静息态磁共振脑功能成像在脑肿瘤手术规划中的应用

2016-02-14孙骁俊袁建华丁忠祥

浙江中西医结合杂志 2016年11期

孙骁俊袁建华丁忠祥

孙骁俊1袁建华2丁忠祥2

脑肿瘤；脑功能磁共振成像；静息态；应用

脑肿瘤是严重威胁人体健康的肿瘤之一，通常需手术治疗，功能磁共振成像已越来越多地应用于手术方案的制定。脑功能磁共振成像（functional magnetic resonance imaging，fMRI）是利用血氧水平依赖性磁共振成像技术，主要分为任务态（taskstate，ts-fMRI）和静息态功能磁共振成像（resting state，rs-fMRI）。ts-fMRI可以有针对性观察肿瘤所在特定区域的脑功能情况，但操作复杂，重复性不够理想，而rs-fMRI因其操作简便，且可能更接近大脑的真实运作方式越来越受到学者的重视。基于此，本文主要介绍静息态磁共振成像（resting state，rs-fMRI）在脑肿瘤术中的应用及进展。

1 脑功能磁共振成像（functional magnetic resonance imaging,fMRI）

脑功能磁共振成像是在MRI技术的基础上发展起来，自1990年Ogawa等[1]首先报道利用血氧水平依赖法（BLOD-fMRI）进行磁共振脑功能成像技术，BOLD-fMRI技术已经有了迅速发展，目前作为功能区定位的常用方法。目前临床绝大多数基于fMRI的术前定位均使用ts-fMRI[2]。通过让患者完成能够引起功能区（如运动区、语言区）激活的任务，定位重要功能区。

就目前ts-fMRI临床实践情况，首先影响使用的是实际操作中的困难，ts-fMRI的检查要求患者

配合完成指定的任务，而一些患者存在配合上的困难，如老人、儿童、昏迷者，就无法完成检查。即使患者完成了任务，由于个人在完成任务方式上的差异问题及完成任务时可能产生的头动都可能使得定位失败。在技术上，对于同一个功能区的检查，不同的研究者可能会采用不同的任务，使得实验结果难以统计和比较。目前临床主要用于定位一些较为初级的功能区，如体感、运动、听觉和视觉区以及语言区，而很少涉及高级功能区（注意、工作记忆、执行控制等）的定位。近几十年的研究[3]表明，“功能整合（functional integration）”可能更接近大脑的真实运作方式。因此，任务实验激活的脑区并不能代表同属一个“功能系统”的所有脑区[4]，基于任务态脑功能定位的术前定位结果可能会发生意外的功能区损失。

2 静息态fMRI（resting state，rs-fMRI）

2.1 基本原理与ts-fMRI的任务检查模式相反，rs-fMRI要求受试者在避免任何有结构的思维活动的状态下即静息状态下完成检查。通过采集安静状态下的低频信号（＜0.1Hz）来进行成像。rs-fMRI关注的静息态功能连接（resting-state functional connectivity，RSFC）[4]，是不同脑区的自发活动在同一功能系统中时间上统一的整合。目前已经提取出体感、运动、听觉、视觉、语言区等初级功能区及注意、工作记忆、执行控制等高级功能区。这种功能连接在不同的功能系统被观察到而且具有普适性（麻醉或睡眠时仍然存在[5]）和稳定性[6-7]。由于是大脑自发活动，相比ts-fMRI没有了干扰，从而具有更高的信噪比[8]。同时在操作上也更加简便。

2.2 rs-fMRI数据处理方法

2.2.1 种子点相关（seed correlation）种子点相关是通过选择健侧功能区做种子点，将平均时间序列和全脑其他体素的时间序列逐一计算相关，得到功能定位结果[9]。Zhang等[10]在17例健康人和4例脑肿瘤患者的检查中使用种子点相关技术，在与CSM结果的对比中发现利用种子点相关技术得到的功能定位结果可以做到接近以至于优于ts-fMRI所得到的结果，并且更加稳定。吴亮等[11]在18例运动区肿瘤患者的检查显示基于种子点的rs-fMRI定位可以得到与皮层电刺激相当的定位精度，再次印证了rs-fMRI定位的良好精度。

