DTI觀察慢性丘腦梗死患者軀體感覺傳導纖維繼發性變性

程潤田，陳 莉，羅天友*，龔軍偉

(1.重慶醫科大學附屬第一醫院放射科，重慶 400016；2.川北醫學院附屬醫院放射科，四川 南充 637000)

腦卒中的發病率和致死率均較高，其中缺血性腦卒中(即腦梗死)約占腦卒中67.3%～80.5%[1]。腦梗死除梗死灶外還可引起與之相連的軸突及髓鞘繼發性變性，包括順行性變性(即沃勒變性)和逆行性變性，對患者神經功能造成嚴重影響[2-3]。DTI技術通過監測組織內水分子擴散運動，可定量分析神經纖維束繼發性變性，目前已廣泛用于研究腦卒中后神經纖維束的完整性[4-5]，且主要集中于對下行運動傳導纖維束的研究，而對以感覺損傷為主的上行傳導通路的研究相對較少。丘腦是軀體感覺傳導中繼站，損傷后可出現不同程度感覺功能障礙。研究[6]發現，丘腦梗死(thalamic infarction, TI)約占腦梗死的7.7%，而TI慢性期，其下行方向的脊髓丘腦束和上行方向的丘腦中央輻射發生繼發性損害的表現特征尚不清楚。本研究采用DTI技術觀察慢性TI患者丘腦中央輻射和脊髓丘腦束各擴散指標，探討軀體感覺傳導纖維束繼發性損害的表現特征。

1 資料與方法

1.1 一般資料 收集2014年4月—2016年8月于我院經頭顱CT或MRI證實的慢性TI患者28例(TI組)，男10例，女18例，年齡45～75歲，平均(58.6±9.3)歲；13例病灶位于左側，15例位于右側；病程6～9個月。納入標準：①丘腦區域單一病灶；②均為右利手；③梗死發生前無明顯神經精神癥狀。排除標準：①顱內丘腦以外其他部位存在腦梗死、腦出血、腫瘤及炎癥等病灶，或有腦外傷及癲癇等病史；②患有神經精神疾病；③存在心肺功能不全。同期招募與TI組年齡、性別相匹配的健康志愿者28名作為對照組，男10名，女18名，年齡45～75歲，平均(56.0±5.4)歲。納入標準：①經頭顱CT或MR檢查除外顱內病灶；②無神經精神疾病、酗酒及藥物濫用史；③不存在可能導致認知功能障礙的相關疾病。2組性別分布相同，年齡差異無統計學意義(t=8.585，P=0.50)。本研究經我院倫理委員會批準，所有受檢者均簽署知情同意書。

1.2 儀器與方法 采用GE Signa 3.0T HDX超導型MR掃描儀，標準8通道頭部線圈。固定受檢者頭部，囑其保持安靜。分別行軸位T1W FLAIR(TR 1 625 ms，TE 10 ms)、T2W(TR 2 860 ms，TE 80 ms)、T2W FLAIR(TR 7 000 ms，TE 120 ms)掃描，FOV 24 cm×24 cm，NEX 1。隨后行全腦三維高分辨率解剖像及DTI序列掃描。全腦三維高分辨率解剖像參數：TR 8.3 ms，TE 3.3 ms，翻轉角15°，層厚1.0 mm，層間距0，FOV 240 mm×240 mm，矩陣256×192，掃描時間6.45 min。DTI參數：TR 1 000 ms，TE 115 ms，矩陣128×128，FOV 240 mm×240 mm，層厚2 mm，層間距0，層數53，體素體積1.68 mm×1.68 mm×2.70 mm，30個擴散敏感梯度方向，b值分別為0、1 000 s/mm2。

1.3 DTI圖像后處理 為便于分析，采用基于Matlab平臺的nifti軟件包將13例左側TI患者的DTI數據翻轉至正中矢狀位的右側，使患者的右側即為患側，而左側為健側。對所有DTI數據采用基于Linux平臺的FSL 5.1軟件(http://fsl.fmrib.ox.ac.uk/fsl/fsl)進行圖像預處理，主要步驟：①圖像轉化；②渦流校正；③剝腦，去掉顱骨及頭皮等非腦組織，以減少DTI擬合和追蹤過程中的運算量并提高配準的準確性；④擴散指標計算，獲得每個體素的部分各項異性(fractional anisotropy, FA)、平均彌散量(mean diffusivity, MD)值和擴散本征值(primary eigenvalue, λ1; transverse eigenvalue, λ23)；⑤空間配準，將所得個體空間的DTI數據配準至蒙特利爾神經病學研究所(Montreal Neurological Institute， MNI)標準空間；⑥纖維束確定性追蹤，采用Toolkit及TrackVis軟件包(http://www.trackvis.org/)，將初級感覺皮層(S1)、丘腦以及中腦的mask導入軟件包進行纖維束追蹤，當FA值<0.2或角度閾值>50°時停止追蹤，獲得對照組一側脊髓丘腦束顱內段(中腦—丘腦)和丘腦中央輻射(丘腦—S1區)纖維束數據(圖1)；⑦纖維束空間轉換，將所得纖維束數據轉換至標準MNI空間；⑧概率模板，疊加上述步驟所得對照組單側丘腦中央輻射和脊髓丘腦束，獲得目標纖維束的最大概率模板，選取最大概率的50%作為概率模板；⑨采用Matlab 2009a后處理軟件，利用上述概率模板，分別提取TI組和對照組同側目標纖維束的擴散指標值，提取層面均不包含丘腦層面。

