磁共振成像在腦部疾病診斷中的研究進展

唐少平，陶薔

磁共振成像在腦部疾病診斷中的研究進展

唐少平1，陶薔2

1.首都醫科大學第五臨床醫學院，北京 100069；2.首都醫科大學生物醫學工程學院，北京 100069

磁共振成像技術是腦部疾病診斷的重要方法之一。隨著臨床診斷技術的不斷革新，越來越多的腦部疾病可被發現。磁共振成像技術自問世以來在腦成像中起關鍵作用，且隨著科學技術的進步而不斷完善。本文對磁共振成像技術在多種腦部疾病輔助診斷中的研究進展進行綜述。

磁共振成像；腦部疾病；腦成像

磁共振成像（magnetic resonance imaging，MRI）是20世紀80年代初正式投入臨床應用的一種成像技術[1]。近年來，MRI技術發展迅速，其在腦成像領域中的應用亦越來越多，受到學者廣泛關注。本文就MRI技術在腦成像應用中的研究進展進行綜述。

1 MRI概述

1.1 原理

將人體置于特殊磁場中，激發人體內的氫原子核，氫原子核會發生共振吸收外界能量，其將吸收的能量以電磁波的形式釋放出來（即磁共振信號），磁共振信號被體外MRI設備中的吸收器吸收后獲得縱向弛豫時間T1及橫向弛豫時間T2，轉換器可將T值轉換為虛擬灰度，經電子計算機處理后獲得的圖像稱作MRI[1]。由于患者的T值與正常人群不同，組織間的T值亦不同，形成影像的灰度也存在差異，這成為MRI診斷疾病的基礎。

1.2 設備

MRI設備由磁體系統、梯度系統、射頻系統、信號處理系統、主控計算機等組成。全球第1臺MRI設備由Fonar公司于1984年研發成功；MRI設備的最初磁場強度多為0.15T，之后其磁場強度提高至3.0T，2018年7.0T的MRI設備被允許應用于臨床[2]。MRI設備磁場強度的提高可提高其靈敏度、對比度及信噪比。

1.3 檢查方法

MRI包括MRI普通掃描和MRI對比顯像兩種檢查方法。MRI普通掃描是不注射對比劑的MRI掃描，是最常用的MRI檢查方法，其可發現大部分腦腫瘤、血管畸形、腦損傷等顱腦病變。MRI對比顯像是將對比劑注射到患者體內后進行的MRI檢查方法，目前最常用的對比劑是釓噴酸葡胺，其經血液循環到達機體各組織處，改變局部磁場環境，并在成像上形成差異[3]。

2 MRI在腦醫學中的應用

MRI技術是臨床診斷各類疾病常用的檢查手段之一，其在腦部疾病診斷中的應用也較為廣泛，診斷準確性較高。

2.1 腦腫瘤

腦腫瘤是發生于腦部的異常新生物，既可原發于顱腦內，又可由其他部位轉移而來，即原位癌和轉移癌。患者一般會出現頭痛等癥狀，臨床表現為顱內高壓等。國內研究發現，腦腫瘤患者的病灶均位于白質區域，T1信號相對較低，邊緣部位模糊不清；T2信號相對較高且均勻，邊緣清晰可見。臨床上，可通過MRI對早期顱腦腫瘤進行初步診斷。Koch等[4]應用MRI技術測定麻黃堿和苯腎上腺素對腦腫瘤患者腦部循環的影響，通過MRI可比較兩種藥物對腦部毛細血管傳輸時間的異質性，分析藥物對腦部氧張力的影響，從而助力腦腫瘤的臨床治療。

