medvisМедицинская визуализацияMedical Visualization1607-07632408-9516RDS-Media Ltd.10.24835/1607-0763-1523medvis-1523Research ArticleГОЛОВАHEADМагнитно-резонансная морфометрия головного мозга у детей с детальной оценкой височных долейFeatures of voxel-based morphometry in children: focusing on the temporal lobeshttps://orcid.org/0000-0002-0034-7413СемибратовН. Н.SemibratovN. N.

Семибратов Николай Николаевич – врач-рентгенолог отделения амбулаторного лечения с дневным стационаром в составе радиотерапевтического отделения ГБУЗ “Санкт-Петербургский клинический научно-практический центр специализированных видов медицинской помощи (онкологический) имени Н.П. Напалкова”, Санкт-Петербургhttps://orcid.org/0000-0002-0034-7413

Nikolay N. Semibratov – Radiologist at the Radiotherapy outpatient department with a day hospital within the radiotherapy department at the Saint-Petersburg Clinical Scientific and Practical Center for Specialised Types of Medical Care (Oncological), St. Petersburghttps://orcid.org/0000-0002-0034-7413

nsemibr@gmail.comhttps://orcid.org/0000-0001-7885-9024ФокинВ. А.FokinV. A.

Фокин Владимир Александрович – доктор мед. наук, профессор кафедры лучевой диагностики и медицинской визуализации с клиникой, заведующий отделом лучевой диагностики, заведующий НИЛ магнитно-резонансной томографии ФГБУ “Национальный медицинский исследовательский центр им. В.А. Алмазова” Минздрава России, Санкт-Петербургhttps://orcid.org/0000-0001-7885-9024

Vladimir A. Fokin – Doct. of Sci. (Med.), Professor at the Department of Radiation Diagnostics and Medical Imaging with Clinic, Head of the Department of Radiation Diagnostics, Head of the Research Laboratory of Magnetic Resonance Imaging at the Almazov National Medical Research Centre, St. Petersburghttps://orcid.org/0000-0001-7885-9024

vladfokin@mail.ruhttps://orcid.org/0000-0002-1611-5000ТруфановГ. Е.TrufanovG. E.

Труфанов Геннадий Евгеньевич – доктор мед. наук, профессор, заведующий кафедрой лучевой диагностики и медицинской визуализации с клиникой, заведующий НИО лучевой диагностики ФГБУ “Национальный медицинский исследовательский центр им. В.А. Алмазова” Минздрава России, Санкт-Петербургhttps://orcid.org/0000-0002-1611-5000

Gennadiy E. Trufanov – Doct. of Sci. (Med.), Head of the Department of Radiation Diagnostics and Medical Imaging with Clinic, Head of the Research Institute of Radiation Diagnostics at the Almazov National Medical Research Centre, St. Petersburghttps://orcid.org/0000-0002-1611-5000

trufanovge@mail.ruhttps://orcid.org/0000-0003-2249-1405ЕфимцевА. Ю.EfimtsevA. Yu.

Ефимцев Александр Юрьевич – доктор мед. наук, профессор кафедры лучевой диагностики и медицинской визуализации с клиникой, ведущий научный сотрудник НИЛ лучевой визуализации ФГБУ “Национальный медицинский исследовательский центр им. В.А. Алмазова” Минздрава России, Санкт-Петербургhttps://orcid.org/0000-0003-2249-1405

Aleksandr Y. Efimtsev – Doct. of Sci. (Med.), Professor at the Department of Radiation Diagnostics and Medical Imaging with Clinic, Leading Researcher at the Research Institute of Radiation Imaging at the Almazov National Medical Research Centre, St. Petersburghttps://orcid.org/0000-0003-2249-1405

atralf@mail.ruhttps://orcid.org/0000-0002-1290-3659АбрамовК. Б.AbramovK. B.

