Функциональная магнитно-резонансная томография в диагностике когнитивных нарушений

Танташева А.М., Воробьев С.В., Янишевский С.Н., Ефимцев А.Ю., Соколов А.В., Терновых И.К., Антушева М.С., Сейтказина К.С., Шубина К.М. Функциональная магнитно-резонансная томография в диагностике когнитивных нарушений. Consilium Medicum. 2025;27(11):652–658. DOI: 10.26442/20751753.2025.11.203432

________________________________________________

Tantasheva AM, Vorobyev SV, Yanishevskiy SN, Efimtsev AYu, Sokolov AV, Ternovykh IK, Antusheva MS, Seitkazina KS, Shubina KM. Functional magnetic resonance imaging in the diagnosis of cognitive impairment: A review. Consilium Medicum. 2025;27(11):652–658. DOI: 10.26442/20751753.2025.11.203432

Читать PDF

Аннотация

К настоящему времени методы структурной магнитно-резонансной томографии (МРТ) прочно заняли свое достойное место в диагностике заболеваний, сопровождающихся нарушениями когнитивных функций. Они позволяют определить топическую локализацию очагов поражения головного мозга (ГМ), степень нарушения, а также вносят свою лепту в уточнение этиологии заболевания. Однако необходимо отметить, что возможности стандартной МРТ не абсолютны и далеко не всегда этот метод способен диагностировать специфические для того или иного заболевания изменения. Кроме того, не отмечается полного соответствия между наблюдающейся степенью поражения структуры отдельных участков ГМ и особенностями клинических проявлений нарушений высших корковых функций, что затрудняет использование обычной МРТ в прогностических целях расчета течения заболеваний. Активно развиваются новые методы нейровизуализации, основанные на магнитном резонансе. К ним, в частности, относится функциональная МРТ (фМРТ). Особенностью фМРТ является способность определять специфические отделы ГМ, участвующие в реализации тех или иных когнитивных функций. Зная топографо-анатомическую локализацию этих отделов у здоровых лиц, можно охарактеризовать изменения, наблюдающиеся при развитии нарушения высших корковых функций, что дает возможность понять структурно-функциональные основы тех или иных клинических эквивалентов, наблюдающихся при отдельных нозологических формах. Кроме того, подобный подход позволяет прогнозировать развитие течения заболевания, а также обладает серьезным потенциалом оценки реабилитационных возможностей. Получение подобных данных способствует улучшению построения диагностических моделей, оптимизирует лечебно-диагностический алгоритм. Целью исследования являются анализ и систематизация имеющихся в литературе данных по использованию фМРТ у пожилых пациентов с нарушениями когнитивных функций при цереброваскулярной патологии и болезни Альцгеймера.

Ключевые слова: функциональная магнитно-резонансная томография, деменция, инсульт, болезнь Альцгеймера, коннектом, нейрональные сети

________________________________________________

By now, methods structural magnetic resonance imaging (MRI) have firmly taken their rightful place in the diagnosis diseases accompanied by impaired cognitive functions. They make it possible to determine topical localization foci brain damage, degree impairment, and also contribute clarifying etiology disease. However, it should be noted that possibilities standard MRI are absolutely not exhaustive and are not always able diagnose changes specific particular disease. In addition, there is no complete correspondence between observed degree damage structure individual parts brain and features clinical manifestations disorders higher cortical functions. This makes it difficult use conventional MRI for prognostic purposes calculating course diseases. Currently, new methods neuroimaging based on magnetic resonance are being actively developed. These include, in particular, functional MRI (fMRI). Feature of fMRI is the ability to identify specific parts brain involved in the implementation certain cognitive functions. Knowing the topographic and anatomical localization these departments in healthy individuals, it is possible to characterize the changes observed in the development disorders higher cortical functions. This makes it possible to understand structural and functional foundations certain clinical equivalents observed in certain nosological forms. In addition, this approach makes it possible to predict development course disease, and also has a serious potential for assessing rehabilitation opportunities. Obtaining such data helps to improve the construction diagnostic models, optimizes therapeutic and diagnostic algorithm. The purpose of this publication is to analyze and systematize data available in the literature use fMRI in elderly patients with impaired cognitive functions in cerebrovascular pathology and Alzheimer's disease.