2.2 腦梗死

腦梗死患者顱內血管發生病變，相關血管所支配區域內的組織無法獲得足夠的氧及營養物質而易發生壞死，神經細胞也在一定程度上受到損傷，從而表現出神經功能障礙。動脈硬化和心源性栓塞是導致腦梗死的主要原因。黃世林[5]研究發現，MRI增強掃描患者腦部出血區域，影像呈地圖樣強化。南細柳[6]對50例老年出血性腦梗死患者進行MRI檢查，結果發現患者病灶區域呈現出斑塊狀混雜信號，檢出率為96%。Lan等[7]提出改進方案，將多尺度U-Net[MS（U-Net）]模型應用于腦部MRI分割，分割結果更加接近真實結果，從而對腦梗死進行更加準確的分型。在此基礎上測定三酰甘油水平、低密度脂蛋白/高密度脂蛋白比值、中性粒細胞/淋巴細胞比值等生化指標可用于眩暈性腦梗死的診斷。

2.3 腦血管瘤

腦血管瘤一般指腦動脈發生的病變。多種因素損傷顱腦動脈血管壁后，損傷部位在動脈壓力下逐漸擴大，形成突起，形狀似腫瘤。其根據動脈破裂與否可分為破裂動脈瘤和未破裂動脈瘤，患病率為2%～5%。動脈瘤未破裂時，患者無明顯臨床癥狀；動脈瘤發生破裂后，患者會突發劇烈頭痛。陳世林等[8]在腦腫瘤患者和海綿狀腦血管瘤患者中開展三維動脈自旋標記腦血流技術與磁共振灌注加權成像技術的對比研究，結果發現二者均能較好地評價患者腦部血流灌注情況，對疾病的輔助診斷、治療方案的選擇及疾病的預后發揮作用。

2.4 腦出血

腦出血是除外傷之外的其他因素導致的腦部血管破裂出血。高脂血癥、高血壓等易損傷腦部血管，從而引發腦出血。張琢[9]通過MRI將腦出血分為5個時期，提示MRI可用于腦出血分期、分型的確認，輔助疾病診斷。Li等[10]利用多模態神經影像學技術研究部分缺血性腦卒中患者慢性腦出血的患病率，結果發現常規頭顱MRI掃描和磁敏感加權成像均可對有癥狀慢性腦出血和無癥狀慢性腦出血進行判斷，二者的影像學表現類似，提示二者均可用于既往缺血性腦卒中患者慢性腦出血的輔助診斷。

2.5 腦震蕩

腦震蕩是指患者頭部受外力擊打后而發生的輕度腦損傷，一般情況下患者的腦實質不會出現較大的病理改變。患者常出現短暫性昏迷、遺忘等癥狀，被認為是最輕的一種腦損傷，易治愈。Virani等[11]應用磁敏感加權成像技術檢測腦震蕩患者的腦微出血情況，發現腦震蕩造成的腦微出血量與骨科損傷基本相同。提示MRI可用于腦震蕩造成的腦部微出血檢測，其對腦震蕩的預后具有一定的監測功能。Wu等[12]對運動相關腦震蕩患者進行磁共振彌散加權成像檢查，研究患者患病后白質的縱向恢復軌跡，結果發現患者受傷24～48h后的磁共振彌散加權成像衍生平均擴散率顯著高于對照組，且持續性白質異常與臨床結局和恢復時間延遲有關。

2.6 腦積水

腦積水是指原存在于腦部的正常腦脊液循環被破壞，過量腦脊液聚集在腦內而引起的疾病。外傷、腦腫瘤等常導致腦脊液循環出現障礙，引起腦積水。其典型癥狀為頭痛、尿失禁、視力模糊等，如不及時治療可能導致腦萎縮。不同MRI序列組合能夠提供高分辨率解剖信息和腦脊液血流信息，在大多數情況下可對腦積水類型及其致病機制進行準確診斷，這是確定合適治療方案的基本信息。Hodler等[13]對不同年齡段、不同類型的腦積水和其他腦脊液疾病所需的放射學檢查和成像特征進行總結，認為若常規MRI序列無法發現梗阻病灶時，PC-MRI和3D重T2加權穩態序列（3D heavily T2-weighted steady-state sequences，3DT2WSS）分別能夠評估腦脊液循環和具體解剖結構，從而幫助臨床診斷并改善臨床實踐。

