基于多模態MRI探究血管性認知障礙的腦結構與功能影像學特征

Explorationof brain structureandfunctioncharacteristics ofvascularcognitiveimpairmentpatients based on multimodal MRI

HU Qiyang，LIU Xinyi，ZHOU Yijie，WANG Shuqing，JIANG Wenxian，TANG Wencheng，LIAO Meirong

Department of Neurology，Guilin Hospital of Traditional Chinese Medicine，Guilin 54lOoo，China.

[Abstract]Objective：Usingmultimodal methodsincludingvoxel-basedmorphometry（VBM）andfMRI，toexploretheimaging characteristicsvascularcognitiveimpairment（VCI）.Methods：Atotalof11OVCIpatientswereassessd.UsingtheMontreal cognitiveasesment（MoCA）scores，56caseswithcognitiveimpairmentwereincludedintheobservationgroupand54without cognitiveimpairmentwereincludedinthecontrolgroup.Thediferencesoftotalintracranialvolume（TIV），graymatter volume（GMV），andfractional amplitudeof low-frequencyfluctuation（fALFF）valuesbetween the twogroupswerecompared. Finaly，theaboveindicesofdferentbrainregionsintheobservationgroupwereextractedfororelationanalysswithMCA score.Results：Therewerenostatisticallysignificantdiferencesin'age，genderoryearsofeducationbetweenthetwo groups （all Pgt;0.05 ）. The TIVwas（ 1339.87±135.24）cm³ in the observation group and （ 1 341.57±134.02）cm³ in the control group，with no statistically significant difference between the two groups（ Pgt;0.05 ）.The GMVwas （518.62±48.85）cm³ in the observation group and （536.84±62.53）cm³ in the control group，with a statistically significant difference between the two groups（ Plt;0.05 ）.Comparedwith thecontrol group，the observationgroup showed decreased GMVinthe bilateral medial superiorfrontalgyrus，bilateralsuperiorfrontalgyrusandrightanteriorcingulatecortex，andincreasedfALFFvaluesinthe bilateralcalcarine，bilateralsuperiorocipital gyrus，leftmiddleoccipitalgyrusandleftcuneus.Conclusion：MultimodalMRI preliminarilyrevealsthedstictstructuralandfunctionalneuroimagingcharacteristicsofVCIpatients，includingdecreased GMVinthefrontallobesandaberrantspontaneousactivityintheoccipitallobe，maycontributetofurtherexplorationof neuroimaging biomarkers and quantifiable diagnostic indicatorsfor VCI inthe future.

[Keywords]Vasculardementia;Graymater;Montreal Cognitive Scale;Voxel-based morphometry;Magneticresonance imaging

在當前人口老齡化加劇的背景下，血管性認知障礙（vascular cognitiveimpairment，VCI）已成為全社會的沉重負擔[1]。分析早期VCI的神經病理學特點，對篩查高危人群及制訂有效的預防策略至關重要。MRI是診斷VCI的重要方法[2]，但常規MRI掃描難以對該病的細微病變特征進行有效量化。此外，VCI患者既有顱腦結構方面的變化，同時還伴神經元功能活性的異常，單一的量表評估或傳統的影像檢查難以準確診斷。隨著技術的發展，多模態MRI概念被逐步引入VCI研究中，如高清結構MRI及fMRI已用于各類神經、精神疾病的腦影像學特征分析中[3]。在結構MRI研究方面，基于體素的形態學測量（voxel-basedmorphometry，VBM）技術，可從結構角度對全腦灰質進行分割并開展亞區水平比較，在對局部病灶進行精準定位方面具有顯著優勢[4]。在fMRI研究方面，比率低頻振幅（fractionalamplitudeoflowfrequencyfluctuations，fALFF）值等指標，可呈現VCI患者的腦功能異常活動模式，也可用于評估患者治療前后的腦影像學變化[5]。由于硬件限制，既往多數報道僅對受試者行結構MRI或fMRI分析，本研究則將VBM與fMRI技術結合，分析VCI患者的多模態腦影像學變化，并尋找有助于VCI篩查的神經影像學標志物。

