多系统萎缩（multiple system atrophy，MSA）是一种散发、成人起病、病情进行性发展的神经系统退行性疾病。其临床表现为帕金森综合征、小脑共济失调及自主神经功能障碍等^[1]。虽然2008年第2版MSA诊断标准^[2]将严重认知功能障碍列为其排除标准，证据表明MSA患者中存在广泛的认知损害^[3]。然而，其发生机制尚未得到证实。

       静息态功能磁共振成像(resting state functional MRI，rs-fMRI）是一种有前景的非侵入性成像技术，无需受试配合，不存在性能混杂因素^[4]。在其后处理方法中，低频振幅（amplitude of low-frequency fluctuation，ALFF）能检测自发波动的区域强度，反映自发脑活动强弱^[5,6]，已在帕金森及多种认知疾病的研究中得到应用^[7,8,9]，而在MSA及其认知功能障碍中的研究还有所欠缺。

       本研究采用rs-fMRI的ALFF方法探究MSA患者轻度认知功能障碍相关的自发脑活动异常，并探讨其可能的发生机制。

1　材料与方法

1.1　研究对象

       收集2017年6月至2019年2月在中国医科大学附属第一医院神经内科帕金森门诊就诊的MSA患者62例(MSA-C 29例、MSA-P 33例），诊断依据2008年版专家共识^[1]，均符合很可能的MSA的诊断标准。同时收集性别、年龄及文化程度相匹配的健康志愿者33名。纳入标准：①无精神神经病史；②常规头颅MR扫描无明显异常；③认知量表评分符合正常。受试者排除标准：①非右利手；②有磁共振扫描禁忌证；③有神经外科手术史；④有药物滥用或依赖史；⑤有糖尿病、高血压、甲状腺疾病史。所有受试者均签署知情同意书。本研究已通过中国医科大学附属第一医院伦理委员会批准。

1.2　诊断标准与临床测量

       采用统一多系统萎缩量表（UMSARS-Ⅱ）及H-Y分级对MSA患者进行运动评定。蒙特利尔认知评估量表(montreal cognitive assessment scale，MoCA）及简易精神状态量表（mini-mental state exam，MMSE）用于评估受试者认知功能。MSA-MCI的判定遵循国际运动障碍协会专责小组（movement disorders society task force，MDS-TF）的诊断标准^[10]，其中纳入标准：①存在认知功能逐渐减退；②MoCA≤25分（受教育程度不足12年者MoCA≤24分)^[11]；③认知损害不足以影响患者生活独立性。排除帕金森痴呆患者^[12]：①MMSE≤25分；②认知功能受损严重至影响日常生活；③超过一个认知域受损。依上述标准将受试分为伴轻度认知功能障碍的多系统萎缩患者组（MSA-mild cognitive impairment，MSA-MCI)、认知功能正常的多系统萎缩患者组（MSA-normal cognition，MSA-NC）及健康对照组（healthy control，HC)。

1.3　图像采集

       图像扫描在中国医科大学附属第一医院放射科磁共振室，应用32通道线圈3.0 T磁共振（Siemens，Magntom Verio，Germany）完成。扫描中嘱受试者闭眼休息，意识保持清醒。结构成像应用磁化强度预备梯度回波序列（magnetization-prepared rapid gradient echo，MPRAGE)获得高分辨率3D T1矢状位图像，扫描参数：TR=5000 ms，TE=2960 ms，FOV=256 mm× 256 mm，矩阵大小＝256×256，翻转角＝12° ，层数= 176，层厚=1 mm，层间距为0，体素大小=1.0 mm× 1.0 mm×1.0 mm。

       fMRI应用单次激发回波平面成像（echo planar imaging，EPI）脉冲序列获得rs-fMRI图像，定位线平行于前后联合（anterior commissure-posterior commissure，AC-PC)，扫描参数：TR=2500 ms，TE= 30 ms，FOV=224 mm×224 mm，矩阵大小＝64×64，翻转角=90° ，层数＝43，层厚=3.5 mm，层间距为0，体素大小=3.5 mm×3.5 mm×3.5 mm。

