阿尔茨海默病患者MR图像胼胝体三维纹理特征研究

李昕，童隆正，王旭，王磊

首都医科大学 生物医学工程学院，北京 100069

阿尔茨海默病患者MR图像胼胝体三维纹理特征研究

李昕，童隆正，王旭，王磊

首都医科大学 生物医学工程学院，北京 100069

目的研究阿尔茨海默病（Alzheimer Disease，AD）胼胝体磁共振图像的三维纹理特征。方法对12例AD患者和12例健康对照者（Normal Controls，NC）进行三维纹理分析。采用灰度共生矩阵方法提取三维纹理参数，分析纹理参数在两组间的差异及与临床简易智能状态检查量表（Mini-Mental State Examination，MMSE）评分之间的相关性。结果研究结果显示，胼胝体部位的能量、逆差矩、对比度、熵、差熵及差方差在两组间存在显著性差异，并且与MMSE评分存在相关性。结论三维纹理特征可能反映出AD患者胼胝体部位的病理病变，有助于AD的诊断。

阿尔茨海默病；磁共振图像；胼胝体；三维纹理特征

本文导读 >>

团队简介：在国家自然科学基金（30670575、81071128）和北京市自然科学基金（3073015、7102017）资助下，本课题组一直致力于多发性硬化及老年痴呆等疾病的MR图像的纹理特征研究，发表了数十篇论文。

研究背景：阿尔茨海默病（Alzheimer Disease，AD）是一种最常见的老年痴呆症。目前，我国有AD患者500万人，属于老年痴呆的高危地区。随着影像技术的飞速发展，通过像素灰度值分布模式和变化规律等纹理特征，揭示大脑早期组织学病变已成为医学图像研究的热点课题。本文研究AD患者MR图像脑白质胼胝体部位的纹理特征，探索AD早期辅助诊断新途径。

偏倚和不足：目前病例数量有限，属于探索性研究，需要进一步扩大样本量进行深化研究。

阿尔茨海默病（Alzheimer Disease，AD）是一种伴随有记忆、语言、情绪等认知障碍的神经系统退行性疾病，为老年痴呆中最常见类型，约占全部痴呆的60%～70%。我国是AD患者最多且增长速度最快的国家，目前AD患者近500万，约占全球总数的1/3[1]。随着我国老龄化社会的发展，AD发病率逐年上升。

以往对AD患者磁共振图像（Magnetic Resonance Images，MRI）的研究大多集中在大脑灰质的改变，随着成像技术的发展和研究的深入，近年来对白质受损[2]的研究越来越多。胼胝体是脑内最大的联合纤维，起着传递双侧大脑半球信息的重要作用[3]。基于体素的形态学研究[4-5]显示早期AD患者胼胝体已发生萎缩，Chua等人[6]及Chen等人[7]均发现AD患者胼胝体部位存在弥散张量异常。也有研究报道胼胝体萎缩被认为是AD的另一诊断指征[8]。

随着三维图像的出现，三维纹理分析技术也得到了一定发展，目前已经应用到多种脑疾病的诊断治疗中[9-10]。本课题组曾对AD患者胼胝体部位的磁共振图像（Magnetic Resonance Images，MRI）进行二维纹理分析，结果显示AD患者与健康对照组之间多项纹理参数显著不同[11]。在此基础上本文将对AD组与健康对照组（Normal Controls，NC）的胼胝体进行三维纹理分析，提取两组间具有显著性差异的纹理参数，并分析纹理参数与临床简易智能状态检查量表（Mini-Mental State Examination，MMSE）评分之间的相关性。

1 材料与方法

1.1 受试者

本研究数据是由首都医科大学宣武医院放射影像科临床确诊为AD患者和健康对照者的MR图像，由德国西门子公司3T扫描仪对所有受试者进行头颅矢状位3D-磁化准备快速梯度回波(MP-RAGE)T1WI扫描所得。TR/TE=2000/2ms，反转时间T1=900ms，反转角9°，成像视野240mm×220mm，矩阵256×224，层厚1mm，无层间距，共176层。其中AD组12例（男5，女7），NC组12例（男5，女7），平均年龄分别为65.3岁、64.6岁，无显著性差异（P=0.828），MMSE平均评分分别为7.3、28.8（如表1）。

表1 研究对象

1.2 感兴趣区（Region of Interest, ROI）选取

胼胝体位于大脑纵裂底，在正中矢面上呈弓形。在矢状面手动分割，每个胼胝体三维感兴趣区包含11层左右，图1为其示意图。

图1 胼胝体ROI选取示意图

1.3 三维纹理参数提取

采用灰度共生矩阵方法对每一位受试者胼胝体感兴趣区分别提取0°、45°、90°、135°和z方向（垂直于每层ROI方向）的三维纹理参数。主要包括能量、逆差矩、对比度、熵、差熵及差方差，各参数表达式如表2，其中为灰度共生矩阵中的值，