但是通过种子点得到RSFC存在着其自身的局限性。首先是对于一些特定的脑区的功能区（如语言区）的种子点的选择上存在的被试者差异，不同的被试者语言区的先天差异导致种子点定位准确性的问题[12]。再者是由于肿瘤的占位和推移的效应，使得病灶侧的种子点的选取变得困难[10]。如果使用标准坐标进行种子点定位，则肿瘤fMRI图像会存在配准上的困难[11]。目前可以通过multilayer perceptron（MLP）[13]训练计算机来进行复杂RSN网络的判读，可以快速高效（利用Matlab英特尔酷睿i7处理器上运行约2min）地得到较为可信的RSN网络，并且对于解剖位移和破坏有较好的识别能力。但是计算机仍不能对于脑沟及脑回结构有较好的识别，同时由于基于任务态参数设置的问题，从功能分离的角度设置的参数相对于整体评估脑功能区存在着误差。

2.2.2 独立成分分析（independent component analysis，ICA）就目前rs-fMRI的发展，需要的是更加高效的软件处理技术支持，ICA[14]是一种数据驱动的脑成像数据多元分析工具，于2004年成功应用于基于rs-fMRI数据的RSFC网络提取[15]。ICA技术可以通过数学运算将各种噪声从正常信号中分离出去，从而得到功能网络的信号。该技术可以发挥rs-fMRI功能定位同时提取多个功能系统的优势，特别是对高级功能系统进行定位上。Kokkonen等[16]尝试使用ICA技术研究8例脑肿瘤患者，结果发现需要以损失精度为代价来进行空间平滑处理。Zhang等[10]使用ICA技术完成1例病人的评估，天坛医院王引言等[17]完成3例。从现有的使用中我们发现ICA对于使用者的要求较高，需要观察者有较高的解剖学基础才能从中提取出有效信息，在数据的获取上存有一定的困难性。由于该技术在脑肿瘤术前定位的应用处于刚起步阶段，现有的报道显示实验的样本数还过少，存在着较大的差异性。有待将来系统性、大样本的研究来证实前期的研究结果。

3 静息态fMRI的相关检查技术及进展

3.1 术中磁共振（iMRI）随着手术的进行，一系列的操作如：体位、开颅、脱水药剂的使用、脑组织的肿胀、肿瘤组织的切除、脑脊液的丢失、手术操作等都会使脑组织产生位移，使得术前的影像资料的精度下降[18]。Reinges等[19]在实际应用中发现，当硬脑膜开放到达1h后，有半数的患者脑表面因为上述的影响因素可出现超过10mm的定位偏差，尤其当患者合并可能使脑体积发生较大改变的疾病时。Roder等[20]在12例患者上使用术中rs-fMRI定位，取得了较好的定位精度和患者预后。

通过术中磁共振可以提供多种信息，包括基础的解剖信息、肿瘤的边界及与周围组织的关系。同时还可以通过BOLD和DTI（diffusion tensor imaging，DTI）技术提供功能区和传导束的相关信息。Nimsky等[21]在37例胶质瘤切除术中发现，随着手术切除的进行，锥体束的移位可以达到15mm以上。术中磁共振对于穿刺活检和并发症的检出也有其独特优势。通过磁共振波谱，通过选择Cho/Cr和NAA水平较高的位置为目标靶点，提高胶质瘤诊断的阳性率[22]。同时通过术中磁共振的监测，可以及时发现脑出血、脑缺血、脑水肿、脑梗塞等并发症的发生，从而提高患者的预后。Nimsky等[23]报道在该系统的帮助下，肿瘤切除率从76%提高到96%，明显提高了肿瘤的切除程度。但是术中磁共振也存在着手术室需要磁屏蔽改造、设备昂贵、扫描时间过长等问题。

