張孟杰 柴 超夏 爽*

基于體素的形態(tài)測(cè)量學(xué)方法結(jié)合最新配準(zhǔn)算法臨床應(yīng)用的研究進(jìn)展

張孟杰1柴 超2夏 爽2*

基于體素的形態(tài)測(cè)量學(xué)方法結(jié)合李代數(shù)微分同胚配準(zhǔn)算法（VBM-DARTEL）,其與傳統(tǒng)及優(yōu)化VBM相比更先進(jìn)，對(duì)全腦結(jié)構(gòu)改變的顯示也更加敏感及精確。該技術(shù)對(duì)于多種疾病新病灶的檢出已見報(bào)道，可進(jìn)一步促進(jìn)疾病的病理生理學(xué)機(jī)制的研究，故VBM-DARTEL擁有更加廣闊的應(yīng)用前景。在既往VBM臨床應(yīng)用的基礎(chǔ)上，對(duì)其結(jié)合DARTEL配準(zhǔn)算法的新的臨床應(yīng)用進(jìn)展進(jìn)行綜述。

基于體素的形態(tài)測(cè)量學(xué)；李代數(shù)微分同胚配準(zhǔn)算法；神經(jīng)癥性障礙；抑郁；阿爾茨海默病；帕金森病

Int J Med Radiol,2015,38（5）:450-454

1995年Wright等[1]提出了基于體素對(duì)腦結(jié)構(gòu)分析的概念，2000年Ashbumer和Friston正式提出了基于體素的形態(tài)測(cè)量學(xué) （voxel-based morphometry，VBM）方法[2]，此后VBM受到國內(nèi)外研究者的普遍關(guān)注。2001年，Good等[3]提出了優(yōu)化的VBM算法。VBM算法不斷得到完善，同時(shí)將其用于全腦結(jié)構(gòu)的研究越來越多，但其仍有許多不足之處，尤其是圖像配準(zhǔn)方面，直至2007年Ashburner[4]提出一種對(duì)腦結(jié)構(gòu)成像數(shù)據(jù)進(jìn)行VBM分析的新思路，即李代數(shù)微分同胚配準(zhǔn)算法（diffeomorphic anatomical registration through exponential lie algebra,DARTEL），此不足之處得以彌補(bǔ)。Focke等[5]認(rèn)為基于體素的形態(tài)測(cè)量學(xué)方法結(jié)合李代數(shù)微分同胚配準(zhǔn)算法 （VBMDARTEL）與采用興趣區(qū)（region of interest，ROI）進(jìn)行分析相比，兩者具有相同的效能且VBM-DARTEL更客觀，故其已被越來越多的研究者所采用。Bergouignan等[6]研究發(fā)現(xiàn)，VBM-DARTEL較傳統(tǒng)算法對(duì)腦體積改變的顯示更敏感；Takahashi等[7]研究表明，VBM-DARTEL算法較傳統(tǒng)算法可以更精確地顯示腦結(jié)構(gòu)改變。部分文獻(xiàn)報(bào)道應(yīng)用此算法可發(fā)現(xiàn)新的腦結(jié)構(gòu)改變區(qū)域，本文在既往VBM臨床應(yīng)用的基礎(chǔ)上就VBM結(jié)合DARTEL算法的最新臨床應(yīng)用進(jìn)展做一綜述[8-10]。

1 VBM-DARTEL算法

1.1 DARTEL算法 DARTEL模型假定一個(gè)流場(chǎng)μ不隨時(shí)間而變化，利用這個(gè)流場(chǎng)我們可以得到一個(gè)隨時(shí)間演化的變形場(chǎng)的微分方程：dΦ/dt=u（Φ（t））（Φ：變形場(chǎng)；t：時(shí)間）；利用這個(gè)方程可以得到一個(gè)變形場(chǎng)，初始值 Φ（0）＝x，并且通過積分可以求得利用簡單的集成方法（歐拉方程）對(duì)其進(jìn)行變換，可得：Φ（t＋h）＝（x＋hu）?Φ（t）；時(shí)間步長h不同，得到的變形場(chǎng)Φ也不同。DARTEL算法即是對(duì)流場(chǎng)進(jìn)行取冪運(yùn)算 （李代數(shù)），進(jìn)而得到相應(yīng)的變形場(chǎng)，同時(shí)也保證了映射是微分同胚的[4,11]。