计算每个ROI在5个方向上的平均纹理参数值，组成AD组和NC组纹理参数数据集。

表2 纹理参数表达式

1.4 统计学分析及相关性测试

对所提取的AD组及NC组三维纹理参数进行独立样本t检验，分析纹理特征在两组间是否存在显著性差异，并采用Pearson相关分析方法测试两组间有显著性差异的纹理参数与临床MMSE评分之间的相关性。

2 结果

2.1 三维纹理特征

表3 胼胝体三维纹理参数（*为有统计学意义）

表3显示胼胝体三维纹理特征。三维纹理特征能量、逆差矩、对比度、熵、差熵和差方差在AD组与NC组之间均存在显著性差异。AD组的能量（0.0015 vs. 0.0019，P=0.040）、逆差矩（0.16 vs.0.19，P=0.008）显著小于NC组，而对比度（83.42 vs. 53.32，P<0.001）、熵（2.96 vs. 2.85，P=0.018）、差熵（1.26 vs. 1.17，P=0.001）及差方差（37.77 vs. 22.86，P<0.001）显著大于NC组。

2.2 纹理参数与MMSE评分相关性测试结果

胼胝体三维纹理参数与MMSE评分之间的相关性测试结果见表4。可以看到胼胝体部位能量、逆差矩与MMSE评分均呈正相关关系，r值分别为0.432、0.527，P值分别为0.035、0.008，对比度、熵、差熵及差方差与MMSE评分均呈负相关关系，r值分别为-0.669、-0.481、-0.645及-0.686，P值分别为<0.001、0.017、0.001及<0.001。

表4 相关性测试结果（*为有统计学意义）

3 讨论

本文中MR图像由宣武医院3T磁共振扫描仪采集，脑组织分辨率较高。纹理分析研究图像像素灰度值变化规律及其分布模式，纹理特征可以反映出组织的微观病变。

AD患者脑白质的病理改变为髓鞘受损、轴索脱失、少突胶质细胞丢失等[12]，这些变化会引起MR图像像素灰度的改变，从而纹理特征发生相应的变化。能量反映图像灰度分布均匀程度，当图像较均匀时能量较大；逆差矩反映纹理的规则程度，纹理杂乱无章、难于描述时，逆差矩值较小；对比度反映临近像素的反差，当纹理基元对比越强烈、纹理效果越明显时对比度越大；熵及差熵是图像内容随机性的量度，指示纹理的复杂程度，图像复杂程度越高，熵值越大；差方差表明临近像素对灰度值差异的方差，对比越强烈值越大。

本研究结果显示，AD组胼胝体部位的能量、逆差矩显著小于NC组，对比度、熵、差熵及差方差显著大于NC组，这一变化趋势与前期二维纹理分析[11]中数据变化趋势一致。这可能是由于白质的病理改变导致原本排列规则的髓鞘、轴突等结构遭到破坏，使MR图像变得不均匀、相对复杂所致。弥散张量成像（Diffusion Tensor Imaging，DTI）技术研究[13]报道，早期AD胼胝体压部的平均扩散率增加（Mean Diffusivity，MD），各项异性（Fractional Anisotropy，FA）值显著降低。对早期AD患者脑白质改变和认知功能损伤的相关性研究[14]也显示，AD患者胼胝体压部的MD值增加，FA值降低，并指出这一现象可能反映髓鞘的瓦解和神经轴突的损伤，揭示轴突完整性的退化和皮层连接的丧失。本文用纹理分析定量描述了胼胝体的病变，与上述研究结果一致。

MMSE评分是目前临床诊断AD最常用的工具之一，主要对定向、记忆、语言、计算和注意等功能进行评定[15]，范围0～30分，病情越严重评分越低。本文对三维纹理参数与MMSE评分的相关性研究结果显示,能量、逆差矩、对比度、熵、差熵及差方差均与MMSE评分存在相关性，这一结果提示纹理分析可能能够反映认知功能的变化，辅助AD的诊断。

4 结论

胼胝体部位的三维纹理参数：能量、逆差矩、对比度、熵、差熵及差方差在AD组与NC组之间存在显著性差异，且与MMSE存在相关性。提示MR图像三维纹理特征可能反映出AD患者胼胝体部位肉眼无法观察到的病理改变，有助于AD的诊断。

由于样本量有限，今后将在扩大样本量的基础上做进一步研究。

致谢

感谢首都医科大学宣武医院放射科提供的数据，感谢李坤成主任、卢洁副主任、段云云医师给予的帮助和支持。

[1]ZHANG ZX,ZAHNER GE,ROMAN GC,et al.Dementia subtypes in China: prevalence in Beijing, Xian,Shanghai, and Chengdu[J].Arch Neurol,2005,62(3):447-453.