2.7 腦挫裂傷

腦挫裂傷是指患者頭部受到強烈外力刺激，導致軟腦膜發生撕裂，腦實質受到損傷，其典型癥狀為意識障礙、頭痛、嘔吐、癲癇等。在腦挫傷之后，可通過對神經束行彌散造影推斷患者神經網絡的損壞情況，但缺少高分辨率成像和組織病理學的驗證。Nolan等[14]研究證實，一種新型離體MRI技術可檢測到患者神經束的破壞，反映軸突損傷情況，病理學驗證損傷部位存在片狀淀粉樣前體蛋白沉積、星形膠質細胞增生等組織改變。

2.8 帕金森病

帕金森病常發生于老年群體，其主要病因是位于黑質的多巴胺能神經元變性，臨床表現為運動協調性差、睡眠障礙等。于文文等[15]研究發現帕金森病患者腦橋十字征和裂隙征比較典型，而多系統萎縮患者的腦橋、中腦、小腦明顯萎縮，認為MRI在兩種疾病的鑒別上具有較高價值。陳起強等[16]對帕金森綜合征和帕金森病患者進行MRI常規掃描，結果發現帕金森綜合征患者基底節和皮層下信號明顯異常，但帕金森病患者的MRI圖像無特殊變化，提示MRI可推廣用于鑒別、診斷帕金森病與其他癥狀類似的腦部疾病。

2.9 腦死亡

腦死亡是指整個大腦功能的不可逆性停止，有研究認為其確診條件包括昏迷、無腦干反射、呼吸暫停[17]。有學者并不推薦將MRI作為其診斷方法，但腦死亡患者的MRI圖像存在部分特征性變化，包括大量腦水腫伴腦疝、灰質或白質分化不良、彌漫性彌散受限，可預示腦死亡的發生，具有臨床意義。

3 MRI的優勢與不足

MRI的解剖學和功能空間分辨率較好，其軟組織對比度是目前影像學檢查中最高的，無輻射，是無法接受電離輻射患者可接受的檢查方法之一[18]。

MRI亦有不足之處，①觀察病灶不夠迅速：MRI圖像是多序列的，需逐個分析，無法直觀、迅速地觀察病變。②檢查時間相對較長：不適用于急重癥患者，患者在檢查期間難以一直保持同一姿勢。③易產生偽影：患者的輕微動作及磁場穩定性等在圖像上可產生偽影，影響檢查的準確性。④安全性：患者無法攜帶心臟起搏器、金屬發卡、硬幣等鐵磁性物體，上述物質不僅會影響圖像質量，還可能對人體造成危害。⑤缺乏剛性骨組織作為參照[19]。

影像互補可集合多種成像方法的優點，將不同影像信息按照一定算法進行綜合處理，得到較單一數據更準確、更豐富的信息。多模態成像是影像融合方式之一。目前研究較多的是將正電子發射斷層顯像、CT、MRI相融合[18]。MRI在多模態成像中具有重要意義，可增加解剖結構細節、減少輻射劑量、提高軟組織對比度。

4 MRI的發展方向

MRI在各種腦部疾病的影像學輔助診斷中起重要作用，因具有無創、清晰等優點而受到醫生和患者的關注。除上述MRI檢查方法，目前還有很多處于研究階段的MRI方法。

4.1 加快成像速度

基于人工智能技術，加速MRI成像速度的方法包括欠采樣圖像重建方法和超分辨率方法。欠采樣圖像重建方法可應用于圖像空間和K空間，可顯示出較好的圖像信息。未來比較有希望的發展方向包括擴展深度學習重建模型，使用3D重建技術和聯合多對比訓練，全面評估人工智能加速圖像的診斷準確性，以確保臨床診斷質量不受影響[20]。

