靜息態功能磁共振成像觀察帕金森病患者局部一致性的動態變化

陸瑤，李琰，楊文蕊，楊黎，張洪英，徐耀，吳晶濤*

帕金森病(Parkinson's disease，PD)是一種以運動 障礙為主要核心癥狀并伴有精神認知障礙的神經退行性疾病[1]。磁共振腦功能血氧水平依賴(blood oxygen level-dependent，BOLD)成像是少數的非侵入性檢測研究大腦神經元活動的方法之一，可以發現PD患者局部腦區低頻振幅[2](amplitude of low-frequency fluctuation，ALFF)、局部一致性[3](regional homogeneity，ReHo)，以及功能連接[4-5]異常。先前研究表明PD患者基底神經節和輔助運動區之間的功能連接減低是導致PD患者運動障礙的重要原因[6]。而紋狀體結構的改變往往與PD患者認知功能下降有關[7]。PD患者的認知功能損害主要表現在視空間、注意力、執行功能方面[8-9]，但這些臨床表現診斷并無特異性。因此尋找合適的輔助手段對于實現PD的早期診斷以及臨床干預有著重大的意義。然而，傳統的腦部靜息態功能磁共振成像(resting-state functional magenetic resonance imaging，rs-fMRI)研究是假設BOLD信號在整個掃描期間是穩定的，忽略了大腦自發活動隨時間的動態變化特征[10]。基于滑動時間窗[11-12]的動態局部一致性(dynamic regional homogeneity,dReHo)分析能夠更好地探究大腦神經活動的動態變化。基于以往的文獻回顧，dReHo動態分析對于檢測癲癇[13]、系統性紅斑狼瘡[14]等腦相關疾病以及抑郁、行為障礙[15-16]等精神疾病的腦改變表現出較高的敏感度。因此，本研究采用rs-fMRI技術，通過計算dReHo指標來探究PD患者局部大腦活動的異常動態特征，為研究PD潛在的腦機制提供新思路。

1 材料與方法

1.1 臨床資料

本研究前瞻性納入2018年8月至2021年8月間于蘇北人民醫院就診的PD患者32例，納入標準：(1)病例均符合國際運動障礙學會2015年制定的PD的臨床診斷標準[17]；(2)均為右利手；(3)無疾病相關手術、外傷史；(4)所有PD患者磁共振檢查前停止服用相關治療藥物至少12 h，以減少藥物對腦活動的影響；(5)已采用PD統一評分量表(Unified Parkinson's disease Rating Scale，UPDRS)的第Ⅲ部分、簡易精神狀態檢查量表(Mini-Mental State Examination，MMSE)和蒙特利爾認知評估量表(Montreal Cognitive Assessment，MoCA)對患者的運動和認知功能進行評估。排除標準：(1)伴有嚴重認知或運動障礙無法配合檢查的患者；(2)嚴重腦梗死、腦萎縮無法完成腦空間結構標準化配準的患者；(3)對左旋多巴治療無效果；(4)存在影響步態的其他疾病，如視覺障礙、運動系統疾病等；(5)存在其他嚴重精神障礙或心理疾病的患者。招募年齡、性別相匹配33 名健康對照(healthy controls, HC)作為對照組，納入標準：(1)被試神志清楚，無神經系統疾病和精神病史；(2)頭顱MRI 平掃未見明顯異常信號。本研究經蘇北人民醫院倫理委員會批準(批準文號:J-2014066)，受試者均簽署了書面知情同意書。

1.2 MRI數據采集

掃描設備采用美國GE公司Discovery MR750 3.0 T (Milwaukee，USA) MRI，配套8通道頭顱線圈，首先行常規頭顱MRI 平掃檢查有無器質性病變，然后進行3D-T1WI 和靜息態BOLD 掃描。rs-fMRI 影像掃描參數如下：(1)梯度回波單次激發序列：TR 2000 ms，TE 30 ms，視野240 mm×240 mm，矩陣64×64，翻轉角90°，層厚3.5 mm，層數33，時間點240，無層間距；(2)矢狀位3D-T1WI序列：TR 8.2 ms，TE 3.2 ms，翻轉角12°，矩陣256×256，層厚1 mm，層數=176，無層間距。

