APP下载

弥散张量成像技术在癫痫病研究中的应用进展

2019-07-11薛开庆

关键词:体素脑区特征值

薛开庆,张 涛

(1.西华大学计算机与软件工程学院, 四川 成都 610039;2.西华大学心理健康服务与研究中心,四川 成都 610039;3.电子科技大学生命科学与技术学院,神经信息教育部重点实验室, 四川 成都 610054)

癫痫(epilepsy)俗称“羊角风”或“羊癫风”,是大脑神经元突发性异常放电,进而导致大脑短暂功能障碍的一种慢性神经疾病[1]。全世界大约有6 500万癫痫患者,癫痫反复发作严重影响了他们的身心健康,给他们家庭带来了沉重的经济负担。弥散张量成像(diffusion tensor imaging, DTI)是一种磁共振成像技术,其无创和无辐射等优良特性,引起了研究者的极大兴趣[2]。DTI为研究包括癫痫在内的各类神经精神疾病提供了新视角,也可能为疾病的早期诊断和治疗评价提供影像学标记[3- 4]。和常规磁共振成像扫描相比,DTI对局灶性癫痫患者的病灶定位更具价值,使用弥散成像定量图,综合多学科的评估,可以对大脑细微病变进行检测[5-6];DTI也可以判定大脑结构异常的程度和范围,在设置颅内电极和手术切除病灶上具有指导意义[7];对于儿童失神癫痫这些在常规成像方式下没有明显脑结构异常的疾病,通过DTI也可能发现某些微细结构的异常[8];DTI也可以重建大脑的白质纤维,进而构建全脑网络,这有助于研究癫痫基本的病理生理机制,可以辅助疾病的诊断和治疗[9-10]。

1 DTI技术

DTI技术主要利用水分子在人体不同组织内表现出不同的弥散特征来进行成像[11]。所谓弥散,是指水分子随机不规则运动的物理现象,即布朗运动。在液体中,影响弥散的因素有温度、分子的质量及其黏滞性等。弥散是一个三维运动过程,具体表现为2种形式。一种是在完全均匀的介质(如纯水)中,分子向各个方向运动是等可能性的,这种弥散方式称为各向同性(isotropic)弥散,在人脑组织中,脑脊液中水分子弥散近似各向同性。另一种弥散称为各向异性(anisotropic)弥散,主要是在具有一定方向性约束的组织中,分子弥散表现出明显的方向性倾向,更易于沿组织排列的方向弥散,在脑组织中,白质纤维中的水分子由于受到纤维束的束缚,通常顺着纤维束的方向弥散,表现出很高的各向异性态[11-12]。

1.1 基本原理

为描述水分子在三维空间中弥散的各向异性,需要引入1个参数——弥散张量D,在数学上用一个3×3的对称矩阵表示。

(1)

这里各分量值Dij(i=x,y,z;j=x,y,z)表示各个方向上的弥散程度,其中Dxy=Dyx,Dxz=Dzx,Dyz=Dzy。

引入弥散张量D,就可用使用公式(2)来描述弥散现象。

(2)

这里S0为不施加弥散敏感梯度时(T2加权像b=0 mm2/s)的信号,S为施加弥散敏感梯度时的信号。bij与Dij对应,是弥散敏感因子在各个弥散方向上对应的分量。

通过对弥散张量D做特征值分解,可以得到特征值矩阵D′和特征向量矩阵E,分别用公式(3)和(4)描述。

(3)

其中λ1,λ2,λ3为3个特征值。

E=[ε1,ε2,ε3]

(4)

对特征向量矩阵E,3个列向量ε1,ε2,ε3分别决定了仿射坐标系中3个方向;特征值矩阵D′的对角线的3个特征值λ1,λ2,λ3分别代表了在仿射坐标系中3个方向的弥散程度。

这时,通常可用空间弥散椭球模型来直观地表达具体的弥散程度,如图1所示,其中λ1表示最大特征值,λ2表示中间特征值,λ3表示最小特征值。通过这个空间弥散椭球便可以大致看出在该椭球中心的体素在各个方向上的弥散情况。当有较高的各向异性时,主要弥散方向的λ1很大,表现出极强的椭球形状;当完全各向同性时,λ1=λ2=λ3,是一个标准的圆球,当然在这二者之间存在一系列的过渡状态[11]。

