SWI與DKI對帕金森病患者腦灰質核團鐵沉積及微觀結構變化的聯合研究

高冰冰，苗延巍，田詩云，尚勁，劉楊穎秋，韓亮

特發性帕金森病(Parkinson's disease，PD)患者的主要病理表現是中腦的黑質致密部多巴胺能神經元變性、凋亡，部分殘存神經元胞體內可見路易斯小體形成。病理研究證實，帕金森病患者腦內一些結構中存在鐵代謝的異常，即存在鐵的過度沉積，其中以黑質最為明顯[1-2]。在病理生理水平上，鐵在腦內有一定的生理性分布，當腦組織內出現過量的鐵沉積時，可以激發、促進自由基的產生，從而導致脂質過氧化，進一步導致神經細胞的損傷、死亡。同時，鐵的過量沉積，還可以改變細胞周圍的微環境，使其對毒素或致病因子更加敏感[1]。因此，黑質的鐵沉積是導致多巴胺能神經元凋亡的主要原因，同時影響了多巴胺向紋狀體、尾狀核頭的釋放，而紋狀體、尾狀核頭位于基底節區。磁敏感加權成像(susceptibility weighted imaging，SWI)的Phase圖像能夠敏感而準確地檢測腦組織內微量鐵的存在[3-5]。

另一方面，Peran等[6]、Geng等[7]研究發現，PD患者在皮層、基底節區(殼核、蒼白球)和中腦(黑質、紅核)3個水平上存在不同程度的萎縮。傳統的磁共振成像(magnetic resonance imaging，MRI)方法檢測出的PD患者多屬于病程較長的晚期患者，其相應的腦結構變化較宏觀、明顯。因此，隨著MR技術的不斷革新，研究者致力于發現PD早期患者腦內微結構的改變，目前，國內外已有學者致力于利用擴散張量成像(diffusion tensor image，DTI)、磁共振波譜(magnetic resonance spectroscopy，MRS)等MRI序列來分析腦微結構的早期變化[8-10]。但DTI技術在灰質結構的應用上存在一定不足[8]，隨著擴散峰度成像(diffusion kurtosis image，DKI)的研發與應用，有學者從微結構變化、鐵沉積等不同角度分別采用DKI、SWI進行了前期研究[11-12]。但目前為止，尚不清楚帕金森病患者腦灰質核團內鐵的過度沉積是否與其相應微結構的變化存在關聯性。本研究擬應用SWI及DKI對PD患者及健康對照組的錐體外系部分腦灰質核團進行對比及相關分析，探討PD患者基底節與中腦水平上組織內鐵沉積與微結構變化的關系。

1 材料與方法

1.1 研究對象

本研究為前瞻性研究，所有受試者均對本研究知情同意，并自愿簽署知情同意書。(1)帕金森病組(PD組)。選取1年內在我院神經內科住院治療且經臨床確診為PD的患者共35例(女：17例，男：18例)，年齡51～82歲，平均年齡(67.00±8.76)歲，病程3～10年。所有患者均為右利手。本研究中PD患者的入組標準采用的是中華醫學會神經病學分會運動障礙及帕金森病學組的PD診斷標準。同時，排除繼發性帕金森綜合征；排除顱腦炎癥、腫瘤、外傷史、手術史者等；排除接受過外科治療的原發性PD患者。所有受試者均行腦部CT檢查，排除雙側蒼白球有生理性和(或)病理性鈣化者。(2)健康對照組(HC組)。對照組為23名健康志愿者(女：11例，男：12例)，年齡54～72歲，平均年齡(66.48±5.20)歲，均為右利手。確定為健康志愿者的標準包括：①既往體健者，一般檢查及神經功能檢查無異常；②臨床簡易精神狀態評價量表(mini-mental state examination，MMSE)評分≥27分；③T2WI及T2 FLAIR信號正常，或者輕度異常者(T2 FLAIR有輕度白質疏松改變，Fazekas量表1級)；④沒有遺傳病史，沒有腦部炎癥、腫瘤、外傷史、手術史。

1.2 影像檢查方案及參數

1.2.1 CT平掃

所有受試者在16排Philips CT機上進行掃描，檢測腦實質內有無生理或病理性鈣化。

1.2.2 MRI掃描

所有受試者在GE Signa HDXT 3.0 T MRI機上進行掃描，采用8通道頭線圈，掃描序列見表1。掃描基線選擇前-后聯合水平線，掃描范圍從枕骨大孔至顱頂。其中DKI序列采用雙自旋平面回波(spin echo-echo planar imaging，SE-EPI)，b值包含0、1000、2000 s/mm2等，共15個方向。

