阿爾茨海默病患者MR圖像胼胝體三維紋理特征研究

李昕，童隆正，王旭，王磊

首都醫科大學 生物醫學工程學院，北京 100069

阿爾茨海默病患者MR圖像胼胝體三維紋理特征研究

李昕，童隆正，王旭，王磊

首都醫科大學 生物醫學工程學院，北京 100069

目的研究阿爾茨海默病（Alzheimer Disease，AD）胼胝體磁共振圖像的三維紋理特征。方法對12例AD患者和12例健康對照者（Normal Controls，NC）進行三維紋理分析。采用灰度共生矩陣方法提取三維紋理參數，分析紋理參數在兩組間的差異及與臨床簡易智能狀態檢查量表（Mini-Mental State Examination，MMSE）評分之間的相關性。結果研究結果顯示，胼胝體部位的能量、逆差矩、對比度、熵、差熵及差方差在兩組間存在顯著性差異，并且與MMSE評分存在相關性。結論三維紋理特征可能反映出AD患者胼胝體部位的病理病變，有助于AD的診斷。

阿爾茨海默病；磁共振圖像；胼胝體；三維紋理特征

本文導讀 >>

團隊簡介：在國家自然科學基金（30670575、81071128）和北京市自然科學基金（3073015、7102017）資助下，本課題組一直致力于多發性硬化及老年癡呆等疾病的MR圖像的紋理特征研究，發表了數十篇論文。

研究背景：阿爾茨海默病（Alzheimer Disease，AD）是一種最常見的老年癡呆癥。目前，我國有AD患者500萬人，屬于老年癡呆的高危地區。隨著影像技術的飛速發展，通過像素灰度值分布模式和變化規律等紋理特征，揭示大腦早期組織學病變已成為醫學圖像研究的熱點課題。本文研究AD患者MR圖像腦白質胼胝體部位的紋理特征，探索AD早期輔助診斷新途徑。

偏倚和不足：目前病例數量有限，屬于探索性研究，需要進一步擴大樣本量進行深化研究。

阿爾茨海默病（Alzheimer Disease，AD）是一種伴隨有記憶、語言、情緒等認知障礙的神經系統退行性疾病，為老年癡呆中最常見類型，約占全部癡呆的60%～70%。我國是AD患者最多且增長速度最快的國家，目前AD患者近500萬，約占全球總數的1/3[1]。隨著我國老齡化社會的發展，AD發病率逐年上升。

以往對AD患者磁共振圖像（Magnetic Resonance Images，MRI）的研究大多集中在大腦灰質的改變，隨著成像技術的發展和研究的深入，近年來對白質受損[2]的研究越來越多。胼胝體是腦內最大的聯合纖維，起著傳遞雙側大腦半球信息的重要作用[3]。基于體素的形態學研究[4-5]顯示早期AD患者胼胝體已發生萎縮，Chua等人[6]及Chen等人[7]均發現AD患者胼胝體部位存在彌散張量異常。也有研究報道胼胝體萎縮被認為是AD的另一診斷指征[8]。

隨著三維圖像的出現，三維紋理分析技術也得到了一定發展，目前已經應用到多種腦疾病的診斷治療中[9-10]。本課題組曾對AD患者胼胝體部位的磁共振圖像（Magnetic Resonance Images，MRI）進行二維紋理分析，結果顯示AD患者與健康對照組之間多項紋理參數顯著不同[11]。在此基礎上本文將對AD組與健康對照組（Normal Controls，NC）的胼胝體進行三維紋理分析，提取兩組間具有顯著性差異的紋理參數，并分析紋理參數與臨床簡易智能狀態檢查量表（Mini-Mental State Examination，MMSE）評分之間的相關性。

1 材料與方法

1.1 受試者

本研究數據是由首都醫科大學宣武醫院放射影像科臨床確診為AD患者和健康對照者的MR圖像，由德國西門子公司3T掃描儀對所有受試者進行頭顱矢狀位3D-磁化準備快速梯度回波(MP-RAGE)T1WI掃描所得。TR/TE=2000/2ms，反轉時間T1=900ms，反轉角9°，成像視野240mm×220mm，矩陣256×224，層厚1mm，無層間距，共176層。其中AD組12例（男5，女7），NC組12例（男5，女7），平均年齡分別為65.3歲、64.6歲，無顯著性差異（P=0.828），MMSE平均評分分別為7.3、28.8（如表1）。

表1 研究對象

1.2 感興趣區（Region of Interest, ROI）選取

胼胝體位于大腦縱裂底，在正中矢面上呈弓形。在矢狀面手動分割，每個胼胝體三維感興趣區包含11層左右，圖1為其示意圖。

圖1 胼胝體ROI選取示意圖

1.3 三維紋理參數提取

采用灰度共生矩陣方法對每一位受試者胼胝體感興趣區分別提取0°、45°、90°、135°和z方向（垂直于每層ROI方向）的三維紋理參數。主要包括能量、逆差矩、對比度、熵、差熵及差方差，各參數表達式如表2，其中為灰度共生矩陣中的值，