图 1 弥散的椭球模型

1.2 2个主要指标

在DTI的研究中,通常采用2个指标[12]来描述弥散程度:平均弥散度(mean diffusion,MD)和部分各向异性(fractional anisotropy,FA)。

MD用椭球模型中3个相互垂直的弥散系数的均值来刻画。MD主要是对某一体素或一个区域的弥散状况进行总体评价,反映分子整体的弥散水平(平均椭球的大小)和弥散受阻情况。值得注意的是,MD只表示弥散的大小,与弥散的具体方向无关,MD值越大表明组织中所含自由水分子越多,例如脑脊液的MD值就很大,脑白质中MD值较小。计算某个体素的MD值的公式为

(5)

其中,λ1,λ2和λ3是张量椭球模型的3个特征值,λ1是最大弥散特征值,与水分子最大弥散方向平行,λ2和λ3是与λ1垂直的2个特征值。

另一个参数FA值是根据张量椭球模型中3个弥散特征值计算出来的,反映水分子各向异性成分占整个弥散张量的比例,取值范围是0~1。0表示不受限制,在脑脊液中FA值接近0,在越有规则有方向排列的组织中,其FA值就越大,在大脑白质纤维中FA值接近1,灰质处于中间状态[11-12]。计算某个体素的FA值的公式为

(6)

磁共振设备采集的DTI原始图像经过计算处理后可以生成相应的MD图和FA图,图2中(a)(b)展示了一个被试的MD图和FA图。

图 2 一个被试的MD、FA和FT图

1.3 弥散示踪成像

DTI更有意义的是,可以利用DTI数据进行白质纤维束的追踪[13]。以往对白质纤维束的研究主要依靠对活体动物或尸体进行解剖。常规的磁共振成像虽然能较好地区别大脑的灰质和白质,但不能显示白质纤维的具体走向,不能提供完备的解剖信息。基于DTI的纤维束追踪成像技术(fiber tractography,FT)能在活体上追踪大脑纤维束的具体走向。该技术一诞生就引起了研究者的极大兴趣。纤维束具体的追踪算法[14-18]很多,总原则是先设定2个阈值:一个是体素FA值,一个是相邻2个体素的主特征向量的方向夹角。在纤维束追踪过程中,如果一个体素中的FA值小于预设的FA值则推测此体素不是白质,追踪停止。如果下一个体素方向与上一个体素方向夹角超过设定的夹角阈值,则认为不是同一条纤维,追踪也停止,否则一直追踪下去,直到完成全脑的纤维追踪。值得注意的是,基于DTI跟踪技术与注射示踪剂追踪纤维方法意义是不完全一样的,它仅表明水的扩散阻力最小的路径。图2(c)展示了一个被试的FT图。

2 DTI在癫痫病中的应用

大脑中过量的神经元异常地超同步放电导致癫痫发作[19]。国际抗癫痫联盟分别在1981年[20]、1989年和1997年对癫痫分类标准进行了划分,总体来说根据大脑内放电源位置不同分成局灶性部分发作和全局性发作。全球约6 500万癫痫患者中,近80%的患者生活在发展中国家。癫痫诊断的标准是不能自控的发作反复出现,并通过脑电仪EEG检查可以记录到癫痫特有的放电波形,包括棘波、尖波和棘慢波等[21-22]。致痫原因很多,主要包括脑外伤、中风、脑肿瘤、感染、药物和酒精滥用及神经退行性疾病等,甚至闪烁的灯光和过度的换气也可能诱发癫痫发作。使用抗癫痫药物通常可以控制癫痫,然而超过30%的癫痫患者服用抗癫痫药物后也效果不佳,这时就可以考虑手术治疗。

常规的DTI技术,如基于手绘感兴趣区方法(region of interest,ROI)、基于体素分析的方法(voxel-based analysis,VBA)等能够提供组织的微结构信息,利用发作前、发作后和发作间弥散图像的定量和定性分析可以辅助定位癫痫发作灶。新兴的基于FT的DTI可以进一步提供脑白质纤维的走向。这些技术可以促进研究者进一步了解癫痫对脑组织的影响,也可以进行癫痫术前指导。