Keywords: functional magnetic resonance imaging, dementia, stroke, Alzheimer's disease, connectome, neural networks

Полный текст

Материалы доступны только для специалистов сферы здравоохранения.
Чтобы посмотреть материал полностью Авторизуйтесь или зарегистрируйтесь.

Список литературы

1. Яхно Н.Н., Захаров В.В., Локшина А.Б., и др. Деменции. М.: МЕДпресс-информ, 2011 [Iakhno NN, Zakharov VV, Lokshina AB, et al. Dementsii. Moscow: MEDpress-inform, 2011 (in Russian)].
2. Апчел В.Я., Цыган В.Н. Память и внимание – интеграторы психики. СПб.: Логос, 2004 [Apchel VIa, Tsygan VN. Pamiat' i vnimanie – integratory psikhiki. Saint Petersburg: Logos, 2004 (in Russian)].
3. Баулина М.Е. Нейропсихология. М.: ВЛАДОС, 2018 [Baulina ME. Neiropsikhologiia. Moscow: VLADOS, 2018 (in Russian)].
4. Хомская Е.Д. Нейропсихология. СПб.: Питер, 2005 [Khomskaia ED. Neiropsikhologiia. Saint Petersburg: Piter, 2005 (in Russian)].
5. Выготский Л.С. Развитие высших психических функций. М.: Изд-во Акад. пед. наук РСФСР, 1960 [Vygotskii LS. Razvitie vysshikh psikhicheskikh funktsii. Moscow: Izd-vo Akad. ped. nauk RSFSR, 1960 (in Russian)].
6. Лурия А.Р. Высшие корковые функции человека. М.: Изд. МГУ, 1962 [Luriia AR. Vysshie korkovye funktsii cheloveka. Moscow: Izd. MGU, 1962 (in Russian)].
7. Буккиева Т.А., Чегина Д.С., Ефимцев А.Ю., и др. Функциональная МРТ покоя. Общие вопросы и клиническое применение. Российский электронный журнал лучевой диагностики. 2019;9(2):150-70 [Bukkieva TA, Chegina DS, Efimtsev AYu, et al. Functional resting MRI. General issues and clinical application. Russian Electronic Journal of Radiology. 2019;9(2):150-70 (in Russian)]. DOI:10.21569/2222-7415- 2019-9-2-150-170
8. Кремнева Е.И., Синицын Д.О., Добрынина Л.А., и др. Функциональная МРТ покоя в неврологии и психиатрии. Журнал неврологии и психиатрии им. С.С. Корсакова. 2022;122(2):5-14 [Kremneva EI, Sinitsyn DO, Dobrynina LA, et al. Resting state functional MRI in neurology and psychiatry. S.S. Korsakov Journal of Neurology and Psychiatry. 2022;122(2):5-14 (in Russian)]. DOI:10.17116/jnevro20221220215
9. Ogawa S, Lee TM, Kay AR, Tank DW. Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proc Natl Acad Sci USA. 1990;87(24):9868-72. DOI:10.1073/pnas.87.24.9868
10. Fleisher AS, Podraza KM, Bangen KJ, et al. Cerebral perfusion and oxygenation differences in Alzheimer's disease risk. Neurobiol Aging. 2009;30(11):1737-48. DOI:10.1016/j.neurobiolaging.2008.01.012
11. Одинак М.М., Воробьев С.В., Фокин В.А., и др. Функциональная магнитно-резонансная томография как метод оценки состояния когнитивных функций. Вестник Российской военно-медицинской академии. 2011;4(36):7-13 [Odinak MM, Vorob'ev SV, Fokin VA, et al. Functional magnetic resonance imaging as a method of assessing the state of cognitive functions. Bulletin of the Russian Military Medical Academy. 2011;4 (36):7-13 (in Russian)].
12. Селивёрстов Ю.А., Селивёрстова Е.В., Коновалов Р.Н., и др. Функциональная магнитно-резонансная томография покоя: возможности и будущее метода. Бюллетень Национального общества по изучению болезни Паркинсона и расстройств движений. 2014;1:16-9 [Seliverstov IuA, Seliverstova EV, Konovalov RN, et al. Funktsional'naia magnitno-rezonansnaia tomografiia pokoia: vozmozhnosti i budushchee metoda. Biulleten' Natsional'nogo obshchestva po izucheniiu bolezni Parkinsona i rasstroistv dvizhenii. 2014;1:16-9 (in Russian)].
13. Дмитриев А.Ю., Дашьян В.Г. Функциональная магнитно-резонансная томография в нейрохирургии. Журнал неврологии и психиатрии им. С.С. Корсакова. 2021;121(7):118-23 [Dmitriev AYu, Dash'yan VG. Functional magnetic resonance imaging in neurosurgery. S.S. Korsakov Journal of Neurology and Psychiatry. 2021;12(7):118-23 (in Russian)]. DOI:10.17116/jnevro2021121071118
14. Liu M, Wang Y, Zhang H, et al. Multiscale functional connectome abnormality predicts cognitive outcomes in subcortical ischemic vascular disease. Cereb Cortex. 2022;32(21):4641-66. DOI:10.1093/cercor/bhab507
15. Grieder M, Wang DJJ, Dierks T, et al. Default Mode Network Complexity and Cognitive Decline in Mild Alzheimer's Disease. Front Neurosci. 2018;12:770. DOI:10.3389/fnins.2018.00770