3.2 弥散张量成像（diffusion tensor imaging，DTI）DTI是通过检测水分子的三维扩散来无创地观察白质纤维束的空间方向性和完整性的技术。DTI定量检测指标主要有各向异性分数（fractional anisotropy，FA）和表观扩散系数（Apparent diffusion coefficient，ADC）。通过与MRI图像叠加后生成的DTI彩图，可以评估组织结构排列紧密度和白质纤维束受累程度,定量分析病变组织和正常组织的扩散特征，在大脑白质纤维成像方面具有独特的优势，为疾病的诊断和鉴别诊断提供更多的信息[24-25]。邹元杰等[26]对78例脑肿瘤术前采用DTI成像技术，结果表明评定脑肿瘤与DTI之间关系对设计术前入路和决定术中切除范围具有指导意义。

4 静息态脑功能检查技术的展望

目前临床对于脑功能的检查已经广泛开展，在使用中我们发现rs-fMRI相比较于ts-fMRI有着操作便利的优势，论证rs-fMR能否作为ts-fMRI的替代是今后的探索方向。牛晨等[27]通过对12例脑肿瘤患者的研究发现，肿瘤距离中央沟的距离会明显影响rs-fMRI的定位精度，距离越远定位精度受到的影响就越小，若不克服这种肿瘤占位引起的偏差，还是会大大影响rs-fMRI在临床上的应用。同时DTI技术对于大脑解剖特别是网络结构的良好显示能力使得其成为研究热点之一。

综上所述，如果能联合利用rs-fMRI技术快速便捷的优势和DTI对于纤维追踪的优势，结合新型后处理技术提取出多个大脑功能网络，特别是高级功能区将对脑功能研究有较大的帮助。在解剖信息和功能信息的双重支持下提高脑功能成像质量和效率，为神经外科手术计划提供更加详细的信息，具有较高的价值。

［1］Ogawa S，Lee TM，Nayak AS，et al.Oxygenation-sensitive contrast in magnetic resonance image of rodent brain at high magnetic fields［J］.Magn Reson Med，1990，14（1）：68-78.

［2］袁建华，丁忠祥，林春苗，等.以脑功能区为ROI的白质纤维束重建在颅内肿瘤中的应用［J］.医学研究杂志，2012，41 （1）：64-67.

［3］Friston KJ.Models of brain function in neuroimaging［J］. Annu Rev Psychol，2005，56（1）：57-87.

［4］Van den Heuvel MP，Hulshoff Pol HE.Exploring the brain network：a review on resting-state fMRI functional connectivity［J］.Eur Neuropsychopharmacol，2010，20（8）：519-534.

［5］Fukunaga M，Horovitz SG，Van Gelderen P，et al.spatially correlated fluctuations in BOLD fMRI signals during extended rest and light sleep［J］.Magnetic resonance imaging，2006，24（8）：979-992.

［6］Shehzad Z，Kelly A，Reiss P，et al.The resting brain：unconstrained yet reliable［J］.Cereb Cortex，2009，19（10）：2209-2229.

［7］Zuo XN，Kelly C，Adelstein JS，et al.119 Reliable intrinsic connectivity networks：Test-retest evaluation using ICA and dual regression approach［J］.Neuroimage，2010，49（3）：2163-2177.

［8］Naveau M，Doucet G，Delcroix N，et al.A Novel Group ICA Approach Based on Multi-scale Individual Component Clustering.Application to a Large Sample of fMRI Data［J］. Neuroinformatics，2012，10（3）：269-285.

［9］ ShimonyJS，ZhangD，Johnston JM，etal.Resting-state spontaneous fluctuations in brain activity：a new paradigm forpresurgical planning using fMRI［J］.Acad Radiol，2009，16 （5）：578-583.