2.1 基于手绘ROI的DTI方法

一些临床经验丰富的研究者,可以根据一些先验知识利用一些工具软件(例如DTI-Studio)直接在FA图或MD图上勾画出研究的问题可能涉及的ROI,然后统计对比分析这些ROI中的FA或MD数值,可以发现实验组(例如癫痫病人)和对照组(通常是年龄性别匹配的健康人)之间是否存在显著的差异。在白质脑区的检测结果中,如果FA 值与正常值比较没有差异,说明纤维束走向较为一致,髓磷鞘发育完好;反之,如果FA 值较正常值降低,表明纤维的细微结构存在某种程度的损坏。手绘ROI的方法如图3所示。

图 3 手绘ROI方法示意图

2005年,DUMAS等[23]对在常规磁共振下皮质异常的15例癫痫患者,采用基于ROI的方法评估了患者明显异常的脑区及看似正常的大脑组织,发现远离病变组织2~3 cm外的看似正常的白质其各向异性也显著降低。组织学检查发现这些区域存在隐匿性异常,如胶质细胞增生、浸润性肿瘤细胞和轴突损失。这些研究结果表明,弥散成像可以用来识别在常规磁共振成像上看似正常的那些病理脑区,可以为医生提供术前指导[7]。

手绘ROI受主观因素的影响较大,不同人画的ROI存在一定误差,重复性不佳,在一定程度上影响研究的精确度;因此,在实际操作中,通常采用2~3名临床专家绘制,然后进行平均处理。另外,大脑白质由许多不同方向的纤维束构成,不同部位的FA或MD值也不同;脑形状的差别也会导致手画ROI所在的大脑白质纤维束不同:因此,人群间横向比较可能会产生很大误差。由于手绘ROI受到先验知识的约束,因此很难发现那些在先验知识认知之外的脑区异常。鉴于手绘ROI存在上述缺点,于是诞生了基于全脑体素的VBA方法。

2.2 基于VBA的DTI方法

由于不同被试大脑存在个体差异,使用基于VBA的方法必须使不同被试大脑对应的体素点要一一对准;因此首先必须对采集来的原始图像进行预处理,然后对预处理得到全脑FA/MD图进行对比分析,最后确定有显著差异的脑区。

预处理的具体做法是:由被试原始数据获得全脑B0图,然后利用自动分析工具软件将B0图与标准模板进行配准,获得空间变化的标准化参数,利用这些参数对被试全脑的FA/MD图进行空间变换,接着进行空间平滑,最后得到预处理后的全脑FA/MD图。预处理流程如图4所示。

对经过预处理后的数据(包括患者组和健康对照组),用双样本t检验进行统计分析,找出患者与健康对照之间 FA/MD 值有显著性差异的脑区。VBA技术克服了手绘ROI方法的主观性,避免了临床先验信息的干扰,把全脑看作一个整体,通过分析 DTI 图像中各区域 FA/MD 值的大小,来评价相应解剖结构的水分子弥散程度,并可进一步定量计算这些具有统计学差异区域的大小,进而客观、全面地评价脑部异常变化。

图 4 VBA预处理流程图

2001年,Eriksson等[5]采用基于体素的DTI方法发现在皮质发育畸形区域内的FA值显著降低而MD值增加,这可能表明组织定向性和细胞密度的相对损失。2006年,Salmenpera等[24]研究了顽固性局灶癫痫患者简单发作后,弥散度的变化情况,发现平均弥散度MD值发作后下降。使用基于VBA的方法,发现这些弥散变化的空间分布是复杂的,推测参与癫痫发作的不是单一的发作灶,而是广泛网络。使用DTI研究发现,皮质发育畸形的癫痫患者海马的FA值异常[25]。

基于VBA的方法较手绘ROI优点是明显的,不需要临床专家的手动绘制,避免了主观因素的影响,基于全脑体素,可以发现那些存在问题且在先验知识之外的脑区。大脑是一个复杂网络,通过VBA的方法发现的仅是一些静态的脑区,很难发现脑区之间的联系。这就诞生了基于示踪FT的方法。

