QSM技術在認知功能評估中的應用研究

李穎娜，梁文洲，趙立營，王志仁

0 前言

當前，全球老年人口不斷增加，與之相關的認知功能障礙問題也日益凸顯。隨著人口老齡化趨勢的加劇，老年人群中出現認知功能下降的風險也顯著增加。認知功能障礙不僅影響個體的生活質量，還對社會醫療資源構成巨大挑戰。因此，尋找一種準確、非侵入性的方法來早期評估和監測認知功能障礙的變化變得尤為重要。磁共振成像（magnetic resonance imaging, MRI）技術在神經科學領域的應用日益廣泛，然而，傳統MRI方法往往難以提供關于腦結構和功能的詳細信息。尤其是在認知功能障礙研究中，僅僅依靠常規MRI難以捕捉微小的生理和病理變化。因此，需要一種更加敏感和精確的成像技術，以更好地揭示認知功能障礙的機制和特征。在這種背景下，定量磁化率成像（quantitative susceptibility mapping,QSM）技術應運而生。QSM技術基于磁共振信號的磁化率變化，能夠更準確地測量組織內的鐵含量。鐵作為重要的生物標志物，在神經退行性疾病的發病機制中起著重要作用[1-3]。QSM技術不僅能夠提供有關腦鐵含量的定量信息，還可以揭示鐵沉積與認知功能障礙之間的關聯[3]。然而，盡管QSM技術在認知功能障礙研究中具有潛在應用價值，但其在不同疾病類型中的具體應用和作用尚需深入探索和總結。為了更好地利用QSM 技術來評估認知功能障礙，并為相關疾病的早期診斷和治療提供支持，有必要對QSM技術在神經退行性疾病中的應用進行綜合性的總結和評估。本綜述旨在填補這一知識空白，系統地介紹QSM技術在不同類型的認知功能障礙研究中的應用情況，為進一步的研究和臨床應用提供科學依據。

1 QSM技術在認知功能評估中的應用

從科學研究發展趨勢來看，認知功能障礙已經成為老年人健康問題的重要組成部分，相關研究越來越受到重視。隨著人口老齡化進程的加快，認知功能障礙的患病率也將會進一步上升。因此，發展有效的認知功能評估方法對于老年人的健康管理具有重要意義。QSM 技術作為一種非侵入性、無輻射的成像技術，在認知功能評估中具有廣泛的應用前景。該技術不僅可以提供高分辨率的腦部結構圖像，還可以定量評估鐵含量等生物標志物與認知功能之間的關系，為認知功能障礙的早期診斷和治療提供更為準確和可靠的依據[4]。

在認知功能評估中，QSM 技術被證明可以提供更準確、可靠的結構和功能信息，為研究認知功能障礙的病理機制提供支持[5-6]。近年來，許多研究[1,7]表明，QSM技術可以用于評估腦鐵含量和分布，從而探究與認知功能相關的神經元萎縮和失活等病理變化。同時，國內外的研究機構在不同的神經疾病和認知功能障礙領域應用了QSM技術，并取得了一些重要的研究進展，如特發性快速眼動期睡眠行為障礙患者黑質及小腦齒狀核鐵沉積增多可能是特發性快速眼動期睡眠行為障礙神經退行性變主要原因之一，或可成為其進展為神經變性病的早期影像學標志之一[8]，以及磁敏感度可能提供有關大腦髓鞘化和鐵沉積的空間和時間模式在大腦成熟和衰老過程中的寶貴信息[9]。

綜合而言，QSM 技術在認知功能評估中具有潛在的應用前景。它可以提供有關腦鐵含量和分布的定量信息，并揭示與認知功能相關的病理變化。然而，仍需要進一步的研究來驗證QSM在認知功能評估中的準確性和可靠性，并探索其在不同認知障礙類型和疾病中的臨床應用價值。此外，標準化的方法和參數以及更大規模的研究樣本也是未來研究的重要方向。

2 QSM在不同疾病導致的認知功能障礙中的應用

2.1 QSM在阿爾茨海默病患者認知中的應用

在阿爾茨海默病（Alzheimer's disease, AD）的研究中，QSM 技術不僅被廣泛應用于評估腦鐵含量的變化，發現與認知功能障礙相關的病理性鐵沉積[9-10]，還可以作為該疾病的生物標志物。此外，QSM 技術還可以用于評估白質病理學和認知功能障礙的關聯。一些研究[11]利用QSM 技術結合擴散張量成像（diffusion tensor imaging, DTI）技術發現，AD 患者白質區域存在鐵沉積，并且與DTI指標的異常有關。KUCHCINSKI 等[12]的研究結果表明，QSM 技術在評估AD 患者大腦內鐵沉積程度方面具有有效性，并且在辨別AD 和輕度認知功能障礙（mild cognitive impairment, MCI）患者方面具有較高的準確性。同時，QSM技術在癡呆研究中的應用也得到了廣泛關注。綜述[10]分析的研究結果表明，QSM技術在不同類型的癡呆診斷中具有很高的準確性，特別是在AD性癡呆的診斷方面，還可以用于監測癡呆癥狀的發展和治療效果。

