多參數磁共振成像在重性抑郁障礙研究中的應用*

宋夢妮 李寶娟 徐 桓 李 椋 盧虹冰 劉 洋*

多參數磁共振成像在重性抑郁障礙研究中的應用*

宋夢妮①②李寶娟①徐 桓③李 椋①盧虹冰①劉 洋①*

借助醫學影像學的技術發展，使無創檢測和評價重性抑郁障礙(MDD)患者在腦部結構和功能方面的病理性損害成為可能。采用多參數磁共振成像技術，準確獲取腦部結構、血流、功能和腦白質及腦連接等方面的信息，從不同角度研究評價MDD患者的病理生理特征所導致的行為變化。然而，目前的臨床研究大都集中于單一模態的分析，因此結合多參數磁共振影像篩選出有效影像學參數，為MDD的機制研究、診斷及評價提供理論依據和定量的影像學指標。MDD是人類一種常見的精神類疾病，使用多參數磁共振成像技術有望為臨床診斷和評價提供客觀的定量指標。

磁共振成像；重性抑郁障礙；多參數；定量指標

[First-author’s address] 1.School of Biomedical Engineering, Fourth Military Medical University, Xi’an 710032, China. 2.Student Brigade, Fourth Military Medical University, Xi'an 710032, China.

重性抑郁障礙(major depressive disorder，MDD)亦稱重性抑郁癥，是一種嚴重精神疾病。世界衛生組織的統計數據顯示，全球有3.5億抑郁癥患者[1]。同時，MDD也是自殺的重要誘因，平均每年約有100萬人死于自殺。由此可見，抑郁癥不僅是一個重要的公共衛生問題，也是一個突出的全球性社會問題。

長期以來，人們對抑郁癥的本質與病因進行了廣泛的心理學、遺傳學、生物學及進化論等方面研究，但依然缺乏完整認識，且發病機制仍不明確。隨著研究的深入，人們逐漸意識到抑郁癥是一個集遺傳、腦神經發育及環境應激等多維度、多系統異常而導致的情感整合功能失衡的疾病。目前，臨床診斷及評價MDD方法基本依賴于量表，而缺乏定量的指標。

隨著現代醫學影像技術的快速發展，多參數磁共振成像(magnetic resonance imaging，MRI)手段檢測MDD患者在腦部結構和功能方面的病理性損害成為可能，并有望進一步篩選出客觀、定量的影像學指標，為MDD臨床診斷和評價提供定量標準。

1 多參數MRI的發展

醫學成像模式可分為解剖結構成像和功能成像，解剖結構成像可提供解剖形態信息，具有較高的圖像分辨率；而功能成像可提供血流灌注、腦連接(功能連接、有效連接和結構連接)等信息，但分辨率較差。兩種成像模式雖然存在差異，但又互為補充。為提高診斷準確性和改善治療效果，臨床上通常要將同一患者的多種模式成像進行融合分析，但分析過程較為繁瑣復雜，因此，臨床上迫切需要建立將多種圖像信息進行分析、融合的多參數數據分析平臺。尤其是MRI已逐漸從結構成像擴展到功能成像，從單模態成像發展到多模態成像，并將MRI的多種模態相結合，對中樞神經系統進行結構與功能相結合的顯像研究，應用到腦部疾病的診斷和評價，成為目前精神類疾病研究的新思路。由此可見，整合MRI模態的優勢，發展多參數成像手段及定量分析方法，從結構、灌注及腦連接等多方面提供定量的醫學信息，以彌補單模態成像的缺陷，是腦科學研究的基本方法，也是腦成像的內在特征[2]。

2 基于MRI的MDD研究

近年來，國內外研究人員通過影像學手段，發現MDD患者在腦部結構和功能方面存在不同程度的病理性損害，并發現了一系列與MDD相關的腦區，如海馬、杏仁核、前扣帶回皮層(anterior cingulate cortex，ACC)以及眶額皮質(orbitofrontal cortex，OFC)等，這為進一步了解MDD潛在的功能環路，以及病理、病因機制打開了一個新的途徑。

2.1 結構性MRI

由于沒有電離輻射及軟組織分辨率高的技術優勢，結構性MRI(structural MRI，sMRI) 應用于結構影像學研究，已被視為一種潛在的MDD診斷方法[3]。sMRI主要用于研究各腦區的體積和腦皮層厚度的變化。腦皮層體積和厚度之間存在著密切的關系，可反映不同的生理和病理學變化。