Абрамов Константин Борисович – канд. мед. наук, заместитель главного врача, врач-нейрохирург Российского научно-исследовательского нейрохирургического института им. проф. А.Л. Поленова – филиала Национального медицинского исследовательского центра им. В. А. Алмазова, Санкт-Петербургhttps://orcid.org/0000-0002-1290-3659

Konstantin B. Abramov – Cand. of Sci. (Med.), Deputy Chief Physician for Neurosurgery, Neurosurgeon at the Polenov Neurosurgery Institute – the branch of the Almazov National Medical Research Centre, St. Petersburghttps://orcid.org/0000-0002-1290-3659

kalyghanin@mail.ruhttps://orcid.org/0000-0002-1462-6907КондратьевГ. В.KondratievG. V.

Кондратьев Глеб Валентинович – ассистент кафедры онкологии, детской онкологии и лучевой терапии, врач-детский онколог ФГБОУ ВО “Санкт-Петербургский государственный педиатрический медицинский университет” Минздрава России, Санк-Петербургhttps://orcid.org/0000-0002-1462-6907

Gleb V. Kondratiev – Assistant Department of Oncology, Pediatric Oncology and Radiation Therapy, Pediatric Oncologist at Saint Petersburg State Pediatric Medical University, St. Petersburghttps://orcid.org/0000-0002-1462-6907

spbgvk@mail.ruhttps://orcid.org/0000-0002-8848-3136ЛевчукА. Г.LevchukA. G.

Левчук Анатолий Геннадьевич – младший научный сотрудник НИЛ магнитно-резонансной томографии ФГБУ “Национальный медицинский исследовательский центр им. В.А. Алмазова” Минздрава России, Санкт-Петербургhttps://orcid.org/0000-0002-8848-3136

Anatoly G. Levchuk – Junior Researcher at Research Laboratory of Magnetic Resonance Imaging at the Almazov National Medical Research Centre, St. Petersburghttps://orcid.org/0000-0002-8848-3136

feuerlag999@yandex.ruГБУЗ “Санкт-Петербургский клинический научно-практический центр специализированных видов медицинской помощи (онкологический) имени Н.П. Напалкова”РоссияSaint-Petersburg Clinical Scientific and Practical Center for Specialised Types of Medical Care (Oncological)Russian FederationФГБУ “Национальный медицинский исследовательский центр им. В.А. Алмазова” Минздрава РоссииРоссияAlmazov National Medical Research CentreRussian FederationФГБОУ ВО “Санкт-Петербургский государственный педиатрический медицинский университет” Минздрава РоссииРоссияSaint Petersburg State Pediatric Medical UniversityRussian Federation2025281120252942235Copyright © Семибратов Н.Н., Фокин В.А., Труфанов Г.Е., Ефимцев А.Ю., Абрамов К.Б., Кондратьев Г.В., Левчук А.Г., 20252025Семибратов Н.Н., Фокин В.А., Труфанов Г.Е., Ефимцев А.Ю., Абрамов К.Б., Кондратьев Г.В., Левчук А.Г.Semibratov N.N., Fokin V.A., Trufanov G.E., Efimtsev A.Y., Abramov K.B., Kondratiev G.V., Levchuk A.G.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://medvis.rdsmedia.ru/jour/article/view/1523Введение

Введение. Постоянное совершенствование методов нейровизуализации и количественного анализа изображений способствует расширению наших знаний об анатомии головного мозга. В настоящее время методика магнитно-резонансной морфометрии позволяет проводить анализ структурных изменений головного мозга на разных уровнях – от крупных областей до отдельных извилин. Несмотря на значимость, количество исследований, посвященных изучению структурных изменений у детей в процессе нормального онтогенеза, остается ограниченным. В раннем детстве, когда происходит интенсивное развитие мозга, височные доли подвергаются значительным структурным изменениям. Исследование этих изменений у детей может расширить наше понимание в определении нормального развития нервной системы и помочь в выявлении патологий, связанных с неврологическими расстройствами, такими как эпилепсия и нейродегенеративные заболевания.

