分享:
分享到微信朋友圈
X
特别关注
自身免疫性脑炎18F-FDG PET/MR表现的初步研究
王悦 白书维 张焱 黄干 张晨鹏 郝勇 刘建军 邵泓达

Cite this article as: WANG Y, BAI S W, ZHANG Y, et al. Preliminary study for 18F-FDG PET/MR findings of autoimmune encephalitis[J]. Chin J Magn Reson Imaging, 2024, 15(7): 15-20.本文引用格式:王悦, 白书维, 张焱, 等. 自身免疫性脑炎18F-FDG PET/MR表现的初步研究[J]. 磁共振成像, 2024, 15(7): 15-20. DOI:10.12015/issn.1674-8034.2024.07.003.


[摘要] 目的 探索自身免疫性脑炎(autoimmune encephalitis, AE)患者18F-氟代脱氧葡萄糖(fludeoxyglucose, FDG)正电子发射/磁共振计算机断层显像(positron emission tomography/magnetic resonance, PET/MR)表现,寻找提高疾病诊断效能的影像学标记物。材料与方法 回顾性分析25例AE患者(AE组)和11例健康对照(healthy controls, HC)(HC组)的资料。所有研究对象均采集头颅18F-FDG PET/MR影像。首先,使用统计参数图12(statistical parametric mapping 12, SPM12)处理包得出AE组FDG摄取异常脑区。然后,使用后处理工作站多模态脑分析软件提取脑区体积/全脑体积(volume/total intracranial volume, volume/TIV)和平均标准化摄取率(standardized uptake value ratio, SUVr)参数,比较AE组与HC组各个脑区volume/TIV和SUVr的组间差异,并分别选取volume/TIV和SUVr有显著差异的脑区绘制受试者工作特征(receiver operating characteristic, ROC)曲线,计算单一定量参数及定量参数两两联合的诊断效能。最后,进行DeLong检验选择最佳模型,绘制联合诊断校准曲线和决策曲线评估预测模型的准确性,置换检验用于评估统计量的显著性。结果 SPM12的分析显示,AE组脑干和小脑FDG摄取增高(P<0.001),而双侧额叶、顶叶、右侧枕叶FDG摄取减低(P<0.001)。脑结构分析结果显示岛叶、扣带回、距状回volume/TIV减低(P<0.05),中扣带回、顶叶、楔叶、枕外侧回SUVr减低(P<0.05)。ROC曲线分析发现左侧距状回的volume/TIV和左侧中扣带回的SUVr联合诊断效能(曲线下面积=0.964)最高。DeLong检验显示定量参数两两联合诊断效能与单一参数诊断效能差异具有统计学意义(P<0.05)。校准曲线显示诊断模型的校准度一般,但决策曲线显示在一定风险阈值范围内患者可获得比较高的净收益。置换检验显示AE组及HC组的左侧距状回的volume/TIV和左侧中扣带回的SUVr之间差异具有统计学意义。结论 AE患者18F-FDG PET/MR存在某些特定脑区FDG代谢异常和脑体积改变,左侧距状回的volume/TIV和左侧中扣带回SUVr两个参数联合是潜在诊断AE的生物学标记物。
[Abstract] Objective To investigate the image findings of autoimmune encephalitis (AE) based on 18F-fludeoxyglucose positron emission tomography/magnetic resonance (18F-FDG PET/MR) images and explore imaging markers that can improve the diagnostic efficacy of AE.Materials and Methods Twenty-five patients with AE (AE group) and 11 healthy controls (HC) group were included in this study. All subjects were undergoing head 18F-FDG PET/MR scan. The areas of brain abnormal FDG uptake in AE group were obtained using statistical parametric mapping 12 (SPM12) processing package. The volume/total intracranial volume (volume/TIV) and average standardized uptake value ratio (SUVr) of brain areas were extracted using multimodal brain analysis software, and statistical analysis was performed to obtain the differences between the AE group and the HC group. Brain regions with significant differences in volume/TIV and SUVr were selected respectively to make receiver operating characteristic (ROC) curves, and the diagnostic efficiency of single parameters and their pairwise combinations were calculated. DeLong test was performed predict the best model. Calibration curve and decision curve were drawn to evaluate the accuracy of the prediction model. Permutation testing was employed to evaluate the statistical significance.Results Analysis using SPM12 showed the abnormal FDG uptake areas in AE group increased in brain stem and cerebellum (P<0.001), and decreased in bilateral frontal, parietal and right occipital lobes (P<0.001). The results of brain structural analysis showed that the volume/TIV of insula, cingulate gyrus and talar gyrus decreased (P<0.05), SUVr decreased in the middle cingulate gyrus, parietal lobe, cuneus and lateral occipital gyrus (P<0.05). The volume/TIV of the left talar gyrus and the SUVr of the left middle cingulate gyrus were the two parameters with the most significant differences between the two groups. The ROC curve found that the combination of the volume/TIV of the left talar gyrus and the SUVr of the left middle cingulate gyrus had the highest diagnostic efficiency (area under the curve=0.964). DeLong test showed that there was a significant difference between the diagnostic efficacy of any two quantitative parameters combined with any single parameter (P<0.05). The calibration curve showed that the calibration of the diagnostic model was general, but the decision curve showed that patients could obtain relatively high net benefits within a certain risk threshold. Permutation test showed that there were significant differences in volume/TIV of the left calcarine gyrus and SUVr of the left middle cingulate gyrus between AE group and HC group.Conclusions Multiple brain regions with FDG metabolism abnormalities and brain volume changes are found in 18F-FDG PET/MR of AE patients. The combination of the volume/TIV of the left talar gyrus and the SUVr of the left middle cingulate gyrus is a potential biomarker of diagnosing AE.
[关键词] 脑炎;自身免疫性脑炎;影像学表现;正电子发射断层显像;磁共振成像
[Keywords] encephalitis;autoimmune encephalitis;imaging findings;positron emission tomography;magnetic resonance imaging