1.2.3 MRI數據處理及測量

(1) DKI圖像處理：將獲得的DKI原始圖像在ADW 4.4后處理工作站上應用Functool 2軟件進行重建后，獲得平均彌散率(mean diffusivity，MD)圖、橫向彌散率(axial diffusivity，Da)圖、徑向彌散率(radial diffusivity，Dr)圖、平均彌散峰度(mean kurtosis，MK)圖、橫向峰度(axial kurtosis，Ka)圖、徑向峰度(radial kurtosis，Kr)圖及各向異性分數(fractional anisotropy，FA)圖。結合T2WI圖像，選定感興趣區(region of interest，ROI)范圍，在尾狀核頭、蒼白球、殼核、丘腦、黑質、紅核顯示最大最清晰的層面，雙側對稱測量各核團，在核團上放置大小約10～15個像素的類圓形ROI，ROI要小于核團，并且避開腦脊液、血管等偽影。記錄每個ROI的各DKI參數值(MK值、Ka值、Kr值、MD值、Da值、Dr值及FA值)，同一核團在相同層面測量3次，取其均值為最終參數值(部分核團測量圖見圖1)。(2) SWI圖像處理：將獲得的SWI原始圖像在神經影像信號處理軟件(Signal Process in Neuroimaging，SPIN)上進行重建，結合最小密度重建圖，在濾過后的相位圖( fi ltered phase image，FPI)上于雙側尾狀核頭、蒼白球、殼核、丘腦、黑質、紅核顯示最大最清晰且與DKI測量層面最接近的層面上手動勾畫核團的完整輪廓來獲得核團的Phase值，測量連續的3個層面，取其均值作為最終統計值。測量時要避開氣顱接觸面、血管等偽影。所有測量工作由一個人獨立完成，測量方法如圖2、3。

表1 MRI掃描參數Tab.1 MRI protocols

1.3 統計學方法

對獲得的所有數據用社會科學統計軟件包SPSS 17.0進行分析。首先對PD組、HC組的年齡(t檢驗)、性別(檢驗)的差異性進行分析。應用配對t檢驗法檢驗PD組、HC組組內各核團Phase值的側別差異；應用兩獨立樣本t檢驗法檢驗PD組、HC組組間的各核團Phase值的差異性；采用Spearman相關分析分析PD組各部位DKI參數值與SWI參數值之間的關聯性。

2 結果

2.1 PD組、HC組的臨床資料比較

PD組與HC組的年齡比較，差異無統計學意義(t=0.284，P=0.777)；PD組與HC組的性別比較，差異亦無統計學意義(χ2=0.069，P=0.793)。

2.2 PD組、HC組各核團Phase值的側別差異

僅PD組的雙側殼核的Phase值存在側別差異(t=2.696，P=0.010)，左側殼核較右側略高，兩側差值的平均值為0.010；余PD組、HC組各部位的Phase值均無側別差異。

2.3 PD組各核團Phase值的變化

與HC組相比，蒼白球、黑質、紅核、尾狀核頭的Phase值下降，PD組右側殼核Phase值升高，且差異均具有統計學意義(P＜0.05)；左側殼核的Phase值雖然有升高，但這種改變差異沒有統計學意義(P＞0.05)，見表2。

2.4 PD組各核團Phase值與DKI參數的相關性分析

將PD組各灰質核團Phase值與其相應的DKI參數進行相關分析，發現左殼核的Phase值與FA值之間存在負相關性(r=-0.437，P=0.009)；紅核的Phase值與Da值、黑質的Phase值與Kr值之間存在正相關性(r=0.349，P=0.030；r=0.414，P=0.009)；其他核團的Phase值與相應DKI參數值未見明顯相關性，具體結果見表3。左殼核、黑質的Phase值與其相關DKI參數值的散點圖見圖4、5。

表2 PD組與HC組的Phase值對比Tab.2 Comparison of phase value between PD and HC groups

圖1 PD患者，男，56歲，病程7年。A、B：雙側尾狀核頭、殼核、蒼白球及紅核、黑質測量層面的T2 FLAIR圖；雙側尾狀核頭(彎箭)、雙側蒼白球(直箭)的MK測量圖(C)、MD測量圖(D)、FA測量圖(E) 圖2 雙側蒼白球、殼核、尾狀核頭測量層面的FPI圖 圖3 雙側黑質、紅核測量層面的FPI圖Fig.1 A typical PD patient, male, 56 years old, has been diagnosed Parkinson's disease for 7 years. A, B: T2 FLAIR image; MK maps (C), MD maps (D) and FA maps (E) of bilateral globus pallidus (straight arrow) and head of caudate nucleus (curved arrow). Fig.2 Filtered phase image of globus pallidus, putamen and head of caudate nucleus. Fig.3 Filtered phase image of red nucleus and substantia nigra.

