正常成人胼胝体年龄相关性变化的DTI参数研究

黄 文 苏晋生 祁建军

1.山西医科大学医学影像系，山西太原 030001；2.太原市中心医院影像科，山西太原 030001

扩散张量成像（diffusion tensor imaging，DTI）是在扩散加权成像（diffusion weighted imaging，DWI）技术的基础上发展起来的一种成像及后处理技术，它是在DWI基础上另外施加至少6个方向以上扩散敏感梯度后获取的影像，突显并量化了组织中水分子扩散的各向异性信息，能够精确地显示组织的微观结构，是目前唯一可以无创性地反映活体组织水分子交换功能状态的检查技术，可以从细胞及分子水平研究疾病的病理生理改变情况[1]。通过DTI相关参数的分析，可以对髓鞘密度和完整性等纤维束的微观特性进行量化评估，为脑白质的发育、成熟、衰老及相关疾病的深入研究提供了可能。胼胝体由连合两侧大脑半球新皮质的纤维构成，是连接两侧大脑半球最大的联合纤维束，其完整性对于大脑半球之间神经信息的整合、皮质的机能发育、情感、认知及学习记忆等方面非常重要。本研究拟通过DTI技术对各个年龄正常成人胼胝体纤维束的相关参数进行分析，探究其与年龄的相关性。现报道如下：

1 资料与方法

1.1 一般资料

回顾性分析太原市中心医院2006年12月31日～2008年12月31日体检的102名健康成年志愿者。其中，男49名，女53名；年龄20～73岁，平均47.1岁；均为右利手。按年龄分为三组：20～39岁为青年组（35名）；40～59岁为中年组（37名）；60岁及以上为老年组（30名）。纳入标准：正常成年人，均无神经系统症状及其他系统病史，并且常规MRI也未发现异常。

1.2 检查方法

磁共振检查采用Siemens Sonata 1.5 T型超导磁共振成像仪，梯度场强40 mT/m，切换率200 Mt/m/ms，4通道相控阵头线圈，用海绵垫将志愿者头部固定。FOV为240 mm×240 mm，T1WI使用 SE 序列（TR/TE=520/15 ms），T2WI使用 TSE 序列（TR/TE=3 800/120 ms），常规横断面扫描，扫描层厚 6 mm，层数 16，翻转角 90°，采集次数 4，距阵 256×256。 DTI：采用弥散敏感单次激发回波平面成像序列（TR/TE=6 000/95 ms），在横断面扫描，两个扩散敏感系数b值为0和1 000 mm2/s，在12个方向上施加梯度脉冲，扫描层数36层，层厚3 mm，无间隔，扫描时间 4′20″。

1.3 图像分析及纤维束重建：

DTI原始数据传输至Leonardo工作站，追踪胼胝体纤维的ROI选在正中矢状面图像上，范围包括整个胼胝体，FA阈值设定为0.2，步长伟0.5mm，角度阈值为35°，显示管半经0.40 mm，体素内采样数目为2。使用fiber tracking纤维跟踪软件，依据最小张量域算法重建出胼胝体纤维，测量其整体的部分各向异性（FA）和表观扩散系数（ADC）值。

1.4 统计学方法

采用SPSS 14.0软件进行分析，数据用均数±标准差（±s）的形式表示，多组均数比较采用方差分析（ANOVA），多个样本均数的两两比较，采用LSD-t检验；胼胝体纤维的部分各向异性（FA）值、表观扩散系数（ADC）值和年龄的相关分析采用Pearson相关分析。以P<0.05为差异有统计学意义。

2 结果

由图1可见，3D纤维束成像-胼胝体的正侧面观，较清晰地显示了胼胝体的形态结构，与经典的解剖学描述基本一致。不同年龄组相关胼胝体纤维相关参数见表1，不同年龄组胼胝体纤维的各向异性和扩散特征值存在显著性差异（分别为 F=109.981，P<0.05；F=37.78，P<0.05）。各年龄组之间胼胝体纤维的FA值和ADC值通过LSD-t检验差异均有统计学意义（P<0.05），胼胝体纤维的FA值与年龄呈显著性负相关（r=-0.854，P<0.05）；胼胝体纤维的ADC值与年龄呈显著性正相关（r=0.625，P<0.05）。 见图2、3。

