APP下载

基于中国人脑图谱Chinese2020配准的阿尔茨海默病患者静息态fMRI

2019-01-21欧阳丽蓉廖伟华周高峰刘孟辉张友明

中国医学影像技术 2019年1期
关键词:体素灰质小脑

欧阳丽蓉,廖伟华*,周高峰,刘孟辉,张友明,卓 沛,沈 璐

(1.中南大学湘雅医院放射科,2.神经内科,湖南 长沙 410008)

目前脑静息态功能MRI(resting-state functional MRI, rs-fMRI)研究多基于西方人脑图谱,但在rs-fMRI数据分析处理中,恰当的人脑图谱选择在图像空间标准化以及分割、配准等至关重要。与传统标准脑图谱[西方人脑图谱,如脑成像国际联盟(International Consortium for Brain Mapping, ICBM)公认的ICBM152]相比,基于中国人脑图谱的分割更准确、配准过程中的形变更小,结果更符合疾病病理生理学改变[1-2],但其对阿尔茨海默病(Alzheimer disease, AD)的研究尚不充分。本研究利用rs-fMRI技术,分别采用中国人脑图谱Chinese2020和传统标准脑图谱ICBM152进行分割配准,通过低频振幅(amplitude of low frequency fluctuation, ALFF)和局部一致性(regional homogeneity, ReHo)算法探讨基于中国人脑图谱Chinese2020配准的中国AD患者静息状态下脑神经元自发活动改变。

1 资料与方法

1.1 一般资料 收集2015年1月—12月我院神经内科12例AD患者(AD组),男5例,女7例,年龄45~76岁,平均(58.9±10.7)岁,由高年资神经内科医师根据病史、标准化神经心理学测试[简易精神状态检查(mini-mental state examination, MMSE)、蒙特利尔认知评估量表(Montreal Cognitive Assessment, MoCA)]等,依据美国国立精神病、语言交流障碍和卒中研究所-老年性痴呆及相关疾病学会(NINCDS-ADRDA)标准和高年资放射科神经影像医师诊断后纳入。另选取同期性别(P=0.298)、年龄(P=0.277)相匹配的17名无神经及精神系统病史的健康志愿者为正常对照组,其中男4名,女13名,年龄45~65岁,平均(55.1±6.2)岁。本研究经医院伦理委员会批准(伦理批件编号201412453),受检者均签署知情同意书。

1.2 仪器与方法 采用GE Signa HDX 3.0 T MR扫描仪,8通道头部线圈。扫描前嘱受检者保持头部静止、闭眼平静休息。采用T2W(TR 4 480 ms, TE 120 ms)、T2-FLAIR(TR 8 500 ms, TE 168 ms,TI 2 100 ms)和三维脑容积序列(three-dimension-brain volume, 3D-BRAVO)排除脑器质性病变。其中结构像3D-BRAVO采用3D梯度回波T1W序列采集冠状位图像,层厚1 mm,共196层,TR 8 ms,TE 3 ms,翻转角7°,矩阵256×256,FOV 256 mm×256 mm。rs-fMRI采用EPI序列,TR 2 000 ms,TE 30 ms,翻转角90°,层厚4 mm,层间距0.6 mm,矩阵64×64,FOV 220 mm×220 mm,采集180个时间点,每个时间点采集32幅图像,扫描时间6 min 12 s,沿前后联合平行的方向进行轴位扫描。

1.3 数据处理与分析 采用DPABI V2.3[3]及SPM8软件在Matlab R2013a上对rs-fMRI数据进行处理。数据预处理:①剔除rs-fMRI数据的前10个时间点;②时间层校正和头动校正;③分别采用中国人脑图谱Chinese2020和传统脑图谱ICBM152对T1W结构像进行分割、配准,并将fMRI图像配准到标准空间;④去线性漂移;⑤去除白质、脑脊液和全脑信号协变量;⑥采用0.01~0.08 Hz的带通滤波进行滤波。本研究对T1结构像分割结果,以0.2的阈值制作平均的脑灰质蒙片;剔除头动平移大于2.5 mm、旋转移动大于2.5°以及配准效果不佳者。

ALFF分析:针对未经滤波的预处理图像,计算每个体素在0.01~0.08 Hz频段上的信号振荡幅度值,获得ALFF图像,再进行Fisherz变换和平滑(半宽高8 mm的高斯核)。

ReHo分析:采用经滤波后的预处理图像,计算每个体素和周围体素的一致性,获得ReHo图像,再进行Fisherz变换和平滑(半宽高4 mm的高斯核)。

灰质占比:差异脑区灰质容积占整个差异脑区容积的比重,范围为0~1。通过xjView结果报告的数据计算获得。

采用静息态数据处理软件包DPABI v2.3(http://rfmri.org/dpabi)的统计模块(Statistical Analysis)。以单样本t检验(GRF校正,体素水平P<0.001,簇水平P<0.05)分析组内ALFF和ReHo值相对于全脑均值水平的变化。采用双样本t检验分析2组间ALFF和ReHo的差异脑区的分布,同时将性别、年龄、灰质容积作为协变量进行回归分析,经多重比较校正(AlphaSim校正,体素水平P<0.001,簇水平P<0.05),P<0.05为差异有统计学意义。

