擴散峰度成像在正常成人腦組織中的應用價值

鄭慧鑫，張 輝，王效春，譚 艷，秦江波，張鎖旺，張 磊，王 樂，吳曉峰

(1山西省中醫院放射科，太原 030012;2山西醫科大學第一臨床醫學院影像科;*通訊作者，E-mail:zhanghui－mr@163.com)

隨著年齡的增長，腦組織結構會發生一些變化。然而在正常人老化過程中，腦內結構的變化與年齡的具體關系尚未清楚。擴散張量成像(diffusion tensor imaging，DTI)技術是假定水分子呈高斯分布情況下，反映成像體素內水分子擴散的變化，可以定量檢測不同腦白質微觀結構的變化。而擴散峰度成像(diffusion kurtosis imaging，DKI)是擴散成像的新技術，是反映非高斯水擴散特性的方法。本研究的目的是對健康成人腦組織進行DKI掃描，對其得到的平均峰值(mean kurtosis，MK)及部分各向異性值(fractional anisotropy，FA)值進行比較，從而探索它們之間差異。

1 資料與方法

1.1 一般資料

收集山西醫科大學第一臨床醫學院正常成人76名，年齡20－81歲，平均(50.2±18.5)歲，男34名，女42名。所有患者均無神經系統癥狀及異常影像。按年齡分為3組:20－39歲為青年組(n=25);40－59歲為中年組(n=24);60歲及以上為老年組(n=27)。

1.2 檢查方法

采用GE3.0T超導型磁共振成像儀。常規MR檢查包括 T1WI軸位和矢狀位、T2WI軸位以及T2WI-FLAIR軸位掃描。DKI采用平面回波(EPI)序列，掃描參數:TR:6 500 ms，TE:115 ms，FOV=24 cm，層厚:6.0 mm，30個擴散敏感梯度場，b值分別為 0，1 000 s/mm2，2 000 s/mm2。

1.3 數據處理

將圖像傳輸至GE Advantage Workstation4.4工作站，應用Functool軟件進行后處理，得到平均峰度(MK)、各向異性分數(FA)圖像，分別于半卵圓中心、內囊前肢、內囊后肢，胼胝體膝部、胼胝體壓部、丘腦、豆狀核、尾狀核頭、額葉、頂葉、顳葉測量每個感興趣區(ROI)的MK值與FA值。

1.4 統計學分析

應用SPSS15.0統計學軟件包進行處理。各部位MK值與FA值均以±s進行表述;用單因素方差分析評價各部位腦組織不同年齡階段MK值及FA值的差異，并使用LSD法進行兩兩比較。P＜0.05認為差異有統計學意義。

2 結果

半卵圓中心、內囊后肢，胼胝體膝部、胼胝體壓部、額葉、頂葉、顳葉、尾狀核頭的MK值及半卵圓中心、胼胝體膝部、內囊后肢、頂葉的FA值各組間差異有統計學意義(P＜0.05，見表1，2)。青年組與中年組比較，半卵圓中心、胼胝體膝部、胼胝體壓部、內囊后肢、額葉、顳葉、頂葉、尾狀核頭的MK值及半卵圓中心、胼胝體膝部、內囊前肢、內囊后肢、額葉、頂葉的FA值組間差異有統計學意義(P＜0.05)，青年組＞中年組。青年組與老年組比較，各部位MK值及FA值組間差異均有統計學意義。中年組與老年組比較，各部位的MK值組間差異均有統計學意義，而在內囊前肢及額葉的FA值組間差異無統計學意義。

表1 各年齡組間正常成人腦不同部位MK值比較Table 1 Comparison of MK value of different regions of the brain among 76 normal subjects with different age groups

表2 各年齡組間正常成人腦不同部位FA值比較Table 2 Comparison of FA value of different regions of the brain among 76 normal subjects with different age groups

3 討論

人類的大腦在發育和老化過程中，其結構和形態在變化，在青春期和成年初期白質體積在增大，而后隨老化而減小［1］。有報道表明7－60歲年齡段，灰質的密度呈非線性下降，其下降速率因不同部位而定［2］。年齡相關性DTI指標的變化已經被廣泛報道［3］，隨著時間的推移FA在白質束改變，符合上述組織微觀結構的改變［4］。

