黃 文 蘇晉生 祁建軍
1.山西醫(yī)科大學(xué)醫(yī)學(xué)影像系,山西太原 030001;2.太原市中心醫(yī)院影像科,山西太原 030001
擴(kuò)散張量成像(diffusion tensor imaging,DTI)是在擴(kuò)散加權(quán)成像(diffusion weighted imaging,DWI)技術(shù)的基礎(chǔ)上發(fā)展起來的一種成像及后處理技術(shù),它是在DWI基礎(chǔ)上另外施加至少6個(gè)方向以上擴(kuò)散敏感梯度后獲取的影像,突顯并量化了組織中水分子擴(kuò)散的各向異性信息,能夠精確地顯示組織的微觀結(jié)構(gòu),是目前唯一可以無創(chuàng)性地反映活體組織水分子交換功能狀態(tài)的檢查技術(shù),可以從細(xì)胞及分子水平研究疾病的病理生理改變情況[1]。通過DTI相關(guān)參數(shù)的分析,可以對(duì)髓鞘密度和完整性等纖維束的微觀特性進(jìn)行量化評(píng)估,為腦白質(zhì)的發(fā)育、成熟、衰老及相關(guān)疾病的深入研究提供了可能。胼胝體由連合兩側(cè)大腦半球新皮質(zhì)的纖維構(gòu)成,是連接兩側(cè)大腦半球最大的聯(lián)合纖維束,其完整性對(duì)于大腦半球之間神經(jīng)信息的整合、皮質(zhì)的機(jī)能發(fā)育、情感、認(rèn)知及學(xué)習(xí)記憶等方面非常重要。本研究擬通過DTI技術(shù)對(duì)各個(gè)年齡正常成人胼胝體纖維束的相關(guān)參數(shù)進(jìn)行分析,探究其與年齡的相關(guān)性?,F(xiàn)報(bào)道如下:
回顧性分析太原市中心醫(yī)院2006年12月31日~2008年12月31日體檢的102名健康成年志愿者。其中,男49名,女53名;年齡20~73歲,平均47.1歲;均為右利手。按年齡分為三組:20~39歲為青年組(35名);40~59歲為中年組(37名);60歲及以上為老年組(30名)。納入標(biāo)準(zhǔn):正常成年人,均無神經(jīng)系統(tǒng)癥狀及其他系統(tǒng)病史,并且常規(guī)MRI也未發(fā)現(xiàn)異常。
磁共振檢查采用Siemens Sonata 1.5 T型超導(dǎo)磁共振成像儀,梯度場(chǎng)強(qiáng)40 mT/m,切換率200 Mt/m/ms,4通道相控陣頭線圈,用海綿墊將志愿者頭部固定。FOV為240 mm×240 mm,T1WI使用 SE 序列(TR/TE=520/15 ms),T2WI使用 TSE 序列(TR/TE=3 800/120 ms),常規(guī)橫斷面掃描,掃描層厚 6 mm,層數(shù) 16,翻轉(zhuǎn)角 90°,采集次數(shù) 4,距陣 256×256。 DTI:采用彌散敏感單次激發(fā)回波平面成像序列(TR/TE=6 000/95 ms),在橫斷面掃描,兩個(gè)擴(kuò)散敏感系數(shù)b值為0和1 000 mm2/s,在12個(gè)方向上施加梯度脈沖,掃描層數(shù)36層,層厚3 mm,無間隔,掃描時(shí)間 4′20″。
DTI原始數(shù)據(jù)傳輸至Leonardo工作站,追蹤胼胝體纖維的ROI選在正中矢狀面圖像上,范圍包括整個(gè)胼胝體,F(xiàn)A閾值設(shè)定為0.2,步長(zhǎng)偉0.5mm,角度閾值為35°,顯示管半經(jīng)0.40 mm,體素內(nèi)采樣數(shù)目為2。使用fiber tracking纖維跟蹤軟件,依據(jù)最小張量域算法重建出胼胝體纖維,測(cè)量其整體的部分各向異性(FA)和表觀擴(kuò)散系數(shù)(ADC)值。
采用SPSS 14.0軟件進(jìn)行分析,數(shù)據(jù)用均數(shù)±標(biāo)準(zhǔn)差(±s)的形式表示,多組均數(shù)比較采用方差分析(ANOVA),多個(gè)樣本均數(shù)的兩兩比較,采用LSD-t檢驗(yàn);胼胝體纖維的部分各向異性(FA)值、表觀擴(kuò)散系數(shù)(ADC)值和年齡的相關(guān)分析采用Pearson相關(guān)分析。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。
