Оценка морфометрических параметров теменных долей головного мозга у детей при магнитно-резонансном исследовании

Введение. Настоящее исследование посвящено количественному анализу теменных долей головного мозга у детей с использованием магнитно-резонансной морфометрии. Теменные доли играют ключевую роль в восприятии тактильной информации, пространственной ориентации тела и регуляции целенаправленных движений. В раннем детском возрасте, когда происходит интенсивное развитие мозга, теменные доли претерпевают значительные структурные изменения, что обосновывает необходимость проведения подробного морфометрического исследования. Полученные данные способствуют углублению знаний о нормальном развитии нервной системы и повышению точности диагностики патологий, ассоциированных с аномалиями строения теменных долей, такими как синдром дефицита внимания и гиперактивности, аутизм, эпилепсия и когнитивные расстройства.

Цель исследования: изучение морфометрических показателей структур теменных долей головного мозга у неврологически здоровых детей с целью выявления возрастных и половых различий.

Материал и методы. Всего обследовано 49 детей в возрасте от 2 месяцев до 18 лет. Наблюдения были разделены на две группы: от рождения до 7 лет (17 человек), от 7 до 18 лет (32 человека). Морфометрический анализ теменных долей головного мозга выполнен с использованием программного обеспечения «FreeSurfer», в ходе которого были проанализированы следующие параметры: объём для каждой структуры теменных долей, площадь поверхности и толщина коры.

Результаты. В ходе исследования были обнаружены возрастные изменения объёма, площади и толщины коры различных структур теменной доли у детей. Хотя статистически значимых гендерных различий в морфометрических показателях этих структур не выявлено, наблюдалась тенденция к увеличению относительных размеров (рассчитанных относительно внутричерепного объёма) у мальчиков по сравнению с девочками. Полученные данные свидетельствуют о сложной и разнонаправленной динамике развития теменной доли в онтогенезе, проявляющейся как симметричных, так и в асимметричных изменениях.

Заключение. Настоящее исследование демонстрирует эффективность магнитнорезонансной морфометрии в анализе развития структур теменных долей у неврологически здоровых детей. Полученные морфометрические показатели могут быть использованы в качестве сравнительных референсных данных при исследовании структурных изменений при различных неврологических состояниях. 

1. Сидорова И.С., Никитина Н.А., Унанян А.Л., Агеев М.Б. Развитие головного мозга плода и влияние пренатальных повреждающих факторов на основные этапы нейрогенеза. Российский вестник акушера-гинеколога. 2022;22(1):35–44. https://doi.org/10.17116/rosakush20222201135

2. Giedd J.N., Castellanos F.X., Rajapakse J.C., Vaituzis A.C., Rapoport J.L. Sexual dimorphism of the developing human brain. Prog Neuropsychopharmacol Biol Psychiatry. 1997;21(8):1185–1201. PMID: 9460086 https://doi.org/10.1016/s0278-5846(97)00158-9

3. Lenroot R.K., Gogtay N., Greenstein D.K., Wells E.M., Wallace G.L., Clasen L.S., et al. Sexual dimorphism of brain developmental trajectories during childhood and adolescence. Neuroimage. 2007;36(4):1065–1073. PMID: 17513132 https://doi.org/10.1016/j.neuroimage.2007.03.053

4. Sowell E.R., Trauner D.A., Gamst A., Jernigan T.L. Development of cortical and subcortical brain structures in childhood and adolescence: a structural MRI study. Dev Med Child Neurol. 2002;44(1):4–16. PMID: 11811649 https://doi.org/10.1017/s0012162201001591

5. Wilke M., Schmithorst V.J., Holland, S.K. Assessment of spatial normalization of whole-brain magnetic resonance images in children. Human brain mapping. 2002;17(1):48–60. PMID: 12203688 https://doi.org/10.1002/hbm.10053

6. Воронова Н.В., Климова Н.М., Менджерицкий А.М. Анатомия центральной нервной системы. Москва: Аспект Пресс; 2005.

7. Giedd J.N., Blumenthal J., Jeffries N.O., Castellanos F.X., Liu H., Zijdenbos A., et al. Brain development during childhood and adolescence: a longitudinal MRI study. Nat Neurosci. 1999;2(10):861–863. PMID: 10491603 https://doi.org/10.1038/13158

8. Jernigan T.L., Tallal P. Late childhood changes in brain morphology observable with MRI. Dev Med Child Neurol. 1990;32(5):379–385. PMID: 2354751 https://doi.org/10.1111/j.1469-8749.1990.tb16956.x

9. Pfefferbaum A., Mathalon D.H., Sullivan E.V., Rawles J.M., Zipursky R.B., Lim K.O. A quantitative magnetic resonance imaging study of changes in brain morphology from infancy to late adulthood. Arch Neurol. 1994;51(9):874–887. PMID: 8080387 https://doi.org/10.1001/archneur.1994.00540210046012

10. Vijayakumar N., Allen N.B., Youssef G., Dennison M., Yücel M., Simmons J.G., et al. Brain development during adolescence: A mixedlongitudinal investigation of cortical thickness, surface area, and volume. Hum Brain Mapp. 2016;37:2027–2038. PMID: 26946457 https://doi.org/10.1002/hbm.23154

11. Sowell E.R., Thompson P.M., Holmes C.J., Batth R., Jernigan T.L., Toga A.W. Localizing age-related changes in brain structure between childhood and adolescence using statistical parametric mapping. Neuroimage. 1999;9(6Pt1):587–597. PMID: 10334902 https://doi.org/10.1006/nimg.1999.0436

12. Rakic P, Ayoub A.E., Breunig J.J., Dominguez M.H. Decision by division: making cortical maps. Trends in neurosciences. 2009;32(5):291–301. PMID: 19380167 https://doi.org/10.1016/j.tins.2009.01.007

13. Горчаков В.Н., Сергеева И.Г., Тулупов А.А. Нейрохирургическая анатомия головного мозга. Новосибирск: НГУ; 2015.

