基于圖譜的纖維束分析方法觀察皮質(zhì)脊髓束擴(kuò)散特征對稱性

張 苗，段紹峰，盧 潔*，李坤成，單保慈

(1.首都醫(yī)科大學(xué)宣武醫(yī)院放射科，北京 100053；2.磁共振成像腦信息學(xué)北京市重點(diǎn)實(shí)驗(yàn)室，北京 100053；3.中國科學(xué)院高能物理研究所，北京 100049)

DTI利用腦組織內(nèi)水分子自由熱運(yùn)動的各向異性原理，能應(yīng)用特殊軟件處理圖像實(shí)現(xiàn)3D顯示腦白質(zhì)纖維束，是目前唯一可活體顯示腦白質(zhì)纖維束的無創(chuàng)成像技術(shù)[1]。DTI反映人體組織的幾何結(jié)構(gòu)，通過計(jì)算擴(kuò)散張量，可定量分析水分子擴(kuò)散的自由程度、各向異性大小以及擴(kuò)散方向，已廣泛應(yīng)用于腦白質(zhì)病、腦血管病及腦腫瘤等疾病的研究，成為臨床有效評價(jià)腦白質(zhì)結(jié)構(gòu)完整性及連接性的重要手段[2]。研究[3-4]發(fā)現(xiàn)大腦半球的細(xì)微結(jié)構(gòu)和功能具有不對稱性。本研究構(gòu)建正常成人原始擴(kuò)散權(quán)重?cái)?shù)據(jù)張量圖譜，提取雙側(cè)皮質(zhì)脊髓束(corticospinal tract, CST)以實(shí)現(xiàn)纖維束參數(shù)化，定量評估其擴(kuò)散特征的對稱性。

1 資料與方法

1.1 一般資料 選取2012年5月—6月15名無中樞神經(jīng)系統(tǒng)疾病病史及臨床表現(xiàn)的健康成年志愿者，男10名，女5名，年齡33～62歲，平均(52.4±6.4)歲；均為右利手，教育程度為高中畢業(yè)或大學(xué)本科。本研究經(jīng)我院醫(yī)學(xué)倫理委員會批準(zhǔn)，受試者均簽署知情同意書。

1.2 儀器與方法 采用Siemens Magnetom Trio Tim 3.0T超導(dǎo)型MR掃描儀，12通道相控陣頭線圈，梯度場強(qiáng)度為23 mT/m。掃描范圍從顱底至顱頂。掃描序列及參數(shù)：T1W，TR 155 ms，TE 2.81 ms；T2W，TR 3 830 ms，TE 98 ms；液體衰減反轉(zhuǎn)恢復(fù)序列，TR 8 500 ms，TE 87 ms；DWI，TR 3 000 ms，TE 91 ms，b值取0、500、1 000 s/mm2；層厚5.0 mm，層間距1.5 mm。完成常規(guī)掃描后行DTI數(shù)據(jù)采集，采用EPI脈沖序列，TR 8 000 ms，TE 83 ms，矩陣128×128，層厚2.0 mm，無間隔，體素2.0 mm×2.0 mm×2.0 mm，b值取0、700 s/mm2，梯度方向64，采集時(shí)間9 min 6 s。

1.3 擴(kuò)散張量數(shù)據(jù)后處理

1.3.1 圖像預(yù)處理 采用FSL軟件(http://fsl.fmrib.ox.ac.uk/fsl/fslwiki/)對DTI數(shù)據(jù)進(jìn)行預(yù)處理。首先對圖像進(jìn)行渦流校正和頭動校正，利用腦提取工具(brain extraction tool, BET)對DTI中b=0的圖像進(jìn)行去顱骨及頭皮處理，獲得腦內(nèi)組織的掩模。之后將校正后的DTI數(shù)據(jù)和腦內(nèi)組織掩模導(dǎo)入explore DTI軟件進(jìn)行擴(kuò)散張量擬合，生成擴(kuò)散張量數(shù)據(jù)。

1.3.2 構(gòu)建對稱DTI模板 采用explore DTI軟件，以FA圖像為參照，構(gòu)建DTI模板。首先選取一個(gè)左右半球?qū)ΨQ程度較高受試者的FA圖像，沿腦中縫將圖像分為左右半球，保留左側(cè)部分，復(fù)制左半球并進(jìn)行鏡像操作，與左側(cè)原始圖像合并，獲得完整的對稱FA(symmetric FA, sFA)圖。將所有受試者的FA數(shù)據(jù)與sFA數(shù)據(jù)配準(zhǔn)，利用獲得的變換矩陣將擴(kuò)散張量數(shù)據(jù)轉(zhuǎn)換到目標(biāo)空間，同時(shí)采用保留主本征向量方向的方法，保證配準(zhǔn)后擴(kuò)散的主方向保持不變；將原始DTI數(shù)據(jù)的圖形矩陣進(jìn)行左右翻轉(zhuǎn)，對擴(kuò)散梯度參數(shù)表x方向做反向操作，重新擬合擴(kuò)散張量數(shù)據(jù)，獲得新的FA圖像；將其與sFA配準(zhǔn)，利用上述方法變換到目標(biāo)空間，對所有變換后的擴(kuò)散張量數(shù)據(jù)進(jìn)行Log-Euclidean平均[5]，將平均后的數(shù)據(jù)作為對稱DTI(symmetric, sDTI)模板。