2.3 基于FT的DTI方法

1994年,Basser等[26]发现可以使用磁共振测量水沿轴突方向的弥散,以这种方式可以对主要纤维束进行可视化。在白质纤维中,水分子受到髓鞘的束缚,更可能沿纤维束方向弥散,表现出很高的各向异性。利用这种各向异性,可以间接反映髓鞘或纤维束的完整性,也可以对白质纤维的走向进行追踪,根据任意2个脑区的位置及它们之间的纤维束的连接情况,就可以构建大脑网络[27]。DTI纤维追踪技术构造结构网络的具体方法流程图如图5所示。

2008年,Hagmann等[28]利用DTI技术分别构建了5个被试的998个ROI和66个脑区的加权解剖结构网络,发现大脑网络的传输中心主要位于楔前叶、后扣带等皮层的内侧区域。在2010年,Hagmann等[29]对2~18岁的被试进行了更深一步地研究,发现网络的节点强度和效率随着年龄的增加而增强,网络模块和Hub也会随年龄增加而增加。

图 5 DTI纤维追踪技术构造结构网络流程图

通过DTI数据和相应的脑图谱可以确定具体白质纤维束的体积、各向异性和连通性等定性和定量指标[30]。在一组受试者中,具体追踪的纤维束也可以标准化,并结合生成图谱重现一个给定的路径或连接[16]。这些信息可以被用来定位和评估慢性癫痫对脑白质解剖病理生理的影响,包括较高级皮质功能(如语言和记忆)的结构重组。该技术也可用于研究白质解剖结构,可以帮助术前计划,尤其在结合功能激活的情况下就更加有效[31-32]。

海马硬化的难治性颞叶癫痫可以通过手术方法进行治疗,但颞叶癫痫患者本来就可能伴有语言和选择性记忆的偏侧性紊乱,这些功能可能会由于手术切除而进一步受损[33-34]。DTI纤维束追踪技术研究记忆相关的结构,发现单侧颞叶癫痫患者双侧穹窿和扣带回的纤维通路受损,具体表现是通路上平均弥散度MD值增加而部分各向异性FA值降低[35]。这些结果表明使用DTI纤维束追踪技术可以对癫痫患者的认知功能(如记忆和语言)进行评估[7]。前侧颞叶切除术可能导致高达10%的患者视野缺损[36],常规的磁共振成像技术不能准确地预测术后视野缺损是否发生、发生的范围程度,以及手术切除的范围。2006年,Kituta等[37]对10个患者术前和术后进行纤维跟踪,通过比较发现DTI的确能够预测术前和术后视野缺损、视辐射之间的几何关系和动静脉畸形的幅度。同样,其他研究也已经证实纤维束追踪技术能有效地应用到肿瘤切除手术中[38]。

基于FT的DTI建构大脑的解剖结构网络,可以发现癫痫患者的脑结构网络的损伤。2009年,Vaessen 等[39]采用癫痫患者的弥散张量成像,重建了其脑的解剖结构网络,发现癫痫患者的大脑结构网络也具有“小世界”特性,但是其标准化聚类系数(聚类系数与对应的随机网络的比值)显著增大,网络表现出规则化的趋势。Xue等[9]利用DTI纤维束追踪技术重建了儿童失神癫痫患者的大脑白质解剖结构网络,通过与同龄的正常儿童比较,发现失神患儿的网络拓扑结构的连接性降低。Kim等[40]研究了19个儿童良性癫痫患者的认知异常和白质微结构之间的关系,发现患儿左脑白质微结构的改变造成认知功能异常,尤其是语言 IQ。2016年,Unterberger等[41]研究发现通过切开胼胝体阻止了棘慢波向对侧半脑的播散,防止了癫痫全身性发作。2017年,Cooper 等[42]研究了166名脑瘫儿童癫痫发作患者,通过脑弥散MRI扫描,发现白质损伤(WMI)可能引起癫痫的发作,大多数患者有良好的预后。这些发现对于诊断和药物治疗具有重要意义。

