彭飛 耿左軍 朱青峰 宋振虎 王亞
正常老化過程中腦萎縮逐漸發生,確定其變化的時間、空間模式有助于闡明老化的潛在機制。基于體素的形態學測量方法(VBM)是一種在體素水平對腦MRI影像進行分析的技術,能定量計算局部灰、白質密度和體積的改變,從而精確地顯示腦組織形態學變化。本研究應用VBM分析健康成年人大腦灰質體積的改變,從而進一步探索大腦退化的規律。
1.1 一般資料 2012年6月9月招募右利手健康志愿者124例。所有志愿者簡易精神狀態檢查(minimental state examination,MMSE)評分>27分。納入標準:(1)無任何神經系統疾病的癥狀及體征;(2)無顱腦手術或外傷史,無高血壓、糖尿病、心臟病等基礎病或慢性病史;(3)無MRI檢查禁忌證,如體內存在心臟起搏器、神經刺激器、金屬動脈夾、不可摘除的假牙等金屬植入物等;(4)無酗酒、吸煙成癮、長期服用藥物、毒品依賴等;(5)無抽搐、癲癇、痙攣史,無腦炎或腦膜炎史;(6)無各種原因所致的智能障礙;(7)無腦乏氧史,無長期低血糖史;(8)頭顱MRI常規掃描未見病灶者;(9)按照上述標準及對掃描獲得的圖像評估質量,并進行后處理,去除偽影嚴重及后處理不理想者。所有志愿者均知情并同意接受檢查。見表1。

表1 研究對象按年齡、性別的分組
1.2 儀器與方法 采用飛利浦公司Achieva 3.0T超導磁共振設備,標準8通道頭部線圈掃描。顱腦常規MRI檢查包括:軸位T1WI:TSE序列:TR/TE/TI 3056/7.6/860 ms,FA 90°;軸位 T2WI:TSE 序列:TR/TE 2 000/80 ms,FA 90°;軸位 T2FLAIR:T2FLAIR 序列:TR/TE/TI 10002/130.4/2 400 ms,FA 90°。以上序列層厚均為6.0 mm,層間隔為1.0 mm,矩陣:512 ×256,FOV:24 cm×24 cm,平均激勵次數1次;矢狀T2WI:TSE 序列:TR/TE 2 000/80 ms,層厚 6.0 mm,層間隔1.0 mm,矩陣:328 ×235,FOV:230 mm ×219 mm ×125 mm,平均激勵次數1次。3D T1結構像成像:采用T1-FFE序列行矢狀面高分辨三維結構像掃描。掃描基線與前、后聯合連線平行。掃描參數:TR/TE 7.7/3.8 ms,翻轉角8°,層厚1 mm,層間距為0 mm,體素大小=1×1×1 mm,矩陣為252×227,FOV為250 mm×250 mm×180 mm,掃面層數為180層,掃描時間為2 min 58 s。
1.3 圖像后處理 MRI圖像通過飛利浦后處理工作站獲取。運用SPM8和VBM8對圖像數據進行分析。運行環境為:MATLAB R2012a(the Math Works)。應用VBM檢測腦容積具體過程如下:(1)空間標準化,選取的模板為ICBM152(international consortium for brain mapping,ICBM)。產生像素大小為1.5 mm×1.5 mm×1.5 mm的腦圖像。(2)組織分割,分別得到腦灰質、腦白質及腦脊液圖像。(3)平滑處理,選擇與一個8 mm半高寬(full width at half maximization,FWHM)的各向同性的高斯濾波器進行卷積,通過此處理可以提高圖像的信噪比。(4)對平滑后的灰質結果進行統計分析,同時計算每一個體的GM總體積、WM總體積和CSF總體積,而顱內總體積(total intracranial volume,TIV)為三者體積的總和。
1.4 統計學分析 應用SPSS 13.0統計軟件,使用雙因素方差分析(two-way analysis of variance,two-way ANOVA)檢測每兩個年齡組間的GMV差異。將年齡(以組別分為2個水平)和性別(以性別分為男和女兩水平)作為兩因素,以TIV做為協變量,體素絕對值大于0.1者納入分析。分別比較兩兩組間灰質體積的年齡差異(P<0.05,FDR校正)。選取15個以上連續像素的高亮區(Cluster>15)視為組間有顯著性差異的區域。
3個年齡組間性別構成比差異無統計學意義(P>0.05)。每一組內男、女之間的年齡分布差異無統計學意義(P>0.05)。因組間受教育程度差異無統計學意義(P>0.05),故在MRI圖像統計分析中僅將TIV作為協變量。使用雙因素方差分析每2組間腦灰質體積差異。兩個因素分別為年齡和性別,TIV作為協變量納入統計模型。
2.1 青年組與中年組之間腦灰質體積差異 青年組與中年組存在顯著的年齡主效應(P<0.05,FDR校正),表現為中年組局部灰質體積的下降,主要位于兩側額上回、兩側額下回三角部、右側額下回眶部、雙側丘腦、雙側顳中回、右側額上回眶面、右側顳中極、右側島葉、右側尾狀核及右側頂葉。見表2。