4.2 發現新的造影劑

楊濱羽等[21]發現一種新型造影劑，其成分是包裹有葡聚糖的超順磁性氧化鐵納米材料，研究顯示其在關節軟骨的MRI成像方面有較好的效果，可提高MRI圖像質量。Patil等[22]在釓基造影劑基礎上配制單臂和多臂釓MRI造影劑，并在膠質瘤小鼠模型中研究該造影劑的腫瘤成像性能，發現該造影劑所產生的對比度更大，有望對腦腫瘤進行鑒別診斷。

4.3 醫學圖像融合

Song等[23]提出可用圖像融合方法輔助阿爾茨海默病的診斷，通過配準和掩模編碼融合腦MRI和氟脫氧葡萄糖–正電子發射斷層掃描圖像的灰質組織，使用三維簡單卷積神經網絡評估圖像融合方法在二元分類和多分類任務中的有效性。研究認為所提出的圖像融合方法較單峰和特征融合方法具有更好的整體性能，優于最先進的阿爾茨海默病診斷方法。

4.4 提高圖像質量

研究新型軟件，分析和改進算法，提高MRI腦部圖像質量。黃敏等[24]從K空間數據快速重建高質量圖像，認為改進后的模型質量更優，對病灶和小腦細節的恢復更好。高質量圖像可更好地發現微小病灶，減少誤診、漏診的發生。

4.5 三維重建技術

劉子凡等[25]使用Arigin 3D Pro醫學三維重構軟件對多臺CT和MRI設備掃描實體模型的數據進行重構，發現重構的三維模型與實體模型的相對誤差僅為0.09%～1.28%，且可對不同品牌的CT和MRI設備掃描數據進行重構，因此認為該模型的精確性與通用性均較好。三維圖像有利于腦腫瘤、腦血管瘤等腦部疾病的早期診斷和治療，但因重建時間較長，臨床應用較困難。另外，現有3D重建技術具有切片曲率變化和曲面不連貫等問題，采用分割推疊重建方法，可更精確地重建腦部腫瘤。

5 總結與展望

MRI平掃通過彌散加權、敏感加權、灌注加權等延伸出多種MRI技術，每種MRI技術對不同腦部疾病的診斷都有其獨特的優勢，針對不同的病癥應選擇合適的技術以盡早發現疾病，并及時進行臨床干預。雖然MRI仍有一定的局限性，但隨著成像速度加快、新造影劑的出現、三維重建技術的改善、新的功能性MRI技術的誕生，MRI對疾病的檢出率會進一步提高，在腦成像領域發揮更大的作用。

[1] 陳武凡, 康立麗. MRI原理與技術[M]. 北京: 科學出版社, 2012.

[2] 高家紅, 雷皓, 陳群, 等. 磁共振成像發展綜述[J]. 中國科學(生命科學), 2020, 50(11): 1285–1295.

[3] LIN T, ZHAO Y, CHEN J, et al. Carboxymethyl chitosan- assisted MnOxnanoparticles: Synthesis, characterization, detection and cartilage repair in early osteoarthritis[J]. Carbohydr Polym, 2022, 294: 119821.

[4] KOCH K U, MIKKELSEN I K, ESPELUND U S, et al. Cerebral macro- and microcirculation during ephedrine versus phenylephrine treatment in anesthetized brain tumor patients: A randomized clinical trial using magnetic resonance imaging[J]. Anesthesiology, 2021, 135(5): 788–803.

[5] 黃世林. 磁共振彌散張量成像在腦膠質瘤診斷中的應用分析[J]. 吉林醫學, 2020, 41(3): 675–676.

[6] 南細柳. CT與MRI在老年出血性腦梗死患者中的診斷價值[J]. 中國繼續醫學教育, 2021, 13(3): 115–117.

[7] LAN W, AI P, XU Q. Deep-learning-based MRI in the diagnosis of cerebral infarction and its correlation with the neutrophil to lymphocyte ratio[J]. Ann Palliat Med, 2021, 10(11): 11370–11381.

[8] 陳世林, 王麗英, 王莉, 等. 3D-ASL與DSC-PWI在腦腫瘤灌注成像中的一致性分析[J]. 南方醫科大學學報, 2021, 41(8): 1283–1286.