Цель исследования

Цель исследования: провести морфометрический анализ структур височных долей головного мозга у неврологически здоровых детей с целью выявления возрастных и половых различий.

Материал и методы

Материал и методы. В исследование включили 49 детей в возрасте от 6 мес до 18 лет. Наблюдения были разделены на 2 возрастные группы: первая группа – от 0 до 7 лет (17 человек), вторая группа – от 7 до 18 лет (32 человека). Для анализа была проведена автоматическая МР-морфометрия с использованием программного обеспечения FreeSurfer, в ходе которой определялись морфометрические показатели: объем для каждой структуры височных долей, площадь поверхности и толщина коры.

Результаты

Результаты. В ходе исследования были обнаружены возрастные изменения в объеме, площади и толщине различных структур височной доли у детей. Несмотря на отсутствие статистически значимых гендерных различий в морфометрических показателях этих структур, наблюдалась тенденция к увеличению относительных размеров (рассчитанных относительно внутричерепного объема) у мальчиков по сравнению с девочками. Данные результаты свидетельствуют о сложной и разнонаправленной динамике развития височной доли в процессе взросления, проявляющейся в симметричных и асимметричных изменениях.

Заключение

Заключение. Данное исследование демонстрирует эффективность МР-морфометрии для оценки развития структур височных долей у неврологически здоровых детей. Представленные морфометрические показатели могут быть использованы в качестве референсных значений при изучении детей с нейродегенеративными заболеваниями, позволяя выявлять отклонения от нормы.

Introduction

Introduction. Advances in neuroimaging and quantitative image analysis have enhanced our understanding of cerebral anatomy. Voxel-based morphometry (VBM) enables precise evaluation of structural brain changes. Early childhood is a critical period of rapid brain maturation. Research focusing on structural changes of the temporal lobes in children during normal ontogeny remains limited. Investigating these structural changes could improve diagnostics for neurological disorders such as epilepsy and neurodegenerative conditions. Investigating these structural changes in children may deepen our understanding of normal nervous system development and improve diagnostics for neurological disorders such as epilepsy and neurodegenerative diseases.

Aim

Aim. To perform morphometric analysis of temporal lobes structures in neurologically healthy children and analyze age- and gender-related variations.

Methods

Methods. VBM was performed using FreeSurfer software, determining morphometric parameters volume (mm3), area (mm2), and thickness (mm) for each structure of the temporal lobes. The study included 49 MRI data from children aged between 6 months and 18 years. All participants were divided into two age groups: from 0 to 7 years (17 individuals) and from 7 to 18 years (32 individuals).

Results

Results. Age-related differences in the volume, surface area, and thickness were observed across temporal lobes regions in children. While no statistically significant gender differences in the morphometric parameters of these structures were observed, boys exhibited a tendency for greater relative sizes (normalized to intracranial volume) compared to girls. These results indicate a complex and dynamic developmental pattern of the temporal lobes, with evidence of both symmetric and asymmetric changes.

Conclusion

Conclusion. MRI morphometry is shown to be an effective method for assessing temporal lobes development in neurologically healthy children in this study. The morphometric data presented here can serve as reference points for identifying deviations from normal development in children with neurodegenerative disorders.