1.4 统计学分析 采用SPSS 22.0统计分析软件。对符合正态分布的计量资料以±s表示,不符合正态分布的资料以中位数±四分位间距表示;计数资料以率表示。2组间年龄比较采用独立样本t检验,性别构成比的比较采用χ2检验。2种脑图谱差异性脑区的一致性采用Kappa检验,Kappa>0.75为一致性较好;2种脑图谱差异性脑区灰质占比的比较采用独立样本t检验。P<0.05为差异有统计学意义。

2 结果

采用2种脑图谱分析结果显示,与正常对照组比较,AD组ALFF升高的脑区包括左侧小脑、左侧颞极、颞上回和颞中回,ALFF减低的脑区包括右侧颞上回、右侧楔前叶和右侧角回(AlphaSim校正,P均<0.05);基于2种脑图谱计算的差异脑区一致性较好(Kappa=0.85),见表1和图1;基于中国人脑图谱Chinese2020分析获得的显著差异脑区的平均灰质占比为(38.85±17.88)%,基于传统标准脑图谱ICBM152差异脑区的平均灰质占比为(33.75±14.70)%,差异无统计学意义(t=0.44,P=0.68)。

与正常对照组比较,AD组ReHo值减低脑区包括左侧颞中回、右侧颞下回、左侧三角部额下回和左侧楔叶,ReHo值升高脑区为左侧小脑(AlphaSim校正,P均<0.05)。基于2种脑图谱的差异脑区一致性较好(Kappa=0.83)。基于中国人脑图谱Chinese2020的分析还发现左侧楔前叶ReHo值显著升高,而基于传统标准脑图谱ICBM152发现左侧内侧额上回ReHo值升高;基于中国人脑图谱Chinese2020分析获得的相同差异脑区平均灰质占比[(54.69±13.28)%]高于基于传统脑图谱ICBM152分析[(45.66±12.35)%],差异无统计学意义(t=1.35,P=0.21)。见表2和图2。

表1 基于2种脑图谱的AD组与正常对照组ALFF值有差异的脑区

图1 正常对照组与AD组ALFF值差异有统计学意义的脑区 基于中国人脑图谱Chinese2020(A)与传统标准脑图谱ICBM152(B)分析,红色代表ALFF值升高的脑区,蓝色代表ALFF值降低的脑区

脑区中国人脑图谱Chinese2020MNI峰值坐标(mm;x,y,z)Chinese2020峰值坐标(mm;x,y,z)差异脑区体素个数灰质占比(%)t值传统标准脑图谱ICBM152MNI峰值坐标(mm;x,y,z)差异脑区体素个数灰质占比(%)t值左侧小脑-15,-63,-24-15,-59,-16148—3.95-21,-75,-24236—4.32左侧颞中回-54,-33,-12-52,-31,-84431.82-3.87-66,-36,-95438.89-5.38左侧三角部额下回-48,24,24-46,23,192365.22-3.27-57,12,05834.48-3.96左侧楔叶-9,-72,33-9,-63,353056.67-3.55-9,-78,424445.45-3.86右侧颞下回57,48, -1855,-44, -114250.00-3.6060,-54, -1516032.50-5.20左侧楔前叶-3,-63,39-3,-55,-313154.803.11————左侧颞上回-66,-33,6-64,-30,72369.60-3.80————左侧内侧额上回—————-6,27,483063.303.73左侧中央前回—————-51,0,395442.60-3.7左侧补充运动区—————0,0,543154.80-3.62右侧角回—————36,-48,4214441.67-3.89右侧楔前叶—————6,-51,395667.90-4.84右侧额中回—————27,24,454035.00-3.49

图2 正常对照组与AD组ReHo值比较差异有统计学意义的脑区 基于中国人脑图谱Chinese2020(A)与传统标准脑图谱ICBM152脑图谱(B)分析,红色代表ReHo值升高的脑区,蓝色代表ReHo值降低的脑区

3 讨论

rs-fMRI技术是神经影像学的重要研究手段,其中ALFF和ReHo算法评估大脑活动情况的稳定性均较高[4]。ALFF算法是计算一个频段内所有频率点上幅度值的平均值,体现一个体素自发活动的强弱,反映大脑各区域在静息状态下神经元自发活动水平,ALFF升高或降低均表明脑区神经元自发神经活动异常。ReHo算法[5]通过计算各体素与周围相邻体素的肯德尔系数衡量各体素与周围相邻体素时间序列的同步性,反映局部神经元在时域上自发活动的一致性,ReHo异常升高提示局部神经元自发活动一致性升高,反之则提示一致性下降。既往研究[6-7]证实,AD患者ALFF、ReHo变化可为探索AD的疾病生物机制和临床标志物提供参考。