16. Andrews-Hanna JR. The brain's default network and its adaptive role in internal mentation. Neuroscientist. 2012;18(3):251-70. DOI:10.1177/1073858411403316
17. Tuladhar AM, Snaphaan L, Shumskaya E, et al. Default Mode Network Connectivity in Stroke Patients. PLoS One. 2013;8(6):e66556. DOI:10.1371/journal.pone.0066556
18. Menon V. Large-scale brain networks and psychopathology: a unifying triple network model. Trends Cogn Sci. 2011;15(10):483-506. DOI:10.1016/j.tics.2011.08.003
19. Ma J, Liu F, Wang Y, et al. Frequency-dependent white-matter functional network changes associated with cognitive deficits in subcortical vascular cognitive impairment. Neuroimage Clin. 2022;36:103245. DOI:10.1016/j.nicl.2022.103245
20. Dunet V, Deverdun J, Charroud C, et al. Cognitive Impairment and Basal Ganglia Functional Connectivity in Vascular Parkinsonism. AJNR Am J Neuroradiol. 2016;37(12):2310-36. DOI:10.3174/ajnr.A4889
21. Ye Q, Bai F. Contribution of diffusion, perfusion and functional MRI to the disconnection hypothesis in subcortical vascular cognitive impairment. Stroke Vasc Neurol. 2018;3(3):131-3. DOI:10.1136/svn-2017-000080
22. Wang C, Miao P, Liu J, et al. Validation of cerebral blood flow connectivity as imaging prognostic biomarker on subcortical stroke. J Neurochem. 2021;159(1):172-84. DOI:10.1111/jnc.15359
23. Jung J, Laverick R, Nader K, et al. Altered hippocampal functional connectivity patterns in patients with cognitive impairments following ischaemic stroke: A resting-state fMRI study. Neuroimage Clin. 2021;32:102742. DOI:10.1016/j.nicl.2021.102742
24. Wang T, Mantini D, Gillebert CR. The potential of real-time fMRI neurofeedback for stroke rehabilitation: A systematic review. Cortex. 2018;107:148-65. DOI:10.1016/j.cortex.2017.09.006
25. Dodd KC, Nair VA, Prabhakaran V. Role of the Contralesional vs. Ipsilesional Hemisphere in Stroke Recovery. Front Hum Neurosci. 2017;11:469. DOI:10.3389/fnhum.2017.00469
26. Crofts A, Kelly ME, Gibson CL. Imaging Functional Recovery Following Ischemic Stroke: Clinical and Preclinical fMRI Studies. J Neuroimaging. 2020;30(1):5-14. DOI:10.1111/jon.12668
27. Griffanti L, Dipasquale O, Laganà MM, et al. Effective artifact removal in resting state fMRI data improves detection of DMN functional connectivity alteration in Alzheimer's disease. Front Hum Neurosci. 2015;9:449. DOI:10.3389/fnhum.2015.00449
28. Liao ZL, Tan YF, Qiu YJ, et al. Interhemispheric functional connectivity for Alzheimer's disease and amnestic mild cognitive impairment based on the triple network model. J Zhejiang Univ Sci B. 2018;19(12):924-34. DOI:10.1631/jzus.B1800381
29. Uddin LQ, Yeo BTT, Spreng RN. Towards a Universal Taxonomy of Macro-scale Functional Human Brain Networks. Brain Topogr. 2019;32(6):926-42. DOI:10.1007/s10548-019-00744-6
30. Contreras JA, Avena-Koenigsberger A, Risacher SL, et al. Resting state network modularity along the prodromal late onset Alzheimer's disease continuum. Neuroimage Clin. 2019;22:101687. DOI:10.1016/j.nicl.2019.101687
31. Hojjati SH, Ebrahimzadeh A, Babajani-Feremi A. Identification of the Early Stage of Alzheimer's Disease Using Structural MRI and Resting-State fMRI. Front Neurol. 2019;10:904. DOI:10.3389/fneur.2019.00904
32. Millar PR, Ances BM, Gordon BA, et al. Evaluating resting-state BOLD variability in relation to biomarkers of preclinical Alzheimer's disease. Neurobiol Aging. 2020;96:233-45. DOI:10.1016/j.neurobiolaging.2020.08.007
33. Liang L, Zhao L, Wei Y, et al. Structural and Functional Hippocampal Changes in Subjective Cognitive Decline From the Community. Front Aging Neurosci. 2020;12:64. DOI:10.3389/fnagi.2020.00064
34. Kazemifar S, Manning KY, Rajakumar N, et al. Spontaneous low frequency BOLD signal variations from resting-state fMRI are decreased in Alzheimer disease. PLoS One. 2017;12(6):e0178529. DOI:10.1371/journal.pone.0178529
35. Zhou Y, Yu F, Duong TQ, Alzheimer's Disease Neuroimaging Initiative. White matter lesion load is associated with resting state functional MRI activity and amyloid PET but not FDG in mild cognitive impairment and early Alzheimer's disease patients. J Magn Reson Imaging. 2015;41(1):102-9. DOI:10.1002/jmri.24550