магнитно-резонансная томографиямагнитно-резонансная морфометриявисочная долядетистарениерост и развитиеголовной мозгmagnetic resonance imagingvoxel-based morphometrytemporal lobechildrenaginggrowth and developmentbrainReferencesBartzokis G., Beckson M., Lu P.H. et al. Age-related changes in frontal and temporal lobe volumes in men: a magnetic resonance imaging study. Arch. Gen. Psychiatry. 2001; 58 (5): 461–465. https://doi.org/10.1001/archpsyc.58.5.461Bartzokis G., Beckson M., Lu P.H. et al. Age-related changes in frontal and temporal lobe volumes in men: a magnetic resonance imaging study. Arch. Gen. Psychiatry. 2001; 58 (5): 461–465. https://doi.org/10.1001/archpsyc.58.5.461Giedd J.N., Castellanos F.X., Rajapakse J.C. et al. Sexual dimorphism of the developing human brain. Prog. Neuropsychopharmacol. Biol. Psychiatry. 1997; 21 (8): 1185–1201. https://doi.org/10.1016/s0278-5846(97)00158-9Giedd J.N., Castellanos F.X., Rajapakse J.C. et al. Sexual dimorphism of the developing human brain. Prog. Neuropsychopharmacol. Biol. Psychiatry. 1997; 21 (8): 1185–1201. https://doi.org/10.1016/s0278-5846(97)00158-9Lenroot R.K., Gogtay N., Greenstein D.K. et al. Sexual dimorphism of brain developmental trajectories during childhood and adolescence. Neuroimage. 2007; 36 (4): 1065–1073. https://doi.org/10.1016/j.neuroimage.2007.03.053Lenroot R.K., Gogtay N., Greenstein D.K. et al. Sexual dimorphism of brain developmental trajectories during childhood and adolescence. Neuroimage. 2007; 36 (4): 1065–1073. https://doi.org/10.1016/j.neuroimage.2007.03.053Sowell 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. https://doi.org/10.1017/s0012162201001591Sowell 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. https://doi.org/10.1017/s0012162201001591Wilke M., Schmithorst V.J., Holland S.K. Assessment of spatial normalization of whole-brain magnetic resonance images in children. Hum. Brain. Mapp. 2002; 17 (1): 48–60. https://doi.org/10.1002/hbm.10053Wilke M., Schmithorst V.J., Holland S.K. Assessment of spatial normalization of whole-brain magnetic resonance images in children. Hum. Brain. Mapp. 2002; 17 (1): 48–60. https://doi.org/10.1002/hbm.10053Мамажонов З.А. Анатомо-топографические особенности височной доли мозга в постнатальном онтогенезе. Экономика и социум. 2020; 73 (6): 867–872.Mamajonov Z.A. Anatomical and topographic features of the temporal lobe of the brain in postnatal ontogenesis. Ekonomika i Socium. 2020; 73 (6): 867–872. (In Russian)Воронова Н.В., Климова Н.М., Менджерицкий А.М. Анатомия центральной нервной системы: Учебное пособие для студентов вузов, обучающихся по направлению и специальности “Психология”. М.: Аспект Пресс, 2005. 128 с.Voronova N.V., Klimova N.M., Mendgeritsky A.M. Anatomy of the Central Nervous System: A Textbook for University Students Specializing in Psychology. M.: Aspect Press, 2005. 128 p. (In Russian)Giedd J.N., Blumenthal J., Jeffries N.O. et al. Brain development during childhood and adolescence: a longitudinal MRI study. Nat. Neurosci. 1999; 2 (10): 861–863. https://doi.org/10.1038/13158Giedd J.N., Blumenthal J., Jeffries N.O. et al. Brain development during childhood and adolescence: a longitudinal MRI study. Nat. Neurosci. 1999; 2 (10): 861–863. https://doi.org/10.1038/13158Jernigan T.L., Tallal P. Late childhood changes in brain morphology observable with MRI. Dev. Med. Child. Neurol. 