DKI 技術在帕金森患者中的應用

姚佳琪，王紅

(新疆醫科大學第二附屬醫院影像科，新疆 烏魯木齊）

0 引言

帕金森病（parkinson's disease，PD）在臨床中較為常見，屬于典型的神經系統變性疾病，老年人群為高發群體，平均的發病年齡為60 歲，低于40 歲的青年帕金森病是較為少見的。在我國高于65 歲的人群PD 發病率約為1.7%。發病的狀態以散發病例為主，也有少部分的存在家族史。帕金森病發病后主要的病理改變為中腦黑質多巴胺（dopamine, DA）能神經元的變性死亡，導致紋狀體的DA 含量出現降低，從而導致疾病的發生。該病理改變尚不清楚，與遺傳、環境、年齡增長及氧化應激有一定的關系，以上因素均會在PD 多巴胺能神經元的變性死亡過程中有參與。擴散峰度成像（diffusion kurtosis imaging，DKI）屬于一種非高斯擴散成像技術，與傳統的擴散成像技術相比較其在探測組織細微結構損傷上有明顯的優勢。本研究主要探究DKI 技術在PD 患者中的應用價值，以為該病的診斷及治療提供參考依據。

1 材料與方法

1.1 一般資料

收集本院35 名PD 患者，其中男18 例，女17 例。排除標準：有明顯意識障礙或精神疾病不能配合檢查的病人；有多系統萎縮、進行性核上性麻痹等帕金森疊加綜合癥患者。同時選取20 名性別、年齡匹配的健康對照志愿者，男9 例，女11 例。

1.2 檢查方法

掃描應用3.0 磁共振掃描儀，行頭部常規平掃、擴散加權成像及DKI 掃描。

DKI 掃描：選取3 個b 值，32 個擴散方向掃描。

1.3 數據處理

得到的所有原始數據傳入后處理工作臺,將DKI 序列的DICOM 圖像導入IMAgenGINE 磁共振彌散灌注處理軟件對其進行后處理。

1.4 感興趣區（region of interest，ROI）的分析

所有彌散參量圖由2 名對被檢者病史不知情的神經放射學專家評估，均在b=0 時的圖像作為參照，完成感興趣區（ROI）的手動勾畫，在同層面測得參數值。

1.5 統計學分析

采用 SPSS22 對各組數據進行正態分布性檢驗,各組數據滿足正態性分布。病例組和對照組的所選感興趣區參數的平均值,采用兩獨立樣本 t 檢驗進行組間比較,統計結果均以s）表示, 若數據不符合正態分布且方差齊性則采用秩和檢驗。P＜0.05 認為差異有統計學意義。

2 結果

年齡(P=0.145，獨立樣本t 檢驗)和性別分布(P=0.646，χ2檢驗) 在PD 患者和健康對照者之間無統計學差異（P＞0.05）。

病例組雙側核團MK 均數值較對照組明顯增高，具有統計學差異（P＜0.05），FA 值較對照組減小，具有統計學差異(P＜0.05)。AK、RK 值未見明顯統計學差異（P＞0.05）。

3 討論

以往，MRI 主要是用來評估中樞系統的早期發育、衰老及發生病變的過程，同時能夠在治療中及治療后發生的變化進行監測，在神經科學研究中是一個常用且重要的手段，其所具備的優勢得到了臨床的廣泛應用[1]。大腦的組成中有70%是水，水的運動對整個組織提供對大腦微觀結構的重要洞察，其擴散具有一定的特性，且與組織結構有關系[2]。擴散峰度成像屬于新型的MR 成像手段，它的原理是對非正態分布水分子的擴散進行檢測，基礎成像為DTI，再在此基礎上增加了一個四階張量的修正項進行補充[3]。2011 年，Wang 及其團隊采用 DKI 及DTI 技術對PD 患者進行掃描，并選用了對照組進行對比，結果顯示PD 患者基底節各主要核團以及黑質MK 明顯增高[4]，本文中，雙側基底節主要核團MK 值較對照組明顯增加，MK 值也越大，水擴散的因素對會每個體素內的正常擴散產生一定的影響[5]，它不是一個各向異性的環境，不像FA 值則只考慮各向異性環境中的擴散情況，其原因受到多種因素的影響，常見的有病理性的蛋白沉積，而導致神經元丟失的因素中峰度降低是其中一個[6-8]。Zhang 等人對早期的PD 患者進行研究，并與健康人群進行對比，結果發現DKI 與DTI 的MK 值及FA 值呈現出統計學差異，同時，黑質及核團中MK 值與帕金森評分表呈顯著正相關。在本次研究中，所選感興趣區四個參數值也均與臨床病程無顯著相關性，這與以往的研究結果較為一致，可能的因素是PD 患者在臨床中有偏身側差異[9]，而此差異在DKI參數中未見明顯統計學意義，相關文獻認為擴散張量成像有許多不完善的地方，結果有待爭議，可能與誤差、樣本量及數據統計等因素有關，還需對PD 分組進行更細致的分析。

DKI 在采集數據上包括有多個的b 值以及有至少15 個擴散梯度，單指數模型DTI 對于較小的b 值較為適用。而適用較大的b 值時對顯示與DTI 單指數模型偏差的較短分子距離有明顯的敏感性，能夠對較大的區域進行探測擴散[10]，給出了一個簡單的與DTI 和DKI 模型相關聯的例子，此外，在一些研究中獲得了許多擴散方向的數據，多達100 多例，大量的梯度方向導致出現更長的測量，這是因為大腦中的圖像被重復乘以b 值[11]。需要使用較長的掃描時間，特別是在由受試者在掃描儀中的移動引起的運動人工制品方面。