1.3 數據預處理

首先檢查每個被試的腦影像質量，排除影像質量較差的被試，采用基于MATLAB R2018a的TDA (DPABI_V4.1_190725_TDA_Surf)和SPM12 (http://www.fil.ion.ucl.ac.uk/spm)工具包對掃描后的數據進行預處理其具體過程如下：(1)去除被試前10 個時間點的圖像數據，以保證掃描信號達到平衡，同時對剩下的230 個時間點進行時間層矯正和頭動矯正；(2)對頭動位移大于2 mm 或者旋轉大于2°的被試進行排除(3)將個體T1WI 圖像配準到平均功能圖像上并對圖像進行分割，分成灰質、白質和腦脊液；(4)基于步驟(3)得到的空間變化信息，將功能圖像配準到蒙特利爾神經學研究所(Montreal Neurological Institute MNI)空間；(5)利用回歸方法去除噪聲，包括線性漂移、Friston24 參數模型頭動效應、白質及腦脊液信號；(6)使用0.01～0.08 Hz 的頻段進行濾波從而減少低頻漂移和高頻噪聲對圖像的干擾。

1.4 dReHo指標的計算

利用基于MATLAB 的TDA 工具包通過滑動時間窗的方法對dReHo指標進行計算。窗寬和步長是影響其算法的關鍵因素，兩者均以TR表示。窗寬太短會引入虛假波動的風險，導致后續的指標計算不太穩健；窗寬太長難以捕捉其動態性。在本研究中采用中等長度窗寬為32個TR，步長為1個TR，在每個時間窗下對全腦體素的ReHo 指標進行計算，共得到199 個ReHo 腦圖[10]。接著計算各時間窗下各體素ReHo 值的變異系數(coefficient of variation，CV)，然后對CV 圖進行標準化和高斯空間平滑處理(FWHM=6 mm)提高信噪比，最后為每個被試得到一組dReHo圖。

1.5 統計學分析

首先，采用SPSS 26.0軟件對被試的一般資料及相關臨床量表資料進行統計學分析，計數資料以頻數表示，兩組間的定性資料采用χ2檢驗，對于定量資料采用正態性檢驗(Kolmogorov-Smirnov 檢驗)和方差齊性檢驗,正態分布的資料采用±s表示，非正態分布的資料采用M (P25，P75)表示。

接著采用Restplus 工具包(http://www.restfmri.net)對dReHo進行統計學處理，運用雙樣本t檢驗分析數據，以年齡及性別作為協變量，得到PD患者和HC組之間的dReHo 差異腦區，采用錯誤發現率(false discovery rate，FDR)方法進行多重檢驗校正(P＜0.05,FDR 校正)。最后在標準模板上顯示結果，參照AAL 分區來記錄相關差異的腦區及其對應的MNI 坐標、體素大小以及t值。

在MATLAB R2018a 中應用DPABI (Data Processing＆ Analysis for Brain Imaging)軟件提取差異腦區的dReHo 值，采用GraphPad Prism 7 軟件的Pearson 相關分析分別檢驗PD 組與HC 組之間差異腦區的dReHo值與MMSE 評分、MoCA 評分以及UPDRS-Ⅲ評分的相關性，P＜0.05表示差異或相關性具有統計學意義。

最后，采用受試者工作特征(Receiver operating characteristic, ROC)曲線分別評估相關差異腦區dReHo指標對PD患者的診斷效能。此外，為了進一步評估不同差異腦區dReHo 指標的聯合診斷價值，采用二元Logistic回歸建立聯合預測模型，通過ROC曲線評估聯合預測模型對于診斷PD的預測價值。

2 結果

2.1 臨床資料分析

本研究最終納入了32名PD患者和33例健康對照者。所有被試的人口學統計及臨床資料分析見表1。兩組性別上差異無統計學意義(χ2=2.747，P=0.097)；兩組在年齡上差異無統計學意義(t=1.035，P=0.306)。

表1 最終納入研究被試的人口學及臨床特征Tab.1 Demographic and clinical data

2.2 組間統計分析

PD組及HC組雙樣本t檢驗結果顯示局部大腦活動在基底節、舌回區域差異具有統計學意義(FDR 校正，P＜0.05)。與HC組相比，PD組左側尾狀核、右側殼核、雙側舌回dReHo值降低(FDR校正，P＜0.05) (表2、圖1)。

圖1 PD 組與HC 組相比dReHo存在顯著組間差異的腦區。注：PD：帕金森病；HC：健康對照；dReHo：動態局部一致性。Fig. 1 Brain regions with significant intergroup differences in dReHo between the PD group and HC group. Note: PD: Parkinson's disease; HC:healthy controls;dReHo:dynamic regional homogeneity.