1.2 DARTEL用于VBM分析的優(yōu)勢(shì)及方法 傳統(tǒng)的VBM采用空間標(biāo)準(zhǔn)化、圖像分割及空間平滑，最后統(tǒng)計(jì)分析的方法，其在對(duì)圖像進(jìn)行標(biāo)準(zhǔn)化的同時(shí)也改變了圖像強(qiáng)度值，從而導(dǎo)致基于圖像強(qiáng)度值而進(jìn)行的圖像分割錯(cuò)誤。因此，為彌補(bǔ)其不足而提出優(yōu)化VBM算法，在原始圖像上進(jìn)行分割后再配準(zhǔn)，從而避免標(biāo)準(zhǔn)化所帶來的影響。此外，優(yōu)化VBM算法擴(kuò)大了VBM的應(yīng)用范圍，使得VBM算法可以對(duì)腦組織結(jié)構(gòu)進(jìn)行密度和體積的雙重分析，但因其對(duì)原始圖像統(tǒng)一進(jìn)行分割，故所需時(shí)間相對(duì)較長。而為使圖像之間的配準(zhǔn)更加完美、快速，DARTEL算法無論是在對(duì)腦差異區(qū)域的定位還是敏感度方面都有很大改進(jìn)[11]。

VBM-DARTEL算法首先對(duì)獲得的MRI圖像進(jìn)行頭動(dòng)校正的分割，即區(qū)分腦白質(zhì)、灰質(zhì)及腦脊液，然后將各部分圖像進(jìn)行平均，得到初始模板圖像，再將被試個(gè)體圖像按腦白質(zhì)、灰質(zhì)及腦脊液分別以模板進(jìn)行配準(zhǔn)，所得圖像再進(jìn)行平均，重復(fù)以上過程，可得到一系列模板及流場(chǎng)圖，并獲得最佳模板。將初始分割的圖像通過非線性變換與模板實(shí)現(xiàn)最佳配準(zhǔn)，并對(duì)配準(zhǔn)后的圖像進(jìn)行調(diào)制及平滑處理，最后對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。由于DARTEL算法利用流場(chǎng)理論對(duì)圖像進(jìn)行了非線性配準(zhǔn)，且采用迭代算法創(chuàng)建模板，彌補(bǔ)了VBM算法中配準(zhǔn)過程存在的缺陷，可獲得更加精確的配準(zhǔn)結(jié)果[12-14]。

2 VBM-DARTEL的臨床應(yīng)用

2.1 神經(jīng)精神性疾病 Chen等[8]采用VBM結(jié)合DARTEL算法 分析 兒 童強(qiáng) 迫 癥 （obsessivecompulsive disorder，OCD）病人腦灰質(zhì)及白質(zhì)的改變，顯示雙側(cè)額葉、扣帶回、顳-頂葉、枕-額葉及右楔葉區(qū)域灰質(zhì)體積減少，雙側(cè)扣帶回、枕葉皮質(zhì)、右額葉、頂葉及左顳葉、胼胝體區(qū)域白質(zhì)體積減少，其中頂葉及胼胝體區(qū)結(jié)構(gòu)的改變?cè)诩韧难芯恐形匆妶?bào)道，認(rèn)為其可能在OCD的病理生理學(xué)上發(fā)揮一定作用。吳等[15]運(yùn)用VBM-DARTEL算法探討腦卒中后抑郁 （post stroke depression，PSD）病人雙側(cè)前額葉、海馬及前扣帶回灰質(zhì)密度的特征，結(jié)果發(fā)現(xiàn)，與腦卒中后無抑郁病人相比，PSD病人存在右額中回密度明顯降低及雙側(cè)前扣帶回灰質(zhì)密度明顯增高，這與既往采用傳統(tǒng)及優(yōu)化VBM算法的研究及病理結(jié)果相一致[16]，PSD病人的漢密爾頓抑郁量表（Hamilton depression scale，HAMD）評(píng)分與其右側(cè)額中回灰質(zhì)密度值呈顯著正相關(guān)，提示右側(cè)額中回灰質(zhì)密度值對(duì)PSD病人抑郁嚴(yán)重程度的判斷有一定的臨床價(jià)值。述情障礙可分為認(rèn)知和情感障礙兩個(gè)范疇。van der Velde等[17]研究發(fā)現(xiàn)認(rèn)知障礙可能與背側(cè)前扣帶回體積減小有關(guān)，而情感障礙則可能與內(nèi)側(cè)眶額回皮質(zhì)灰質(zhì)、角回旁上縱束白質(zhì)體積減小有關(guān)，與胼胝體體積變化無關(guān)。此研究首次通過VBM-DAREL算法研究述情障礙病人相關(guān)的神經(jīng)解剖結(jié)構(gòu)變化，為進(jìn)一步探討各亞型間相互聯(lián)系及其精神病理學(xué)機(jī)制提供了可能。Bergouignan等[6]采用多種方法研究中年急性抑郁癥病人海馬結(jié)構(gòu)的改變，并比較手動(dòng)分割、自動(dòng)分割及VBM（DARTEL及傳統(tǒng)算法）方法對(duì)于顯示海馬結(jié)構(gòu)改變的敏感性，結(jié)果表明自動(dòng)分割及VBM-DARTEL具有相同的敏感性，高于手動(dòng)分割方法，而VBM傳統(tǒng)算法未顯示海馬結(jié)構(gòu)的改變。Sean等[18]采用皮質(zhì)厚度測(cè)量法及VBM-DARTEL算法研究老年抑郁癥病人額葉皮質(zhì)厚度及全腦結(jié)構(gòu)與正常對(duì)照組相比有無差異，結(jié)果顯示兩者的額葉皮質(zhì)厚度及全腦灰質(zhì)體積未見顯著性差異，但灰質(zhì)體積的減少與年齡具有顯著相關(guān)性，與Koolschijn等[19]采用傳統(tǒng)VBM算法所得結(jié)果相似。目前研究者多采用新的DARTEL算法研究全腦結(jié)構(gòu)的改變，并與既往研究結(jié)果進(jìn)行比較，表明此算法具有一定驗(yàn)證性意義。DARTEL精確的配準(zhǔn)算法能夠更加準(zhǔn)確地顯示腦結(jié)構(gòu)改變區(qū)域，為揭示多種疾病病生理機(jī)制提供了可能。