1資料與方法

1.1一般資料

招募2022年1月至2023年12月我院擬診為VCI的患者110例，均行蒙特利爾認知評估量表（MontrealCognitiveAssessment，MoCA）評估后入組，評估工作由具有5年以上腦病診斷經驗的醫師獨立完成。以MoCA評分結果分組： lt;26 分為有認知功能障礙，納入觀察組（56例）； ?26 分為無認知功能障礙，納入對照組（54例）。若患者受教育年限 ?12 年，可加1分，總分 ?30 分。本研究經醫院倫理委員會批準（批號：2022-ky-zckt-003-25）。

1.2 納入及排除標準

1.2.1納入標準 ① 符合《精神疾病診斷與統計手冊第5版》6]中VCI的診斷標準； ② 年齡 50～70 歲；③ 小學以上文化程度； ④ 右利手； ⑤ 知曉本研究內容并簽署知情同意書。

1.2.2排除標準 ① 合并腫瘤、抑郁、藥物依賴及其他能影響認知功能的疾病； ②MRI 檢查顯示缺乏血管損傷特征； ③ 有幽閉恐懼癥、心臟起搏器或助聽器等MRI掃描禁忌證。

1.3儀器與方法

采用聯影uMR7903.0TMRI儀。患者取仰臥位，閉目保持清醒狀態。掃描參數：TR 7.2ms ，TE3.1ms ，翻轉角 10^° ，視野 256mm×256mm ，矩陣512×512 ，層厚 1mm ，層數192層，體素 1mm×1mm× 1mm 。fMRI掃描參數：TR 2 000ms ，TE 30ms ，翻轉角 90^° ，視野 224mm×224mm ，矩陣 64×64 ，層數33層，體素 3.5mm×3.5mm×3.5mm 。掃描時間8min10s 。

1.4數據預處理

采用CAT12軟件處理結構像數據，主要步驟：

① 圖像格式轉換； ② 圖形分割，采用DARTEL法將全部圖像分割為灰質、白質和腦脊液； ③ 圖像標準化和配準； ④ 質量控制，對標準化后的圖像進行質量檢查，排除分割、配準效果不佳的數據。后采用DPABI軟件處理功能像數據，主要步驟： ① 圖像格式轉換，剔除前10個時間點數據； ② 時間層校正； ③ 頭動校正；④ 圖像配準及標準化，將功能像與結構像進行配準并標準化，重采樣大小為 3mm×3mm×3mm ⑤ 去線性漂移及濾波 （0.01～0.08Hz） 。

1.5 VBM和fALFF值分析

VBM分析先以半高全寬為 6mm 的高斯核進行空間平滑，后計算并提取患者的顱腦總體積（totalintracranialvolume，TIV）和灰質體積（graymattervolume，GMV）。將年齡和預處理過程中生成的TIV文件作為協變量用于后續組間分析。fALFF值計算在濾波之前進行。將 0.01～0.08Hz 內的功率譜與全頻率 （0-0.25Hz） 功率譜的低頻振幅（amplitudeoflow-frequencyfluctuations，ALFF）值相比得到fALFF，再將每個體素fALFF值除以全腦平均fALFF值，得到標準化比率低頻振幅（mfALFF）值用于統計分析。最后使用BrainNet Viewer（https：//www.nitrc.org/projects/bnv/）軟件展示差異腦區。

1.6 統計學分析

采用SPSS25.0軟件進行數據分析。符合正態分布的計數資料以 表示，組間比較行兩樣本t檢驗；非正態分布的以 M（Q_L，Q_U） 表示，組間比較行非參數檢驗。性別和受教育程度組間比較行 ?χ² 檢驗。TIV、GMV和fALFF采用SPM12軟件進行分析，行FDR校正，以體素數 gt;50，Plt;0.01 為差異有統計學意義。提取差異腦區的GMV和fALFF值，并與年齡、受教育程度、MoCA評分行相關分析。以 Plt;0.05 為差異有統計學意義。