COGSWELL 等[13]采用QSM 技術測量AD 患者腦鐵含量，并與其認知能力進行了相關性分析，研究結果顯示，AD患者的腦鐵含量與認知能力呈一定程度的相關性，即腦部鐵含量越高，認知能力越差。研究[14-15]還發現，AD 患者的腦鐵含量明顯高于健康對照組，尤其是尾狀核和殼核。

以上研究結果表明，QSM技術在評估AD患者的認知功能和腦鐵含量方面具有潛在應用價值。通過對腦鐵含量的定量分析，QSM 可以提供對認知能力和疾病進展的評估，并且有助于早期診斷和監測AD。然而，進一步的研究仍然需要進行，以驗證QSM 技術在AD 診斷和研究中的可靠性和準確性，并深入探究其在AD發病機制中的作用。

2.2 QSM在MCI患者認知中的應用

QSM 技術在研究認知退化早期階段的疾病中具有潛在應用價值。研究表明，QSM 能夠檢測到認知退化早期患者的鐵代謝異常[16]和海馬體體積變化[17]，通過對MCI 患者和正常對照組的比較發現，MCI 患者的海馬體磁敏感值較正常對照組降低，并且鐵代謝也發生改變[17]。以上研究結果提示，鐵代謝異常和海馬體萎縮可能在認知退化的早期階段就已存在。

QSM技術在評估MCI患者的大腦鐵沉積情況方面也顯示出潛力。研究發現，MCI 患者的顳葉[18]、基底節[19]和丘腦[16]的磁敏感值明顯增高，表明這些區域存在鐵沉積，并且磁敏感值的高度與患者的認知功能損害程度呈正相關[16]。這些結果提示，QSM 技術可以作為評估MCI患者的大腦鐵代謝情況的有力工具，為早期診斷和治療提供新的視角。

在不同嚴重程度的MCI 患者中，QSM 和R2 值在大腦鐵沉積上存在明顯差異，顯示出作為MCI潛在生物標志物的潛力[20]。此外，一項研究[21]還發現MCI 患者存在深部灰質區域的鐵沉積，可能與其認知功能下降有關。這表明，QSM 技術可以用于研究MCI 患者的神經鐵代謝，并在MCI的早期診斷和治療方面提供幫助。還有多項研究[22-23]發現，與傳統成像技術相比，QSM 具有更高的敏感度和特異度，尤其在海馬區的診斷價值更高。

總的來說，QSM 技術在認知功能退化相關研究中具有重要的應用價值。它可以提供關于鐵代謝異常和大腦區域變化的準確和敏感的信息，為認知功能退化的早期診斷和治療提供新的視角。然而，盡管已有的研究表明QSM技術在認知功能退化方面的潛力，但仍需要更多的大規模研究來驗證其在不同類型認知障礙中的應用，并解決現有的挑戰和限制。因此，未來的研究應該進一步探索QSM技術的機制、優化標準化方法和參數，并與其他成像技術進行比較和整合，以更全面地理解認知功能退化的病理機制。

2.3 QSM在帕金森病患者認知中的應用

QSM技術不僅在AD中有應用價值，還被廣泛用于研究其他神經退行性疾病患者的鐵沉積與認知功能之間的關系。一項針對帕金森病（Parkinsons disease, PD）患者的研究[24]發現，黑質致密部位的鐵沉積增加與較差的認知功能相關，包括執行功能和注意力等方面的損害。這表明QSM 技術可以用于評估PD 患者腦部鐵含量的變化，并發現與運動障礙相關的病理性鐵沉積。另外，一些國內外的研究還探索了QSM 技術在其他認知功能障礙方面的應用。例如，一項針對早期特發性PD 患者的研究[25]發現，局部鐵沉積異常程度與運動障礙的嚴重程度呈正相關，提示QSM 技術有望成為評估早期PD 患者腦部鐵代謝異常的可靠工具。

LANGKAMMER 等[26]采用QSM 技術對PD 患者的腦灰質中的鐵含量進行測量，并與認知功能表現進行相關性分析。研究結果顯示，腦鐵含量與認知功能之間存在一定的相關性，因此，QSM 技術可以用于預測PD患者的認知功能表現。其他研究也發現PD患者的腦鐵含量與疾病嚴重程度呈正相關[27]，在大腦皮層和基底節區域[28]以及黑質[29]和紅核區域[30]的磁敏感值顯著增加，并發現PD 患者的認知功能障礙與鐵質含量異常有關。這些研究結果表明，QSM 技術可以作為一種非侵入性的方法來評估PD 患者的腦鐵含量，為PD的診斷和治療提供了新的思路和方法。