1.4 　数据处理

       采用基于SPM8的DPABI工具包对fMRI数据进行预处理。首先剔除前10个时间点的数据，以排除扫描起始阶段磁场不均可能对图像造成的影响，并进行时间层校正及头动校正，扫描中头动位移在x、y、z任一方向超过2.5 mm或角位移大于2.5度的受试者将被排除。对结构和功能图像进行空间标准化(diffeomorphic anatomical registration through exponentiated lie，DARTEL方法）达到优化调整。并对上述步骤产生的头动参数、全局平均信号、白质信号、脑脊液信号进行线性回归，以降低协变量的影响。采用6 mm为半径的平滑核（full-width at half maximum，FWHM）进行空间平滑，并去线性趋势以去除机器可能对图像造成的影响。ALFF测量值在DPABI软件中得到，为每个体素在0.01 ～0.08 Hz范围内BOLD信号功率谱的均方根。

1.5　统计学分析

       应用SPSS 24.0对人口学及临床数据进行统计分析。符合非正态分布的计量资料用中位数和四分位数间距表示，3组间年龄、教育程度、MoCA及MMSE评分比较采用Kruskal-Wallis H检验，性别比较采用卡方检验。患者组间病程、UMSARS-Ⅱ及H-Y评分比较采用Mann-Whitney U检验。ALFF值与临床及认知评分的相关性采用Spearman等级相关分析。研究表明在认知评定中，MoCA比MMSE具有更高的有效性^[11]，因此本研究采用MoCA得分进行相关性分析。P<0.05表示差异具有统计学意义。

       应用DPABI软件对图像数据进行统计分析。首先，为探讨3组间ALFF差异，以年龄、性别为协变量进行单因素方差分析（AlphaSim校正，P<0.001)。组间比较(MSA-NC vs HC、MSA-MCI vs HC、MSA-MCI vs MSA-NC）以方差分析的结果为Mask进行两样本t检验，协变量及多重比较校正方法与方差分析一致。

2　结果

2.1　人口学及临床数据

       本研究共纳入受试者95例，其中33例HC、29例MSA-NC、33例MSA-MCI，各组人口统计学及临床资料详见表1。组间年龄(Z=3.897，P=0.142)、性别(χ²=1.716 ，P=0.424)及受教育年限(Z=2.633，P=0.268)差异无统计学意义。患者组间病程(Z=-0.349， P=0.727)、UMSARS-Ⅱ (Z=-0.608，P=0.543)、H-Y分级(Z=-0.467，P=0.641)差异无统计学意义。如预期，组间MoCA (Z=68.421，P=0.000）及MMSE评分(Z=32.986，P=0.000)差异具有统计学意义。

点击查看表格

表1  3组被研究者人口学及临床特征
Tab. 1  Demographic and clinical characteristics in the study of three groups

2.2　组间ALFF比较

2.2.1 　MSA-NC和HC比较

       与HC相比，MSA-NC在左侧角回及右侧颞中回ALFF增强。见表2，图1。

点击查看大图

图1  MSA-NC组与HC组相比ALFF显著改变的脑区图
图2  MSA-MCI组与HC组相比ALFF显著改变的脑区图
Fig. 1  Brain maps for amplitude of low-frequency fluctuations (ALFF) differences between MSA-NC and HC.
Fig. 2  Brain maps for amplitude of low-frequency fluctuations (ALFF) differences between MSA-MCI and HC.

点击查看表格

表2  MSA-NC组与HC组比较ALFF显著改变的脑区
Tab. 2  Brain regions with significant ALFF differences between MSA-NC and HC

2.2.2 　MSA-MCI和HC比较

       与HC相比，MSA-MCI在右侧颞中回（middle temporal gyrus，MTG)、双侧颞下回（inferior temporal gyrus，ITG)、双侧角回、左侧枕中回、右侧楔前叶及右侧小脑、小脑蚓出现ALFF增加，而在双侧背外侧前额叶（dorsolateral prefrontal cortex，DLPFC)、双侧内侧前额叶（ventral prefrontal cortex，VLPFC)、前扣带回（anterior cingulum cortex，ACC)、中扣带回（middle cingulum cortex，MCC）出现ALFF减低。见表3，图2。

点击查看表格

表3  MSA-MCI组与HC组比较ALFF显著改变的脑区
Tab. 3  Brain regions with significant ALFF differences between MSA-MCI and HC

