Magnetic Resonance Imaging-Based Frontal Lobe Morphometry in Pediatric Patients

Cover Page

Cite item

Full Text

Abstract

Background: Magnetic resonance imaging-based morphometry is a highly informative, noninvasive method for early diagnosis of structural brain changes, which facilitates their quantitative and qualitative evaluation. The frontal lobes increase significantly in size during brain development, which is associated with their important role in cognitive functions and environmental adaptations. Frontal lobe morphometry in pediatric patients can be used to identify abnormalities and understand normal developmental processes in early childhood.

AIM: To identify any changes in the morphometry of the frontal lobes in neurologically healthy children and to analyze how these changes may vary across sex and age groups.

METHODS: The study included 49 children aged 6 months to 18 years. The observations were categorized into two age groups: from 0 to 7 years (17 children) and from 7 to 18 years (32 children). Automatic magnetic resonance imaging-based morphometry was performed with FreeSurfer software used to determine morphometric parameters, including frontal lobe volume, surface area, and cortical thickness.

RESULTS: The findings showed age-related variations in the frontal lobe volume, area, and thickness. There were no significant sex-specific differences in the morphometric parameters between the age groups. However, relative values of the morphometric parameters calculated as a percentage of intracranial volume were higher in boys than in girls. The obtained results demonstrate both symmetrical and asymmetrical changes, thereby underscoring the multidirectional nature of the frontal lobe development during human growth.

CONCLUSION: Magnetic resonance imaging-based morphometry is a highly effective method for identifying the developmental patterns of the frontal lobes in neurologically healthy children. The morphometric parameters outlined in this study may serve as reference values in the assessment of pediatric populations diagnosed with neurodegenerative diseases.

About the authors

Nikolay N. Semibratov

Saint Petersburg Clinical Scientific and Practical Center for Specialised Types of Medical Care (Oncological)

Author for correspondence.
Email: nsemibr@gmail.com
ORCID iD: 0000-0002-0034-7413
SPIN-code: 9179-7660
Scopus Author ID: 57203433060
ResearcherId: U-1759-2018

MD, radiologist

Russian Federation, Saint Petersburg, 197758

Vladimir A. Fokin

Almazov National Medical Research Centre

Email: vladfokin@mail.ru
ORCID iD: 0000-0001-7885-9024
SPIN-code: 5939-5198

MD, Dr. Sci. (Medicine), Professor

Russian Federation, 2, Akkuratova str., Saint Petersburg, 197341

Gennady E. Trufanov

Almazov National Medical Research Centre

Email: trufanovge@mail.ru
ORCID iD: 0000-0002-1611-5000
SPIN-code: 3139-3581
Scopus Author ID: 6602602324

MD, Dr. Sci. (Medicine), Professor

Russian Federation, 2, Akkuratova str., Saint Petersburg, 197341

Alexander Yu. Efimtsev

Almazov National Medical Research Centre

Email: atralf@mail.ru
ORCID iD: 0000-0003-2249-1405
SPIN-code: 3459-2168

MD, Dr. Sci. (Medicine), Professor of the Department

Russian Federation, 2, Akkuratova str., Saint Petersburg, 197341

Konstantin B. Abramov

Almazov National Medical Research Centre

Email: kalyghanin@mail.ru
ORCID iD: 0000-0002-1290-3659
SPIN-code: 5615-4624

MD, Cand. Sci. (Medicine)

Russian Federation, 2, Akkuratova str., Saint Petersburg, 197341

Gleb V. Kondratiev

Almazov National Medical Research Centre

Email: spbgvk@mail.ru
ORCID iD: 0000-0002-1462-6907
SPIN-code: 9092-3185

MD, Pediatric Oncologist, Assistant Professor of the Department

Russian Federation, 2, Akkuratova str., Saint Petersburg, 197341

Anatoly G. Levchuk

Almazov National Medical Research Centre

Email: feuerlag999@yandex.ru
ORCID iD: 0000-0002-8848-3136
SPIN-code: 6214-5934
Scopus Author ID: 57208386790
Russian Federation, 2, Akkuratova str., Saint Petersburg, 197341