表1 不同年龄组相关胼胝体纤维相关参数结果（±s）

表1 不同年龄组相关胼胝体纤维相关参数结果（±s）

组别 FA值 ADC值（e-4 mm2/s）青年组（n=35）中年组（n=37）老年组（n=30）0.512±0.012 0.489±0.009 0.472±0.108 8.598±0.358 8.871±0.395 9.784±0.873

图1 3D纤维束成像-胼胝体的正侧面观

3 讨论

扩散张量成像（DTI）通过在至少6个以上的方向施加扩散敏感梯度来测量组织中水分子扩散的程度和方向性，是在活体上进行水分子扩散的量化评价及成像的唯一方法。FA和ADC是DTI最常用的特征性观测指标，其中FA定量分析组织中水分子的各向异性特征，FA值的大小一方面与纤维束的直径、密度以及髓鞘化程度等微观结构有关；另一方面又与神经纤维排列的紧密程度、神经纤维束走行方向的一致性等宏观结构相关。如白质束越致密、纤维排列越整齐的组织，各向异性越高；而白质束相对较松散，排列欠规则的组织，则各向异性程度相对较低[2]。ADC表示组织中水分子的弥散性大小，ADC值的大小与组织灌注的状态、细胞内、外水分子的运动等因素有关。总之，FA值主要反映纤维束解剖结构完整性的情况，ADC值主要反映细胞外间隙大小的变化。通过相关参数值的综合分析，可以精确地了解被检测区组织内部细微结构的状况。

弥散张量纤维束成像（diffusion tensor tractography，DTT）是DTI技术的进一步延伸，其原理是假设弥散张量成像中最大本征值具有局部占优势的纤维束走行方向的信息特征。DTT将体素内纤维束的方向信息综合起来，遍可重建出完整的纤维束，它可以了解脑组织中神经纤维的数目、排列方向的一致性以及纤维束的完整性等微观方面信息，目前研究主要用于评估组织结构的完整性、病理生理改变情况以及组织结构和功能的关系[3]。尽管关于DTT重建算法很多，但总的原则是使含有相同纤维轴索的体素直接连接起来。白质纤维束重建技术算法目前有以下三种：①研主特征向量方向的曲线积分法及其改进算法，如最小张量域算法；②基于模拟扩散的优化追踪算法；③基于概率的追踪算法[4]。本研究采用最小张量域算法。弥散张量纤维束成像的控制参数包括FA阈值、步长、角度阈值、显示管半径以及体素内采样数目等。FA阈值是控制纤维束成像的重要参数，当纤维束延伸至低于FA阈值的区域时，则会立即终止，有效地防止其延伸的纤维进入脑脊液或灰质内。FA阈值作为追踪终止的条件尚未形成统一的标准，如Mori等[5]进行白质纤维束时设置的纤维追踪终止的FA阈值为0.25。FA的阈值差异有可能影响到脑白质纤维束的显示情况，这需要进一步深入的研究。本研究FA的阈值设置为0.2；步长是指计算纤维束的轨迹时，在最大本征向量方向上最新的传播距离，从理论上讲，步长越小，结果越可信，但这样会增加重建的时间。一般情况下，纤维追踪的步长应该远小于体素的宽度。当像素宽度较大时，可采用图像插值技术来提高追踪的精度[6]，如样条插值、三线性插值等技术。角度阈值是指相邻两个步长间最大本征向量所构成的角度，当该值设置不当时，会导致纤维轨迹偏离正常。

胼胝体起源于皮质内第、V层的大椎体细胞，是脑内最大的连合纤维。在脑的正中 状面上，一般将胼胝体分为四部分，即嘴部、膝部、体部和压部。胼胝体体部纤维在中线附近是横向走形，构成了侧脑室的顶部；胼胝体嘴部位于其体部前下方呈向后下走形的锥形狭窄；胼胝体膝部纤维弯想内前方，与左右额叶前部相连，呈钳状，故称为额钳；胼胝体干的纤维连接两侧额叶的运动前区、中央前回、颞叶和顶叶形成胼胝体辐射；胼胝体压部纤维呈弓状弯向后与两侧枕叶相联系，称为枕钳。3D纤维束成像-胼胝体的正侧面观，较清晰的显示胼胝体的上述解剖结构。胼胝体在大脑半球之间神经信息的整合、皮质的机能发育、情感、认知及学习记忆等方面非常重要。