2結果

2.1 2組基本資料比較

2組年齡、性別、受教育程度差異均無統計學意義（均 Pgt;0.05 ）。2組MoCA評分差異有統計學意義 （Plt;0.05） （表1）。

2.22組TIV、GMV及fALFF值比較

觀察組TIV為 （1 339.87±135.24）cm³ ，對照組 為 （1341.57±134.02）cm³，2 組差異無統計學意義（ t= 3.69，P=0.28 。觀察組GMV為 （518.62±48.85）cm³ 對照組為（ 536.84±62.53）cm³，2 組差異有統計學意 義 （t=3.87，Plt;0.01） 。與對照組相比，觀察組雙側內 側額上回、雙側額上回及右側前扣帶回灰質的GMV 減小，未見GMV增高的腦區（表2，圖1）。與對照組 相比，觀察組雙側距狀回、雙側枕上回、左側枕中回、 左側楔葉fALFF值增高，未見fALFF值降低的腦區（表2，圖2）。

表12組基本資料比較

注：MoCA為蒙特利爾認知評估量表。“為 χ² 值，為t值。

2.3 相關性分析

提取上述差異腦區的GMV和fALFF值，并與2組年齡、受教育程度及MoCA評分行相關分析，未發現兩類指標存在顯著相關性（均 Pgt;0.05 ）。

表22組GMV和fALFF值的差異腦區

注：GMV為灰質體積，fALFF為比率低頻振幅，MNI為蒙特利爾神經病學研究所。FDR校正，校正后 Plt;0.01 ，體素數 gt;50

3討論

VCI起病較隱匿，早期診斷和病情評估有重要意義，臨床診斷多依賴各類量表[7-8]，但現有的量表對VCI的診斷均不夠理想，如簡易精神狀態量表（minimummentalstateexamination，MMSE）中受教育程度對評分影響較大，在鑒定早期認知功能障礙及輕度認知功能受損方面不夠敏感[9]。MoCA評分也存在問題，如以26分作為臨界值易提高假陽性率及題目復雜導致的地板效應等。而認知能力篩查測驗（cognitiveabilitiesscreening instrument，CASI）、臨床癡呆評定量表（clinicaldementiarating，CDR）等多用于重度癡呆的評估和診斷，因此，目前僅MoCA對輕度VCI有較好的診斷敏感性[10]。

本研究顯示，VCI患者前額葉部分腦區和前扣帶回皮質GMV下降。前額葉皮質主要負責對傳入信息進行加工整合，以恰當的情緒和運動回應外界刺激，與人類認知能力的進步密切相關[]。有研究發現，帕金森病和皮質下癡呆等患者存在前額葉皮質灰質減少的現象，且灰質萎縮與視覺、注意等相關任務得分下降呈正相關[12]。前額葉皮質厚度減低與VCI患者執行功能障礙有關[13]。此外，既往研究利用PET成像發現，VCI患者前額葉區域代謝活動減弱[14]本研究中前扣帶回也存在灰質減少的現象，提示前扣帶回皮質的功能橫跨情緒處理和記憶兩大重要領域，同時在新皮質和海馬區域間起橋梁作用。近年來研究發現，煙霧病和腦血管動脈粥樣硬化等慢性缺血性疾病患者均存在前扣帶回皮質GMV減少[15]。另有研究發現，2型糖尿病伴VCI患者的前扣帶回皮質灰質與枕葉皮質灰質間的功能連接下降[16]。因此，前額葉灰質與前扣帶回皮質灰質的GMV減少，可在某種程度上提示VCI患者出現認知功能下降、抑郁及淡漠等情緒的異常改變。需要注意的是，VCI患者存在顳葉、枕葉及尾狀核等腦區灰質減少，可能是由患者年齡、受教育程度、病程等異質性因素所致[2]。

