阿尔茨海默病静息态功能磁共振研究

于洋

1. 背景

阿尔茨海默病（Alzheimer’s disease，AD）是一种隐匿性起病、缓慢进展的神经系统变性病，与β-淀粉样斑块和神经原纤维tau蛋白缠结，逐渐累积在某些皮层和皮质下区域有关。其临床表现最初仅表现为记忆损伤，进而逐步累积全面认知域，影响个体的独立日常生活功能。AD神经病理学的发展缓慢，在老年人中由认知正常逐渐发展，从最初症状出现，到进展为临床痴呆可能持续10年或更长时间（Amieva et al.， 2008; Johnson et al.， 2009）。轻度认知功能损伤（Mild cognitive impairment， MCI）作为一种介于正常衰老和痴呆之间的一种中间状态，是一种认知障碍症候群，也是阿尔茨海默病（Alzheimer’s disease）的早期阶段。对认知损伤的准确临床评估对于疾病分期对于最佳药物治疗和治疗计划的制定是至关重要的。

2. 材料和方法

2.1 被试纳入

本研究使用的是ADNI（Alzheimer’s disease Neuroimaging Initiative database， http：//adni.loni.usc.edu）数据库。该数据库包括MCI患者和AD患者的资料。数据资料包括磁共振影像数据和临床评估信息等。本研究使用的数据来自于ADNI GO和ADNI 2阶段，因为这两个阶段的数据含有RS-fMRI的数据。临床评估信息包括简明精神状态量表（MMSE）、联合记忆分数以及联合执行功能分数。本研究一共纳入26名AD患者（年龄：71.83±7.34岁）和79名MCI患者（年龄：72.02±7.17岁）。其中，AD患者包括13名男性和13名女性，MCI患者包括40名男性和39名女性。

2.2 磁共振扫描参数

本研究采用公开数据库，数据均可以从ADNI网站下载（http：//adni.loni.usc.edu/），数据采集使用Philips 3.0-Tesla扫描仪进行，使用的数据包括功能像数据以及结构像数据。功能像的数据参数如下： 140个时间点，TR=3s，TE=30ms，48层，翻转角=80°，矩阵大小为64×64mm2，体素大小为3.31×3.31×3.31mm3。结构像的具体参数如下：TR=2.3s，TE=2.97ms，170层，翻转角=9°，FOV=256×240mm2，体素大小=1.1×1.1×1.2mm3。

2.3 数据预处理及后处理

本研究使用RESTplus V1.2（www.restfmri.net）进行预处理以及后处理操作。RESTplus V1.2是一个基于MATLAB开发的流水线数据分析工具包。它可以很方便的对被试进行预处理以及后处理等操作，数据的预处理步骤包括 1）删除前10个时间点，2）时间层校正，3）对每一个被试进行头动校正（刚体变换），4）使用SPM12，根据每个被试的分割信息对被试进行空间标准化，5）平滑，FWHM = [6 6 6]，6）去线性趋势，7）回归白质信号、脑脊液信号、全脑平均时间序列、Friston-24头动信号 （Yan et al.， 2013），8）滤波0.01Hz-0.08Hz。基于预处理后的结果，我们计算了低频振幅 （Zang et al.， 2007）。所有的后处理方法均采用Z分数做标准化。

2.4 统计分析

本研究使用SPSS对人口学资料如年龄、性别、简明精神状态量表、联合记忆分数以及联合执行功能分数进行统计分析。并使用DPABI V4.0对影像数据进行统计分析。这里我们对AD组以及MCI组进行双样本T检验，均采用GRF校正，其中individual voxel p < 0.05， cluster level p < 0.05。

3. 結果

AD组和MCI组在年龄和性别上无统计学差异，但在MMSE评分（p < 0.0001， t = 12.08）、联合记忆分数（p < 0.0001， t = 9.08）和联合执行功能分数（P < 0.0001， t = 6.70）均存在显著差异（表1）。

根据脑影像的结果，AD患者的低频振幅在右侧颞下回、右侧梭状回显著高于MCI患者，在左侧距状皮层和左侧辅助运动区显著低于MCI患者（图1）。

在AD的诊断中，医护通常在与患者及家属访谈时通过神经心理学筛查测试中评估认知功能，常用量表如简明精神状态检查（MMSE）等。然而，这些量表检查容易受到受试者日常状态变化及测试者主观性的影响，其结果也会受社会人口学因素和个体认知储备的影响。因此，需要准确的替代方案来测量AD中认知障碍的进展。

在过去几十年中，对AD的研究和实践中神经影像学所扮演的角色发生了转变，大脑影像技术研发的潜力迅速扩大，发展出了许多新的获取图像并分析图像数据的方法（Dickerson et al.， 2011; Waser et al.， 2019）。

5. 结论

本研究发现AD患者与健康被试的低频振幅以及局部一致性存在显著差异，并且AD患者与MCI患者的这两种指标也在多个脑区中存在差异。