当然手绘ROI、基于体素的VBA和基于示踪的FT 3种方法在癫痫研究中并不相互排斥,可以把3种方法综合利用,并且结果之间也可相互进行验证。

3 DTI在癫痫研究中的挑战和展望

利用磁共振技术研究神经精神疾病是目前研究的热点之一,在癫痫疾病的研究中还需要关注以下问题。

第一,抗癫痫药物的影响。上述关于癫痫的DTI研究中通常都没有考虑各种抗癫痫药物(例如丙戊酸和传统中药)的影响,但已有研究表明这些抗癫痫药物可能影响正常的神经功能,进一步造成认知损伤[43-44]。每个患者服用抗癫痫药物的种类、数量及服药时间长短不同,因此,在今后关于癫痫的弥散张量成像的研究中应该考虑如何排除这些因素的影响,这样才会获得更可信的结论。

第二,纤维束追踪算法的问题。确定性追踪算法在纤维“交叉” “分叉”和“接触”等情况下,由于部分各向异性值的降低,可能出现一些问题:一些实际存在的纤维连接在追踪时缺失;出现一些错误的连接;一些脑区之间的连接强度降低。为解决纤维追踪中的上述问题,一些高级的纤维追踪技术被考虑,例如弥散谱成像(diffusion spectrum imaging,DSI)、带多纤维方向的Q球重建的高角度解析弥散成像(high angular resolution diffusion imaging, HARDI),以及依据概率分布的概率追踪算法[45- 46]。

第三,功能连接和结构连接融合问题。大脑结构是功能连接的基础,功能是结构的外在表现。DTI主要用于大脑结构方面的研究,脑电(electroencephalograph,EEG)[47]、功能磁共振成像(functional magnetic resonance imaging,fMRI)[48]主要用于大脑功能的研究。这些成像方法具有各自特点:EEG图像的时间分辨率很高,但空间分辨率很低;fMRI图像正好相反,空间分辨率很高,但时间分辨率很低;DTI图像则可以提供更明确的脑区结构信息。这三者融合正好可以取长补短,发挥“1+1+1>3” 的功效。对于癫痫来说,在EEG、fMRI和DTI上多模态数据的采集、分析、处理和更深度的融合对癫痫诊断、治疗、致痫灶定位及病理生理的研究都有指导意义。现在功能连接和结构连接融合技术在磁共振研究领域刚刚兴起,融合方法还比较简单,需要进一步完善[49]。

第四,大脑信息传递方向问题。DTI研究并不能提供大脑脑区中的信息流向。效应连接是用来对大脑脑区间信息传递方向进行刻画的主要手段,如何进行效应连接值得研究,但是刻画有效连接的方法还十分有限。Granger因果模型(granger causality modeling,GCM)[50]和动态因果模型(dynamic causal modeling,DCM)[51]是2种主要方法。一个脑区的激活可能导致与其连接的其他脑区的激活水平的变化,DCM使用双线性的微分方程组来近似描述大脑这个非线性系统。DCM对实验设计要求较高,需要一定的先验知识。GCM也把大脑看成有因果关系的非线性动力系统,但它可以完全依赖数据驱动,对实验设计要求不高。对于癫痫来说,如何把DCM/GCM与DTI的方法结合起来,建立脑区之间的效应连接对于分析癫痫放电的起源和传播路径、理解癫痫的生理病理机制有非常重要的作用。如何对癫痫发作前后一些脑区弥散变化进行解释,仍然有很多问题需要解决。

猜你喜欢

体素脑区特征值
腹腔注射右美托咪定后小鼠大脑响应区域初探
瘦体素决定肥瘦
一类内部具有不连续性的不定Strum-Liouville算子的非实特征值问题
一类带强制位势的p-Laplace特征值问题
Dividing cubes算法在数控仿真中的应用
基于一类特殊特征值集的扩散算子逆谱问题
单圈图关联矩阵的特征值
脑自发性神经振荡低频振幅表征脑功能网络静息态信息流
基于体素格尺度不变特征变换的快速点云配准方法
止咳药水滥用导致大脑结构异常