14. Байбаков С.Е., Бахарева Н.С., Гордеева Е.К., Бараева Л.М., Хромов Д.А., Юсупова А.И. и др. Динамика роста полушарий головного мозга и его долей у детей периода раннего детства. Международный научно-исследовательский журнал. 2024;150(12).https://doi.org/10.60797/IRJ.2024.150.13

15. Потемкина Е.Г., Саломатина Т.А., Андреев Е.В., Абрамов К.Б., Банникова В.Д., Деньгина Н.О. и др. Применение МР-морфометрии в эпилептологии: достижения и перспективы. Вопросы нейрохирургии имени Н.Н. Бурденко. 2023;87(3):113–119. PMID: 37325834 https://doi.org/10.17116/neiro202387031113 Backhausen L.L., Herting M.M., Tamnes C.K., Vetter N.C. Best Practices in Structural Neuroimaging of Neurodevelopmental Disorders. Neuropsychol Rev. 2022;32(2):400–418. PMID: 33893904 https://doi.org/10.1007/s11065-021-09496-2

16. Fjell A.M., Walhovd K.B. Structural brain changes in aging: courses, causes and cognitive consequences. Rev Neurosci. 2010;21(3):187–221. PMID: 20879692 https://doi.org/10.1515/revneuro.2010.21.3.187

17. Heinen R., Bouvy W.H., Mendrik A.M., Viergever M.A., Biessels G.J., de Bresser J. Robustness of Automated Methods for Brain Volume Measurements across Different MRI Field Strengths. PLoS One. 2016;11(10):e0165719. PMID: 27798694 https://doi.org/10.1371/journal.pone.0165719

18. Fischl B. FreeSurfer. Neuroimage. 2012;62(2):774–781. PMID: 22248573 https://doi.org/10.1016/j.neuroimage.2012.01.021

19. Fischl, B., Salat D.H., Busa E., Albert M., Dieterich M., Haselgrove C., et al. Whole brain segmentation: automated labeling of neuroanatomical structures in the human brain. Neuron. 2002;33(3):341–355. PMID: 11832223 https://doi.org/10.1016/s0896-6273(02)00569-x

20. Fischl B., Sereno M.I., Dale A.M. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. Neuroimage. 1999;9(2):195–207. PMID: 9931269 https://doi.org/10.1006/nimg.1998.0396

21. Klein A., Tourville J. 101 Labeled Brain Images and a Consistent Human Cortical Labeling Protocol. Front Neurosci. 2012;6. PMID: 23227001 https://doi.org/10.3389/fnins.2012.00171

22. The jamovi project. jamovi. Version 2.5 [Computer Software] — [cited 2025 Sep 10]. Available from: https://www.jamovi.org

23. Microsoft Corporation. Microsoft Excel. Version 16.88 [Computer Software]. — [cited 2025 Sep 10]. Available from: https://www.microsoft.com

24. Herting M.M., Johnson C., Mills K.L., Vijayakumar N., Dennison M., Liu C., et al. Development of subcortical volumes across adolescence in males and females: A multisample study of longitudinal changes. Neuroimage. 2018;172:194–205. PMID: 29353072 https://doi.org/10.1016/j.neuroimage.2018.01.020

25. Tamnes C.K., Herting M.M., Goddings A.L., Meuwese R., Blakemore S.J., Dahl R.E, et al. Development of the Cerebral Cortex across Adolescence: A Multisample Study of Inter-Related Longitudinal Changes in Cortical Volume, Surface Area, and Thickness. J Neurosci. 2017;37(12):3402–3412. PMID: 28242797 https://doi.org/10.1523/JNEUROSCI.3302-16.2017

26. Leonard C.M., Towler S., Welcome S., Halderman L.K., Otto R., Eckert M.A., et al. Size matters: cerebral volume influences sex differences in neuroanatomy. Cerebral cortex. 2008;18(12):2920–2931. PMID: 18440950 https://doi.org/10.1093/cercor/bhn052

27. Luders E., Gaser C., Narr K.L., Toga A.W. Why sex matters: brain size independent differences in gray matter distributions between men and women. J Neurosci. 2009;29(45):14265–14270. PMID: 19906974 https://doi.org/10.1523/JNEUROSCI.2261-09.2009

28. Lenroot R.K., Giedd J.N. Brain development in children and adolescents: insights from anatomical magnetic resonance imaging. Neurosci Biobehav Rev. 2006;30(6):718–729. PMID: 16887188 https://doi.org/10.1016/j.neubiorev.2006.06.001

29. Sullivan E.V., Rosenbloom M., Serventi K.L., Pfefferbaum A. Effects of age and sex on volumes of the thalamus, pons, and cortex. Neurobiol Aging. 2004;25(2):185–192. PMID: 14749136 https://doi.org/10.1016/s0197-4580(03)00044-7

30. Resnick S.M., Goldszal A.F., Davatzikos C., Golski S., Kraut M.A., Metter E.J., et. al. One-year age changes in MRI brain volumes in older adults. Cereb Cortex. 2000;10(5):464–472. PMID: 10847596 https://doi.org/10.1093/cercor/10.5.464

31. Полунина А.Г., Брюн Е.А. Нейроанатомические особенности головного мозга у мужчин и женщин. Анналы клинической и экспериментальной неврологии. 2017;3(11):68–75.