1.3.3 提取雙側(cè)CST 采用explore DTI軟件中的確定纖維束算法對sDTI模板數(shù)據(jù)進(jìn)行全腦纖維束追蹤[6]。均勻分布(間隔2 mm)種子點(diǎn)，沿體素的主方向進(jìn)行纖維束追蹤(步長1 mm)，以FA<0.2和偏轉(zhuǎn)角度>45°作為追蹤的終止條件，并以20～500 mm長度進(jìn)行纖維束過濾，以排除假纖維束。獲得全腦纖維束之后，按照Zhang等[7]的方法提取左右兩側(cè)CST，重新定位CST上的每一根纖維，保證纖維束的起始方向相同；然后采用三次B樣條插值法對纖維束進(jìn)行格點(diǎn)重新采樣，保證纖維束的格點(diǎn)數(shù)相同。將調(diào)整后的CST作為模板纖維束。

1.3.4 圖像配準(zhǔn) 將所有DTI數(shù)據(jù)及DTI模板數(shù)據(jù)轉(zhuǎn)換為DTI-TK兼容格式，并利用DTI-TK配準(zhǔn)到模板空間，同時(shí)生成FA、平均擴(kuò)散率(mean diffusivity, MD)、軸向擴(kuò)散率(axial diffusivity, AD)和徑向擴(kuò)散率(radial diffusivity, RD)圖像。

1.3.5 圖像分析 采用Colby等[8]的方法沿纖維束分析CST，對配準(zhǔn)的FA、MD、AD和RD圖像進(jìn)行重新采樣，然后對橫截面格點(diǎn)FA、MD、AD和RD值進(jìn)行平均，分別獲得左右兩側(cè)CST的平均FA、MD、AD和RD曲線。

1.4 統(tǒng)計(jì)學(xué)分析 采用R語言(R,https://www.r-project.org/)進(jìn)行統(tǒng)計(jì)學(xué)分析，構(gòu)建混合效應(yīng)模型，其中固定效應(yīng)為“格點(diǎn)”“側(cè)別”(左側(cè)或右側(cè))，交叉效應(yīng)為“側(cè)別和格點(diǎn)”。將“受試者”作為隨機(jī)效應(yīng)，采用多因素方差分析比較模型中各效應(yīng)的差異。以“格點(diǎn)”檢測CST曲線上不同位置之間參數(shù)值的差異，“側(cè)別”為左右兩側(cè)平均參數(shù)值之間的差異，“側(cè)別和格點(diǎn)”交叉效應(yīng)反映兩側(cè)CST曲線上對稱位置處“側(cè)別”效應(yīng)是否有影響。以雙樣本t檢驗(yàn)比較左右兩側(cè)CST曲線上對應(yīng)格點(diǎn)的差異。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

15名志愿者常規(guī)MRI均未見異常改變，各參數(shù)曲線同一側(cè)別不同格點(diǎn)的數(shù)值比較差異均有統(tǒng)計(jì)學(xué)意義(P均<0.05)；FA曲線左右兩側(cè)平均值比較差異有統(tǒng)計(jì)學(xué)意義(P=0.005)，而MD、AD及RD參數(shù)曲線左右兩側(cè)比較差異均無統(tǒng)計(jì)學(xué)意義(P均>0.05)；各參數(shù)曲線左右兩側(cè)對稱部位格點(diǎn)的數(shù)值比較差異均無統(tǒng)計(jì)學(xué)意義(P均>0.999)，見表1、圖1。

表1 各參數(shù)統(tǒng)計(jì)學(xué)分析結(jié)果[檢驗(yàn)值(P值)]

3 討論

人群中大腦白質(zhì)形態(tài)學(xué)的差異，使不同個(gè)體間不具有可比性，且白質(zhì)纖維束上點(diǎn)的空間解剖位置難以對應(yīng)，臨床常將同一病變側(cè)纖維束的擴(kuò)散張量信息與對側(cè)鏡像區(qū)進(jìn)行對照分析，但前提是兩側(cè)大腦半球的白質(zhì)纖維束的擴(kuò)散特征具有對稱性。有研究者[9]采用基于ROI分析、基于體素分析(voxel-based analysis, VBA)、基于纖維束的空間統(tǒng)計(jì)(tract based spatial statistics, TBSS)等方法定量分析正常人群白質(zhì)纖維束的擴(kuò)散信息，所獲結(jié)論不一。基于ROI的分析是對某一特定的解剖位置通過手動勾畫提取ROI進(jìn)行整體分析，優(yōu)點(diǎn)是不需配準(zhǔn)，但需根據(jù)先驗(yàn)知識確定對稱ROI，無法獲得與分析因素相關(guān)的所有異常信息，且需對ROI內(nèi)的參數(shù)值進(jìn)行平均操作，不能獲得更加詳細(xì)的定位結(jié)果。VBA是基于體素水平的全腦結(jié)構(gòu)分析方法，可完全自動化處理[9]，克服了基于ROI分析方法存在的人為偏倚以及需要先驗(yàn)知識的局限性，但對圖像配準(zhǔn)和平滑要求較高，且無法確定差異性的結(jié)果是由于體素強(qiáng)度值的改變還是來源于圖像未能對齊。