2.2 神經(jīng)功能異常性疾病 Agosta等[20]運(yùn)用VBMDARTEL算法分析20例漸進(jìn)性核上性麻痹病人（包括10例基底神經(jīng)節(jié)病變綜合征及10例帕金森綜合征）腦結(jié)構(gòu)的變化，發(fā)現(xiàn)中腦中部、小腦半球、尾狀核、前額葉皮質(zhì)及右側(cè)海馬區(qū)灰質(zhì)密度減少，中腦、左側(cè)小腦上腳、內(nèi)囊、左側(cè)運(yùn)動(dòng)前區(qū)及雙側(cè)前額葉區(qū)域白質(zhì)密度減少。該研究還發(fā)現(xiàn)，與帕金森綜合征病人相比，基底神經(jīng)節(jié)病變綜合征病人于中腦、左側(cè)小腦半球及齒狀核灰質(zhì)密度減少，中腦、雙側(cè)內(nèi)囊、眶額葉、前額葉及中央前區(qū)、運(yùn)動(dòng)前區(qū)白質(zhì)密度減少，與病理觀察結(jié)果及以往的研究結(jié)果基本一致，且較傳統(tǒng)VBM算法結(jié)果更加精確[21]。Shigemoto等[9]首次應(yīng)用VBM-DARTEL分析帕金森多系統(tǒng)萎縮病人腦白質(zhì)及灰質(zhì)密度的改變，發(fā)現(xiàn)雙側(cè)殼核、小腦半球、中腦背側(cè)腦灰質(zhì)密度減少，白質(zhì)體積減少主要位于雙側(cè)蒼白球、外囊延至中腦、通過內(nèi)囊的右側(cè)中央前區(qū)皮質(zhì)下、腦橋、雙側(cè)小腦中腳及左側(cè)小腦半球，與病理及傳統(tǒng)VBM研究結(jié)果基本一致，研究發(fā)現(xiàn)白質(zhì)密度減少累及右側(cè)運(yùn)動(dòng)前區(qū)皮質(zhì)下區(qū)域，在以往研究中未見報(bào)道，認(rèn)為是由于VBM-DARTEL算法較傳統(tǒng)算法對(duì)腦結(jié)構(gòu)病變顯示更加精確所致。Gama等[22]研究結(jié)果顯示左側(cè)島葉、鰓蓋額回、三角額回及眶額回灰質(zhì)密度減少可能與帕金森病人出現(xiàn)幻覺癥狀有關(guān)，且鰓蓋額回灰質(zhì)密度減少對(duì)于此類病人伴有認(rèn)知功能障礙可能具有一定的鑒別意義。Huang等[23]采用VBM-DARTEL算法探討伴有全身強(qiáng)直陣攣性發(fā)作的癲病人與其丘腦及額葉灰質(zhì)體積減少之間的關(guān)系，研究表明丘腦及額葉灰質(zhì)體積減少與漸進(jìn)性癲發(fā)作有關(guān)，提示癲發(fā)作可直接損害此區(qū)域，并對(duì)癲發(fā)作的病理生理學(xué)機(jī)制做出進(jìn)一步了解。綜上所述，VBM-DARTEL算法研究帕金森病人腦結(jié)構(gòu)的改變已較廣泛，并對(duì)進(jìn)一步揭示其病生理機(jī)制具有重要意義。