圖12組灰質體積（GMV）差異腦區注：與對照組相比，觀察組雙側內側額上回、雙側額上回及右側前扣帶回灰質的GMV減小。藍色表示GMV減小的腦區圖22組比率低頻振幅（fALFF）值差異腦區注：與對照組相比，觀察組雙側距狀回、雙側枕上回、左側枕中回、左側楔葉fALFF值增高。紅色表示fALFF值增高的腦區。

本研究中fALFF值異常增高的距狀回、枕上回與楔葉等與視覺功能密切相關，是視覺處理的關鍵部位，同時也是一個高度交互的系統[17]。上述腦區在感知和理解復雜的現實世界場景方面具有重要作用[18]。一項針對VCI的任務態fMRI研究提示，VCI患者的枕葉灰質較健康對照組異常激活，并出現視空間與執行功能下降，而當患者接受有氧訓練后激活顯著減少；另一項靜息態fMRI研究則發現VCI患者枕葉和相鄰楔葉的ALFF水平高于對照組[19]。因此，枕葉灰質的異常激活提示VCI患者可能伴有潛在的視覺認知功能下降。本研究中GMV減小腦區與fALFF值異常腦區無重合，且上述功能及結構影像學指標與MoCA評分尚未發現顯著相關性。近年來，許多fMRI相關研究嘗試尋找特定群體腦區結構與功能之間的耦合[20-22]，但基于腦結構、血流、血氧或葡萄糖代謝等不同原理的多模態fMRI研究提示，不同計算方法獲得的結果較少存在重疊腦區，且各類不同指標之間的相關性較低[23-26]。

本研究存在的局限性：未發現VCI患者GMV減小及fALFF值異常腦區與MoCA評分的相關性。現階段暫未開展基于表面的形態學測量（surface-basedmorphometry，SBM）等深層次分析，同時基于fMRI的分析也僅選取了fALFF一個參數。后續研究需進一步挖掘更多的客觀化腦影像學指標與臨床表現之間的相關性，并借助SBM等技術繼續分析VCI患者的灰質厚度、表面積、曲率和溝回指數等更精細化的指標。

綜上所述，VCI患者在結構MRI與fMRI方面可能具有各自獨立的神經影像學特征，為今后探索VCI的客觀化診斷標志物及干預提供參考方向。

[參考文獻]

[1]RUNDEK T，TOLEA M，ARIKO T，et al. Vascular cognitiveimpairment（vci）[J].Neurotherapeutics，2O22，19 （1）：68-88.

[2]KUHN-KELLER J A，SIGURDSSON S，LAUNER L J， et al.White matter hyperintensity shape is related to long-term progression ofcerebrovasculardiseasein community-dwelling older adults[J].JCereb Blood FlowMetab，2024：187-195.

[3]NAJAR D，DICHEV J，STOYANOV D.ToWards new methodology forcross-validation ofclinical evaluation scalesand functional MRI inpsychiatry[J].JClin Med，2024，13（15）：4363.

[4]GASER C，DAHNKE R，THOMPSONP M，et al.CAT： acomputational anatomytoolbox for the analysisof structural MRI data[J].GigaScience，2024，13（1）：1.

[5]ZOU Q H，ZHU C Z，YANG Y，et al. An improved approach to detection ofamplitude of low-frequency fluctuation（ALFF）forresting-state fMRI：fractional ALFF LJ].J Neurosc1 Methods，2008，1/2（1） ：13/-141.

[6]FIRST M B. Diagnostic and statistical manual of mental disorders，5th edition，and clinical utility[J].JNerv Ment Dis，2013，201（9）：727-729.

[7]ZANON Z M，SVEIKATA L，VISWANATHAN A，et al. Cerebral small vessel disease and vascular cognitive impairment：from diagnosis to management[J].Curr Opin Neurol，2021，34（2）：246-257.

[8]XU G，MEYER J S，THORNBY J，et al. Screening for mild cognitive impairment （MCI）utilizing combinedminimental-cognitive capacity examinations for identifying dementia prodromes[J]. Int J Geriatr Psychiatry，2002， 17（11）：1027-1033.