圖1 健康志愿者左右側(cè)CST參數(shù)曲線圖 A.FA； B.MD； C.AD； D.RD (陰影部分表示對應(yīng)的標(biāo)準(zhǔn)差)

TBSS是一種逐體素的自動化分析方法，通過對受試者間白質(zhì)纖維束的對齊、配準(zhǔn)，將擴(kuò)散屬性值投射到白質(zhì)骨架上，能準(zhǔn)確地分析DTI數(shù)據(jù)，不需先驗(yàn)信息及進(jìn)行平滑處理，避免了基于ROI和VBA方法的缺陷；但TBSS方法只能分析白質(zhì)骨架上的纖維束，無法分析骨架以外及其他細(xì)小的白質(zhì)纖維[10-11]。

DTI模板是基于圖譜的纖維分析方法的基礎(chǔ)。DTI工具包(DTI tool kit, DTI-TK)利用方向信息進(jìn)行配準(zhǔn)，是基于解剖圖譜的纖維束分析方法中較準(zhǔn)確的方法之一[12]。本研究對原始DTI數(shù)據(jù)構(gòu)建擴(kuò)散權(quán)重圖像模板，再將FA、MD、AD和RD圖像配準(zhǔn)到該模板。由于該模板不是由特定模型生成，而是基于原始擴(kuò)散權(quán)重?cái)?shù)據(jù)構(gòu)建而成，包含了全部原始信息，故可演變成多種參數(shù)的模板，均具有較高的信噪比和對比度。對白質(zhì)纖維束配準(zhǔn)和重新定位后進(jìn)行參數(shù)化處理，能夠從更加微觀的角度對白質(zhì)纖維進(jìn)行精準(zhǔn)分析，有助于正確認(rèn)識和理解疾病對白質(zhì)纖維的損傷程度和機(jī)制，為評估腦白質(zhì)病變提供依據(jù)。

CST是聯(lián)系運(yùn)動皮質(zhì)和脊髓核團(tuán)的主要功能纖維，在肢體肌肉隨意運(yùn)動中發(fā)揮決定性作用。CST由中央前回中、上部和中央旁小葉前部等處皮質(zhì)的錐體細(xì)胞軸突集中而成，下行經(jīng)內(nèi)囊后肢的前部、大腦腳底中3/5的外側(cè)部和腦橋基底部至延髓錐體，多數(shù)纖維在延髓錐體下部交叉后形成皮質(zhì)脊髓側(cè)束，部分不交叉的纖維則延續(xù)為皮質(zhì)脊髓前束。本研究中，各參數(shù)曲線同一側(cè)別不同格點(diǎn)的數(shù)值比較差異均有統(tǒng)計(jì)學(xué)意義(P均<0.05)，擴(kuò)散參數(shù)曲線呈波浪狀，提示CST在中央前回、基底核、腦橋、延髓等部位的擴(kuò)散屬性不同，上述部位病變均可造成CST損傷。研究CST有助于評估腦、脊髓損傷疾病的病理機(jī)制，為診斷和治療提供有效信息。本課題組前期研究[13]采用ROI分析健康成人CST在延髓、橋腦、中腦大腦腳、內(nèi)囊后肢、半卵圓中心兩側(cè)對稱部位的FA值，發(fā)現(xiàn)上述對稱部位FA值差異均無統(tǒng)計(jì)學(xué)意義。本研究結(jié)果顯示，雖然FA曲線左右兩側(cè)平均值差異有統(tǒng)計(jì)學(xué)意義(P=0.005)，但兩側(cè)對稱部位格點(diǎn)的FA、MD、AD和RD值差異均無統(tǒng)計(jì)學(xué)意義，提示采用基于圖譜的纖維束分析方法獲得的健康成人兩側(cè)CST參數(shù)值均具有對稱性；對于病理狀態(tài)下病變側(cè)纖維束的擴(kuò)散張量信息，可與對側(cè)鏡像區(qū)進(jìn)行對照分析，從而為深入研究腦血管病、腦白質(zhì)病變以及其他原因?qū)е翪ST損傷的病理狀態(tài)下腦組織內(nèi)水分子擴(kuò)散運(yùn)動的改變提供了理論依據(jù)和參考模板。

本研究的局限性在于樣本量較小，結(jié)果可能存在偏倚，今后需擴(kuò)大樣本量，按照年齡、受教育程度等影響因素分組，進(jìn)一步深入分析。