本研究基于中国人脑图谱Chinese2020和传统标准脑图谱ICBM152的数据分析发现,与正常对照组相比,AD组ALFF值在右侧颞上回、右侧楔前叶和右侧角回减低,而在左侧小脑、左侧颞极、颞上回和颞中回升高;AD组ReHo值在左侧颞中回、右侧颞下回、左侧三角部额下回和左侧楔叶减低,而在左侧小脑升高;与基于传统标准脑图谱ICBM152分析比较,基于中国人脑图谱Chinese2020分析获得的相同的差异脑区平均灰质占比的平均值差异无统计学意义,但数值有所增大,推测基于中国人脑图谱Chinese2020数据分析可能更符合国人大脑的结构特点,配准和分割准确性更高。

本研究中基于2种标准脑图谱分析的显著差异脑区一致性较好,主要集中于小脑、楔前叶、颞叶和角回等脑区,且ALFF和ReHo值在小脑均显著升高。刘怡秋等[8]发现中度与轻度AD患者小脑内功能连接异常存在差异,认为小脑功能连接异常在AD进程中有较为重要的作用;Cha等[9]认为AD患者双侧小脑ALFF降低,左侧小脑ReHo降低,与本研究结果相反。有学者[10]提出AD患者为保持认知功能完整,会出现神经补偿机制,但随着病程加重,该补偿机制可能逐渐减少。本研究发现小脑活动性及一致性均升高,推测是AD患者自身神经补偿的结果。本研究还发现AD患者楔前叶、颞叶、角回等脑区ALFF和ReHo均有改变,与既往研究[9,11]结果相同。楔前叶负责探测触觉、视觉信息,也参与长期记忆工作,颞叶负责听觉信息,角回负责语义处理,以上区域均属于默认网络。默认网络功能活动与情景记忆的提取、认知和情感过程等有关,而AD患者的主要临床表现恰为记忆障碍,伴人格改变及思维、语言障碍等精神症状。本研究结果进一步证实了默认网络的功能活动异常是AD的病理生理发病机制之一。另外,本研究基于2种脑图谱分析均发现AD患者颞极ALFF升高。颞极属边缘系统,Hamalainen等[12]采用任务态方法研究轻度认知障碍患者脑功能改变,同样发现边缘系统在记忆任务过程中呈高激活状态。本研究2种标准脑图谱分析的显著差异脑区大体一致,提示基于中国人脑图谱的分析同样可表征AD患者脑神经元自发活动异常。

中国人脑图谱Chinese2020在发现AD患者异常脑活动中的优势如下。①ReHo分析中,基于中国人脑图谱Chinese2020分析结果显示AD患者左侧楔前叶ReHo值显著升高,而基于ICBM152的分析无此发现。楔前叶为默认网络的重要区域,可能反映默认网络其他脑区功能降低的一种代偿;AD相关rs-fMRI研究[13]表明默认网络是AD主要受累的脑区。Wang等[14]发现轻度认知障碍患者楔前叶的ReHo值显著升高,认为楔前叶可预测轻度认知障碍转变为AD的风险程度。②针对基于2种标准脑图谱所能发现的显著差异性脑区,本研究计算了每个显著差异脑区的灰质占比,发现基于中国人脑图谱Chinese2020分析的差异脑区灰质占比较高。由于BOLD信号主要反映脑灰质的血流动力学信息,理论上,ALFF和ReHo的变化区域应局限于大脑皮层,故差异脑区的灰质占比越大提示结果更可靠,也更能准确反映疾病的潜在病理生理学机制。Ha等[15]研究表明,在脑功能分析中使用不恰当脑图谱可能会得到错误的功能定位,进而影响个性化精准治疗。李均等[16]将19~30岁中国成年志愿者分为50个年龄段,对大脑高分辨MRI构建的脑图谱(CN-50)与蒙特利尔神经研究所(Montreal Neurological Institute, MNI)构建的MNI-152脑图谱进行对比,结果提示中国脑图谱CN-50更适用于研究中国人群的大脑。曾东等[17]以10名健康志愿者的高分辨三维结构像建立的中国人平均脑图谱(Chinese_100)与西方人脑图谱比较,发现中国人脑图谱更短、更宽,体积也较小,提示东西方人脑结构存在差异。Liang等[1]通过取2 020个样本,创建18~76岁的中国成年人脑形态结构的中国人脑图谱Chinese2020,证实中国人脑图谱与西方白种人的宽度相近,而在长和高方面更小,表明在中国人群的大脑研究中使用中国人脑图谱更准确。

总之,本研究分别使用中国人脑图谱Chinese2020和传统脑图谱ICBM152分析中国AD患者的rs-fMRI的差异,证实AD患者脑功能自发活动存在异常,也证实中国人脑图谱Chinese2020用于中国AD患者的fMRI研究可以获得更准确的结果。但本研究样本量小,还需加大样本量进行深入探讨。

猜你喜欢

体素灰质小脑
小脑对吞咽神经调控机制的研究进展
1例新生儿小脑半球出血并破入脑室手术案例
瘦体素决定肥瘦
Dividing cubes算法在数控仿真中的应用
基于体素模型的彩色3D打印上色算法研究
抗逆转录病毒治疗对艾滋病患者脑灰质体积的影响
“发福”影响脑容量
双胞胎在这儿呢
基于距离场的网格模型骨架提取
哈哈哈哈,请跟着我大声念出来