1.4 統計學分析 采用SPSS 19.0統計分析軟件。計量資料以±s表示，以受試者年齡、性別及全腦體積為協變量，采用一般線性模型比較2組同一纖維束擴散指標值的差異。以P<0.05為差異有統計學意義。

2 結果

2.1 MRI表現 TI組梗死灶均位于丘腦，其中13例位于左側，15例位于右側，內囊膝部、前肢與后肢未見明顯受累。TI組與對照組脊髓丘腦束及丘腦中央輻射走行區域均未見異常信號。

2.2 DTI測量結果 2組脊髓丘腦束及丘腦中央輻射的DTI擴散指標測值比較見表1、2。與對照組相比，TI組梗死灶下方脊髓丘腦束和上方丘腦中央輻射FA值降低(P均<0.001)，而MD值、λ1值及λ23值均升高(P均<0.05)。

表1 2組脊髓丘腦束DTI擴散指標測值比較(±s)

表1 2組脊髓丘腦束DTI擴散指標測值比較(±s)

組別FAMD(×10-4mm2/s)λ1(×10-4mm2/s)λ23(×10-4mm2/s)TI組0．40±0．130．50±0．071．99±0．531．22±0．64對照組0．51±0．060．40±0．131．68±0．230．81±0．25F值26．8311．1615．0318．74P值<0．0010．002<0．001<0．001

表2 2組丘腦中央輻射DTI擴散指標測值比較(±s)

表2 2組丘腦中央輻射DTI擴散指標測值比較(±s)

組別FAMD(×10-4mm2/s)λ1(×10-4mm2/s)λ23(×10-4mm2/s)TI組0．37±0．050．41±0．051．24±0．080．70±0．08對照組0．48±0．110．37±0．051．16±0．070．63±0．10F值24．046．9613．208．59P值<0．0010．0110．0010．005

圖1 纖維束確定性追蹤所得對照組單側一般感覺傳導纖維束 [a：丘腦中央輻射(丘腦—S1區)；b：脊髓丘腦束(顱內段)]

3 討論

神經細胞損傷后，神經纖維束會沿其順行方向發生軸突壞死、髓鞘崩解及神經膠質細胞增生等一系列變化，即發生順行性變性，也稱沃勒變性[7]。除沿纖維束順行方向的遠隔部位會發生順行性變性外，其逆行方向的纖維束也會發生繼發性損害，稱為逆行性變性[8]。繼發性變性可能是患者神經功能發生不可逆改變的重要原因[9-10]。DTI探測組織中水分子隨機擴散的能力遠超其他MRI技術[11]，可無創定量評價活體神經纖維微結構變化，已廣泛應用于評估神經損傷、神經退行性及腦血管疾病等[12-14]，在腦缺血性疾病中的應用最為常見[15]。DTI技術的擴散指標可反映腦梗死所致神經纖維束的繼發性改變，包括FA值降低、MD值升高等。本研究TI組FA值較對照組降低，而MD值、λ1值、λ23值較對照組升高，提示丘腦梗死可同時引起順行和逆行方向的纖維束損傷。

丘腦由多個擁有獨立神經功能的神經細胞群組成，是皮質下最大的信息接收站和中繼站，直接參與軀體感覺功能[16]。研究[17]顯示，局灶性丘腦梗死后第1、4、12周，同側半卵圓中心區域丘腦皮質纖維束FA值均較正常對照組顯著降低，且降低幅度逐漸增加，與本研究TI組丘腦中央輻射FA值降低結果一致。目前關于丘腦梗死灶下方纖維束逆行性變性的研究較少見。本研究發現，TI組患側脊髓丘腦束顱內段(中腦至丘腦層面)FA值也較正常對照組減低，與Yoon等[18]關于脊髓損傷后軸突逆行性變性結果相符。

腦梗死不同時期的纖維束繼發性變性特征相異，表現為擴散指標值的變化存在差異[19]。腦梗死急性期，由于軸突崩解和髓鞘溶解，導致λ1值降低、λ23值升高；而在慢性期，由于小膠質細胞激活、髓鞘碎片清除及星形細胞增多，λ1和λ23值升高，而FA值和MD值均可由λ1值和λ23值計算獲得，導致FA值降低及MD值升高[20]。FA值反映神經纖維束內水分子擴散的方向性，與髓鞘的完整性及平行性密切相關。MD值反映水分子整體擴散水平，與擴散方向無關[21]。研究[22]發現，脊髓損傷后慢性期皮質脊髓束逆行性變性除FA值降低外，MD值可明顯升高。本研究TI組脊髓丘腦束及丘腦中央輻射λ1值、λ23值及MD值升高，FA值降低，提示脊髓丘腦束及丘腦中央輻射均發生繼發性變性。