表2 青年組與中年組灰質體積變化的VBM分析
2.2 中年組與老年組之間腦灰質體積差異 中年組與老年組比較存在顯著的年齡主效應 (P<0.05,FDR校正),表現為老年組局部灰質體積的下降,主要位于右側顳中極、杏仁核、扣帶回后部、兩側枕葉舌回、兩側海馬/海馬旁回及兩側顳下極。見表3。

表3 中年組與老年組灰質體積變化的VBM分析
2.3 青年組與老年組之間腦灰質體積差異 青年組與老年組比較存在顯著的年齡主效應(P<0.05,FDR校正),表現為除枕葉外,老年組全腦灰質體積的廣泛下降。見圖1。

圖1 應用多角度透視圖及3D腦成像顯示青年組與老年組2組間灰質體積變化的顯著區域
2.4 性別在腦老化過程中對灰質體積的影響 每兩組間腦灰質體積比較時,未發現顯著的年齡×性別交互效應(P<0.05,FDR校正),提示性別對老化過程中灰質體積的改變的影響不顯著。但是當不采用多重對比校正時,可觀察到青年組與中年組之間部分腦區,如右側顳中回、右側顳上回、左側角回、右側枕葉中部、左側扣帶回中部、右額下回三角部,存在年齡×性別交互效應(P<0.01,未采用多重對比校正),表現為女性對上述腦區的保護作用。見表4。

