Mourad PD, Juul SE. Fast Doppler as a novel bedside measure of cerebral perfusion in preterm infants. Pediatr Res. 2016;79(2):333–338. doi: 10.1038/pr.2015.227.
  31. Demené C, Pernot M, Biran V, et al. Ultrafast Doppler reveals the mapping of cerebral vascular resistivity in neonates. J Cereb Blood Flow Metab. 2014;34(6):1009–1017. doi: 10.1038/jcbfm.2014.49.
  32. Demené C, Deffieux T, Pernot M, et al. Spatiotemporal clutter filtering of ultrafast ultrasound data highly increases Doppler and fultrasound sensitivity. IEEE Trans Med Imaging. 2015;34(11):2271–2285. doi: 10.1109/TMI.2015.2428634.
  33. Demené C, Mairesse J, Baranger J, et al. Ultrafast Doppler for neonatal brain imaging. NeuroImage. 2019;185: 851–856. doi: 10.1016/j.neuroimage.2018.04.016.
  34. Tanter M, Fink M. Ultrafast imaging in biomedical ultrasound. IEEE Trans Ultrason Ferroelectr Freq Control. 2014; 61(1):102–119. doi: 10.1109/TUFFC.2014.6689779.
  35. Hwang M, Piskunowicz M, Darge K. Advanced ultrasound techniques for pediatric imaging. Pediatrics. 2019; 143(3):e20182609. doi: 10.1542/peds.2018-2609.
  36. Demene C, Baranger J, Bernal M, et al. Functional ultrasound imaging of brain activity in human newborns. Sci Transl Med. 2017;9(411):eaah6756. doi: 10.1126/scitranslmed.aah6756.
  37. Demené C, Tiran E, Sieu LA, et al. 4D microvascular imaging based on ultrafast Doppler tomography. NeuroImage. 2016;127:472–483. doi: 10.1016/j.neuroimage.2015.11.014.
  38. Hingot V, Brodin C, Lebrun F, et al. Early Ultrafast Ultrasound Imaging of Cerebral Perfusion correlates with Ischemic Stroke outcomes and responses to treatment in Mice. Theranostics. 2020;10(17):7480–7491. doi: 10.7150/thno.44233.
  39. Caballero-Gaudes C, Reynolds RC. Methods for cleaning the BOLD fMRI signal. NeuroImage. 2017;154:128–149. doi: 10.1016/j.neuroimage.2016.12.018.
  40. Buchbinder BR. Functional magnetic resonance imaging. Handbook of Clinical Neurology. 2016;135(4):61–92. doi: 10.1016/B978-0-444-53485-9.00004-0.
  41. Huettel SA. Functional MRI (fMRI). Encyclopedia of Spectroscopy and Spectrometry. Third Edition. Elsevier Ltd.; 2017. Р. 778–784. doi: 10.1016/B978-0-12- 803224-4.00053-4.
  42. Vasung L, Turk EA, Ferradal SL, et al. Exploring early human brain development with structural and physiological neuroimaging. NeuroImage. 2019;187:226–254. doi: 10.1016/j.neuroimage.2018.07.041.
  43. Tanter M, Fink M. Ultrafast imaging in biomedical ultrasound. IEEE Trans Ultrason Ferroelectr Freq Control. 2014;61(1):102–119. doi: 10.1109/TUFFC.2014.6689779.
  44. Shmuel A. On the relationship between functional MRI signals and neuronal activity. Casting Light on the Dark Side of Brain Imaging; 2019. Р. 49–53. doi: 10.1016/ B978-0-12-816179-1.00007-4.
  45. Arichi T, Fagiolo G, Varela M, et al. Development of BOLD signal hemodynamic responses in the human brain. NeuroImage. 2012;63(2):663–673. doi: 10.1016/ j.neuroimage.2012.06.054.
  46. Kirton A. Modeling developmental plasticity after perinatal stroke: defining central therapeutic targets in cerebral palsy. Pediatr Neurol. 2013;48(2):81–94. doi: 10.1016/ j.pediatrneurol.2012.08.001.
  47. Scheef L, Nordmeyer-Massner JA, Smith-Collins AP, et al. Functional laterality of task-evoked activation in sensorimotor cortex of preterm infants: an optimized 3 T fMRI study employing a customized neonatal head coil. PLoS One. 2017;12(1):e0169392. doi: 10.1371/journal.pone.0169392.
  48. Gao W, Alcauter S, Elton A, et al. Functional network development during the first year: relative sequence and socioeconomic correlations. Cereb Cortex. 2015;25(9): 2919–2928. doi: 10.1093/cercor/ bhu088.
  49. Adhikari MH, Beharelle RA, Griffa A, et al. Computational modeling of resting-state activity demonstrates markers of normalcy in children with prenatal or perinatal stroke. J Neurosci. 2015;35(23):8914–8924. doi: 10.1523/JNEUROSCI.4560-14.2015.
  50. Manning KY, Menon RS, Gorter JW, et al. Neuroplastic sensorimotor resting state network reorganization in children with hemiplegic cerebral palsy treated with constraint-induced movement therapy. J Child Neurol. 2015; 31(2):1–7. doi: 10.1177/0883073815588995.
  51. Smyser CD, Neil JJ. Use of resting-state functional MRI to study brain development and injury in neonates. Semin Perinatol. 2015;39(2):130–140. doi: 10.1053/ j.semperi.2015.01.006.
  52. Ferradal SL, Gagoski B, Jaimes C, et al. System-specific patterns of thalamocortical connectivity in early brain development as revealed by structural and functional MRI. Cereb Cortex. 2019;29(3):1218–1229. doi: 10.1093/cercor/bhy028.
  53. Graham AM, Pfeifer JH, Fisher PA, et al. The potential of infant fMRI research and the study of early life stress as a promising exemplar. Dev Cogn Neurosci. 2015;12:12–39. doi: 10.1016/j.dcn.2014.09.005.
  54. Lordier L, Loukas S, Grouiller F, et al. Music processing in preterm and full-term newborns: a psychophysiological interaction (PPI) approach in neonatal fMRI. NeuroImage. 2019;185:857–864. doi: 10.1016/j.neuroimage.2018.03.078.
  55. Bleyenheuft Y, Dricot L, Gilis N, et al. Capturing neuroplastic changes after bimanual intensive rehabilitation in children with unilateral spastic cerebral palsy: a combined DTI, TMS and fMRI pilot study. Res Dev Disabil. 2015; 43–44:136–149. doi: 10.1016/j.ridd.2015.06.014.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2020 Perepelitsa S.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».