References

  1. Giedd JN, Castellanos FX, Rajapakse JC, et al. Sexual dimorphism of the developing human brain. Prog Neuropsychopharmacol Biol Psychiatry. 1997;21(8):1185–1201. doi: 10.1016/s0278-5846(97)00158-9
  2. Lenroot RK, Gogtay N, Greenstein DK, et al. Sexual Dimorphism of Brain Developmental Trajectories during Childhood and Adolescence. Neuroimage. 2007;36(4):1065–1073. doi: 10.1016/j.neuroimage.2007.03.053
  3. Wilke M, Schmithorst VJ, Holland SK. Assessment of spatial normalization of whole-brain magnetic resonance images in children. Hum Brain Mapp. 2002;17(1):48–60. doi: 10.1002/hbm.10053
  4. Voronova NV, Klimova NM, Mendgeritsky AM. Anatomy of the Central Nervous System: A Textbook for University Students Specializing in Psychology. Moscow: Aspect Press; 2005. EDN: QKNXWP
  5. Sowell ER, Trauner DA, Gamst A, Jernigan TL. Development of cortical and subcortical brain structures in childhood and adolescence: a structural MRI study. Developmental Medicine & Child Neurology. 2002;44(1):4–16. doi: 10.1111/j.1469-8749.2002.tb00253.x EDN: ECHQFN
  6. Dekaban AS, Sadowsky D. Changes in brain weights during the span of human life: Relation of brain weights to body heights and body weights. Annals of Neurology. 1978;4(4):345–356. doi: 10.1002/ana.410040410
  7. Giedd JN. Structural magnetic resonance imaging of the adolescent brain. Ann N Y Acad Sci. 2004;1021:77–85. doi: 10.1196/annals.1308.009
  8. Fischl B, Salat DH, Busa E, et al. Whole brain segmentation: automated labeling of neuroanatomical structures in the human brain. Neuron. 2002;33(3):341–355. doi: 10.1016/s0896-6273(02)00569-x
  9. Fischl B. FreeSurfer. Neuroimage. 2012;62(2):774–781. doi: 10.1016/j.neuroimage.2012.01.021
  10. Fischl B, Sereno MI, Dale AM. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. Neuroimage. 1999;9(2):195–207. doi: 10.1006/nimg.1998.0396
  11. Klein A, Tourville J. 101 Labeled Brain Images and a Consistent Human Cortical Labeling Protocol. Front Neurosci. 2012;6:171. doi: 10.3389/fnins.2012.00171
  12. The jamovi project. jamovi. Version 2.5 [Computer Software] — [cited 2025 Jan 25]. Available from: https://www.jamovi.org
  13. Microsoft Corporation. Microsoft Excel. Version 16.88 [Computer Software]. — [cited 2025 Jan 25]. Available from: https://www.microsoft.com
  14. Ducharme S, Albaugh MD, Nguyen TV, et al. Trajectories of cortical thickness maturation in normal brain development — The importance of quality control procedures. Neuroimage. 2016;125:267–279. doi: 10.1016/j.neuroimage.2015.10.010
  15. Brain Development Cooperative Group. Total and regional brain volumes in a population-based normative sample from 4 to 18 years: the NIH MRI Study of Normal Brain Development. Cereb Cortex. 2012;22(1):1–12. doi: 10.1093/cercor/bhr018
  16. Brouwer RM, Schutte J, Janssen R, et al. The Speed of Development of Adolescent Brain Age Depends on Sex and Is Genetically Determined. Cereb Cortex. 2021;31(2):1296–1306. doi: 10.1093/cercor/bhaa296 EDN: RLRLEU
  17. Potemkina EG, Salomatina TA, Andreev EV, et al. MR morphometry in epileptology: progress and perspectives. Burdenko’s Journal of Neurosurgery. 2023;87(3):113–119. doi: 10.17116/neiro202387031113 EDN: PAVJJV

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Frontal lobe structures used in the Desikan–Killiany atlas: superolateral (left) and inferomedial (right) surfaces. Illustration adapted from A. Klein, J. Tourville [11]

Download (312KB)
Indexing metadata
3. Fig. 2. Values of volume, mm3 (left), surface area, mm2 (center), and thickness, mm (right) of the frontal lobe structures for the age groups 0–7 years (upper columns) and 7–18 years (lower columns). The vertical lines indicate the medians, the left and right boundaries of the rectangles indicate the lower and upper quartiles, respectively.

Download (865KB)
Indexing metadata
4. Fig. 3. Percentage change in mean values of volume (mm³), surface area (mm²) and thickness of structures (mm) when comparing the age groups 0–7 years and 7–18 years.

Download (330KB)
Indexing metadata

Copyright (c) 2025 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 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».