有研究表明，腦區的體積變化可作為一種生物學標記對疾病進行診斷，據報道，MDD患者的雙側海馬區灰質顯著減少[3-4]。Kempton等[5]發現MDD患者雙側海馬區體積減少5%；另有研究發現，雙側海馬區體積減少不對稱，左側減少8%，而右側減少10%。同時，還有研究發現MDD患者的杏仁核體積減少，且減少程度與疾病的持續時間正相關，但在MDD發生的早期，杏仁核體積增加[6]。

在目前市場主流腦部影像學分析工具包中，只有Freesurfer軟件中包含了Fischl等[7]提出的最短距離法，來測量腦皮層厚度。使用Freesurfer軟件，Wagner等[8]發現，MDD患者的左腦海馬旁回、ACC和OFC，及右腦額中回、顳中回、額上回和腦島區域的腦皮層厚度明顯降低，與無自殺傾向的MDD患者相比，有自殺傾向患者的左腦背外側和腹外側前額皮質，及ACC的腦皮層厚度明顯降低；Tu等[9]發現MDD患者的前額皮質腦皮層厚度明顯降低；J?rnum等[10]利用歐氏距離測量厚度，發現MDD患者的OFC、顳上回和腦島區域的腦皮層厚度降低；Koolschijn等[11]同樣采用最短距離法測量腦皮層厚度，但未發現MDD患者存在腦皮層厚度異常。

2.2 MRI腦灌注成像

灌注是指血液通過毛細血管床將攜帶的氧、養分及代謝物與組織進行交換，進以維持組織、器官的活性和功能[12]。由于許多器官疾病在形態學改變之前往往首先表現為灌注異常，因此灌注異常可視為器官疾病的病理學基礎。有研究表明，MDD患者在某些腦區腦血流(cerebral blood flow，CBF)變化很大，但這些研究大都利用PET或SPECT進行數據采集，這兩種設備都需要注射放射性同位素，具有一定的放射性。基于MRI腦灌注成像(perfusion weighted MRI，PWI)研究的文章只有一篇，J?rnum等[10]使用MRI動脈自旋標記灌注成像序列進行數據采集，分析發現MDD患者的額葉和ACC區域CBF值降低。

2.3 MRI功能成像

MRI功能成像(functional MRI，fMRI)是基于血氧依賴水平(blood oxygen level dependent，BOLD)的一種新型無創腦功能檢測技術。BOLD-fMRI成像的基礎是根據神經元活動對局部氧耗量和CBF影響程度的不同，改變局部去氧-氧合血紅蛋白的相對含量，引起磁場性質的變化。通過采集靜息和任務狀態下的一系列磁共振圖像，進行數據處理和統計分析，就可以得到任務引起的腦激活情況，從而對功能和有效連接進行分析。功能連接是對腦連接的一種簡單描述，得到的連接網絡是一個無向網絡，有效連接可對信息在腦網絡中的流向進行推斷，揭示不同腦區之間的相互作用機理。

腦功能連接分析方法的廣泛應用，為精神疾病的診斷、監測以及治療提供了極大的幫助。Desseilles等[13]發現，MDD患者的額頂葉網絡與視覺皮層間的功能連接異常，同時默認網絡(default mode network，DMN)在抑郁癥的病理學中扮演著非常重要的角色，與人的自省相關[14]。有研究發現，與正常受試者相比，MDD患者DMN的活動和功能連接都存在顯著異常[14-16]。

近年來，有效連接在MDD研究中也逐漸得到研究人員的重視，在認知和情感等任務下，利用DCM模型研究MDD患者的腦區間的有效連接，Lu等[17]發現MDD患者由背外側前額葉皮層至杏仁核的有效連接減弱；Almeida等[18]發現前額葉皮層和杏仁核之間的有效連接異常。