1990; 32 (5): 379–385. https://doi.org/10.1111/j.1469-8749.1990.tb16956.xJernigan T.L., Tallal P. Late childhood changes in brain morphology observable with MRI. Dev. Med. Child. Neurol. 1990; 32 (5): 379–385. https://doi.org/10.1111/j.1469-8749.1990.tb16956.xPfefferbaum A., Mathalon D.H., Sullivan E.V. et al. A quantitative magnetic resonance imaging study of changes in brain morphology from infancy to late adulthood. Arch. Neurol. 1994; 51 (9): 874–887. https://doi.org/10.1001/archneur.1994.00540210046012Pfefferbaum A., Mathalon D.H., Sullivan E.V. et al. A quantitative magnetic resonance imaging study of changes in brain morphology from infancy to late adulthood. Arch. Neurol. 1994; 51 (9): 874–887. https://doi.org/10.1001/archneur.1994.00540210046012Tanaka C., Matsui M., Uematsu A. et al. Developmental trajectories of the fronto–temporal lobes from infancy to early adulthood in healthy individuals. Dev. Neurosci. 2012; 34 (6): 477–487. https://doi.org/10.1159/000345152Tanaka C., Matsui M., Uematsu A. et al. Developmental trajectories of the fronto–temporal lobes from infancy to early adulthood in healthy individuals. Dev. Neurosci. 2012; 34 (6): 477–487. https://doi.org/10.1159/000345152Vijayakumar N., Allen N.B., Youssef G. et al. Brain development during adolescence: A mixed-longitudinal investigation of cortical thickness, surface area, and volume. Hum. Brain. Mapp. 2016; 37 (6): 2027–2038. https://doi.org/10.1002/hbm.23154Vijayakumar N., Allen N.B., Youssef G. et al. Brain development during adolescence: A mixed-longitudinal investigation of cortical thickness, surface area, and volume. Hum. Brain. Mapp. 2016; 37 (6): 2027–2038. https://doi.org/10.1002/hbm.23154Sowell E.R., Thompson P.M., Holmes C.J. et al. Localizing age-related changes in brain structure between childhood and adolescence using statistical parametric mapping. Neuroimage. 1999; 9 (6, Pt 1): 587–597. https://doi.org/10.1006/nimg.1999.0436Sowell E.R., Thompson P.M., Holmes C.J. et al. Localizing age-related changes in brain structure between childhood and adolescence using statistical parametric mapping. Neuroimage. 1999; 9 (6, Pt 1): 587–597. https://doi.org/10.1006/nimg.1999.0436Rakic P., Ayoub A.E., Breunig J.J., Dominguez M.H. Decision by division: making cortical maps. Trends Neurosci. 2009; 32 (5): 291–301. https://doi.org/10.1016/j.tins.2009.01.007Rakic P., Ayoub A.E., Breunig J.J., Dominguez M.H. Decision by division: making cortical maps. Trends Neurosci. 2009; 32 (5): 291–301. https://doi.org/10.1016/j.tins.2009.01.007Mills K.L., Goddings A.L., Herting M.M. et al. Structural brain development between childhood and adulthood: Convergence across four longitudinal samples. Neuroimage. 2016; 141: 273–281. https://doi.org/10.1016/j.neuroimage.2016.07.044Mills K.L., Goddings A.L., Herting M.M. et al. Structural brain development between childhood and adulthood: Convergence across four longitudinal samples. Neuroimage. 2016; 141: 273–281. https://doi.org/10.1016/j.neuroimage.2016.07.044Gogtay N., Giedd J.N., Lusk L. et al. Dynamic mapping of human cortical development during childhood through early adulthood. Proc. Natl. Acad. Sci. USA. 2004; 101 (21): 8174–8179. https://doi.org/10.1073/pnas.0402680101Gogtay N., Giedd J.N., Lusk L. et al. Dynamic mapping of human cortical development during childhood through early adulthood. Proc. Natl. Acad. Sci. USA. 2004; 101 (21): 8174–8179. https://doi.org/10.1073/pnas.0402680101Martin A., Chao L.L. Semantic memory and the brain: structure and processes. Curr. Opin. Neurobiol. 