表3 各部位Phase值與相應各DKI參數的相關性分析Tab.3 The correlation between phase value and DKI parameters of each nucleus in PD group

3 討論

本研究發現，PD組多個核團的Phase值與擴散參數較HC組均有明顯差異；同時，部分核團的Phase值與DKI參數間具有一定的相關性。也就是說，帕金森病患者腦灰質核團內有微結構的變化以及鐵的過量沉積，且二者之間具有一定的相關性。

PD患者的病理過程改變包括黑質多巴胺能神經元的變性、缺失，殘存神經元內嗜酸性包涵體形成，變性神經元周圍小膠質細胞激活、聚集及損傷神經元的修復等[2，13-15]。病理研究已證實PD患者存在灰質核團(黑質、紅核)內鐵的過度沉積，另有研究發現PD患者存在皮層、基底節和中腦3個水平上的腦萎縮；病理改變的發生最先出現在腦干，經過邊緣系統，最終出現在大腦皮層。

本研究所有受試者中，PD組中殼核Phase值存在側別差異，表現為左側殼核較右側略高，兩組其余各個核團的Phase值均沒有側別差異。苗延巍等[16]對正常人腦的SWI研究中發現，殼核右側鐵沉積量略高于左側，左側尾狀核頭的鐵沉積量明顯高于右側；左側蒼白球、丘腦和黑質的鐵沉積量略高于右側，但這些改變差異均無統計學意義；雙側額、頂、枕葉白質內的鐵分布無差異。本組研究中，在HC組中未發現此差異，而PD組中雙側殼核Phase值的差異卻存在統計學意義，這一差異與病例數較少有一定的關系，不能由此推測帕金森病患者的雙側殼核存在鐵沉積的差異。

本研究發現，PD患者尾狀核頭、蒼白球、紅核及黑質的Phase值均較HC組低，即PD患者多個灰質核團內出現鐵的過量沉積。利用SWI測量腦組織結構的Phase值來推算腦鐵含量已經被眾多研究者所認可。近期，有學者采用7.0 T磁共振應用3D-SWI成像技術對黑質亞結構的鐵沉積研究顯示，黑質的鐵沉積能夠準確鑒別帕金森病患者與健康人[17]。然而，近年來有研究發現SWI在定量測量方面存在不足，由于有“雙極性磁場”的作用，Phase值的測量準確性和可重復性都不夠理想。為了改善SWI定量測量的不足，國外學者設計并改進了新的序列：定量磁敏感成像(quantitative susceptibility mapping，QSM)。Liu等[18]采用QSM技術對正常人腦深部灰質核團的鐵沉積隨年齡的變化進行定量研究，得到了磁化率與鐵濃度之間的定比關系，認為應用QSM能更好地對腦鐵進行定量分析。

DKI是DTI的擴展技術，基于水分子運動的非高斯分布(非高斯擴散)的前提，可以量化真實水分子擴散與理想的高斯分布擴散的位移偏離大小，更利于顯示神經細胞數量、組織結構分布的顯微改變，對灰質結構的細微改變也更加敏感。Wang等[19]應用DKI測量帕金森病患者的黑質、殼核、蒼白球、尾狀核，發現PD患者殼核的MK值高于對照組，同側黑質的MK值最具診斷價值(平均界值為1.10，敏感度為0.92，特異度為0.87)；而FA值在黑質有改變，但其他核團則無改變，說明DKI對灰質核團復雜性的檢測明顯優于DTI。本研究利用DKI定量分析阿爾茨海默病腦灰質核團，認為DKI可以定量評估灰質核團微結構狀況，蒼白球的Dr值是鑒別AD與健康者的最佳指標[20]。

本研究中紅核的Phase值與Da值、黑質的Phase值與Kr值之間存在不同程度的正相關性，其中黑質的Phase值與Kr值相關性最大。推測其原因可能是由于黑質內鐵過量沉積引起多巴胺能神經元變性、丟失，造成組織結構相對松散；同時，小膠質細胞聚集、增生，損傷神經元的修復，又使局部組織結構相對復雜化。左殼核的Phase值與FA值之間存在負相關性，殼核的損傷有鐵沉積增加的直接原因，也有黑質損傷后經神經傳導通路所致的間接損傷所致，由于鐵沉積對腦的易損區主要在黑質，殼核的損傷則是以間接損傷為主。

本研究中病例數相對較少，以后需進一步增加樣本量進行研究分析；本研究中未考慮藥物治療對腦微結構的影響，對測試結果有造成一定程度的干擾的可能性。

圖4 黑質Phase值與Kr值的散點圖 圖5 左殼核Phase值與FA值的散點圖Fig.4 The correlation between phase and Kr value of substantia nigra. Fig.5 The correlation between phase and FA value of left putamen

參考文獻 [References]

[1] Hughes AJ, Ben-Shlomo Y, Daniel SE, et al. What features improve the accuracy of clinical diagnosis in Parkinson's disease: a clinicopathological study. Neurology, 1992, 42(6): 1142-1146.