表4 青年組與中年組灰質體積變化中年齡×性別交互效應的VBM分析
雙因素方差分析的結果表明絕大部分腦區灰質體積隨著年齡的增長而下降,其主要區域位于前額,顳葉,島葉、扣帶回和中央前溝周圍灰質,已在文獻中證實[1,2]。隨著年齡的增長,萎縮范圍擴展至右側顳中極、內側顳葉(包括海馬結構及部分邊緣系統)、扣帶回后部、兩側枕葉舌回及兩側顳下極等。兩側枕葉大部分腦區未表現出明顯的萎縮。
當前的研究明顯支持“后進先出”的假說,即最后成熟或開發的腦區最先老化[3]。根據髓鞘化的規律,額葉是最后髓鞘化完成的區域,因此在老化過程中最易受損。之前的那些包括大量超過60歲老年人的研究中,觀察到初級皮層在此年齡段灰質體積均表現出相同模式的明顯萎縮[4]。這與缺少60歲以上受試者的研究[5]結果形成對比;在此基礎上,我們可以提出假說,初級皮層灰質體積隨著年齡的增加而下降,但在老年人群(大于60歲成年人)中,只有在覆蓋了足夠數量的此年齡段受試者的研究中才能體現。此外,同理可以解釋即使在無感覺或運動的體征變化的情況下,參與構成中央前回皮質的輔助運動功能區隨年齡的增長而改變[6]。MRI形態學研究長報道年齡相關性的初級皮層灰質體積的萎縮,尤其是在感覺運動區及視覺皮層(位于枕葉),但本實驗中枕葉皮質區灰質體積無明顯變化,其中原因之一可引用上述推理得到接受,雖然本研究中老年組年齡段為60~78歲,但中位年齡在63歲,并且樣本個數較少(為總樣本量的18.6%),這可能不足以檢測老年期視覺皮層的顯著性萎縮。第二,此區域年齡相關性改變本身不如前額葉及中央前回等腦區強烈,從而可能更難以檢測[2]。
有研究報道大腦灰質體積減少的性別差異,男性比女性灰質體積下降程度更加明顯[7]。在相關分析及青年組與中年組方差分析中,顯示性別和年齡的交互作用(未采用多重對比校正)。此結果與上述研究相符合。
Murphy等[8]報道,在男性中額葉及顳葉更易受年齡的影響,在女性中海馬和頂葉隨年齡增長萎縮更加明顯。相比之下,健康受試者年齡在30~40歲的研究[9]和健康受試者年齡在60~80歲[10]研究的結果不同,這兩項研究均未發現年齡與性別之間的交互效應。但是,這個矛盾的結果可能反映了一個這樣的事實:那些包含40~50歲的受試者的研究,即包含更年期年齡受試者的研究,觀察到性別和年齡的交互作用,更年期可能是主要的原因。Sherwin等[11]認為雌激素在海馬依賴的認知功能有其最深刻的影響,如記憶和學習。在測量平均年齡為67歲的女性大腦體積是發現腦體積與激素治療(雌激素和孕激素)有關,當應用激素治療時,額葉、頂葉及顳葉灰質萎縮程度得到改善,尤其是在內側顳葉,這些區域均是易受年齡影響的腦區[12]。類似結果被另一項 MRI研究證實,相對于過去或從不應用雌激素的研究對象,應用雌激素治療者擁有更大的海馬體積[13]。研究表明,在女性邊緣系統和大腦神經認知激活模式的保護時發揮了重要作用[14]。進入老年期后,雌激素分泌減少,雌激素對灰質的保護作用減弱直至消失,因此,在我們的研究中,未發現中年組與老年組之間明顯的年齡與性別的交互效應。男性在整個生命過程中,缺少雌激素的保護作用,從而男性灰質體積的年齡相關性萎縮更多的表現為連續的相關性更強的線性模式。
然而,青年組與老年組之間同樣未發現性別和年齡的交互作用,其中原因可能是老年組表現出全腦皮質明顯的萎縮,年齡對灰質體積的影響充分體現,而掩蓋了性別在其中的作用。
假設存在性別和年齡的交互作用,依目前的結果表明,性激素可能影響大腦的老化。此外,男性和女性之間社會互動的差異和動態變化,隨著年齡增長,也可以影響大腦衰老模式。在探討腦老化過程中年齡與性別的交互作用時,還要考慮和匹配受檢者健康、疾病以及社會活動的情況。
1 Salat DH,Buckner RL,Snyder AZ,et al.Thinning of the cerebral cortex in aging.Cereb.Cortex,2004,14:721-730.
2 Walhovd KB,Fjell AM,Reinvang I,et al.Effects of age on volumes of cortex,white matter and subcortical structures.Neurobiol Aging,2005,26:1261-1270.
3 Raz N.Ageing and the brain.Encyclopedia Life Sciences,2005,48:1-6.
4 Ziegler DA,Piguet O,Salat DH,et al.Cognition in healthy aging is related to regional white matter integrity,but not cortical thickness.Neurobiol Aging,2010,31:1912-1926.
5 Fjell AM,Westlye LT,Amlien I,et al.High Consistency of Regional Cortical Thinning in Aging across Multiple Samples.Cereb Cortex,2009,19:2001-2012.
6 Kolev V,Falkenstein M,Yordanova J.Motor-response genera-tion as a source of aging-related behavioural slowing in choice-reaction tasks.Neurobiol Aging,2006,27:1719-1730.
7 Fujimoto T,Matsumoto T,Fujita S,et al.Changes in glucose metabolism due to aging and gender-relate ddifferences in the healthy human brain.Psychiatry,2008,164:58-72.
8 Murphy DG,DeCarli C,McIntosh AR,et al.Sex differences in human brain morphometry and metabolism:an in vivo quantitative magnetic resonance imaging and positron emission tomography study on the effect of aging.Arch Gen Psychiatry,1996,53:585-594.
9 Good CD,Johnsrude IS,Ashburner J,et al.A voxel-based morphometric study of aging in 465 normal adult human brains.Neuroimage,2001,14(1Pt 1):21-36.
10 Lemaitre H,Crivello F,Grassiot B,et al.Age-and sex-related effects on the neuroanatomy of healthy elderly.Neuroimage,2005,26:900-911.
11 Sherwin BB,Henry JF.Brain aging modulates the neuro-protective effects of estrogen on selective aspects of cognition in women:a critical review.Front Neuroendocrinol,2008,29:88-113.
12 Erickson KI,Colcombe SJ,Raz N,et al.Selective sparing of brain tissue in postmenopausal women receiving hormone replacement therapy.Neurobiol Aging,2005,26:1205-1213.
13 Lord C,Buss C,Lupien SJ,et al.Hippocampal volumes are larger in postmenopausal women using estrogen therapy compared to past users,never users and men:a possible window of opportunity effect.Neurobiol Aging,2008,29:95-101.
14 Wataru Gonoi,Osamu Abe,Hidenori Yamasue,et al,Age-related changes in regional brain volume evaluated by atlas-based method.Neuroradiology,2010,52:865-873.