神经突方向分散度和密度成像技术的应用进展

[复制链接]
查看850 | 回复0 | 2018-4-12 19:35:01 | 显示全部楼层 |阅读模式

作者:薛冰,于兵,黄明珠,张旭,游弋,中国医科大学附属盛京医院放射科

       扩散磁共振成像(Diffusion magnetic resonance imaging,dMRI)技术通过施加不同参数的梯度脉冲,以测量微米数量级的水分子扩散差异,从而计算出细胞完整性和组织微结构等信息,是目前唯一有能力在活体无创地检测脑白质微结构的影像学手段。弥散张量成像(Diffusion tensor imaging,DTI)是目前最经典且临床应用最广泛的dMRI技术。它对于白质微组织结构异常具有较好的敏感性,但是特异性不够高。

       为了克服DTI的技术局限性,近年来,一系列新的dMRI技术不断涌现,包括弥散峰度成像(Diffusion kurtosis imaging,DKI)、神经突方向分散度和密度成像(Neurite orientationdispersion and density imaging,NODDI)、高角度分辨扩散成像(High angular resolution diffusion imaging,HARDI)和扩散谱成像(Diffusion spectrum imaging,DSI)等[。其中,2012年由张辉等设计并发展的NODDI技术,相比于传统的DTI和DKI模型,能够区分出细胞内部空间和细胞外部空间,并且在弥散方向上对于髓壳的形成、轴突的破坏有独特的评估能力,与其有关的神经突起的相关指标相比于DTI指标(FA),能更直接更准确的反应脑组织的微结构。另外,NODDI还能够发现DTI所不能发现的潜在指标的变化。基于其以上优势,近几年来在临床上得到了较广泛的应用。

1.NODDI的定义、数学模型及技术局限性

       NODDI是一种专门建立了能够区分细胞内(指被神经突起限制的空间)、细胞外(指神经突起周围空间,含神经胶质细胞、胞体等)和脑脊液等三种微结构环境而成像的新型磁共振成像形式。它对于神经突起密度及突起取向分散度有着特异性灵敏度。而突起的形态学量化可为大脑功能相关的神经细胞结构基础研究和正常与疾病人群对照研究提供新的观察窗口及评价指标。它主要估计4个微观结构参数,包括:①神经突内容积比(Intra-neurite volume fraction,Vin或ICVF),它可以反应神经密度(Neurite density index,NDI);②方向分散度(Orientation dispersion index,ODI)量化突起的方向变化;③程度参数(κ)衡量方向分散程度;④各向同性间隔的体积分数(Volume fraction of the isotropic compartment,FISO或fCSF)。

       细胞内间隔(Intra-cellular)指神经突膜环绕的空间。NODDI用一组呈Watson分布的零半径圆柱体去描述高度受限且方向垂直的分散和沿着神经方向的不受限分散。这些圆柱体的分布范围从高度平行到高度分散。在脑组织内,细胞内间隔模拟的神经方向的范围包括:①方向高度一致的白质结构,如胼胝体;②弯曲或者呈辐射状的白质结构,如半卵圆中心;③以树突向各个方向蔓延为特征的皮层和皮层下灰质结构。

       细胞外间隔(Extra-cellular)是指神经周围的空间,它被各种类型的胶质细胞和灰质中的细胞体所占据。在这个空间里,水分子的扩散被神经突起所阻碍,而不是仅仅受限。因此,用简单的各向异性扩散模拟细胞外间隔。脑脊液(CSF)是指脑脊液所占据的空间。这个空间用各向同性的符合高斯分布的弥散来描述。

       NODDI模型局限性:①在NODDI模型中,我们假设每一个交叉纤维有相等的体积分数,这一点可能不准确。②在脑脊液区,由于数据本身的问题,会使模型的适应性不好。然而这种误差在白质和灰质区很小,低于2%。③目前该模型还不能应用于2条以上的存在交叉纤维的纤维束。④NODDI同其他纤维束追踪的算法一样,NODDI的纤维束追踪本身存在方向性,例如,如果以脑区A为种子点获得从A到B的纤维束,以脑区B为种子点进行追踪可能就无法获得相同的纤维束。

2.NODDI的应用研究进展

       NODDI对于描述脑组织微结构的改变具有特异性,尤其是在大脑的发育及老化、脑血管病变、脑神经损伤等方面的研究更获得了诸多进展。

2.1NODDI对动物模型的研究进展

       Colgan等研究人类tau蛋白病的小鼠模型时,同时采用了NODDI和DTI两种模型,结果发现仅有NODDI的NDI参数与tau蛋白过度磷酸化水平具有相关性。人类蛋白病的小鼠模型的胼胝体白质区,有较低的FA(DTI)和较高的ODI(NODDI),相比于DTI,NODDI能够更加清楚地识别组织学的来源,因此对人类蛋白病的组织学测量更具有特异性。因此,作者认为NODDI能够更好的反应阿尔兹海默症的组织学改变。