2.3 認(rèn)知功能障礙性疾病 Meyer等[24]采用VBMDARTEL算法研究遺忘型輕度認(rèn)知損害病人的局部腦結(jié)構(gòu) （尤其是內(nèi)側(cè)顳葉）的變化與記憶能力的關(guān)系，結(jié)果并未發(fā)現(xiàn)灰質(zhì)及白質(zhì)體積的減少，但也同時(shí)符合Hyman等[25]關(guān)于阿爾茨海默病病理進(jìn)程的研究，認(rèn)為輕度認(rèn)知損害正處于AD的早期階段，而記憶的損害要早于腦結(jié)構(gòu)的變化。路易氏體型失智癥是以視幻覺、認(rèn)知波動(dòng)和帕金森癥為特點(diǎn)的常見癡呆類型，Watson等[26]研究發(fā)現(xiàn)路易氏體型失智癥較阿爾茨海默病病人顳葉、頂葉、枕葉及皮質(zhì)下灰質(zhì)萎縮程度輕，尤以顳葉最明顯，阿爾茨海默病病人內(nèi)側(cè)顳葉萎縮程度較重，結(jié)果表明內(nèi)側(cè)顳葉萎縮的程度可作為有效的影像指標(biāo)，并為路易氏體型失智癥的診斷提供依據(jù)。同樣，Colloby等[27]采用VBM-DARTEL算法研究比較路易氏體型失智癥及阿爾茨海默病病人與正常對(duì)照組小腦結(jié)構(gòu)的差異，結(jié)果顯示路易氏體型失智癥病人小腦灰質(zhì)體積萎縮具有不同模式，可作為進(jìn)一步研究其生物學(xué)機(jī)制的重要特征。Takahashi等[7]研究表明：VBM-DARTEL算法較傳統(tǒng)算法顯示腦結(jié)構(gòu)改變更加精確，可發(fā)現(xiàn)更多腦結(jié)構(gòu)改變區(qū)域。此外，白質(zhì)體積的改變有助于鑒別路易氏體型失智癥與阿爾茨海默病。Matsuda等[28]不僅驗(yàn)證了Takahashi的結(jié)果，明確VBM-DARTEL算法對(duì)于顯示腦結(jié)構(gòu)改變區(qū)域具有更高的敏感性及準(zhǔn)確性，分析其原因?yàn)镈ARTEL算法在圖像配準(zhǔn)方面更加精確，同時(shí)還發(fā)現(xiàn)VBM-DARTEL對(duì)于阿爾茲海默病早期腦結(jié)構(gòu)改變的顯示同樣具有較高的敏感性及準(zhǔn)確性，此方法可用于阿爾茲海默病早期的診斷和縱向評(píng)估。Matsuda[14]通過對(duì)比分析正常老齡化及阿爾茲海默病病人腦結(jié)構(gòu)的改變，表明全腦及內(nèi)側(cè)顳葉萎縮率可作為監(jiān)測(cè)神經(jīng)退行性疾病的一項(xiàng)敏感指標(biāo)；此外，VBM-DARTEL可用于阿爾茲海默病的臨床診斷與監(jiān)測(cè)。目前，VBM方法應(yīng)用于阿爾茲海默病腦結(jié)構(gòu)改變的研究已較多，可發(fā)現(xiàn)廣泛的腦體積改變，以內(nèi)側(cè)顳葉萎縮程度較重，為研究疾病的病生理及生物學(xué)機(jī)制提供了重要依據(jù)，采用DARTEL算法可發(fā)現(xiàn)更多腦體積改變區(qū)域，腦體積的改變與病人認(rèn)知功能的損害具有密切關(guān)系，其腦體積的變化可作為其中一項(xiàng)重要的診斷依據(jù)。此外，VBMDARTEL對(duì)于顯示疾病早期腦結(jié)構(gòu)的改變同樣具有較高的敏感性及準(zhǔn)確性，有助于臨床的早期診斷及評(píng)估。

