多模态MRI技术评估脑老化及脑老化与脑疾病的关系研究进展

保莎莎，朱 钰，杨 露，柯腾飞，廖承德，杨 军

(云南省肿瘤医院 昆明医科大学第三附属医院放射科，云南 昆明 650000)

人类脑随年龄增长而退化(即脑老化)，其退化速度和轨迹在不同个体和不同脑区之间存在较大差异[1-2]。基于MRI计算脑的年龄，即脑龄，是评判脑老化的生物标记物，可在一定程度上反映脑的完整性和健康程度[3-4]。评估脑龄有助于早期诊断阿尔茨海默病(Alzheimer's disease， AD)、帕金森病、亨廷顿病等神经退行性疾病。人类脑老化过程与认知能力下降(认知老化)趋势一致[5]，故随年龄增长，神经退行性疾病发病风险增加[6]，但脑老化的病理机制尚未完全明确。研究[7]表明，脑疾病或亚健康状况可对脑龄产生负面影响；加强对脑老化的认识，并筛选相关生物标志物，对于早期诊断神经退行性疾病、评估年龄相关认知能力下降至关重要。本文对多模态MRI技术应用于评估脑老化及脑老化与脑疾病关系的研究进展进行综述。

1 脑老化概述

个体潜在生物学年龄可能与实际年龄不符，此种差异可用于预测未来可能出现的年龄相关健康问题风险[7]。偏离正常脑老化轨迹的个体，即脑龄偏大者，即使目前身体健康，其罹患与认知功能或年龄相关的神经系统疾病的风险增加[8]。认知能力和智力水平退化于24岁时即已出现[9]。脑老化可改变脑细胞、脑血管等结构和功能[10]，从而导致认知能力、注意力和记忆力下降及对认知信息的处理延迟。既往研究[10]发现，脑萎缩的实际速度随年龄增长而加快，除脑体积缩小外，神经元体积和神经元代谢活动亦逐渐减少。

2 多模态MRI预测脑龄

目前MRI是预测脑龄的最有效方法之一，可根据结构成像或神经功能成像数据进行预测[11]。脑正常老化过程与脑组织改变有关。脑内各部分脑组织改变并非随机分布，脑区间存在差异；MRI等神经成像技术可用于研究与年龄相关的脑组织改变[12]。

按：“追羡”，谓追念仰羡。“追羡”一词，亦偶见于传世文献，如《四部丛刊》集部元云间邵复孺《蚁术诗选》卷之四《题许守中太和丹室》：“我生追羡少陵翁，千载神交得其旨。”《汉语大词典》收有“追慕”一词，“追羡”与“追慕”系同构同义词。“追羡”一词，《汉语大词典》阙收。

2.1 功能MRI 功能MRI(functional MRI， fMRI)的应用提高了对脑组织结构及功能的认识水平[13]。功能连通性为fMRI主要参数。脑功能连接随时间而变化，即动态功能连通性，反映脑组织动态变化和离散状态下的非静态转换[14]。既往有学者[15]采用功能连通性方法探索老化对静息状态下大脑功能网络的影响，发现相比年龄<60岁受检者，年龄≥60岁受检者静息状态大脑功能网络的网络间连接性更高，而网络内连接性较低。CHAN等[16]发现，随年龄增加，大脑网络分离减少，原因可能在于随年龄增长，网络内连接减少、网络间连接增加。LANCASTER等[17]的研究结果亦显示，随年龄增长，大脑静息状态下网络内功能连通性逐步下降，而网络间功能连通性则明显增加。

脑老化与脑疾病、尤其神经退行性疾病之间可能存在共同潜在机制。将脑老化相关生物标记物与脑疾病特异性生物标记物相结合，可能进一步提高诊断脑疾病和评估预后的准确性，扩大神经成像的临床应用范围[6]。

二是推进水利重点项目建设。抓好引嫩入白、哈达山、大安灌区等工程的收尾和验收工作。全面启动西部河湖连通一期工程和松原灌区建设，加快推进中部城市引松供水工程实施。

3.1 AD MRI广泛用于AD等神经退行性疾病的临床和基础研究领域。MRI结构像评估的脑萎缩是AD相关神经变性的有效标志物，已被尸检组织学研究[23]所证实。目前，MRI衍生的神经变性标记物可用于支持AD的临床诊断，并可在临床试验中跟踪疾病进展[24]。高分辨率MRI可准确量化活体内特定灰质区域的神经退行性变，且以MR弥散序列可评估脑白质结构损伤[25]。研究[26]发现，AD患者可出现颞叶体积减小，且体积减小侧颞叶与其对侧枕叶功能连接性增加。

3 脑老化与脑疾病的关系

2.2 弥散张量成像 弥散张量成像(diffusion tensor imaging, DTI)除可检测水分子扩散程度外，还能用于量化常规MRI不能显示的脑白质结构细微变化[18]。脑白质纤维束具有较强的各向异性，DTI可通过检测各向异性反映白质纤维束走行及其完整性，进一步绘制脑白质纤维连接网络，现已广泛用于脑认知科学、脑结构及功能研究领域。DTI特征参数中，各向异性分数(fractional anisotropy, FA)代表某个体素在某方向上的扩散程度，而平均扩散程度(mean diffusivity, MD)可用于评估总扩散率。脑发育过程中，FA值增加而MD值减小[18]；而脑老化过程则表现为FA值减小、MD值增加[19]。

In this data mining analysis,we aimed to discover acupoint combinations that were used to treat AD.Hopefully this can provide evidence-based information for AD treatment with acupuncture.

2.3 MR波谱 MR波谱(MR spectroscopy, MRS)是研究老化对脑代谢影响的有效工具[20]。1H MRS可通过测定代谢产物N-乙酰天冬氨酸(N-acetyl-aspartate， NAA)、总胆碱(total choline， tCho)、总肌酸(total creatine， tCR)，反映神经元密度和完整性[21]。研究[10,22]发现，随年龄增长脑组织中NAA浓度降低，而tCho和tCR升高。

3.2 精神分裂症与双相情感障碍 研究[27]表明，精神分裂症和双相情感障碍(bipolar disorder， BD)可能与脑老化加速有关。相比健康对照者，精神分裂症和BD患者寿命缩短[28]，而精神分裂症和BD患者大脑结构变化与正常老龄化人群非常相似[29]。脑老化与大脑皮质厚度降低有关，尤其额叶和颞叶皮质[8]。精神分裂症患者存在广泛皮质厚度减小，特别是在额颞区[30]；年龄≤55岁精神分裂症患者的FA值较同龄健康对照者降低[31]。

3.3 癫痫 癫痫是大脑神经元突发性异常放电导致的短暂大脑功能障碍的慢性疾病，临床表现多样，其发生发展的病理生理学机制尚未完全明确。PARDOE等[32]发现，难治性局灶性癫痫患者的脑龄较其实际年龄对应脑龄增加4.5岁；由此推测，采用基于MRI的机器学习方法评估脑龄，可为诊断癫痫及评估预后提供有价值的信息[33]。

4 小结与展望

随着全球人口老龄化，年龄相关功能衰退和疾病的发生率逐步增加。通过机器学习等方法可将神经成像数据用于预测健康个体的实际脑龄[34]。预测脑龄可能用于研究脑老化过程及认知功能下降、神经退化与年龄相关脑疾病之间的关系[5]。随着机器学习和人工智能的发展，基于MRI预测脑龄的准确率将显著提高，未来将开发出更有价值的评估脑老化标志物，为早期预测脑老化相关疾病提供有价值的信息。