DTI技術是表征水分子的運動假定在單室模型內，以自由、非受限的形式進行擴散，水分子擴散位移呈高斯分布。其中FA作為體素內一致性的測定指標，反映顯微結構的完整性，也是各向異性的指標。但是，生物組織結構復雜，水分子的運動因細胞內外結構、游離與結合水的物理化學特性等差異而表現復雜，表征生物組織內的水分子擴散應基于多室模型，其擴散位移呈非高斯分布［5］。擴散峰度成像是新近出現的用來探查非高斯分布的水分子擴散特性的方法。可以量化真實水分子擴散與理想的高斯分布擴散的位移偏離大小，表征水分子擴散受限程度和擴散的不均質性，其MK是一個反映擴散受限程度的無量綱參數，更加敏感探測組織微觀結構的改變，因此可能是疾病早期的標記，例如在灰白質年齡相關性變化［6］、注意力缺陷多動癥［7］、多發硬化［8］、腦中風［9］、帕金森病［10］、精神分裂癥［11］、腦膠質瘤級別判定［12］等方面均取得了一些初步結果，具有明顯的臨床應用前景。

隨著年齡的增長，整個人腦組織會發生退化性改變。就不同部位的腦組織而言，退化程度不同。對于DTI在腦組織老化的研究已有廣泛報道，如國外研究表明，FA值與年齡呈負相關，FA值隨年齡增長明顯下降［13］。關于隨著年齡變化的幅度，據報道FA值下降的速率大約10年3%［14］。本研究結果表明，半卵圓中心、胼胝體膝部、內囊后肢、頂葉的FA值在不同年齡間差異有統計學意義(P＜0.05)，青年組＞中年組＞老年組。內囊前肢、胼胝體壓部、丘腦、豆狀核、尾狀核頭、額葉、顳葉部分組間FA值差異有統計學意義，這與以往的研究基本一致，表明隨年齡增長FA值下降。

DKI是水擴散研究的新技術，目前國內外對DKI在正常人腦組織的研究報道較少。有文獻［6］報道，關于年齡和MK相關性在直方圖的分析;從青年人到老年人所有白質和灰質的峰值減少。Nilsson［15］等對健康成人大腦的正常老化過程定量測定研究發現，隨年齡增長，胼胝體膝部、半卵圓中心、額葉白質、丘腦等MK值明顯下降。本組研究表明，半卵圓中心、內囊后肢，胼胝體膝部、胼胝體壓部、額葉、頂葉、顳葉、尾狀核頭的MK值各組間差異有統計學意義(P＜0.05)，青年組＞中年組＞老年組。內囊前肢、丘腦部分組間MK值差異有統計學意義，這與Nilsson研究結果基本相符。

本研究結果表明在青年組與中年組的胼胝體壓部、顳葉、尾狀核頭及中年組與老年組的額葉、內囊前肢的MK值組間差異均有統計學意義，而FA值組間差異無統計學意義。說明DKI觀察水分子在灰質內相對各向同性的擴散、腦白質內交叉和發散神經纖維的擴散優于當前DTI技術，另外與DTI相比，對圖像處理過程中混雜效應的干擾不敏感，例如:腦室周圍灰質的MK受腦脊液的影響小于FA。如在帕金森病的初步研究中［16］發現，患者基底節各主要核團(尾狀核、殼核、蒼白球)以及黑質的MK值明顯高于正常對照組，患者黑質的FA值顯著高于正常對照組，其他基底節核團的FA值在兩組間沒有顯著差異。在膠質瘤研究中，Raab等［17］首先采用DKI技術研究34例膠質瘤(WHO 2級星形細胞瘤5例，WHO 3級星形細胞瘤13例，WHO 4級膠質母細胞瘤16例)，發現在WHO 2級與WHO 3級星形細胞瘤之間以及WHO 3級星形細胞瘤與膠質母細胞瘤之間，其MK值的差異均有統計學意義，而FA值不能區分三組膠質瘤。因此與FA值比較，MK值更敏感，是水擴散研究從高斯水進入非高斯水領域，能夠更加真實反應腦組織微觀結構的變化。