2.4 MRI擴散成像

擴散加權成像(diffusion weighted imaging，DWI)反映的是水的微觀運動即布朗運動，通過一系列DWI圖像可計算獲得彌散張量成像(diffusion tensor imaging，DTI)。DTI是目前唯一可以在活體上研究腦白質微觀結構的無創性磁共振技術，利用組織中水分子彌散的各向異性，探測組織的微觀結構信息，并通過水分子的彌散運動，描繪神經纖維的走向(沿纖維走向彌散加快)，直觀反映神經纖維及其功能傳導。各向異性分數(fractional anisotropy，FA)做為白質連接性的定量指標，可反映出水分子與細胞亞結構的交互作用。健康人腦白質高度有序且具有一定的排列方向，各項異性值程度高，所以FA值較大；若白質微結構發生改變，腦白質有序的排列遭到損壞，則各項異性值降低，FA值降低。而表面彌散系數(apparent diffusion coefficient，ADC)主要用來衡量水分子在人體組織環境中的彌散運動，反映彌散敏感梯度方向上的水分子位移強度。

Kiesepp?等[19]發現，MDD患者的右腦扣帶回和胼胝體區域的FA值明顯降低；Korgaonkar等[20]發現，MDD患者的邊緣系統、背外側前額葉皮層以及胼胝體等腦區的FA值明顯降低。

目前，對于MDD患者結構連接異常的研究還很少，Arnold等[21]發現，MDD患者的杏仁核和海馬區，及小腦和腦干間的結構連接增強；de Kwaasteniet等[22]發現，MDD患者的鉤束區的FA值降低，且ACC和內側顳葉與鉤束區的結構連接異常，并發現ACC和內側顳葉的功能連接增強，提示MDD患者的結構連接異常與功能連接的增強是密切相關的。因此，將fMRI的功能連接和有效連接及DTI技術的結構連接相結合，是進一步研究MDD病理生理學機制的關鍵因素。

3 展望

目前，MDD影像學研究能夠提供腦部結構(sMRI)、腦血流(PWI)、功能和有效連接(fMRI)、腦白質及結構連接(DTI)等方面的信息，從不同角度反映MDD的病理生理行為變化，但大都集中于單一模態的分析，而將MRI結構、灌注、功能及擴散成像相結合，利用MRI多參數影像安全、無創優勢深入研究MDD對大腦的影響，以尋找有效模態及優化指標，建立定量的MDD影像學評價體系等方面，尚處于探索階段。因此，如何結合MRI多參數影像的優勢，獲取并篩選出有效的影像學參數，從而為MDD的機理研究、診斷及評價提供理論依據和定量的影像學指標，無疑是今后影像學研究的重點課題。

[1]Kupfer DJ,Frank E,Phillips ML.Major depressive disorder:new clinical,neurobiological,and treatment perspectives[J].Lancet,2012,379(9820): 1045-1055.

[2]Gon?alves SI.Multimodality in Brain Imaging:Methodologic Aspects and Applications[M].Goncalves:Advances in Computational Vision and Medical Image Processing,2009:93-103.

[3]Kipli K,Kouzani AZ,Williams LJ.Towards automated detection of depression from brain structural magnetic resonance images[J].Neurora diology,2013,55(5):567-584.

[4]Schneider B,Prvulovic D,Oertel-Knochel V,et al. Biomarkers for major depression and its delineation from neurodegenerative disorders[J]. Prog Neurobiol,2011,95(4):703-717.

[5]Kempton MJ,Salvador Z,Munafo MR,et al. Structural neuroimaging studies in major depressive disorder.Meta-analysis and comparison with bipolar disorder[J].Arch Gen Psychiatry,2011,68(7):675-690.

[6]Gotlib IH,Joormann J.Cognition and depression:current status and future directions[J].Annu Rev Clin Psychol,2010,6: 285-312.

[7]Fischl B,Dale AM.Measuring the thickness of the human cerebral cortex from magnetic resonance images[J].Proc Natl Acad Sci USA, 2000,97(20):11050-11055.

[8]Wagner G,Schultz CC,Koch K,et al.Prefrontal cortical thickness in depressed patients with high-risk for suicidal behavior[J].J Psychiatr Res,2012,46(11):1449-1455.

[9]Tu PC,Chen LF,Hsieh JC,et al.Regional cortical thinning in patients with major depressive disorder:a surface-based morphometry study[J].Psychiatry Res,2012,202(3):206-213.

[10]J?rnum H,Eskildsen SF,Steffensen EG,et al. Longitudinal MRI study of cortical thickness,perfusion,and metabolite levels in major depressive disorder[J].Acta Psychiatr Scand, 2011,124(6):435-446.