本研究的局限性：樣本量較小，且為非縱向研究，結果可能存在偏倚，將在今后的研究中增加樣本量，進一步縱向追蹤觀察丘腦梗死急性期。

綜上所述，丘腦梗死可致軀體感覺傳導通路的繼發性損害；梗死慢性期，病灶下方脊髓丘腦束及上方丘腦中央輻射繼發性變性具有相同的DTI表現。

[參考文獻]

[1] 張薇，范宇威，高靜，等．腦卒中流行病學調查相關文獻復習．中國臨床神經科學，2014(6)：699-703．

[2] Puig J, Blasco G, Schlaug G, et al. Diffusion tensor imaging as a prognostic biomarker for motor recovery and rehabilitation after stroke. Neuroradiology, 2017,59(4):343-351.

[3] Heiss WD, Kidwell CS. Imaging for prediction of functional outcome and assessment of recovery in ischemic stroke. Stroke, 2014,45(4):1195-1201.

[4] Koch P, Schulz R, Hummel FC. Structural connectivity analyses in motor recovery research after stroke. Ann Clin Transl Neurol, 2016,3(3):233-244.

[5] Lai C, Zhou HC, Ma XH, et al. Quantitative evaluation of the axonal degeneration of central motor neurons in chronic cerebral stroke with diffusion tensor imaging. Acta Radiol, 2014,55(1):114-120.

[6] Wang X, Fan YH, Lam WW, et al. Clinical features, topographic patterns on DWI and etiology of thalamic infarcts. J Neurol Sci, 2008,267(1/2):147-153.

[7] Maxwell WL, Bartlett E, Morgan H. Wallerian degeneration in the optic nerve stretch-injury model of traumatic brain injury: A stereological analysis. J Neurotrauma, 2015,32(11):780-790.

[8] Liang Z, Zeng J, Zhang C, et al. Longitudinal investigations on the anterograde and retrograde degeneration in the pyramidal tract following pontine infarction with diffusion tensor imaging. Cerebrovasc Dis, 2008,25(3):209-216.

[9] Groisser BN, Copen WA, Singhal AB, et al. Corticospinal tract diffusion abnormalities early after stroke predict motor outcome. Neurorehabil Neural Repair, 2014,28(8):751-760.

[10] Koyama T, Marumoto K, Miyake H, et al. Relationship between diffusion tensor fractional anisotropy and long-term motor outcome in patients with hemiparesis after middle cerebral artery infarction. J Stroke Cerebrovasc Dis, 2014,23(9):2397-2404.

[11] Wang Y, Liu G, Hong D, et al. White matter injury in ischemic stroke. Prog Neurobiol, 2016,141:45-60.

[12] Chaudhary N, Pandey AS, Gemmete JJ, et al. Diffusion tensor imaging in hemorrhagic stroke. Exp Neurol, 2015,272:88-96.

[13] Tagliaferro P, Burke RE. Retrograde axonal degeneration in parkinson disease. J Parkinsons Dis, 2016,6(1):1-15.

[14] Martin AR, Aleksanderek I, Cohen-Adad J, et al. Translating state-of-the-art spinal cord MRI techniques to clinical use: A systematic review of clinical studies utilizing DTI, MT, MWF, MRS, and fMRI. Neuroimage Clin, 2016,10:192-238.

[15] Liu X, Tian W, Qiu X, et al. Correlation analysis of quantitative diffusion parameters in ipsilateral cerebral peduncle during Wallerian degeneration with motor function outcome after cerebral ischemic stroke. J Neuroimaging, 2012,22(3):255-260.

[16] Herrero MT, Barcia C, Navarro JM. Functional anatomy of thalamus and basal ganglia. Childs Nerv Syst, 2002,18(8):386-404.

[17] 江山，梁志堅，王進，等．丘腦梗死后丘腦放射纖維繼發變性的磁共振彌散張量成像．中國神經精神疾病雜志，2011，37(6)：354-357．

[18] Yoon H, Kim J, Moon WJ, et al. Characterization of chronic axonal degeneration using diffusion tensor imaging in canine spinal cord injury: A quantitative analysis of DTI parameters according to histopathological differences. J Neurotrauma, 2017,34(21):3041-3050.

[19] 張敏，于春水．腦梗死后錐體束Wallerian變性的DTI研究進展．中國醫學影像技術，2010，26(11)：2195-2197．

[20] Qin W, Zhang M, Piao Y, et al. Wallerian degeneration in central nervous system: Dynamic associations between diffusion indices and their underlying pathology. PLoS One, 2012,7(7):e41441.

[21] 雷松菁，申云霞．磁共振成像新技術在腦梗死后沃勒變性中的研究進展．中國醫學影像技術，2011，27(3)：631-634．

[22] Guleria S, Gupta RK, Saksena S, et al. Retrograde wallerian degeneration of cranial corticospinal tracts in cervical spinal cord injury patients using diffusion tensor imaging. J Neurosci Res, 2008,86(10):2271-2280.