[9]VICARIO A，DEL S M，FERNANDEZ R A，et al. Cognition and vascular risk factors：an epidemiological study [J].Int J Hypertens，2012，2012：783696.

[10]JIA X，WANG Z，HUANG F，et al. A comparison of themini-mental state examination （mmse）withthe montreal cognitive assessment （moca） for mild cognitive impairment screening in Chinese middle-aged and older population：a cross-sectional study[J].BMC Psychiatry，2021，21（1） ：485.

[11]HISER J，KOENIGS M. The Multifaceted role of the ventromedial prefrontal cortex in emotion，decisionmaking，socialcognition，and psychopathology[J].Biol Psychiatry，2018，83（8）：638-647.

[12]JONES D T，GRAFF-RADFORD J. Executive dysfunction and the prefrontal cortex[J].Continuum （Minneap Minn），2021，27（6）：1586-1601.

[13]FRANTELLIZZI V，PANI A，RICCI M，et al. Neuroimaging in vascular cognitive impairment and dementia ： a systematic review[J].JAlzheimers Dis，2020，73（4）： 1279-1294.

[14]RAZEK A，ELSEBAIE N A. Imaging of vascular cognitive impairment[J]. Clin Imaging，2021，74：45-54.

[15] CLANCY U，KANCHEVA A K，VALDES H M，et al. Imaging biomarkersofVCI：a focused update[J]. Stroke，2024，55（4）：791-800.

[16]CHENG P，SONG S，LI Y，et al. Aberrant functional connectivityof the posterior cingulate cortex in type 2 diabetes without cognitive impairment and microvascular complications［J].Front Endocrinol（Lausanne）， 2021 12.722861

1/」11 pnomeuy neusmediating thegenetic regulation on working memory[J].Hum Brain Mapp，2021，42（11）：3470- 3480.

[18]EPSTEIN R A，BAKER C I. Scene perception in the human brain[J].Annu Rev Vis Sci，2019，5：373-397.

[19]HSU C L，BEST JR，DAVISJC，et al. Aerobic exercise promotes executive functions and impacts functional neural activity among older adults with vascular cognitive impairment[J].BrJ Sports Med，2018，52 （3）：184-191.

[20]AFONSO R F，KRAFT I，ARATANHA M A，et al. Neural correlates of meditation：a review of structural and functional MRI studies[J].Front Biosci （Schol Ed），2020，12（1）：92-115.

[21]ALBAJARA S A，VILLEMONTEIX T，MASSAT I. Structural and functional neuroimaging in attention-deficit/ hyperactivity disorder[J].Dev Med Child Neurol，2019， 61（4）：399-405.

[22]康英杰，張穎穎，龔志剛，等．血管性認知障礙的腦白質 微結構改變[J]．中國中西醫結合影像學雜志，2023，21 （4）：387-391.

[23] SOMAN S，RAGHAVAN S，RAJESH P G，et al. Relationship between cerebral perfusion on arterial spin labeling（ASL）MRI with brain volumetryand cognitive performance in mild cognitive impairment and dementiadue to Alzheimer’s disease[J].Ann Indian Acad Neurol，2021，24（4）：559-565.

[24]MENG M，LIU F，MA Y，et al.The identification and cognitive correlation of perfusion patterns measured with arterial spin labeling MRI in Alzheimer’s disease[J]. Alzheimers Res Ther，2023，15（1）：75.

[25］幸志洋，王榮品．腦小血管病所致認知障礙的靜息態 fMRI研究進展[J].中國中西醫結合影像學雜志，2024， 22（3）：355-359.

[26]KUHN T，BECERRA S，DUNCAN J，et al. Translating state-of-the-art brain magnetic resonance imaging （MRI） techniques into clinical practice：multimodal MRI differentiates dementia subtypes in atraditional clinical setting[J].Quant Imaging Med Surg，2021，11（9）：4056- 4073.

（收稿日期2024-06-24）