________________________________________________

1. Iakhno NN, Zakharov VV, Lokshina AB, et al. Dementsii. Moscow: MEDpress-inform, 2011 (in Russian).
2. Apchel VIa, Tsygan VN. Pamiat' i vnimanie – integratory psikhiki. Saint Petersburg: Logos, 2004 (in Russian).
3. Baulina ME. Neiropsikhologiia. Moscow: VLADOS, 2018 (in Russian).
4. Khomskaia ED. Neiropsikhologiia. Saint Petersburg: Piter, 2005 (in Russian).
5. Vygotskii LS. Razvitie vysshikh psikhicheskikh funktsii. Moscow: Izd-vo Akad. ped. nauk RSFSR, 1960 (in Russian).
6. Luriia AR. Vysshie korkovye funktsii cheloveka. Moscow: Izd. MGU, 1962 (in Russian).
7. Bukkieva TA, Chegina DS, Efimtsev AYu, et al. Functional resting MRI. General issues and clinical application. Russian Electronic Journal of Radiology. 2019;9(2):150-70 (in Russian). DOI:10.21569/2222-7415- 2019-9-2-150-170
8. Kremneva EI, Sinitsyn DO, Dobrynina LA, et al. Resting state functional MRI in neurology and psychiatry. S.S. Korsakov Journal of Neurology and Psychiatry. 2022;122(2):5-14 (in Russian). DOI:10.17116/jnevro20221220215
9. Ogawa S, Lee TM, Kay AR, Tank DW. Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proc Natl Acad Sci USA. 1990;87(24):9868-72. DOI:10.1073/pnas.87.24.9868
10. Fleisher AS, Podraza KM, Bangen KJ, et al. Cerebral perfusion and oxygenation differences in Alzheimer's disease risk. Neurobiol Aging. 2009;30(11):1737-48. DOI:10.1016/j.neurobiolaging.2008.01.012
11. Odinak MM, Vorob'ev SV, Fokin VA, et al. Functional magnetic resonance imaging as a method of assessing the state of cognitive functions. Bulletin of the Russian Military Medical Academy. 2011;4 (36):7-13 (in Russian).
12. Seliverstov IuA, Seliverstova EV, Konovalov RN, et al. Funktsional'naia magnitno-rezonansnaia tomografiia pokoia: vozmozhnosti i budushchee metoda. Biulleten' Natsional'nogo obshchestva po izucheniiu bolezni Parkinsona i rasstroistv dvizhenii. 2014;1:16-9 (in Russian).
13. Dmitriev AYu, Dash'yan VG. Functional magnetic resonance imaging in neurosurgery. S.S. Korsakov Journal of Neurology and Psychiatry. 2021;12(7):118-23 (in Russian). DOI:10.17116/jnevro2021121071118
14. Liu M, Wang Y, Zhang H, et al. Multiscale functional connectome abnormality predicts cognitive outcomes in subcortical ischemic vascular disease. Cereb Cortex. 2022;32(21):4641-66. DOI:10.1093/cercor/bhab507
15. Grieder M, Wang DJJ, Dierks T, et al. Default Mode Network Complexity and Cognitive Decline in Mild Alzheimer's Disease. Front Neurosci. 2018;12:770. DOI:10.3389/fnins.2018.00770
16. Andrews-Hanna JR. The brain's default network and its adaptive role in internal mentation. Neuroscientist. 2012;18(3):251-70. DOI:10.1177/1073858411403316
17. Tuladhar AM, Snaphaan L, Shumskaya E, et al. Default Mode Network Connectivity in Stroke Patients. PLoS One. 2013;8(6):e66556. DOI:10.1371/journal.pone.0066556
18. Menon V. Large-scale brain networks and psychopathology: a unifying triple network model. Trends Cogn Sci. 2011;15(10):483-506. DOI:10.1016/j.tics.2011.08.003
19. Ma J, Liu F, Wang Y, et al. Frequency-dependent white-matter functional network changes associated with cognitive deficits in subcortical vascular cognitive impairment. Neuroimage Clin. 2022;36:103245. DOI:10.1016/j.nicl.2022.103245
20. Dunet V, Deverdun J, Charroud C, et al. Cognitive Impairment and Basal Ganglia Functional Connectivity in Vascular Parkinsonism. AJNR Am J Neuroradiol. 2016;37(12):2310-36. DOI:10.3174/ajnr.A4889