2.4 其他 許多研究者應(yīng)用最新DARTEL算法探索性研究多種疾病及正常人群腦結(jié)構(gòu)的改變，如羅等[29]應(yīng)用VBM-DARTEL算法探討針灸療法對(duì)肥胖青少年大腦皮質(zhì)重建的影響，從而研究肥胖的發(fā)生機(jī)制，結(jié)果顯示治療前后右側(cè)額上回、小腦后葉椎體灰質(zhì)體積減小，右側(cè)中央前回灰質(zhì)體積增大；左側(cè)海馬旁區(qū)梭狀回、橋腦及中央前回區(qū)白質(zhì)體積減??；右側(cè)楔前葉白質(zhì)體積增大，認(rèn)為小腦灰質(zhì)體積增大的人群可能易出現(xiàn)肥胖，與Smucny等[30]報(bào)道的島葉、內(nèi)側(cè)前額皮質(zhì)及小腦灰質(zhì)體積減少者易出現(xiàn)肥胖的結(jié)果不一致，且研究中外側(cè)蒼白球的差異在既往研究中未提及，認(rèn)為其可能與Daw等[31]提出的中央紋狀體多巴胺系統(tǒng)功能有關(guān)。Taki等[32]采用VBMDARTEL及興趣區(qū)結(jié)合赤池信息量準(zhǔn)則（region-ofinterest analyses with the Akaike information criterion，ROI-AIC）的方法對(duì)291名5～18歲正常青少年腦結(jié)構(gòu)進(jìn)行研究，結(jié)果顯示前額葉皮質(zhì)、中央前回及小腦灰質(zhì)體積與年齡呈明顯正相關(guān)，而灰質(zhì)密度與年齡呈負(fù)相關(guān)，兩種方法結(jié)果相一致。Haas等[33]認(rèn)為當(dāng)人們發(fā)起信任活動(dòng)時(shí)可伴隨局部腦結(jié)構(gòu)的改變，研究結(jié)果表明前額葉皮質(zhì)腹內(nèi)側(cè)、杏仁核及前島葉體積增加，從而有助于了解其生理機(jī)制。楊等[34]運(yùn)用VBM結(jié)合DARTEL分析創(chuàng)傷后應(yīng)激障礙的杏仁核與海馬體積改變，發(fā)現(xiàn)礦難后創(chuàng)傷組的灰質(zhì)減少區(qū)域位于右側(cè)海馬尾部，與Woon等[35]報(bào)道一致，而創(chuàng)傷組中應(yīng)激障礙組分別與非應(yīng)激障礙組、正常組對(duì)比，灰質(zhì)減少區(qū)域位于雙側(cè)杏仁核，右側(cè)為著。Shin等[36]研究結(jié)果也顯示，創(chuàng)傷組與正常組相比，海馬均有明確的灰質(zhì)體積減?。粍?chuàng)傷組中應(yīng)激障礙組與非應(yīng)激障礙組、正常組與非應(yīng)激障礙組相比，杏仁核未表現(xiàn)出顯著性灰質(zhì)體積差異區(qū)。因此，海馬及杏仁核體積減小是由創(chuàng)傷還是應(yīng)激障礙所致還有待進(jìn)一步研究。創(chuàng)傷性軸索損傷病人因其高死亡率、致殘率受到廣泛關(guān)注。Warner等[37]研究發(fā)現(xiàn)軸索損傷病人多發(fā)腦白質(zhì)體積減少，局部腦白質(zhì)體積減少與病人的預(yù)后存在密切關(guān)系。Uruma等[38]證實(shí)了上述研究結(jié)果，且發(fā)現(xiàn)當(dāng)損傷處于慢性期時(shí)腦白質(zhì)體積減少更加顯著。此外，VBM-DARTEL較DTI方法更為簡便實(shí)用，或許可用于軸索損傷的常規(guī)臨床診斷。

3 小結(jié)