2.2.3　MSA-MCI和MSA-NC比较

       与MSA-NC相比，MSA-MCI在右侧额叶出现ALFF减低，在右侧小脑出现ALFF增强。见表4，图3。

点击查看大图

图3  MSA-MCI组与MSA-NC组相比ALFF显著改变的脑区图
图4  患者组右侧额叶／小脑ALFF值与MoCA评分的相关性
Fig. 3  Brain maps for amplitude of low-frequency fluctuations (ALFF) differences between MSA-MCI and MSA-NC.
Fig. 4  Correlation between ALFF values in the right frontal lobe/cerebellum and MoCA scores .

点击查看表格

表4  MSA-MCI组与MSA-NC组相比ALFF显著改变的脑区
Tab. 4  Brain regions with significant ALFF differences between MSA-MCI and MSA-NC

2.3　相关性分析

       在MSA患者中，右侧小脑ALFF值与年龄(P=0.648)、病程(P=0.837)、受教育程度(P=0.195)、UMSARS-Ⅱ (P=0.534)、H-Y (P=0.451)均无显著相关性，仅与MoCA评分呈负相关(r=-0.499，P=0.000)；右侧额叶ALFF值与年龄(P=0.561)、病程(P=0.479)、受教育程度(P=0.235)、UMSARS-Ⅱ (P=0.445)、H-Y (P=0.174)均无显著相关性，仅与MoCA评分呈正相关(r=0.531， P=0.000)。见图4。

3　讨论

       本研究显示，与HC组相比，MSA-MCI组比MSA- NC组具有更广泛的脑区改变，特别是在默认模式网络(default mode network，DMN)。患者组间的比较结果则提示MSA认知功能相关的右侧额叶皮层与右侧小脑的自发活动性改变。其中，右侧小脑的ALFF增加提示其代偿作用。

3.1 　MSA-MCI患者DMN内的改变

       与HC组相比，MSA-NC组仅在右侧颞中回与左侧角回出现ALFF增加。而MSA-MCI组则在更广泛的脑区出现ALFF改变，提示MCI在MSA中涉及广泛脑区的活动异常。其中，在双侧DLPFC、VLPFC、ACC、MCC出现ALFF减低，提示DMN内的这些脑区自发活动减弱，反映了在DMN内存在的病理损伤。DMN是一组在被动状态下活动增强的脑功能网络^[13]，参与记忆、情感、自我反思、意识流加工等多项认知进程^[14]。其破坏广泛存在于阿尔茨海默病^[15,16]、抑郁症^[17]、精神分裂症^[18]、帕金森等^[19]多种疾病中。功能连接（functional connectivity，FC）研究^[20]显示MSA-C中小脑与海马旁回（parahippocampus，PHG）及MTG的FC中断、PHG及MTG就是DMN内的主要中枢。Kawabata等^[21]的研究进一步提示小脑-背侧DMN的FC中断可能在MSA的认知缺陷中起关键作用。此外，本研究还发现右侧MTG、双侧ITG、双侧角回、右侧楔前叶存在ALFF增加，提示DMN内也存在局部脑活动的增强，反映了DMN代偿功能的存在。最近的一项Meta分析^[22]就表明MCI中DMN连通性／活动性的变化是复杂的，局部DMN高连通性／活动性的存在可能是疾病早期代偿的表现，并随MCI向AD发展将最终趋于减低。

3.2 　MSA轻度认知功能障碍相关的额叶皮层改变

       众所周知，额叶执行功能障碍是MSA中最常见的认知障碍形式，病理及尸检研究^[23]也证实了MSA中显著的额叶变性。本研究中，与MSA-NC组相比，MSA-MCI组右侧额叶皮层ALFF减低，反映其自发活动的减弱，且在患者组中其ALFF值与MoCA评分呈负相关，提示额叶皮层的病理损伤作用。与本研究结果一致，Chang等^[24]使用基于体素的形态测量学（voxel-based morphometry，VBM）方法显示了MSA患者认知功能相关的额叶萎缩。Kawai等^[25]的单光子发射计算机断层成像术（single-photon emission computed tomography，SPECT)研究表明MSA-P患者额叶灌注减低，并进一步支持额叶损伤是MSA-P认知功能障碍发生的原因。