總之，隨著DKI被逐步用于臨床研究，其價值有待于進一步發現、證實和完善，使其能夠更加準確、真實地顯示腦組織水分子的擴散運動，從而更好地反映出腦組織灰質與白質微觀結構的改變［18］，為腦組織病變的早期診斷、病程檢測、評估療效及預后提供重要依據。

［1］Lebel C，Walker L，Leemans A，etal.Microstructural maturation of the human brain from childhood to adulthood［J］.Neuroimage，2008，40(3):1044－1055.

［2］Sowell ER，Thompson PM，Toga AW.Mapping changes in the human cortex throughout the span of life［J］.Neuroscientist，2004，10(4):372－392.

［3］Camara E，Bodammer N，Rodriguez-Fornells A，etal.Age－related water diffusion changes in human brain:a voxelbased approach［J］.Neuroimage，2007，34(4):1588－1599.

［4］Lebel C，Gee M，Camicioli R，etal.Diffusion tensor imaging of white matter tract evolution over the lifespan［J］.Neuroimage，2011，60(1):340－352.

［5］Wu EX，Cheung MM.MR diffusion kurtosis imaging for neural tissue characterization［J］.NMR Biomed，2010，23(7):836－848.

［6］Falangola MF，Jensen JH，Babb JS，etal.Age-related non-Gaussian diffusion patterns in the prefrontal brain［J］.J Magn Reson Imaging，2008，28(6):1345－1350.

［7］Helpern JA，Adisetiyo V，Falangola MF，etal.Preliminary evidence of altered gray and white matter microstructural development in the frontal lobe of adolescents with attention－deficit hyperactivity disorder:a diffusional kurtosis imaging study［J］.J Magn Reson Imaging，2012，36(2):508.

［8］Yoshida M，Hori M，Yokoyama K，etal.Diffusional kurtosis imaging of normal-appearing white matter in multiple sclerosis:preliminary clinical experience［J］.Jpn JRadiol，2013，31(1):50－55.

［9］Hui ES，Fieremans E，Jensen JH，etal.Stroke assessment with diffusional kurtosis imaging［J］.Stroke，2012，43(11):2968－2973.

［10］Giannelli M，Toschi N，Passamonti L，etal.Diffusion kurtosis and diffusion-tensor MR imaging in parkinson disease［J］.Radiology，2012，265(2):645－646.

［11］Jensen JH，Helpern JA.MRIquantification of non－Gaussian water diffusion by kurtosis analysis［J］.NMR Biomed，2010，23(7):698－710.

［12］Van Cauter S，Veraart J，Sijbers J，etal.Gliomas:diffusion kurtosis MR imaging in grading［J］.Radiology，2012，263(2):492－501.

［13］SullIvan EV，Adalstcinsson E，Hedehus M，etal.Equivalent disruption of regional white matter microstructure in ageing healthy men and women［J］.Neuroreport，2001，12(1):99－104.

［14］Grieve SM，Williams LM，Paul RH，etal.Cognitive aging，executive function，and fractional anisotropy:a diffusion tensor MR imaging study［J］.AJNR，2007，28(2):226－235.

［15］Nilsson M，Wirestam R，Stahlberg F，etal.Regional values of diffusional kurtosis estimates in the healthy brain［J］.JMagn Reson Imaging，2013，37(3):610－618.

［16］Wang JJ，Lin WY，Lu CS，etal.Parkinson disease:diagnostic utility of diffusion kurtosis imaging［J］.Radioligy，2011，26(1):210－217.

［17］Raab P，Hattingen E，Franz K，etal.Cerebral gliomas:diffusional kurtosis imaging analysis of microstructural differences［J］.Radiology，2010，254(3):876－881.

［18］Cheung MM，Hui ES，Chan KC，etal.Does diffusion kurtosis imaging lead to better neural tissue characterization?A rodent brain maturation study［J］.Neuroimagen，2009，45(2):386－392.