目前，VBM廣泛應(yīng)用于多種疾病腦結(jié)構(gòu)的研究，并取得了一定的成果，而VBM-DARTEL從理論上彌補(bǔ)了傳統(tǒng)及優(yōu)化VBM算法中的不足，減少圖像配準(zhǔn)過程中的誤差，其真正的臨床價(jià)值尚在探索階段。如前文所述，DARTEL現(xiàn)已應(yīng)用于檢測(cè)多種疾病腦結(jié)構(gòu)的改變，如抑郁癥、帕金森及阿爾茨海默病等，而以阿爾茲海默病較多，可從疾病不同分型到早期腦結(jié)構(gòu)的改變，VBM-DATEL均優(yōu)于既往腦結(jié)構(gòu)的研究方法，對(duì)于腦微細(xì)結(jié)構(gòu)的改變更為敏感、精確，有助于疾病的早期診斷，并利于進(jìn)一步了解其病生理機(jī)制的變化，但DARTEL對(duì)于部分新病灶的檢出還需不斷深入探討。因此，VBM-DARTEL應(yīng)廣泛應(yīng)用于各種疾病腦結(jié)構(gòu)的研究，并對(duì)其穩(wěn)定性、準(zhǔn)確性及可靠性進(jìn)行評(píng)估。此外，DARTEL算法也需不斷改進(jìn)，擴(kuò)大變形的自由度，減少圖像分割等過程的誤差，以更好地用于臨床疾病的診斷及病生理機(jī)制的研究[39]。

[1] Wright IC,McGuire PK,Poline JB,et al.A voxel-based method for the statistical analysis of gray and white matter density applied to schizophrenia[J].Neuroimage,1995,2:244-252.

[2] Ashburner J,Friston KJ.Voxel-based morphometry--the methods [J].Neuroimage,2000,11(6 Pt 1):805-821.

[3] Good CD,Johnsrude IS,Ashburner J,et al.A voxel-based morphometric study of ageing in 465 normal adult human brains[J]. Neuroimage,2001,14(1 Pt 1):21-36.

[4] Ashburner J.A fast diffeomorphic image registration algorithm[J]. Neuroimage,2007,38:95-113.

[5] Focke NK,Trost S,Paulus W,et al.Do manual and voxel-based morphometry measure the same?A proof of concept study[J].Front Psychiatry,2014,5:39.

[6] Bergouignan L,Chupin M,Czechowska Y,et al.Can voxel based morphometry manual segmentation and automated segmentation equally detect hippocampal volume differences in acute depression [J].Neuroimage,2009,45:29-37.

[7] Takahashi R,Ishii K,Miyamoto N,et al.Measurement of gray and white matteratrophy in dementia with Lewy bodiesusing diffeomorphicanatomicregistration through exponentiated lie algebra:A comparison with conventional voxel-based morphometry [J].AJNR,2010,31:1873-1878.

[8] Chen J,Silk T,Seal M,et al.Widespread decreased grey and white matter in paediatric obsessive-compulsive disorder(OCD):a voxelbased morphometric MRI study[J].Psychiatry Res,2013,213:11-17.

[9] Shigemoto Y,Matsuda H,Kamiya K,et al.In vivo evaluation of gray and white matter volume loss in the parkinsonian variant of multiple system atrophy using SPM8 plus DARTEL for VBM[J].Neuroimage Clin,2013,2:491-496.

[10]張敬,張成周,張?jiān)仆?基于體素的形態(tài)學(xué)測(cè)量技術(shù)臨床應(yīng)用進(jìn)展[J].國際醫(yī)學(xué)放射學(xué)雜志,2010,33:314-317.

[11]程傳力,趙書俊,聶彬彬,等.基于像素的形態(tài)學(xué)分析算法的研究進(jìn)展[J].中國醫(yī)學(xué)影像技術(shù),2011,27:2545-2549.

[12]Ashburner J,Friston KJ.Why voxel-based morphometry should be used[J].Neuroimage,2001,14:1238-1243.

[13]Klein A,Andersson J,Ardekani BA,et al.Evaluation of 14 nonlinear deformation algorithms applied to human brain MRI registration[J].Neuroimage,2009,46:786-802.

[14]Matsuda H.Voxel-based morphometry of brain MRI in normal aging and Alzheimer's disease[J].Aging Dis,2013,4:29-37.

[15]吳磊,吳文,郭榮,等.腦卒中后抑郁患者大腦灰質(zhì)密度基于體素的形態(tài)測(cè)量學(xué)研究[J].中華神經(jīng)醫(yī)學(xué)雜志,2013,12:1266-1270.