2.2NODDI对脑组织发育的研究进展

       Kelly等通过运用NODDI和DTI对早产儿和足月儿的对比研究发现,在早产儿的主要白质区FA较低、ODI较高而NDI没有差别,较低的FA和较高的ODI与新生儿脑畸形之间具有显著相关性,FA、ODI和NDI与早产儿的神经发育具有显著相关性。Jelescu等运用NODDI研究了0~3岁儿童大脑发育过程,在这3年里,NODDI的3个参数发生了如下变化:FISO(ICVF)符合指数方式增长,FISO在内囊后肢增长最快,其次是在胼胝体的压部和膝部,这样在3岁的时候测量FISO发现,胼胝体的压部FISO最高,接下来是胼胝体膝部和内囊后肢(确切的说是负指数方式的增长)。

       ODI在胼胝体压部不变(占11%),在胼胝体膝部不变(占5%),而在内囊后肢则从0增长到了30%。在内囊后肢的这种惊人的改变是因为内囊后肢距离脑室较远,不容易受到随年龄增长脑室改变的影响。NDI在这3年内没有显示出与年龄相关的变化趋势。Winston等将NODDI应用于局灶性皮质发育不良(FCD)与癫痫的研究中,他们发现在发育异常区会有ICVF的减少。因此,NODDI能够协助临床识别FCD患者的病灶。

2.3NODDI对老化及退行性疾病的研究

       Nazeri等运用NODDI模型研究21~84岁年龄段人群大脑老化以及发生神经系统疾病时大脑微结构的改变,发现随着年龄的增长,新皮层ODI会有所下降(在额顶区表现最明显),而海马以及小脑的ODI会增加,他认为这种与年龄相关的海马ODI升高是防止认知功能退化的一个保护因素,与年龄相关的不同的ODI代表不同的微观结构现象。灰质ODI与静息状态的脑网络连接有关。新皮层ODI比皮层厚度和FA更能预测出个体的年龄,ODI能很好地表征树突蔓延形态。

       Kamagata等通过NODDI研究帕金森疾病时发现,在黑质致密部,树突长度的减少和棘突的缺失与先前的病理发现相一致。Vin及ODI和统一帕金森病评定量表中运动检查的得分及疾病的进程具有相关性。该研究说明NODDI对于帕金森的早期诊断和后续进展的评估是有意义的。Kamagata等利用NODDI研究帕金森疾病时,还发现NODDI可以用来阐明左旋多巴诱导的运动障碍的疾病状态,也能够预测疾病的发生。

2.4NODDI对神经损伤/变性研究的进展

       Kansagra等用NODDI对新生儿缺血缺氧性脑病进行了研究,结果发现6月的婴儿和新生儿相比,NDI在视辐射、胼胝体、内囊后肢及内囊前肢等部位有明显升高,ODI在内囊前肢和视辐射等部位有所升高,fCSF在视辐射和胼胝体的压部和膝部有显著降低。Timmers等用NODDI对半乳糖血症患者进行了研究,结果证明了半乳糖血症患者存在广泛的白质微结构的异常,主要表现为在半乳糖血症患者中,双侧大脑前部NDI较低,而较高的ODI主要在左侧大脑半球。Irie等对正常颅压脑积水(Idiopathic normal pressure hydrocephalus,iNPH)进行了研究,结果发现皮质脊髓束的ODI降低,FA和表观扩散系数(Apparent diffusion coefficient,ADC)升高,NDI下降。Adluru等运用NODDI对脑血管性病变进行了研究,发现脑卒中患者的脑白质纤维ODI增加,FA减少,而NDI没有变化。

2.5NODDI对肿瘤性疾病的研究

       Wen等将NODDI模型运用在对脑胶质瘤的研究中,评估的参数主要包括各向同性体积分数、细胞内的体积分数、细胞外的体积分数。当肿瘤出现血管源性水肿时会有各向同性体积分数的增加,细胞内的体积分数与NODDI模型中的ODI类似,反应神经突起方向的变化,而细胞外的体积分数的增加反应肿瘤的侵袭性。例如,在胶质瘤病灶、FLAIR图像上的T2高信号病灶及T1增强图像中增强的病灶上,DTI很可能会出现漏诊,但是在NODDI上,由于病灶存在细胞外的体积分数的增加而能够明显的被显示出来。NODDI对于T2呈高信号的病灶提供了独特的对比,这种对比是对FA和ADC的一个补充。同时反映出与疾病进展和治疗效果相关的组织成分的复杂。Billiet等对1型神经纤维瘤病(NF-1)进行了研究,发现其肿物的NDI降低,ODI不变,FISO也不变。

       总之,NODDI为脑白质微结构的研究提供了一个新的方法,尤其在脑发育及老化、神经损伤、肿瘤性疾病等方面,其特异性更加显著,相信未来NODDI在临床和科研上的应用将更加广泛,所提供的信息也更加全面具体。

       来源:薛冰,于兵,黄明珠,张旭,游弋.神经突方向分散度和密度成像技术的应用进展[J].中国临床医学影像杂志,2017(12):896-898.


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则