随着正常成人老化的过程，构成脑白质纤维髓鞘主要成分的髓鞘碱性蛋白和卵磷质脂减少，髓鞘结构和功能稳定性变差，导致神经纤维功能的传导受限。这些微观上的病理生理变化往往发生在宏观脑组织结构变化之前，脑组织结构的宏观变化主要有随脑萎缩而发生的脑室扩大以及脑沟、脑裂增深、增宽。传统的磁共振成像检查只能在脑组织总的解剖学变化上进行评价，而DTI则可以从分子及细胞水平探测脑组织内发生的微观结构改变。ROI法是分析、评价年龄因素对脑组织弥散的影响最常用的方法。研究表明，不同年龄段大脑白质各向异性存在差异，成人随着年龄增大，大脑白质纤维的FA值呈下降趋势，而ADC值呈上升趋势。组织的FA值与年龄呈负相关，随着年龄的增长而逐渐下降，其中以胼胝体膝部和半卵圆中心最为明显[7]。而Abe等[8]研究报道仅胼胝体膝部的FA值随年龄的增长而降低。传统ROI分析法存在着可重复性差、易受周围组织容积效应的影响、不能完整的反应整体纤维束状态等缺陷，鉴于DTI技术是目前唯一能在活体组织中显示白质纤维束的走向、排列、方向、紧密度、髓鞘化情况等信息的非侵入性方法[19]，有学者由此提出了关于纤维束的定量分析方法，该方法将整个纤维束视作一个ROI，也可在沿着纤维束的方向是绘制多个ROI，此方法客服了传统ROI分析方法的部分不足之处，提高了绘制纤维束ROI的可靠性[10-11]。本研究采用了基于纤维束的分析方法，结果表明胼胝体纤维在整体上其平均FA值随着年龄的增长而呈下降趋势，而平均ADC值随年龄增长呈上升趋势。由于本研究只检测了胼胝体，其他脑白质纤维在整体上是否也存在随年龄的相关性变化值得探究。

MR-DTI作为一种新的功能MR成像手段，使人类从微层面对脑白质的结构及功能关系的研究达到了空前的高度。相信随着DTI技术的不断完善，其在临床的应用前景方面会更加广泛。

[1]王海燕，赵斌，于富华.DTI常用扫描序列原理及比较[J].医学影像学杂志，2006，22（9）：1325-1328.

[2]Szeszko PR，Vogel J，Ashtari M，et al.Sex differences in frontal lobe white matter microstructure：a DTI study [J].Neuroreport，2003，14（18）：2469-2473.

[3]史瑞华，漆剑频，冯定义，等.MR扩散张量成像对脑肿瘤的初步应用研究[J].放射学实践，2004，19（8）：567-569.

[4]陈一勇.DTI及FT参数在脑胶质瘤结构分析及级别分类中的应用研究[D].上海：复旦大学，2010.

[5]Mori S，Kaufmann WE，Davatzikos C，et al.Imaging cortical association tracts in the human brain using diffusion-tensor-based axonal tracking[J].Magn Reson Med，2003，47：215-223.

[6]Alexander AL，Lee JE，Lazar M，et al.Diffusion tensor imaging of the brain[J].Neurotherapeutics，2007，4（3）：316-329.

[7]鱼博浪.中枢神经系统CT和MRI鉴别诊断[M].西安：陕西科学技术出版社，2005：1-5.

[8]Abe O，Aoki S，Hayashi N，et al.Normal aging in the central nervous system：quantitative MR diffusion tensor analysis[J].Neurobiol Aging，2002，23（3）： 433-41.

[9]Wieshmann UC，Symms MR，Parker GJ，et al.Diffusion tensor imaging demonstrates deviation of fibres in normal appearing white matter adjacent to a brain tumour[J].Neurol Neurosurg Psychiatry，2000，68（4）：501-503.

[10]Berman JI，Mukherjee P，Partridge SC，et al.Quantitative diffusion tensor MRI fiber tractography of sensorimotor white matter development in premature infants[J].Neuro Image，2005，27（4）：862-871.

[11]Partridge SC，Mukherjee P，Berman JI，et al.Tractographybased quantitation of diffusion tensor imaging parameters in white matter tract s of preterm newborns[J].J Magn Reson Imaging，2005，22（4）：467-474.