綜上所述，QSM 技術在神經退行性疾病研究中的應用不僅局限于AD，還擴展到PD 等其他疾病。通過對鐵沉積和認知功能之間的關系進行研究，QSM 技術為我們理解這些疾病的發病機制提供了新的見解，并為早期診斷和治療提供了潛在的非侵入性工具。然而，需要進一步的研究來驗證QSM技術在這些疾病中的可靠性和準確性，并深入探究其在疾病發展和治療效果監測方面的應用前景。

2.4 QSM在其他認知功能障礙方面的應用

除AD 和PD，QSM 技術還被用于研究腦卒中后認知功能障礙[31]、糖尿病、前顳葉癡呆、表層色素沉著癥（superficial siderosis, SS）、貧血、血管性認知障礙、腦下垂體血管性認知障礙（cortical vascular cognitive impairment with no dementia, SVCI）、血管性癡呆（vascular dementia, VD），以及全身性紅斑狼瘡（systemic lupus erythematosus, SLE）等方面。一些研究發現，QSM 技術可以評估腦鐵含量的變化，并發現認知功能障礙與病理性鐵沉積相關。例如，在糖尿病患者的研究[32]中，QSM 技術發現海馬區的鐵含量與認知功能損傷呈負相關。在前顳葉癡呆患者中，QSM 技術顯示腦鐵含量顯著增加，并與認知功能障礙的嚴重程度相關[33]。PEROSA 等[34]通過比較SS 患者和正常人的QSM 圖像，發現SS 患者的磁敏感值明顯增加，提示QSM技術可以作為一種非侵入性的方法來檢測和診斷SS，為其早期診斷和治療提供了新的可能性。BAE等[35]采用QSM技術測量貧血患者和健康對照組的腦部鐵含量，并比較兩組之間的差異。結果顯示，貧血患者的腦部鐵含量顯著低于健康對照組，且腦部鐵含量與貧血程度呈負相關。在SVCI 中，QSM 技術揭示了尾狀核、內囊和蒼白球等腦區的鐵代謝異常[36]。上述研究結果表明，QSM 技術可以作為一種非侵入性的方法來評估不同認知功能障礙疾病患者的腦部鐵含量，為這些疾病的早期診斷和治療提供新的可能性。MOON 等[37]的研究使用QSM技術初步探討了VD 患者的鐵質沉積情況。結果顯示，VD 患者存在著大腦鐵質沉積的增加，表明QSM 技術可以對其進行可靠的檢測，有望成為VD 的輔助診斷手段。有學者通過探討SLE 患者的QSM 情況與認知障礙之間的關系，結果發現，QSM可以對SLE患者的鐵質沉積情況進行可靠的檢測，并且SLE患者的磁敏感值與認知障礙程度呈現相關性[38-39]。

總體而言，QSM 技術在研究認知功能障礙和神經退行性疾病方面展現出廣闊的應用前景。通過評估腦部鐵含量的變化，QSM 技術能夠揭示與認知功能損害相關的病理性鐵沉積，并為早期診斷、疾病監測和治療提供有力支持。然而，盡管已經取得了一些有意義的研究結果，但仍需要進一步的研究來驗證和拓展QSM技術在這些領域的應用，以更好地了解這些疾病的發病機制和提供更有效的臨床管理策略。

3 QSM技術的局限性

盡管QSM 技術在醫學領域和神經科學研究中具有廣泛的應用前景，但它也存在一些缺陷和局限性：（1）對穩定磁場的要求。QSM 技術對高度穩定的磁場要求較高，即使微小的磁場不均勻性或波動也可能導致圖像偽影或定量結果的不準確性，因此，需要對磁體進行精確的校準和維護，并且對環境中的外界磁場干擾進行有效的屏蔽[40-41]。（2）掃描參數的準確性要求。QSM 技術對掃描參數的準確性要求也較高，如掃描的回波時間等參數需要精確控制，以獲得可靠的磁化率重建結果，任何掃描參數的偏差都可能導致圖像偽影和磁化率定量誤差[42]。（3）鐵含量定量誤差。QSM 技術常被用于估計組織中的鐵含量，但在實際應用中，磁化率定量結果可能受到多種因素的影響而產生誤差，例如組織中的其他成分（如脂肪、水等）也可能對磁化率測量產生影響，從而降低定量結果的準確性[43-44]。（4）數據處理和分析的復雜性。QSM 技術需要對大量的原始數據進行復雜的處理和分析，包括相位圖像重建、背景場估計、去噪和磁化率計算等步驟，這些處理步驟需要消耗大量的計算資源和時間，并且需要有經驗的技術人員進行操作和解釋結果[45-46]。（5）缺乏標準化和標定方法。目前QSM 技術的標準化和標定方法仍在不斷發展中，不同廠商和實驗室之間可能存在差異，導致結果的可比性和一致性受到影響。因此，建立統一的標準化方法和參考值范圍是QSM 技術應用和結果解釋的挑戰之一。這些缺陷和局限性表明，盡管QSM技術在認知功能評估等領域具有潛在的應用前景，但在實際應用中仍需謹慎對待，并需要進一步改進和完善。