計算每個ROI在5個方向上的平均紋理參數值，組成AD組和NC組紋理參數數據集。

表2 紋理參數表達式

1.4 統計學分析及相關性測試

對所提取的AD組及NC組三維紋理參數進行獨立樣本t檢驗，分析紋理特征在兩組間是否存在顯著性差異，并采用Pearson相關分析方法測試兩組間有顯著性差異的紋理參數與臨床MMSE評分之間的相關性。

2 結果

2.1 三維紋理特征

表3 胼胝體三維紋理參數（*為有統計學意義）

表3顯示胼胝體三維紋理特征。三維紋理特征能量、逆差矩、對比度、熵、差熵和差方差在AD組與NC組之間均存在顯著性差異。AD組的能量（0.0015 vs. 0.0019，P=0.040）、逆差矩（0.16 vs.0.19，P=0.008）顯著小于NC組，而對比度（83.42 vs. 53.32，P<0.001）、熵（2.96 vs. 2.85，P=0.018）、差熵（1.26 vs. 1.17，P=0.001）及差方差（37.77 vs. 22.86，P<0.001）顯著大于NC組。

2.2 紋理參數與MMSE評分相關性測試結果

胼胝體三維紋理參數與MMSE評分之間的相關性測試結果見表4。可以看到胼胝體部位能量、逆差矩與MMSE評分均呈正相關關系，r值分別為0.432、0.527，P值分別為0.035、0.008，對比度、熵、差熵及差方差與MMSE評分均呈負相關關系，r值分別為-0.669、-0.481、-0.645及-0.686，P值分別為<0.001、0.017、0.001及<0.001。

表4 相關性測試結果（*為有統計學意義）

3 討論

本文中MR圖像由宣武醫院3T磁共振掃描儀采集，腦組織分辨率較高。紋理分析研究圖像像素灰度值變化規律及其分布模式，紋理特征可以反映出組織的微觀病變。

AD患者腦白質的病理改變為髓鞘受損、軸索脫失、少突膠質細胞丟失等[12]，這些變化會引起MR圖像像素灰度的改變，從而紋理特征發生相應的變化。能量反映圖像灰度分布均勻程度，當圖像較均勻時能量較大；逆差矩反映紋理的規則程度，紋理雜亂無章、難于描述時，逆差矩值較小；對比度反映臨近像素的反差，當紋理基元對比越強烈、紋理效果越明顯時對比度越大；熵及差熵是圖像內容隨機性的量度，指示紋理的復雜程度，圖像復雜程度越高，熵值越大；差方差表明臨近像素對灰度值差異的方差，對比越強烈值越大。

本研究結果顯示，AD組胼胝體部位的能量、逆差矩顯著小于NC組，對比度、熵、差熵及差方差顯著大于NC組，這一變化趨勢與前期二維紋理分析[11]中數據變化趨勢一致。這可能是由于白質的病理改變導致原本排列規則的髓鞘、軸突等結構遭到破壞，使MR圖像變得不均勻、相對復雜所致。彌散張量成像（Diffusion Tensor Imaging，DTI）技術研究[13]報道，早期AD胼胝體壓部的平均擴散率增加（Mean Diffusivity，MD），各項異性（Fractional Anisotropy，FA）值顯著降低。對早期AD患者腦白質改變和認知功能損傷的相關性研究[14]也顯示，AD患者胼胝體壓部的MD值增加，FA值降低，并指出這一現象可能反映髓鞘的瓦解和神經軸突的損傷，揭示軸突完整性的退化和皮層連接的喪失。本文用紋理分析定量描述了胼胝體的病變，與上述研究結果一致。

MMSE評分是目前臨床診斷AD最常用的工具之一，主要對定向、記憶、語言、計算和注意等功能進行評定[15]，范圍0～30分，病情越嚴重評分越低。本文對三維紋理參數與MMSE評分的相關性研究結果顯示,能量、逆差矩、對比度、熵、差熵及差方差均與MMSE評分存在相關性，這一結果提示紋理分析可能能夠反映認知功能的變化，輔助AD的診斷。

4 結論

胼胝體部位的三維紋理參數：能量、逆差矩、對比度、熵、差熵及差方差在AD組與NC組之間存在顯著性差異，且與MMSE存在相關性。提示MR圖像三維紋理特征可能反映出AD患者胼胝體部位肉眼無法觀察到的病理改變，有助于AD的診斷。

由于樣本量有限，今后將在擴大樣本量的基礎上做進一步研究。

致謝

感謝首都醫科大學宣武醫院放射科提供的數據，感謝李坤成主任、盧潔副主任、段云云醫師給予的幫助和支持。

[1]ZHANG ZX,ZAHNER GE,ROMAN GC,et al.Dementia subtypes in China: prevalence in Beijing, Xian,Shanghai, and Chengdu[J].Arch Neurol,2005,62(3):447-453.