21. Ye Q, Bai F. Contribution of diffusion, perfusion and functional MRI to the disconnection hypothesis in subcortical vascular cognitive impairment. Stroke Vasc Neurol. 2018;3(3):131-3. DOI:10.1136/svn-2017-000080
22. Wang C, Miao P, Liu J, et al. Validation of cerebral blood flow connectivity as imaging prognostic biomarker on subcortical stroke. J Neurochem. 2021;159(1):172-84. DOI:10.1111/jnc.15359
23. Jung J, Laverick R, Nader K, et al. Altered hippocampal functional connectivity patterns in patients with cognitive impairments following ischaemic stroke: A resting-state fMRI study. Neuroimage Clin. 2021;32:102742. DOI:10.1016/j.nicl.2021.102742
24. Wang T, Mantini D, Gillebert CR. The potential of real-time fMRI neurofeedback for stroke rehabilitation: A systematic review. Cortex. 2018;107:148-65. DOI:10.1016/j.cortex.2017.09.006
25. Dodd KC, Nair VA, Prabhakaran V. Role of the Contralesional vs. Ipsilesional Hemisphere in Stroke Recovery. Front Hum Neurosci. 2017;11:469. DOI:10.3389/fnhum.2017.00469
26. Crofts A, Kelly ME, Gibson CL. Imaging Functional Recovery Following Ischemic Stroke: Clinical and Preclinical fMRI Studies. J Neuroimaging. 2020;30(1):5-14. DOI:10.1111/jon.12668
27. Griffanti L, Dipasquale O, Laganà MM, et al. Effective artifact removal in resting state fMRI data improves detection of DMN functional connectivity alteration in Alzheimer's disease. Front Hum Neurosci. 2015;9:449. DOI:10.3389/fnhum.2015.00449
28. Liao ZL, Tan YF, Qiu YJ, et al. Interhemispheric functional connectivity for Alzheimer's disease and amnestic mild cognitive impairment based on the triple network model. J Zhejiang Univ Sci B. 2018;19(12):924-34. DOI:10.1631/jzus.B1800381
29. Uddin LQ, Yeo BTT, Spreng RN. Towards a Universal Taxonomy of Macro-scale Functional Human Brain Networks. Brain Topogr. 2019;32(6):926-42. DOI:10.1007/s10548-019-00744-6
30. Contreras JA, Avena-Koenigsberger A, Risacher SL, et al. Resting state network modularity along the prodromal late onset Alzheimer's disease continuum. Neuroimage Clin. 2019;22:101687. DOI:10.1016/j.nicl.2019.101687
31. Hojjati SH, Ebrahimzadeh A, Babajani-Feremi A. Identification of the Early Stage of Alzheimer's Disease Using Structural MRI and Resting-State fMRI. Front Neurol. 2019;10:904. DOI:10.3389/fneur.2019.00904
32. Millar PR, Ances BM, Gordon BA, et al. Evaluating resting-state BOLD variability in relation to biomarkers of preclinical Alzheimer's disease. Neurobiol Aging. 2020;96:233-45. DOI:10.1016/j.neurobiolaging.2020.08.007
33. Liang L, Zhao L, Wei Y, et al. Structural and Functional Hippocampal Changes in Subjective Cognitive Decline From the Community. Front Aging Neurosci. 2020;12:64. DOI:10.3389/fnagi.2020.00064
34. Kazemifar S, Manning KY, Rajakumar N, et al. Spontaneous low frequency BOLD signal variations from resting-state fMRI are decreased in Alzheimer disease. PLoS One. 2017;12(6):e0178529. DOI:10.1371/journal.pone.0178529
35. Zhou Y, Yu F, Duong TQ, Alzheimer's Disease Neuroimaging Initiative. White matter lesion load is associated with resting state functional MRI activity and amyloid PET but not FDG in mild cognitive impairment and early Alzheimer's disease patients. J Magn Reson Imaging. 2015;41(1):102-9. DOI:10.1002/jmri.24550