[16]Rajkowska G.Postmortem studies in mood disorders indicate altered numbers of neurons and glial cells[J].Biol Psychiatry,2000,48: 766-777.

[17]van der Velde J,van Tol MJ,Goerlich-Dobre KS,et al.Dissociable morphometric profiles of the affective and cognitive dimensions of alexithymia[J].Cortex,2014,54:190-199.

[18]Sean JC,Michael JF,Akshya V,et al.Cortical thickness and VBMDARTEL in late-life depression[J].J Affect Disord,2011,133(1-2): 158-164.

[19]Koolschijn PC,van Haren NE,Schnack HG,et al.Cortical thickness and voxel-based morphometry in depressed elderly[J].Eur Neuropsychopharmacol,2010,20:398-404.

[20]Agosta F,Kostic VS,Galantucci S,et al.The in vivo distribution of brain tissue loss in Richardson's syndrome and PSP-parkinsonism: a VBM-DARTEL study[J].EurJ Neurosci,2010,32:640-647.

[21]Cordato NJ,Duggins AJ,Halliday GM,et al.Clinical deficits correlate with regional cerebral atrophy in progressive supranuclear palsy[J].Brain,2005,128(Pt 6):1259-1266.

[22]Gama RL,Bruin VM,Távora DG,et al.Structural brain abnormalities in patients with Parkinson's disease with visual hallucinations:a comparative voxel-based analysis[J].BrainCogn,2014,87:97-103.

[23]Huang W,Lu G,Zhang Z,et al.Gray-matter volume reduction in the thalamus and frontal lobe in epileptic patients with generalized tonic-clonic seizures[J].J Neuroradiol,2011,38:298-303.

[24]Meyer P,Feldkamp H,Hoppstadter M,et al.Using Voxel-Based Morphometry to examine the relationship between regional brain volumes and memory performance in amnestic mild cognitive impairment[J].Front Behav Neurosci,2013,7:89.

[25]Hyman BT,Van Hoesen GW,Kromer LJ,et al.Perforant pathway changes and the memory impairment of Alzheimer's disease[J].Ann Neurol,1986,20:472-481.

[26]Watson R,O'Brien JT,Barber R,et al.Patterns of gray matter atrophy in dementia with Lewy bodies:a voxel-based morphometry study[J].Int Psychogeriatr,2012,24:532-540.

[27]Colloby SJ,O'Brien JT,Taylor JP.Patterns of cerebellar volume loss in dementia with Lewy bodies and Alzheimer's disease:A VBMDARTEL study[J].Psychiatry Res,2014,223:187-191.

[28]Matsuda H,Mizumura S,Nemoto K,et al.Automatic voxel-based morphometry of structural MRI by SPM8 plus diffeomorphic anatomic registration through exponentiated lie algebra improves the diagnosis of probable Alzheimer Disease[J].AJNR,2012,33:1109-1114.

[29]羅曉捷,張宏,彭蕓,等.VBM-DARTEL法對(duì)青少年肥胖針灸治療的中樞機(jī)制研究[J].醫(yī)學(xué)影像學(xué)雜志,2013,23:350-354.

[30]Smucny J,Cornier MA,Eichman LC,et al.Brain structure predicts risk for obesity[J].Appetite,2012,59:859-865.

[31]Daw ND,Gershman SJ,Seymour B,et al.Model-based influences on humans'choices and striatal prediction errors[J].Neuron,2011,69: 1204-1215.

[32]Taki Y,Hashizume H,Thyreau B,et al.Linear and curvilinear correlations of brain gray matter volume and density with age using voxel-based morphometry with the Akaike information criterion in 291 healthy children[J].HumBrain Map,2013,34:1857-1871.

[33]Haas BW,Ishak A,Anderson IW,et al.The tendency to trust is reflected in human brain structure[J].Neuroimage,2015,15:175-181.

[34]楊小斌,張會(huì)軍,印弘,等.VBM結(jié)合DARTEL分析創(chuàng)傷后應(yīng)激障礙的杏仁核與海馬體積改變[J].實(shí)用放射學(xué)雜志,2013,29: 341-344.

[35]Woon FL,Sood S,Hedges DW.Hippocampal volume deficits associated with exposure to psychological trauma and posttraumatic stress disorder in adults:a meta-analysis[J].Prog Neuropsychopharmacol Biol Psychiatry,2010,34:1181-1188.