[2]DH Salat DN.Greve,JL Pacheco,et al.Regional white matter volume differences in nondemented aging and Alzheimer's disease[J].NeuroImage,2009,44:1247-1258.

[3]謝晟,武鴻坤,肖江喜,等.胼胝體壓部FA值在輕度Alzheimer病中的診斷價值[J].實用放射學雜志,2006,22(9):1025-1027.

[4]M Di Paola,E Luders,F Di Iulio,et al.Callosal atrophy in mild cognitive impairment and Alzheimer's disease: Different effects in different stages[J].NeuroImage,2010,49:141-149.

[5]T M Chaim,F L S Duran,RR Uchida,et al.Volumetric reduction of the corpus callosum in Alzheimer's disease in vivo as assessed with voxel-based morphometry[J].Psychiatry Research:Neuroimaging, 2007,154:59-68.

[6]TC Chua,W Wen,MJ Slavin,et al. Diffusion tensor imaging in mild cognitive impairment and Alzheimer's disease:a review[J].Current Opinion in Neurology,2008,21:83-92.

[7]TF Chen,CC Lin,YF Chen,et al. Diffusion tensor changes in patients with amnesic mild cognitive impairment and various dementias[J].Psychiatry Research:Neuroimaging,2009,173:15-21.

[8]呂麗華,陳燕浩,金朝林.Alzheimer病的MR診斷價值探索[J].現代醫用影像學,2010,19(1):1-2.

[9]A El-Baz, MF Casanova,G Gimel'farb, et al. Autism diagnosticsby 3D texture analysis of cerebral white matter gyrifications[C].International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2007) pt.2,2007,10(Pt 2),pp.882-890.

[10]P Georgiadis,D Cavouras,I Kalatzis,et al.Enhancing the discrimination accuracy between metastases,gliomas and meningiomas on brain MRI by volumetric textural features and ensemble pattern recognition methods. Magnetic Resonance Imaging, 2009,27:120-130.

[11]江桂蓮,李昕,李帥鋒,等.阿爾茨海默癥患者MR圖像胼胝體和扣帶回部位紋理分析[J].北京生物醫學工程,2010,29(2):130-135.

[12]曹貴方.分子病理學研究發現老年人腦白質病變源于慢性低灌注損傷[J].中華醫學雜志,2006,86(39):39.

[13]O Naggara,C Oppenheim,D Rieu,et al.Diffusion tensor imaging in early Alzheimer's disease[J].Psychiatry Research:Neuroimaging,2006,146:243-249.

[14]倪紅艷,王明時,祁吉.早期阿爾茨海默病腦白質改變和認知功能損傷的相關性[J].中華放射學雜志,2008,42(2):157-161.

[15]彭丹濤,許賢豪,等.簡易智能精神狀態檢查量表檢測老年期癡呆患者的應用探討[J].中國神經免疫學和神經病學雜志,2005,12(4):187-190.

Study on 3D Texture Features of Corpus Callosum in Patients with Alzheimer Disease based on MR Images

LI Xin, TONG Long-zheng,WANG Xu, WANG Lei
School of Biomedical Engineering, Capital Medical University, Beijing 100069,China

R749.1；R445.2

A

10.3969/j.issn.1674-1633.2011.02.007

1674-1633(2011)02-0018-03

2010-12-06

2011-01-05

國家自然基金（81071128）；北京市自然科學基金（7102017）。

本文作者：李昕，碩士研究生。

童隆正，教授。

通訊作者郵箱：tlz823@126.com

Abstract:ObjectiveThe aim of this study is to explore the 3D texture features of corpus callosum in magnetic resonance images from the patients with Alzheimer disease (AD).Methods3D texture analysis was performed on 12 AD patients and 12 normal controls (NC). The 3D texture features extracted from gray level co-occurrence matrix were analyzed the significant differences between two groups and the correlations between features and Mini-Mental State Examination (MMSE) scores were tested.ResultsThe results showed that texture features including energy, inverse difference moment, contrast, entropy, difference entropy and difference variance were significantly different between groups, and they were correlated with MMSE scores.ConclusionThe microcosmic pathological changes in corpus callosum in AD patients could be reflected by 3D texture features and it may be helpful to AD diagnosis.

Key words:Alzheimer disease; magnetic resonance images; corpus callosum; 3D texture features