表2 PD組與HC組相比具有顯著dReHo差異的腦區Tab.2 Brin regions with significant differences in dynamic ReHo between groups

2.3 PD 患者異常活動腦區dReHo 值和量表評分的相關性分析

經Pearson 相關分析顯示,PD 組左側尾狀核及右側殼核dReHo 與MMSE 評分呈正相關(r值分別為0.374、0.379，P值分別為0.04、0.03) (圖2)。PD 組左側尾狀核、右側殼核及左側舌回dReHo與UPDRS-Ⅲ評分呈負相關(r值分別為-0.446、-0.369、-0.419，P值分別為0.01、0.04、0.02) (圖3)。PD 組異常腦區的dReHo值與MoCA評分均無相關性。

圖2 PD 組差異腦區dReHo 值和MMSE 評分的相關性分析。2A：PD 組左側尾狀核dReHo 值與MMSE 評分呈正相關；2B：PD 組右側殼核dReHo 值與MMSE 評分呈正相關。注：PD：帕金森病；dReHo：動態局部一致性；MMSE：簡易精神狀態評價量表。Fig. 2 Correlation analysis between dReHo values and the MMSE score in the PD group. 2A:The dReHo variability in left caudate in the PD group was positively correlated with the MMSE score; 2B:The dReHo variability of right putamen in the PD group was positively correlated with the MMSE score. Note: PD: Parkinson's disease; dReHo: dynamic regional homogeneity;MMSE：Mini-Mental State Examination.

圖3 PD 組差異腦區dReHo 值和UPDRS-Ⅲ評分的相關性分析。3A：PD組左側尾狀核dReHo 值與UPDRS-Ⅲ評分呈負相關；3B：PD 組右側殼核dReHo 值與UPDRS-Ⅲ評分呈負相關；3C：PD 組左側舌回dReHo 值與UPDRS-Ⅲ評分呈負相關。注：PD：帕金森病；dReHo：動態局部一致性；UPDRS：帕金森病統一評分量表。Fig. 3 Correlation analysis between dReHo values and the UPDRS-Ⅲscore in the PD group. 3A:The dReHo variability in left caudate in the PD group was negatively correlated with the UPDRS-Ⅲscore; 3B: The dReHo variability of right putamen in the PD group was negatively correlated with the UPDRS-Ⅲscore; 3C: The dReHo variability of left lingual in the PD group was negatively correlated with the UPDRS-Ⅲscore.Note:PD:Parkinson's disease;dReHo:dynamic regional homogeneity;UPDRS:Unified Parkinson's disease Rating Scale.

2.4 ROC曲線分析

如上所示，臨床評分與部分腦區dReHo 之間存在顯著相關性，推測這些腦區的dReHo 變異性可用于區分PD患者和HC。為了驗證這種可能性，提取了差異腦區的dReHo值進行ROC曲線分析。結果顯示，左側尾狀核、右側殼核及左側舌回的曲線下面積分別為0.864、0.812和0.823 (圖4)。進一步的診斷分析表明，其敏感度分別為81.8%、63.6%和72.7%，特異度分別為90.6%、87.5%和90.6%。而多指標形成的聯合預測因子曲線下面積為0.883，敏感度和特異度分別為81.8%和93.8%。這表明這些腦區的dReHo 指標對于PD 患者均存在較高的診斷效能，且多指標聯合診斷效能優于單個指標，可以更好地從個體水平上區別PD患者和HC。

圖4 左側尾狀核、右側殼核、左側舌回動態局部一致性(dReHo)指標及多指標聯合診斷在區分帕金森病患者和健康對照中的診斷效能。Fig.4 The diagnostic performance of altered dReHo in left caudate,right putamen, left lingual and combined index in distinguishing Parkinson's disease patients from healthy subjects. dReHo: dynamic regional homogeneity; CAU.L: left caudate; PUT.R: right putamen; LING.L: left lingual;LOGREGR_Pred1:the combination of the above three indices.