[9] 張琢. 不同期別腦出血MRI診斷及信號變化特點[J]. 影像研究與醫學應用, 2019, 3(17): 28–29.

[10] LI G F, WU Y L, WANG S, et al. Previous chronic symptomatic and asymptomatic cerebral hemorrhage in patients with acute ischemic stroke[J]. Neuroradiology, 2019, 61(1): 103–107.

[11] VIRANI S, BARTON A, GOODYEAR B G, et al. Susceptibility-weighted magnetic resonance imaging (MRI) of microbleeds in pediatric concussion[J]. J Child Neurol, 2021, 36(10): 867–874.

[12] WU Y C, HAREZLAK J, ELSAID N M H, et al. Longitudinal white-matter abnormalities in sports- related concussion: A diffusion MRI study[J]. Neurology, 2020, 95(7): e781–e792.

[13] HODLER J, KUBIK-HUCH R A, VON SCHULTHESS G K, et al. Diseases of the Brain, Head and Neck, Spine 2020–2023: Diagnostic Imaging[M]. Berlin: Springer, 2020.

[14] NOLAN A L, PETERSEN C, IACONO D, et al. Tractography-pathology correlations in traumatic brain injury: A TRACK-TBI study[J]. J Neurotrauma, 2021, 38(12): 1620–1631.

[15] 于文文, 王琦, 吳曉麗. 經顱超聲和MRI對多系統萎縮與帕金森病患者的鑒別診斷價值[J]. 醫學影像學雜志, 2021, 31(1): 119–122.

[16] 陳起強, 林煥斌. 探討MRI檢查在帕金森病與帕金森綜合征鑒別診斷中的應用價值[J]. 齊齊哈爾醫學院學報, 2020, 41(17): 2165–2167.

[17] RIZVI T, BATCHALA P, MUKHERJEE S. Brain death: Diagnosis and imaging techniques[J]. Semin Ultrasound CT MR, 2018, 39(5): 515–529.

[18] DECAZES P, HINAULT P, VERESEZAN O, et al. Trimodality PET/CT/MRI and radiotherapy: A mini- review[J]. Front Oncol, 2021, 10: 614008.

[19] 葛均波, 徐永健, 王辰. 內科學[M]. 9版. 北京: 人民衛生出版社, 2018.

[20] JOHNSON P M, RECHT M P, KNOLL F. Improving the speed of MRI with artificial intelligence[J]. Semin Musculoskelet Radiol, 2020, 24(1): 12–20.

[21] 楊濱羽, 羅霞, 劉佳伶, 等. 葡聚糖包裹超順磁性氧化鐵納米材料用于關節軟骨磁共振T2-Map成像研究[J]. 生物醫學工程研究, 2020, 39(1): 36–40.

[22] PATIL R, GALSTYAN A, GRODZINSKI Z B, et al. Single- and multi-arm gadolinium MRI contrast agents for targeted imaging of glioblastoma[J]. Int J Nanomedicine, 2020, 15: 3057–3070.

[23] SONG J, ZHENG J, LI P, et al. An effective multimodal image fusion method using MRI and pet for Alzheimer’s disease diagnosis[J]. Front Digit Health, 2021, 3: 637386.

[24] 黃敏, 管智慧, 周到, 等. 基于K空間數據的深度核磁共振圖像重建[J].生物醫學工程研究, 2020, 39(2): 139–144.

[25] 劉子凡, 許苑晶, 柳毅浩, 等. 基于3D打印的醫學三維重構軟件系統的精度研究[J]. 生物醫學工程研究, 2020, 39(3): 219–225.

（2022–09–11）

（2023–07–18）

R445.2

A

10.3969/j.issn.1673-9701.2023.25.031

北京市自然科學基金資助項目（7144189）；首都醫科大學科研基金項目（17ZR24）

陶薔，電子信箱：taoqiang@ccmu.edu.cn