由圖1可見,3D纖維束成像-胼胝體的正側(cè)面觀,較清晰地顯示了胼胝體的形態(tài)結(jié)構(gòu),與經(jīng)典的解剖學(xué)描述基本一致。不同年齡組相關(guān)胼胝體纖維相關(guān)參數(shù)見表1,不同年齡組胼胝體纖維的各向異性和擴(kuò)散特征值存在顯著性差異(分別為 F=109.981,P<0.05;F=37.78,P<0.05)。各年齡組之間胼胝體纖維的FA值和ADC值通過LSD-t檢驗(yàn)差異均有統(tǒng)計(jì)學(xué)意義(P<0.05),胼胝體纖維的FA值與年齡呈顯著性負(fù)相關(guān)(r=-0.854,P<0.05);胼胝體纖維的ADC值與年齡呈顯著性正相關(guān)(r=0.625,P<0.05)。 見圖2、3。
表1 不同年齡組相關(guān)胼胝體纖維相關(guān)參數(shù)結(jié)果(±s)
表1 不同年齡組相關(guān)胼胝體纖維相關(guān)參數(shù)結(jié)果(±s)
組別 FA值 ADC值(e-4 mm2/s)青年組(n=35)中年組(n=37)老年組(n=30)0.512±0.012 0.489±0.009 0.472±0.108 8.598±0.358 8.871±0.395 9.784±0.873
圖1 3D纖維束成像-胼胝體的正側(cè)面觀
擴(kuò)散張量成像(DTI)通過在至少6個(gè)以上的方向施加擴(kuò)散敏感梯度來測(cè)量組織中水分子擴(kuò)散的程度和方向性,是在活體上進(jìn)行水分子擴(kuò)散的量化評(píng)價(jià)及成像的唯一方法。FA和ADC是DTI最常用的特征性觀測(cè)指標(biāo),其中FA定量分析組織中水分子的各向異性特征,F(xiàn)A值的大小一方面與纖維束的直徑、密度以及髓鞘化程度等微觀結(jié)構(gòu)有關(guān);另一方面又與神經(jīng)纖維排列的緊密程度、神經(jīng)纖維束走行方向的一致性等宏觀結(jié)構(gòu)相關(guān)。如白質(zhì)束越致密、纖維排列越整齊的組織,各向異性越高;而白質(zhì)束相對(duì)較松散,排列欠規(guī)則的組織,則各向異性程度相對(duì)較低[2]。ADC表示組織中水分子的彌散性大小,ADC值的大小與組織灌注的狀態(tài)、細(xì)胞內(nèi)、外水分子的運(yùn)動(dòng)等因素有關(guān)??傊?,F(xiàn)A值主要反映纖維束解剖結(jié)構(gòu)完整性的情況,ADC值主要反映細(xì)胞外間隙大小的變化。通過相關(guān)參數(shù)值的綜合分析,可以精確地了解被檢測(cè)區(qū)組織內(nèi)部細(xì)微結(jié)構(gòu)的狀況。
彌散張量纖維束成像(diffusion tensor tractography,DTT)是DTI技術(shù)的進(jìn)一步延伸,其原理是假設(shè)彌散張量成像中最大本征值具有局部占優(yōu)勢(shì)的纖維束走行方向的信息特征。DTT將體素內(nèi)纖維束的方向信息綜合起來,遍可重建出完整的纖維束,它可以了解腦組織中神經(jīng)纖維的數(shù)目、排列方向的一致性以及纖維束的完整性等微觀方面信息,目前研究主要用于評(píng)估組織結(jié)構(gòu)的完整性、病理生理改變情況以及組織結(jié)構(gòu)和功能的關(guān)系[3]。盡管關(guān)于DTT重建算法很多,但總的原則是使含有相同纖維軸索的體素直接連接起來。白質(zhì)纖維束重建技術(shù)算法目前有以下三種:①研主特征向量方向的曲線積分法及其改進(jìn)算法,如最小張量域算法;②基于模擬擴(kuò)散的優(yōu)化追蹤算法;③基于概率的追蹤算法[4]。本研究采用最小張量域算法。彌散張量纖維束成像的控制參數(shù)包括FA閾值、步長(zhǎng)、角度閾值、顯示管半徑以及體素內(nèi)采樣數(shù)目等。