基于体素的形态测量学在阿尔茨海默病中的应用.docVIP

基于体素的形态测量学在阿尔茨海默病中的应用 秦锦标 基于体素的形态测量学(voxel-based morphometry，VBM)是一种基于体素对脑结构磁共振图像（magnetic resonance imaging，MRI）自动、全面、客观的分析技术，可以在活体脑进行精确的形态学研究。VBM通过定量计算分析MRI图像中每个体素的脑灰、白质密度或体积的变化来反映相应解剖结构的差异，是评价脑部灰、白质病变的一种新的方法[1]。阿尔茨海默病（Alzheimers disease，AD）是一种神经退行性疾病，AD患者可出现不同形式的脑形态学改变。本文综述了VBM在AD中的应用。 1 VBM的概念和基本原理 随着MRI技术以及神经解剖学计算机图像处理技术飞速发展，Wright等[2]1995年首先提出了基于体素对脑结构MRI分析的初步思想，描述了一种能在MRI上发现脑灰质和白质差异的新技术。Ashburner和Friston[3]则在2000年正式提出了VBM方法。VBM方法是一种以体素为单位的形态测量学方法，可以定量检测出脑组织各组分的密度和体积，从而能够检测出局部脑区的特征和脑组织成分的差异。VBM方法首先需要把被研究的所有个体的脑MRI梯度回波T1加权像在空间上标准化到一个完全相同的立体空间中，然后对该高分辨力、高清晰度、高灰白质对比的脑结构图像进行解剖分割，得到灰质、白质和脑脊液，利用参数统计检验对分割的脑组织成分逐个进行体素组间比较分析，定量检测出脑灰质和白质的密度和体积，从而量化分析脑形态学上的异常[4]。 1.2 VBM的优势和缺点 传统的MRI测量方法是基于感兴趣区（region of intrest，ROI）的，存在着一定的缺陷，如费时、主观性强、重复性较差、不能进行全脑分析等。而VBM可以对全脑进行测定和比较，直接对原始数据进行分析，无需对ROI的先验假设，而且可以定量地检测出脑组织的密度差异，同时它不受研究人员的主观影响，因此具有自动性、全面性、客观性和可重复性等优势。VBM方法的应用也存在着一定的局限性。基于体素的统计分析以空间标准化为前提，某些局部区域和模板的匹配不准确会导致统计结果中出现组间系统性的脑区形态差异[5]。同时在分割过程中，由于脑实质与脑脊液交界区体素量差别很大，容易产生伪影。而且VBM难于区别脑的一些微小复杂结构的差异，如海马区[6]。 3 VBM在AD中的应用 3.1 VBM预测MCI向AD转化 轻度认知功能障碍（mild cognitive impairment，MCI）患者与正常人群相比，AD转化率增加[7]。然而，没有特定的方法能预测哪些MCI患者能发展为AD。Bozzali[8]应用VBM研究发现，MCI患者向AD转化的机率与其灰质密度降低的范围有关，降低越广泛，转化率越高。H?m?l?inen等[9]对56例MCI患者和22例正常对照组人群进行随访研究，应用VBM检测大脑灰质的萎缩。结果发现：在随访过程中，有13例发展为AD；在基线成像时，与正常对照组相比较，全部MCI患者颞叶中部、颞顶叶和额叶皮层的灰质密度降低；进展型MCI患者与稳定型MCI患者相比，左侧颞顶叶、扣带后回和双侧楔前叶灰质萎缩，同时海马也有萎缩趋势。Chételat等[10]研究显示扣带后回、顶叶皮层、楔前叶萎缩的MCI患者会进展为AD。Karas[11]应用VBM对MCI患者进行随访，结果发现，3年后有46%患者发展为AD，颞中叶萎缩是转化为AD的患者的特点，左侧颞叶及左侧顶叶皮层萎缩是预测转化的独立因素。 Whitwell等[12]研究显示，随着MCI患者病情的进展，海马进行性的萎缩，在MCI阶段只出现海马头部萎缩，MCI患者转为AD时海马尾部也开始萎缩。Jack等[13]研究显示，AD患者的海马头部要比海马体和尾部萎缩明显。上述研究结果提示，海马头部要比尾部对退行性改变更加敏感。 综上所述，在MCI阶段若出现扣带后回、海马体尾部、颞顶叶、楔前叶等部位皮层萎缩，提示该MCI患者易转化为AD。因此，应用VBM可以早期预测哪些MCI患者能向AD转化，早期进行干预，从而能抑制AD的发生。 3.2 VBM在早期AD诊断中的应用 AD是导致痴呆的最主要的原因，目前还没有根治AD的办法，最新研究发现，胆碱酯酶抑制剂能够延缓AD的发展，这使得早期诊断AD相当重要[14]。既往应用基于ROI的MRI法进行研究，提示在AD的早期阶段就有特定脑区的萎缩，如海马[15]。然而应用ROI研究脑区结构时存在一定的缺陷，例如耗时、勾画时有较大的误差、不能同时提供整个脑区的结构变化等，因此难于在临床上推广。VBM是一种完全自动化，能客观进行全脑形态分析的技术，其在从脑形态学方面诊断早期AD方面显示了独到之处。