3 討論

本研究通過基于滑動窗口的動態算法對PD患者的腦活動進行dReHo分析，結果顯示PD患者的殼核、尾狀核以及舌回相關腦區的dReHo值較HC組減低，并且與部分臨床量表評分存在一定的相關性。PD患者左側尾狀核及右側殼核dReHo值與MMSE評分呈正相關，左側尾狀核、右側殼核及左側舌回dReHo值與UPDRS-Ⅲ評分呈負相關。此外，ROC曲線分析證實異常腦區的dReHo指標以及多指標聯合診斷對PD患者均存在較高的診斷效能。動態區域指標不僅為探索PD患者大腦神經活動在時間和空間上的變化情況提供了新的視角和方法，而且對于PD的臨床輔助診斷也具有一定的價值。

3.1 PD患者dReHo異常腦區研究結果分析

本研究結果表明PD 患者雙側舌回dReHo 值較HC組降低，并且與評估患者運動功能的量表評分呈負相關。舌回、楔葉、距狀回屬于初級視覺皮層[18-19]，與外周的枕葉皮質共同參與視覺信息的整合和處理。Hu 等[20]研究認為，PD 患者表現出的容易迷路、看不懂地圖等空間對比敏感度降低和空間定向障礙等認知障礙可能是由于距狀溝周圍初級視覺皮層和顳葉視覺記憶皮層的損傷導致的。PD 患者出現視覺網絡[21-22]的異常，對空間信息的分析和整合能力受損，進而影響大腦對步態的調控，導致PD 患者出現不同程度的運動障礙或步態不穩，嚴重者甚至會出現凍結步態。所以本研究結果支持以往的研究結果。此外，我們還發現尾狀核、殼核等基底節神經核團也出現dReHo 的改變，并且與MMSE 評分呈正相關，與UPDRS-Ⅲ評分呈負相關。PD 的基本病生機制是紋狀體黑質致密帶的多巴胺能神經元變性丟失，造成基底節中直接通路[23-24]的抑制性活動減弱、間接通路的興奮性活動增強，進而出現運動皮質功能的反饋抑制作用過強，由此導致運動功能障礙。根據經典的皮層-紋狀體回路，殼核主要參與了運動相關功能環路。而在PD 患者發病時，殼核更是基底節部位多巴胺減少[25]最為嚴重的核團。而蒼白球、尾狀核存在邊緣葉、前額葉、頂枕顳葉大量的纖維投射，參與情緒、認知[26-27]的調節。左側尾狀核、右側殼核dReHo 顯著減低，說明基底節區神經元自發活動一致性下降，提示這些核團功能受到了影響，由此推測dReHo 可作為檢測基底節區功能改變的手段之一。

3.2 動態區域指標對PD患者的診斷價值

通過ROC曲線來分別評估單個差異腦區dReHo指標的診斷效能，其敏感度和特異度相對較高，表明動態區域指標dReHo有助于從個體水平上區別PD患者和HC。Zhang 等[11]通過對PD 患者行局部腦功能動態分析發現與HC 相比，PD 患者左楔前葉動態低頻振幅(dynamic amplitude of low-frequency fluctuation,dALFF)變異性明顯增高，且與病程呈正相關；同時，研究人員采用支持向量機進行分類驗證發現dALFF作為新的生物學標志物有助于更好地識別PD患者。另有部分學者[28]針對PD早期階段且認知功能正常的患者分別行dALFF和靜態ALFF分析發現兩者得到的PD患者異常活動腦區部分重疊，右側輔助運動區和左側中央后回的dALFF變異性與疾病嚴重程度呈負相關，并且動態特征的分類準確性高于靜態特征。該研究結果強調了動態特征在PD早期病理生理機制的研究中的互補作用以及對疾病診斷和預測的潛在貢獻。此外，將多個指標通過建立Logistic回歸模型形成的聯合預測因子進行ROC曲線分析，其分類效果優于單個指標。僅僅依靠單一指標，分類準確度有限，因此建立多指標聯合診斷模型對于PD患者的輔助診斷具有重大意義。

3.3 局限性

本研究的局限性如下：第一，由于被試樣本量較小，今后將繼續進一步擴大樣本量；第二，在MRI掃描期間沒有監測到心臟和呼吸周期的生理噪聲，這些可能對大腦活動的變化產生一定的影響；第三，雖然所有患者在檢查前已停止服用左旋多巴12 h 以上，但不能絕對消除對神經的潛在影響。

總之，本研究通過dReHo分析發現PD患者基底節神經核團及舌回等局部腦區功能異常；另外通過相關性分析發現差異腦區dReHo 值與PD 患者運動及認知功能障礙密切相關。在ROC曲線分析中，無論是單個腦區的dReHo 指標還是多指標聯合均對PD 患者顯示出較高的診斷效能。這將進一步為PD病理生理機制的研究及臨床診斷從影像學角度提供新的依據。

作者利益沖突聲明：全部作者均聲明無利益沖突。