4 總結與展望

4.1 總結

總的來說，以上研究表明QSM技術可以作為一種非侵入性的方法來評估認知功能和神經系統疾病中的鐵含量。這些研究結果有助于深入了解鐵代謝在神經系統中的作用，并為相關疾病的診斷和治療提供新思路。具體來說，這些研究可以為認知功能評估提供一種新的、準確的、非侵入性的方法，同時也為相關神經系統疾病的診斷和治療提供了新的思路和方法。

此外，這些研究還表明QSM技術在神經科學領域的應用前景非常廣闊。通過結合QSM 技術和其他神經影像學技術，可以更加全面地了解神經系統中鐵代謝的作用，并為神經系統疾病的研究提供更為精準的方法和手段。總之，隨著神經科學研究的不斷深入，QSM 技術在神經系統疾病診斷和認知功能評估中的應用前景將會越來越廣闊。

總之，QSM是一種有前途的MRI技術，在推動我們理解腦鐵在認知功能中的作用以及其與各種神經系統疾病之間的關系方面表現出了巨大的潛力，可用于研究鐵沉積與認知功能之間的關系。它有潛力為我們提供對神經退行性疾病的潛在機制的新見解，并成為早期檢測和監測認知衰退的生物標志物，但需要進一步的研究來驗證QSM 在認知研究中的臨床實用性，并解決該技術的局限性，例如其準確性易受多種因素的影響等。

4.2 展望

未來，QSM 技術在認知功能評估領域的應用前景也會越來越廣闊。第一，隨著技術的不斷進步，QSM技術在成像質量和定量測量方面將會更加準確和可靠。例如，目前正在研究基于深度學習的QSM圖像重建方法，能夠進一步提高成像質量和降低噪聲干擾[47]。第二，隨著認知功能評估的研究不斷深入，未來將有更多的生物標志物被發現，并與QSM技術結合使用，從而實現更為精準的認知功能評估。例如，一項最新的研究[48]表明，基于QSM 技術評估腦干中鐵含量與認知功能之間的關系，可以幫助早期診斷PD 等相關疾病。第三，隨著QSM 技術的不斷發展和完善，它在認知功能評估領域的應用前景也將不斷拓展。目前在認知功能評估中常用的腦部結構分析方法主要基于3D T1WI像素強度，但這種方法并不能提供大腦中鐵含量等生物標志物的信息。第四，QSM 技術還可以結合其他成像技術（如fMRI）來進一步研究認知功能與腦結構、功能之間的關系。研究人員可以通過將QSM 和fMRI 圖像數據進行融合，來研究認知功能的神經機制，探索不同認知功能任務對應的腦活動區域和網絡。這些研究成果不僅可以深化我們對認知功能的理解，還可以為認知障礙的早期診斷和治療提供更加準確和有效的手段。因此，QSM 技術有望成為一種重要的補充方法，通過量化鐵含量等生物標志物與認知功能之間的關系來提高認知功能評估的精度和可靠性。

綜上所述，QSM 技術在認知功能評估中具有廣泛的應用前景。隨著技術的不斷進步和完善，它將成為一種重要的工具，幫助我們更好地了解認知功能與大腦結構、功能之間的關系，并為認知障礙的早期診斷和治療提供更加準確和可靠的依據。同時，QSM技術的發展也將推動腦科學研究的不斷深入和拓展。QSM 技術在認知功能評估中的應用研究正在取得越來越多的成果，并在國內外得到了廣泛的關注。隨著技術的不斷發展和成熟，QSM 技術的應用前景也將會越來越廣闊，將為醫學研究和臨床診療帶來巨大的改進。

作者利益沖突聲明：全體作者均聲明無利益沖突。

作者貢獻聲明：王志仁設計本研究的方案，對稿件重要內容進行了修改；李穎娜起草和撰寫稿件，獲取、分析或解釋本研究的數據；梁文洲、趙立營獲取、分析或解釋本研究的數據，對稿件內容進行了修改；王志仁獲得了首都衛生發展科研專項、北京市醫院管理局臨床醫學發展專項經費資助。全體作者都同意發表最后的修改稿，同意對本研究的所有方面負責，確保本研究的準確性和誠信。