3.3 　MSA轻度认知功能障碍相关的小脑的改变

       小脑高度参与MSA的进程，并在认知和情绪调节中起到关键作用^[26,27]。小脑损伤可能导致小脑认知情感综合征，包括执行功能、视觉空间处理、语言和情感调节方面的缺陷^[27]。结构成像数据表明，早期MSA即存在小脑体积丢失^[28]，且与MSA中的认知功能显著相关^[29,30]。Yao等^[31]观察到MSA-P中小脑齿状核与PCC的有效连接性存在代偿性增加。与此一致，本研究在患者组间的比较结果中发现了右侧小脑ALFF的增加，提示小脑自发活动增强，反映了其代偿作用。这可能是淀粉样蛋白沉积诱导神经元过度兴奋的结果^[32]。然而，相关性分析却显示患者组中右侧小脑ALFF值与认知评分呈负相关，即小脑自发活动越强，认知损伤越明显，小脑神经活动与临床表现之间出现不平衡。推测在MSA的疾病进程中，小脑起初试图通过增加自发活动以维持认知功能。然而随病理进展，代偿难以维持，逐渐进入失代偿阶段，本研究即捕获了这一阶段，并且小脑自发活动将最终转而减弱。与此一致，Roscopf等^[33]的研究显示了MSA中脑桥-小脑FC的增加及显著相关的平滑追踪障碍。一项低频振幅／分数低频振幅研究^[34]则发现MCI中也存在类似的局部脑区的失代偿现象，并提出这反映了随神经退行性变进展而即将发生的神经网络崩溃。

3.4 　MSA认知功能障碍相关的脑区作用模式

       研究表明，相较于其他神经功能影像学指标，ALFF具有较好的稳定性与可靠性^[35]。本研究首次应用ALFF成像技术，获得了MSA患者轻度认知功能障碍相关的脑区异常激活模式。目前，普遍观点认为^{[24,25, 36,37]}，MSA患者的认知功能障碍与皮层损伤密切相关。Fiorenzato等^[36]的多中心研究结果表明MSA患者显示出广泛的皮层、白质变薄以及皮层下结构的改变，其中左侧DLPFC的局灶性萎缩与其认知功能障碍相关。Caso等^[37]的研究则表明MSA-P患者整体认知及记忆功能障碍与其颞叶皮层变薄相关。同样地，本研究结果也显示了MSA患者认知功能相关的额叶皮层改变。此外，本研究还发现小脑损伤也参与其中。事实上，课题组前期基于小脑亚区灰质体积的研究已发现小脑后叶灰质体积的萎缩与MSA患者认知评分相关^[29]。本研究从功能磁共振的ALFF方法为切入点，与之前的研究^[29,30,38]一致，进一步证明了小脑参与了MSA患者认知损伤的调节。值得注意的是，在本研究中，小脑病理损伤与代偿作用共存。而先前的研究表明小脑在MSA中的作用是病理的^[9]。不同结果的出现可能是因为小脑在MSA患者中的作用是连续变化的，早期以代偿作用为主，而晚期以病理作用为主。本研究纳入的MSA患者病程较短（平均病程2.7年），虽然小脑已出现损伤，但仍发挥其代偿功能。当然本研究只是初步的探索，需要进一步的纵向研究来证实。

       本研究也具有一定局限性。首先，尽管所有MSA患者均由资深帕金森专家进行诊断，但未进行神经病理学检验，仍具有一定误诊的可能性。其次，长期抗帕金森药物的累积效应可能会影响研究结果。此外，本研究样本量仍不足，且未对MSA的两个亚型进行分组分析。

       总之，本研究应用rs-fMRI的ALFF方法揭示了MSA特异的轻度认知功能障碍是由额叶皮层与小脑损伤共同介导的，其中小脑可能起到代偿作用，提示ALFF方法可以作为研究MSA认知功能损伤机制的有效手段，为MSA认知功能损伤的早期诊断与临床干预提供了参考思路。然而，本研究提供的信息是有限的，未来会继续应用多模态磁共振技术对此进行进一步的深入研究。