2001; 11 (2): 194–201. https://doi.org/10.1016/s0959-4388(00)00196-3Martin A., Chao L.L. Semantic memory and the brain: structure and processes. Curr. Opin. Neurobiol. 2001; 11 (2): 194–201. https://doi.org/10.1016/s0959-4388(00)00196-3Calvert G.A. Crossmodal processing in the human brain: insights from functional neuroimaging studies. Cereb. Cortex. 2001; 11 (12): 1110–1123. https://doi.org/10.1093/cercor/11.12.1110Calvert G.A. Crossmodal processing in the human brain: insights from functional neuroimaging studies. Cereb. Cortex. 2001; 11 (12): 1110–1123. https://doi.org/10.1093/cercor/11.12.1110Utsunomiya H., Takano K., Okazaki M., Mitsudome A. Development of the temporal lobe in infants and children: analysis by MR-based volumetry. Am. J. Neuroradiol. 1999; 20 (4): 717–723.Utsunomiya H., Takano K., Okazaki M., Mitsudome A. Development of the temporal lobe in infants and children: analysis by MR-based volumetry. Am. J. Neuroradiol. 1999; 20 (4): 717–723.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. https://doi.org/10.1007/s11065-021-09496-2Backhausen 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. https://doi.org/10.1007/s11065-021-09496-2Fjell A.M., Walhovd K.B. Structural brain changes in aging: courses, causes and cognitive consequences. Rev. Neurosci. 2010; 21 (3): 187–221. https://doi.org/10.1515/revneuro.2010.21.3.187Fjell A.M., Walhovd K.B. Structural brain changes in aging: courses, causes and cognitive consequences. Rev. Neurosci. 2010; 21 (3): 187–221. https://doi.org/10.1515/revneuro.2010.21.3.187Heinen R., Bouvy W.H., Mendrik A.M. et al. Robustness of Automated Methods for Brain Volume Measurements across Different MRI Field Strengths. PLoS One. 2016; 11 (10): e0165719. https://doi.org/10.1371/journal.pone.0165719Heinen R., Bouvy W.H., Mendrik A.M. et al. Robustness of Automated Methods for Brain Volume Measurements across Different MRI Field Strengths. PLoS One. 2016; 11 (10): e0165719. https://doi.org/10.1371/journal.pone.0165719Fischl B. FreeSurfer. Neuroimage. 2012; 62 (2): 774–781. https://doi.org/10.1016/j.neuroimage.2012.01.021Fischl B. FreeSurfer. Neuroimage. 2012; 62 (2): 774–781. https://doi.org/10.1016/j.neuroimage.2012.01.021Fischl B., Salat D.H., Busa E. et al. Whole brain segmentation: automated labeling of neuroanatomical structures in the human brain. Neuron. 2002; 33 (3): 341–355. https://doi.org/10.1016/s0896-6273(02)00569-xFischl B., Salat D.H., Busa E. et al. Whole brain segmentation: automated labeling of neuroanatomical structures in the human brain. Neuron. 2002; 33 (3): 341–355. https://doi.org/10.1016/s0896-6273(02)00569-xFischl 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. https://doi.org/10.1006/nimg.1998.0396Fischl 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. https://doi.org/10.1006/nimg.1998.0396Klein A., Tourville J. 101 Labeled Brain Images and a Consistent Human Cortical Labeling Protocol. Front. Neurosci. 2012; 6. https://doi.org/10.3389/fnins.2012.00171Klein A., Tourville J. 101 Labeled Brain Images and a Consistent Human Cortical Labeling Protocol. Front. Neurosci. 2012; 6. https://doi.org/10.3389/fnins.2012.00171Iglesias J.E., Augustinack J.C., Nguyen K. et al. A computational atlas of the hippocampal formation using ex vivo, ultra-high resolution MRI: Application to adaptive segmentation of in vivo MRI. Neuroimage. 