[2] Michel G, Maria GS, Kelly DT, et al. 100 years of Lewy pathology.Nat Rev Neurol, 2013, 9(1): 13-24.

[3] Wallis LI, Paley MN, Graham JM, et al. MRI assessment of basal ganglia iron deposition in Parkinson's disease. Magn Reson Imaging,2008, 28(5): 1061-1067.

[4] Stankiewicz J, Panter SS, Neema M, et al. Iron in chronic brain disorders: imaging and neurotherapeutic implications.Neurotherapeutics, 2007, 4(3): 371-386.

[5] Haddar D, Haacke E, Sehqal V, et al. Susceptibility weighted imaging, Theory and applications. J Radiol, 2004, 85(11): 1901-1908.

[6] Peran P, Luccichenti G, Cherubini A, et al. High- fi eld neuroimaging in Parkinson's disease. High Field Brain MRI, 2006, 4(3): 194-200.

[7] Geng DY, Li YX, Zee CS. Magnetic resonance imaging-based volumetric analysis of basal ganglia nuclei and substantia nigra in patients with Parkinson's disease. Neurosurgery, 2006, 58(2): 256-262.

[8] Kamagata K, Tomiyama H, Hatano T, et al. A preliminary diffusional kurtosis imaging study of Parkinson's disease: comparison with conventional diffusion tensor imaging. Neuroradiology, 2014, 56(3):251-258.

[9] Abosch A, Yacoub E, Ugurbil K, et al. An assessment of current brain targets for deep brain stimulation surgery with susceptibilityweighted imaging at 7 tesla. Neurosurgery, 2010, 67(4): 1745-1756.

[10] Gloria C, Nie SD. Diffusion kurtosis imaging for diagnosis of Parkinson's disease: A novel software tool proposal. J X-ray Sci and Technol, 2017, 25(4): 561-571.

[11] Coutu JP, Chen JJ, Rosas HD, et al. Non-gaussian water diffusion in aging white matter. Neurobiol Aging, 2014, 35(6): 1412-1421.

[12] Billiet T, Vandenbulcke M, M?dler B, et al. Age-related microstructural differences quantified using myelin water imaging and advanced diffusion MRI. Neurobiol Aging, 2015, 36(6): 2107-2121.

[13] Guo H, Song JP. Latest research progress at home and abroad of pathogenesis of Parkinson's disease. Occupation and Health, 2012,28(4): 112-114.國華, 宋軍平. 帕金森病發病機制最新國內外研究進展. 職業與健康, 2012, 28(4): 112-114.

[14] Fan Z, Aman Y, Ahmed I, et al. In fl uence of microglial activation on neuronal function in Alzheimer's and Parkinson's disease dementia.Alzheimers Dement, 2015, 11(6): 608-629.

[15] Koshimori Y, Ko JH, Mizrahi R, et al. Imaging striatal microglial activation in patients with Parkinson's disease. PLoS One, 2015,10(9): e0138721.

[16] Miao YW, Liu T, Wu JL, et al. Susceptibility weighted imaging evaluation of brain iron content of gray nucleus in healthy people.Chin J Med Imaging Technol, 2009, 25(3): 93-95.苗延巍, 劉婷, 伍建林, 等. 磁敏感加權成像評價正常人大腦灰質核團鐵代謝. 中國醫學影像技術, 2009, 25(3): 93-95.

[17] Cosottini M, Frosini D, Pesaresi I, et al. MR imaging of the substantia nigra at 7.0 T enables diagnosis of Parkinson's disease.Radiology, 2014, 271(3): 831-838.

[18] Liu M, Liu S, Ghassaban K, et al. Assessing global and regional iron content in deep gray matter as a function of age using susceptibility mapping. J Magn Reson Imaging, 2016, 44(1): 59-71.

[19] Wang JJ, Lin WY, Lu CS, et al. Parkinson disease: diagnostic utility of diffusion kurtosis imaging. Radiology, 2011, 261(1): 210-207.

[20] Hu R, Xu L, Gao BB, et al. Diffusion kurtosis imaging study of gray nucleus microstructure in Alzheimer's disease. J Clin Radiol, 2017,36(7): 938-942.胡瑞, 徐霖, 高冰冰, 等. 阿爾茨海默病腦灰質核團微觀結構的彌散峰度成像研究. 臨床放射學雜志, 2017, 36(7): 938-942.