基于体素的形态测量学在轻度认知功能障碍和阿尔茨海默病中的应用.docxVIP

基于体素的形态测量学在轻度认知功能障碍和阿尔茨海默病中的应用 根据vov-mop-h模型，是一种基于体素的脑结构磁共振成像技术（mri），可以准确地研究活动的大脑的形态特征。VBM通过定量计算分析MRI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。轻度认知功能障碍 (mild cognitive impairment, MCI) 和阿尔茨海默病 (Alzheimer disease, AD) 患者均可出现不同形式的脑形态学改变。作者综述了VBM在MCI和AD中的应用。 1 vbm的总结 1.1 vbm方法的应用 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等则在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。具体过程包括空间标准化、脑组织的分割、平滑、统计建模和假设检验。 1.2 全脑统计分析 传统的MRI测量方法是基于感兴趣区 (region o 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。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。 2 在mci中，vbm 2.1 灰质的年丢失率 目前研究显示, 与年龄相关的灰质丢失主要发生在前额叶、颞叶中部和纹状体皮层等。横向和纵向VBM全脑研究显示正常衰老过程中, 额叶和顶叶灰质的年丢失率分别为0.38%和0.55%, 颞叶和枕叶灰质的年丢失率分别为0.31%和0.09%。Chétela等研究结果显示, MCI患者全脑灰质年丢失率为0~4%, 该研究的结果处于正常老年 (年丢失率少于1%) 和AD患者[年丢失率为 (5.3±2.3) %]之间。应用VBM对MCI患者灰质丢失进行研究, 有助于更好地了解MCI的病理学过程。 2.2 认知功能消失的mci患者 神经心理学研究结果表明, 可以将MCI分为遗忘型MCI (MCI-amnestic, MCI-A) 和混合型MCI (MCI-multiple cognitive domain, MCI-MCD) 两种亚型。MCI-A是指仅有记忆功能损害的MCI患者;MCI-MCD是指除记忆功能损害外, 还有多项认知功能减退的MCI患者。MCI-A和MCI-MCD是否存在脑形态学的差异?有研究人员应用VBM对MCI亚型的研究给了我们一定的提示。该研究者对9例MCI-A, 2例MCI-MCD和47例正常对照组人群平均随访2年, 结果发现, 与正常对照组人群相比, MCI患者双侧海马、颞叶中部均有明显的萎缩;与MCI-MCD患者相比, MCI-A患者左侧内嗅皮层和顶下小叶有显著的萎缩;与MCI-A患者相比, MCI-MCD患者右侧额下回、右侧颞叶中回和双侧的颞上回有显著的萎缩;与未发展为AD的MCI患者相比, 发展为AD的MCI患者左侧内嗅皮层、双侧颞上回和右侧额上回有显著的萎缩。本研究还发现, 不同亚型的MCI患者不但有不同的脑区萎缩模式, 也有共同累及的脑区, 如前额叶皮层, 特别是BA44/45, 提示该脑区对MCI患者的重要性。该研究从脑形态学方面验证了MCI患者是异质性群体, 同时也反映了MCI发展为AD的病因学差异。 3 mci患者的灰质转化为ad MCI患者与正常人群相比, AD转化率增加。然而, 没有特定的方法能预测哪些MCI患者能发展为AD。Bozzali等应用VBM研究发现, MCI患者向AD转化的几率与其灰质密度降低的范围有关, 降低越广泛转化率越高。Hue562mue5