2015; 115: 117–137. https://doi.org/10.1016/j.neuroimage.2015.04.042Iglesias J.E., Augustinack J.C., Nguyen K. et al. A computational atlas of the hippocampal formation using ex vivo, ultra-high resolution MRI: Application to adaptive segmentation of in vivo MRI. Neuroimage. 2015; 115: 117–137. https://doi.org/10.1016/j.neuroimage.2015.04.042The jamovi project. jamovi. Version 2.5 [Computer Software] — [cited 2025 Jan 25]. Available from: https://www.jamovi.orgThe jamovi project. jamovi. Version 2.5 [Computer Software] — [cited 2025 Jan 25]. Available from: https://www.jamovi.orgMicrosoft Corporation. Microsoft Excel. Version 16.88 [Computer Software]. — [cited 2025 Jan 25]. Available from: https://www.microsoft.comMicrosoft Corporation. Microsoft Excel. Version 16.88 [Computer Software]. — [cited 2025 Jan 25]. Available from: https://www.microsoft.comHerting M.M., Johnson C., Mills K.L. et al. Development of subcortical volumes across adolescence in males and females: A multisample study of longitudinal changes. Neuroimage. 2018; 172: 194–205. https://doi.org/10.1016/j.neuroimage.2018.01.020Herting M.M., Johnson C., Mills K.L. et al. Development of subcortical volumes across adolescence in males and females: A multisample study of longitudinal changes. Neuroimage. 2018; 172: 194–205. https://doi.org/10.1016/j.neuroimage.2018.01.020Tamnes C.K., Herting M.M., Goddings A.L. 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. https://doi.org/10.1523/JNEUROSCI.3302-16.2017Tamnes C.K., Herting M.M., Goddings A.L. 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. https://doi.org/10.1523/JNEUROSCI.3302-16.2017Ананьева Н.И., Андреев Е.В., Саломатина Т.А. и др. МР-морфометрия субполей и субрегионов гиппокампа в норме и при ряде психических заболеваний. Лучевая диагностика и терапия. 2019; 2: 50–58. https://doi.org/10.22328/2079-5343-2019-10-2-50-58Ananyeva N.I., Andreev E.V., Salomatina T.A. et al. MR morphometry of the hippocampus in normal volunteers and patients with psyhotic disorders disease. Diagnostic Radiology and Radiotherapy. 2019; 2: 50–58. https://doi.org/10.22328/2079-5343-2019-10-2-50-58 (In Russian)Anand K.S., Dhikav V. Hippocampus in health and disease: An overview. Ann. Indian Acad. Neurol. 2012; 15 (4): 239–246. https://doi.org/10.4103/0972-2327.104323Anand K.S., Dhikav V. Hippocampus in health and disease: An overview. Ann. Indian Acad. Neurol. 2012; 15 (4): 239–246. https://doi.org/10.4103/0972-2327.104323Brain 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. https://doi.org/10.1093/cercor/bhr018Brain 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. https://doi.org/10.1093/cercor/bhr018Потемкина Е.Г., Саломатина Т.А., Андреев Е.В. и др. Применение МР-морфометрии в эпилептологии: достижения и перспективы. Вопросы нейрохирургии им. Н.Н. Бурденко. 2023; 87 (3): 113–119. https://doi.org/10.17116/neiro202387031113Potemkina E.G., Salomatina T.A., Andreev E.V. et al. MR morphometry in epileptology: progress and perspectives. Burdenko's Journal of Neurosurgery. 2023; 87 (3): 113–119. https://doi.org/10.17116/neiro202387031113 (In Russian)Dong H.M., Castellanos F.X., Yang N. et al. Charting brain growth in tandem with brain templates at school age. Sci. Bull. (Beijing). 2020; 65 (22): 1924–1934. https://doi.org/10.1016/j.scib.2020.07.027Dong H.M., Castellanos F.X., Yang N. et al. Charting brain growth in tandem with brain templates at school age. Sci. Bull. (Beijing). 2020; 65 (22): 1924–1934. https://doi.org/10.1016/j.scib.2020.07.027

The authors declare that there are no conflicts of interest present.