［10］Zhang D，Johnston JM，Fox MD，et al.Preoperative sensorimotor mapping in brain tumor patients using spontaneous fluctuations in neuronal activity imaged with fMRI：initial experience［J］.Neurosurgery，2009，65（6）：226-236.

［11］吴亮，王晓东，贾培雷，等.静息态脑功能成像与皮层电刺激定位皮质运动区的对照研究［J］.中华神经外科杂志，2012，28（7）：722-725.

［12］Sanai N，Mirzadeh Z，Berger MS.Functional Outcome after Language Mapping for Glioma Resection［J］.N Engl Med，2008，358（1）：18-27.

［13］Hacker CD，Laumann TO，Szrama NP，et al.Resting state network estimation in individual subjects［J］.NeuroImage，2013，8211：616-633.

［14］Mckeown MJ，Sejnowski TJ.Independent component analysis of fMRI data：examining the assumptions［J］.Hum Brain Mapp，1998，6（5-6）：368-372.

［15］Van de Ven VG，Formisano E，Prvulovic D，et al.Functional connectivity as revealed by spatial independent component analysis of fMRI measurements during rest［J］.Hum Brain Mapp，2004，22（3）：165-178.

［16］Kokkonen SM，Nikkinen J，Remes J，et al.Preoperative localization of the sensorimotor area using independent componentanalysisofresting-statefMRI［J］.MagnResonImaging，2009，27（6）：733-740.

［17］王引言，伊慧明，赵澎，等.静息态独立成分分析在累及运动区脑肿瘤患者术前评价中的应用［J］.中华脑科疾病与康复杂志（电子版），2011，1（1）：22-27.

［18］李晋江.高场强术中磁共振在胶质瘤手术中的应用［J］.北方医学，2013，10（5）：56-57.

［19］Reinges MH，Nguyen HH，Krings T，et al.Course of brain shiftduring microsurgicalresection ofsupratentorial cerebral le-sions：Limits of conventional neuronavigation ［J］.Acta neu-rochirurgica，2004，146（4）：369-377.

［20］Roder C，Charyasz-Leks E，Breitkopf M，et al.Restingstate functional MRI in an intraoperative MRI setting：proof of feasibility and correlation to clinical outcome of patients［J］.J Neurosurgery，2016，（1）：1-9.

［21］Nimsky C，Ganslandt O，Hastreiter P，et al.Preoperative and intraoperative diffusion tensor imaging-based fiber tracking ingliomasurgery［J］.JNeurosurgery，2007，61（1）：178-185.

［22］Widhalm G，Krssak M，Minchev G，et al.Value of 1H-magnetic resonance spectroscopy chemical shift imaging for detection of anaplastic foci in diffusely infiltrating gliomas with non-significant contrast-enhancement［J］.Journal of neurology，neurosurgery，and psychiatry，2011，82（5）：512-520.

［23］Nimsky C，Kuhnt D，Ganslandt O，et al.Multimodal navigation integrated with imaging［J］.Acta neurochirurgica Supplement，2011，109（207-214）：254-259.

［24］丁忠祥，袁建华，王欣欣，等.儿童豆状核白质纤维异常的扩散张量成像研究［J］.实用放射学杂志，2009，25（7）：1015-1018.

［25］Zhou B，Chen Q，Gong Q，et al.The thalamic ultrastructural abnormalities in paroxysmal kinesigenic choreoathetosis：a diffusion tensor imaging study［J］.J Neurol，2010，257（3）：405-409.

［26］邹元杰，刘宏毅，常义，等.弥散张量成像技术在脑肿瘤手术中的应用（附78例分析）［J］.中国微侵袭神经外科杂志，2008，13（5）：200-203.

［27］牛晨，张明，林盘，等.静息态与任务态功能mri在脑肿瘤患者术前运动皮层定位的研究［J］.磁共振成像，2012，3 （3）：168-173.

（收稿：2016-06-18 修回：2016-07-27）