[2]DH Salat DN.Greve,JL Pacheco,et al.Regional white matter volume differences in nondemented aging and Alzheimer's disease[J].NeuroImage,2009,44:1247-1258.

[3]谢晟,武鸿坤,肖江喜,等.胼胝体压部FA值在轻度Alzheimer病中的诊断价值[J].实用放射学杂志,2006,22(9):1025-1027.

[4]M Di Paola,E Luders,F Di Iulio,et al.Callosal atrophy in mild cognitive impairment and Alzheimer's disease: Different effects in different stages[J].NeuroImage,2010,49:141-149.

[5]T M Chaim,F L S Duran,RR Uchida,et al.Volumetric reduction of the corpus callosum in Alzheimer's disease in vivo as assessed with voxel-based morphometry[J].Psychiatry Research:Neuroimaging, 2007,154:59-68.

[6]TC Chua,W Wen,MJ Slavin,et al. Diffusion tensor imaging in mild cognitive impairment and Alzheimer's disease:a review[J].Current Opinion in Neurology,2008,21:83-92.

[7]TF Chen,CC Lin,YF Chen,et al. Diffusion tensor changes in patients with amnesic mild cognitive impairment and various dementias[J].Psychiatry Research:Neuroimaging,2009,173:15-21.

[8]吕丽华,陈燕浩,金朝林.Alzheimer病的MR诊断价值探索[J].现代医用影像学,2010,19(1):1-2.

[9]A El-Baz, MF Casanova,G Gimel'farb, et al. Autism diagnosticsby 3D texture analysis of cerebral white matter gyrifications[C].International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2007) pt.2,2007,10(Pt 2),pp.882-890.

[10]P Georgiadis,D Cavouras,I Kalatzis,et al.Enhancing the discrimination accuracy between metastases,gliomas and meningiomas on brain MRI by volumetric textural features and ensemble pattern recognition methods. Magnetic Resonance Imaging, 2009,27:120-130.

[11]江桂莲,李昕,李帅锋,等.阿尔茨海默症患者MR图像胼胝体和扣带回部位纹理分析[J].北京生物医学工程,2010,29(2):130-135.

[12]曹贵方.分子病理学研究发现老年人脑白质病变源于慢性低灌注损伤[J].中华医学杂志,2006,86(39):39.

[13]O Naggara,C Oppenheim,D Rieu,et al.Diffusion tensor imaging in early Alzheimer's disease[J].Psychiatry Research:Neuroimaging,2006,146:243-249.

[14]倪红艳,王明时,祁吉.早期阿尔茨海默病脑白质改变和认知功能损伤的相关性[J].中华放射学杂志,2008,42(2):157-161.

[15]彭丹涛,许贤豪,等.简易智能精神状态检查量表检测老年期痴呆患者的应用探讨[J].中国神经免疫学和神经病学杂志,2005,12(4):187-190.

Study on 3D Texture Features of Corpus Callosum in Patients with Alzheimer Disease based on MR Images

LI Xin, TONG Long-zheng,WANG Xu, WANG Lei
School of Biomedical Engineering, Capital Medical University, Beijing 100069,China

R749.1；R445.2

A

10.3969/j.issn.1674-1633.2011.02.007

1674-1633(2011)02-0018-03

2010-12-06

2011-01-05

国家自然基金（81071128）；北京市自然科学基金（7102017）。

本文作者：李昕，硕士研究生。

童隆正，教授。

通讯作者邮箱：tlz823@126.com

Abstract:ObjectiveThe aim of this study is to explore the 3D texture features of corpus callosum in magnetic resonance images from the patients with Alzheimer disease (AD).Methods3D texture analysis was performed on 12 AD patients and 12 normal controls (NC). The 3D texture features extracted from gray level co-occurrence matrix were analyzed the significant differences between two groups and the correlations between features and Mini-Mental State Examination (MMSE) scores were tested.ResultsThe results showed that texture features including energy, inverse difference moment, contrast, entropy, difference entropy and difference variance were significantly different between groups, and they were correlated with MMSE scores.ConclusionThe microcosmic pathological changes in corpus callosum in AD patients could be reflected by 3D texture features and it may be helpful to AD diagnosis.

Key words:Alzheimer disease; magnetic resonance images; corpus callosum; 3D texture features