[11]Koolschijn PC,van Haren NE,Schnack HG,et al.Cortical thickness and voxel-based morphometry in depressed elderly[J].Eur Neuro psychopharmacol,2010,20(6):398-404.

[12]Petersen ET,Zimine I,Ho YC,et al.Noninvasive measurement of perfusion:a critical review of arterial spin labelling techniques[J]. Br J Radiol,2006,79(944):688-701.

[13]Desseilles M,Balteau E,Sterpenich V,et al. Abnormal neural filtering of irrelevant visual information in depression[J].J Neurosci,2009,29(5):1395-1403.

[14]Sheline YI,Barch DM,Price JL,et al.The default mode network and self-referential processes in depression[J].Proc Natl Acad Sci USA,2009,106(6):1942-1947.

[15]Greicius MD,Flores BH,Menon V,et al. Resting-state functional connectivity in major depression:abnormally increased contributions from subgenual cingulate cortex and thalamus[J]. Biol Psychiatry,2007,62(5):429-437.

[16]Sheline YI,Price JL,Yan Z,et al.Resting-state functional MRI in depression unmasks increased connectivity between networks via the dorsal nexus[J].Proc Natl Acad Sci USA,2010,107(24): 11020-11025.

[17]Lu Q,Li H,Luo G,et al.Impaired prefrontalamygdala effective connectivity is responsible for the dysfunction of emotion process in major depressive disorder:a dynamic causal modeling study on MEG[J].Neurosci Lett,2012,523(2): 125-130.

[18]Almeida JR,Versace A,Mechelli A,et al. Abnormal amygdala-prefrontal effective connectivity to happy faces differentiates bipolar from major depression[J].Biol Psychiatry,2009, 66(5):451-459.

[19]Kiesepp? T,Eerola M,Mantyla R,et al.Major depressive disorder and white matter abnormalities:a diffusion tensor imaging study with tract-based spatial statistics[J].J Affect Disord,2010,120(1-3):240-244.

[20]Korgaonkar MS,Grieve SM,Koslow SH,et al. Loss of white matter integrity in major depressive disorder:evidence using tract-based spatial statistical analysis of diffusion tensor imaging[J]. Hum Brain Mapp,2011,32(12):2161-2171.

[21]Arnold JF,Zwiers MP,Fitzgerald DA,et al. Fronto-limbic microstructure and structural connectivity in remission from major depression[J].Psychiatry Res,2012,204(1):40-48.

[22]de Kwaasteniet B,Ruhe E,Caan M,et al. Relation between structural and functional connectivity in major depressive disorder[J].Biol Psychiatry,2013,74(1):40-47.

Application of multi-parameter magnetic resonance imaging in major depressive disorder

SONG Meng-ni, LI Bao-juan, XU Huan, et al
China Medical Equipment,2015,12(6):78-81.

Major depressive disorder (MDD) is a severe mental disorder, which is a serious threat both to our physical and psychological health. With the development of medical imaging, it is possible to non-invasively detect and evaluate the structural and functional alteration in the patients of MDD. The multi-parameter MRI can provide kinds of image-based information, such as structure, cerebral blood flow, functional and effective connectivity, white matter and structure connectivity, etc. These information can reflect the pathological and physiological alteration in the patients of MDD, however, current researches mainly focused on one modality. Based on the combination of multi-parameter MRI, the imaging features related to the structural and functional alterations would be selected and their clinical value would be evaluated based on statistical study theory, to quantitatively evaluate MDD.

Magnetic resonance imaging; Major depressive disorder; Multi-parameter; Quantitative indicators

宋夢妮,女,(1994- ),本科在讀。第四軍醫大學生物醫學工程學院計算機應用教研室、第四軍醫大學學員旅，從事醫學圖像處理方面的學習與研究。

1672-8270(2015)06-0078-04

R445.2

A

10.3969/J.ISSN.1672-8270.2015.06.023

2015-01-07

國家自然科學基金重點項目(81230035)“基于影像定量分析和特征可視化的虛擬內窺鏡關鍵技術研究”；軍隊重點項目(BWS14J038)；青年項目(13QNP126)

①第四軍醫大學生物醫學工程學院計算機應用教研室 陜西 西安 710032

②第四軍醫大學學員旅 陜西 西安 710032

③總后衛生部藥品儀器檢驗所 北京 100071

*通訊作者：yliu@fmmu.edu.cn