FA閾值是控制纖維束成像的重要參數(shù),當(dāng)纖維束延伸至低于FA閾值的區(qū)域時(shí),則會(huì)立即終止,有效地防止其延伸的纖維進(jìn)入腦脊液或灰質(zhì)內(nèi)。FA閾值作為追蹤終止的條件尚未形成統(tǒng)一的標(biāo)準(zhǔn),如Mori等[5]進(jìn)行白質(zhì)纖維束時(shí)設(shè)置的纖維追蹤終止的FA閾值為0.25。FA的閾值差異有可能影響到腦白質(zhì)纖維束的顯示情況,這需要進(jìn)一步深入的研究。本研究FA的閾值設(shè)置為0.2;步長(zhǎng)是指計(jì)算纖維束的軌跡時(shí),在最大本征向量方向上最新的傳播距離,從理論上講,步長(zhǎng)越小,結(jié)果越可信,但這樣會(huì)增加重建的時(shí)間。一般情況下,纖維追蹤的步長(zhǎng)應(yīng)該遠(yuǎn)小于體素的寬度。當(dāng)像素寬度較大時(shí),可采用圖像插值技術(shù)來提高追蹤的精度[6],如樣條插值、三線性插值等技術(shù)。角度閾值是指相鄰兩個(gè)步長(zhǎng)間最大本征向量所構(gòu)成的角度,當(dāng)該值設(shè)置不當(dāng)時(shí),會(huì)導(dǎo)致纖維軌跡偏離正常。
胼胝體起源于皮質(zhì)內(nèi)第、V層的大椎體細(xì)胞,是腦內(nèi)最大的連合纖維。在腦的正中 狀面上,一般將胼胝體分為四部分,即嘴部、膝部、體部和壓部。胼胝體體部纖維在中線附近是橫向走形,構(gòu)成了側(cè)腦室的頂部;胼胝體嘴部位于其體部前下方呈向后下走形的錐形狹窄;胼胝體膝部纖維彎想內(nèi)前方,與左右額葉前部相連,呈鉗狀,故稱為額鉗;胼胝體干的纖維連接兩側(cè)額葉的運(yùn)動(dòng)前區(qū)、中央前回、顳葉和頂葉形成胼胝體輻射;胼胝體壓部纖維呈弓狀彎向后與兩側(cè)枕葉相聯(lián)系,稱為枕鉗。3D纖維束成像-胼胝體的正側(cè)面觀,較清晰的顯示胼胝體的上述解剖結(jié)構(gòu)。胼胝體在大腦半球之間神經(jīng)信息的整合、皮質(zhì)的機(jī)能發(fā)育、情感、認(rèn)知及學(xué)習(xí)記憶等方面非常重要。
隨著正常成人老化的過程,構(gòu)成腦白質(zhì)纖維髓鞘主要成分的髓鞘堿性蛋白和卵磷質(zhì)脂減少,髓鞘結(jié)構(gòu)和功能穩(wěn)定性變差,導(dǎo)致神經(jīng)纖維功能的傳導(dǎo)受限。這些微觀上的病理生理變化往往發(fā)生在宏觀腦組織結(jié)構(gòu)變化之前,腦組織結(jié)構(gòu)的宏觀變化主要有隨腦萎縮而發(fā)生的腦室擴(kuò)大以及腦溝、腦裂增深、增寬。傳統(tǒng)的磁共振成像檢查只能在腦組織總的解剖學(xué)變化上進(jìn)行評(píng)價(jià),而DTI則可以從分子及細(xì)胞水平探測(cè)腦組織內(nèi)發(fā)生的微觀結(jié)構(gòu)改變。ROI法是分析、評(píng)價(jià)年齡因素對(duì)腦組織彌散的影響最常用的方法。研究表明,不同年齡段大腦白質(zhì)各向異性存在差異,成人隨著年齡增大,大腦白質(zhì)纖維的FA值呈下降趨勢(shì),而ADC值呈上升趨勢(shì)。組織的FA值與年齡呈負(fù)相關(guān),隨著年齡的增長(zhǎng)而逐漸下降,其中以胼胝體膝部和半卵圓中心最為明顯[7]。而Abe等[8]研究報(bào)道僅胼胝體膝部的FA值隨年齡的增長(zhǎng)而降低。傳統(tǒng)ROI分析法存在著可重復(fù)性差、易受周圍組織容積效應(yīng)的影響、不能完整的反應(yīng)整體纖維束狀態(tài)等缺陷,鑒于DTI技術(shù)是目前唯一能在活體組織中顯示白質(zhì)纖維束的走向、排列、方向、緊密度、髓鞘化情況等信息的非侵入性方法[19],有學(xué)者由此提出了關(guān)于纖維束的定量分析方法,該方法將整個(gè)纖維束視作一個(gè)ROI,也可在沿著纖維束的方向是繪制多個(gè)ROI,此方法客服了傳統(tǒng)ROI分析方法的部分不足之處,提高了繪制纖維束ROI的可靠性[10-11]。本研究采用了基于纖維束的分析方法,結(jié)果表明胼胝體纖維在整體上其平均FA值隨著年齡的增長(zhǎng)而呈下降趨勢(shì),而平均ADC值隨年齡增長(zhǎng)呈上升趨勢(shì)。由于本研究只檢測(cè)了胼胝體,其他腦白質(zhì)纖維在整體上是否也存在隨年齡的相關(guān)性變化值得探究。