Авторы

А.М. Танташева¹, С.В. Воробьев*^1,2, С.Н. Янишевский¹, А.Ю. Ефимцев¹, А.В. Соколов^1,3, И.К. Терновых¹, М.С. Антушева¹, К.С. Сейтказина¹, К.М. Шубина¹

¹ФГБУ «Национальный медицинский исследовательский центр им. В.А. Алмазова» Минздрава России, Санкт-Петербург, Российская Федерация
²ФГБОУ ВО «Санкт-Петербургский государственный педиатрический медицинский университет» Минздрава России, Санкт-Петербург, Российская Федерация
³ФГБВОУ ВО «Военно-медицинская академия им. С.М. Кирова» Минобороны России, Санкт-Петербург, Российская Федерация
*sergiognezdo@yandex.ru

________________________________________________

Anna M. Tantasheva¹, Sergey V. Vorobyev*^1,2, Stanislav N. Yanishevskiy¹, Aleksandr Yu. Efimtsev¹, Andrey V. Sokolov^1,3, Ivan K. Ternovykh¹, Maria S. Antusheva¹, Kamila S. Seitkazina¹, Kristina M. Shubina¹

¹Almazov National Medical Research Centre, Saint Petersburg, Russian Federation
²Saint Petersburg State Pediatric Medical University, Saint Petersburg, Russian Federation
³Kirov Military Medical Academy, Saint Petersburg, Russian Federation
*sergiognezdo@yandex.ru

Назад к списку

Цель портала OmniDoctor – предоставление профессиональной информации врачам, провизорам и фармацевтам.