[36]Shin LM,Orr SP,Carson MA,et al.Regional cerebral blood flow in the amygdala and medial prefrontal cortex during traumatic imagery in male and female Vietnam veterans with PTSD[J].Arch Gen Psychiatry,2004,61:168-176.

[37]Warner MA,Youn T Davis T,et al.Regionally selective atrophy after traumatic axonal injury[J].Arch Neurol,2010,67:1336-1344.

[38]Uruma G,Hashimoto K,Abo M.Evaluation of regional white matter volume reduction after diffuse axonal injury using voxel-based morphometry[J].Magn Reson Med Sci,2015.http://doi.org/10.2463/ mrms.2014-0104.

[39]Callaert DV,Ribbens A,Maes F,et al.Assessing age-related gray matter decline with voxel-based morphometry depends significantly on segmentation and normalization procedures[J].Front Aging Neurosci, 2014,6:124.

（收稿2015－02－28）

《實(shí)用放射學(xué)雜志》2016年征訂啟事

《實(shí)用放射學(xué)雜志》是國內(nèi)外公開發(fā)行的醫(yī)學(xué)影像學(xué)學(xué)術(shù)期刊，創(chuàng)刊于1985年。期刊堅(jiān)持以學(xué)術(shù)性為前提，注重理論與實(shí)踐相結(jié)合，學(xué)術(shù)性與實(shí)用性相結(jié)合，面向基層，突出實(shí)用的辦刊宗旨，全面報(bào)道X線、計(jì)算機(jī)X線攝影（CR）、數(shù)字X線攝影（DR）、DSA、CT、MRI、介入放射學(xué)、影像技術(shù)學(xué)等方面的新知識(shí)、新成果，是醫(yī)學(xué)影像學(xué)發(fā)展和學(xué)術(shù)交流的良好平臺(tái)。

《實(shí)用放射學(xué)雜志》為中國期刊方陣雙效期刊，中國科技論文統(tǒng)計(jì)源期刊（中國科技核心期刊），中國科學(xué)引文數(shù)據(jù)庫收錄期刊，《中文核心期刊要目總覽》收錄期刊，中國生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫收錄期刊，中國科技期刊精品數(shù)據(jù)庫收錄期刊，萬方數(shù)據(jù)全文收錄期刊，美國《劍橋科學(xué)文摘》收錄期刊，美國《化學(xué)文摘》收錄期刊，美國《烏利希期刊指南》收錄期刊，《日本科學(xué)技術(shù)振興機(jī)構(gòu)數(shù)據(jù)庫》收錄期刊，波蘭《哥白尼索引》收錄期刊，WHO西太平洋地區(qū)醫(yī)學(xué)索引收錄期刊。

該刊為月刊，大16開本，定價(jià)12元，全年144元。訂戶可隨時(shí)到當(dāng)?shù)剜]局訂閱，郵發(fā)代號(hào)：52-93；也可向編輯部直接訂閱，免郵寄費(fèi)。編輯部地址：陜西省西安市環(huán)城南路西段20號(hào)海聯(lián)大廈605室（710068）；聯(lián)系電話：029-82122004，029-82122003（傳真）；投稿網(wǎng)站：www.syfsxzz.com.cn。

Clinical application progress of VBM-DARTEL

ZHANG Mengjie，CHAI Chao，XIA Shuang.
Department of Radiology,Tianjin First Central Hospital,Tianjin 300192,China

The VBM-DARTEL(voxel-based morphometry-diffeomorphic anatomical registration through exponential lie algebra,VBM-DARTEL)algorithm is more advanced than the traditional and optimized VBM,more sensitive and accurate to show the whole brain structure changes.It is reported that using VBM-DARTEL can detect new lesions of various diseases and contribute to the further study of pathophysiology of the disease mechanism.VBM-DARTEL has a more broad application prospects.Based on previous clinical application of VBM,we reviewed the clinical application and progress of the new algorithm-DARTEL.

Voxel-based morphometry;DARTEL;Nerve dysfunction;Depression;Alzheimer's disease;Parkinson's disease

10.3874/j.issn.1674-1897.2015.05.Z0509

1天津市第一中心醫(yī)院放射科，天津 300192；2天津中醫(yī)藥大學(xué)研究生院，天津 300193

夏爽，E-mail：xiashuang77@163.com

*審校者