MR-DTI作為一種新的功能MR成像手段,使人類從微層面對(duì)腦白質(zhì)的結(jié)構(gòu)及功能關(guān)系的研究達(dá)到了空前的高度。相信隨著DTI技術(shù)的不斷完善,其在臨床的應(yīng)用前景方面會(huì)更加廣泛。
[1]王海燕,趙斌,于富華.DTI常用掃描序列原理及比較[J].醫(yī)學(xué)影像學(xué)雜志,2006,22(9):1325-1328.
[2]Szeszko PR,Vogel J,Ashtari M,et al.Sex differences in frontal lobe white matter microstructure:a DTI study [J].Neuroreport,2003,14(18):2469-2473.
[3]史瑞華,漆劍頻,馮定義,等.MR擴(kuò)散張量成像對(duì)腦腫瘤的初步應(yīng)用研究[J].放射學(xué)實(shí)踐,2004,19(8):567-569.
[4]陳一勇.DTI及FT參數(shù)在腦膠質(zhì)瘤結(jié)構(gòu)分析及級(jí)別分類中的應(yīng)用研究[D].上海:復(fù)旦大學(xué),2010.
[5]Mori S,Kaufmann WE,Davatzikos C,et al.Imaging cortical association tracts in the human brain using diffusion-tensor-based axonal tracking[J].Magn Reson Med,2003,47:215-223.
[6]Alexander AL,Lee JE,Lazar M,et al.Diffusion tensor imaging of the brain[J].Neurotherapeutics,2007,4(3):316-329.
[7]魚博浪.中樞神經(jīng)系統(tǒng)CT和MRI鑒別診斷[M].西安:陜西科學(xué)技術(shù)出版社,2005:1-5.
[8]Abe O,Aoki S,Hayashi N,et al.Normal aging in the central nervous system:quantitative MR diffusion tensor analysis[J].Neurobiol Aging,2002,23(3): 433-41.
[9]Wieshmann UC,Symms MR,Parker GJ,et al.Diffusion tensor imaging demonstrates deviation of fibres in normal appearing white matter adjacent to a brain tumour[J].Neurol Neurosurg Psychiatry,2000,68(4):501-503.
[10]Berman JI,Mukherjee P,Partridge SC,et al.Quantitative diffusion tensor MRI fiber tractography of sensorimotor white matter development in premature infants[J].Neuro Image,2005,27(4):862-871.
[11]Partridge SC,Mukherjee P,Berman JI,et al.Tractographybased quantitation of diffusion tensor imaging parameters in white matter tract s of preterm newborns[J].J Magn Reson Imaging,2005,22(4):467-474.