王悦 1   白书维 2   张焱 1   黄干 1   张晨鹏 1   郝勇 3   刘建军 1*   邵泓达 1  

1 上海交通大学医学院附属仁济医院核医学科,上海 200127

2 上海临床研究中心,上海 200122

3 上海交通大学医学院附属仁济医院神经内科,上海 200127

通信作者:刘建军,E-mail:nuclearj@163.com

作者贡献声明:刘建军构思和设计了本研究方案,并对稿件内容作重要修改;王悦起草和撰写稿件,获取、统计分析本研究的数据;白书维、张焱、黄干、张晨鹏、郝勇、邵泓达获取、分析或解释本研究的数据,对稿件重要内容进行了修改;邵泓达获得了国家自然科学基金项目资助。全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 国家自然科学基金项目 82171896
收稿日期:2024-01-22
接受日期:2024-05-13
中图分类号:R445.2  R512.3 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.07.003
本文引用格式:王悦, 白书维, 张焱, 等. 自身免疫性脑炎18F-FDG PET/MR表现的初步研究[J]. 磁共振成像, 2024, 15(7): 15-20. DOI:10.12015/issn.1674-8034.2024.07.003.

0 引言

       自身免疫性脑炎(autoimmune encephalitis, AE)是一种脑实质炎症性疾病[1],其诊断一直面临着诸多挑战。免疫系统对中枢神经系统表达的自身抗原的攻击导致疾病的发生,常累及多个脑部区域,包括脑皮质、深灰质、白质、脑膜或脊髓[2, 3]。尽管2022版中国自身免疫性脑炎诊治专家共识[4]提出了一套诊断标准,包括临床表现、辅助检查和排他性诊断依据[5, 6],但在实际操作中,辅助检查的局限性仍然显著。如脑脊液检查在疾病早期往往无法提供足够的诊断依据,且由于其有创性,难以频繁复查以追踪病程进展[7]。脑电图检查虽然在部分癫痫表现的AE患者中可能发现异常,但多数患者的脑电图结果并不典型。磁共振成像(magnetic resonance imaging, MRI)是临床用于筛查AE最常用的辅助检查方法[8],其敏感度在某些AE患者中却不尽如人意,部分AE患者在疾病早期甚至全程中MRI影像都没有明显异常表现[9, 10]。此外,视觉分析在捕捉细微解剖结构或信号变化上的局限性也导致了诊断的延误[11]。尽管有研究表明18F-氟代脱氧葡萄糖(fludeoxyglucose, FDG)正电子发射计算机断层显像(positron emission computed tomography, PET)可提高诊断早期AE的敏感度[11, 12],但其特异度较低的短板仍然存在[13]

       近年正电子发射/磁共振计算机断层显像(positron emission tomography/magnetic resonance, PET/MR)技术以其独特的时空一体特性在临床工作中崭露头角。该技术能够同时获取患者头颅结构信息及代谢信息,实现结构与代谢的互补[14, 15]。统计参数图12(statistical parametric mapping 12, SPM12)在PET和MRI影像的分析中已有广泛应用,能够弥补视觉分析的不足,发现细微的结构与代谢异常;多模态脑分析是用人工智能模拟FreeSurfer的自动脑区分割功能,并基于脑区分割结果提取结构和代谢参数的新兴商用软件,其脑区分割与专业软件效果相似,并且在临床神经影像研究中已有应用[16, 17, 18, 19, 20]。通过融合PET/MR技术和先进的图像后处理软件有望发掘出更多潜在的、有助于AE诊断的影像学标志物,进而提高疾病的诊断准确率[21, 22],然而目前针对这一领域的研究尚显不足。因此,目前AE的神经影像学研究亟须突破,特别是在联合诊断模型的探索方面。

       本研究旨在融合先进的一体化PET/MR成像技术和图像后处理软件,深入探索AE患者18F-FDG PET/MR的影像学表现,寻找可提高AE诊断效能的影像学标记物。我们期望通过这一研究填补当前AE神经影像学研究的空白,为解决AE诊断中的争议和挑战提供新的思路和方法。

1 材料与方法

1.1 研究对象

       回顾性分析2022年7月至2023年4月期间就诊于上海交通大学医学院附属仁济医院的AE患者资料,并在核医学科招募健康志愿者。本研究遵守《赫尔辛基宣言》,并经过上海交通大学医学院附属仁济医院伦理委员会批准,免除AE患者知情同意,批准文号:KY2021-152-B。所有招募的志愿者均签署知情同意书。

       AE组纳入标准:(1)通过两位专业的神经内科医生判断符合《2022版中国自身免疫性脑炎诊治专家共识》AE的诊断标准[4];(2)无MRI检查禁忌。HC组纳入标准:(1)无MRI检查禁忌;(2)身体健康。

       两组共同排除标准:(1)近5年有明确诊断的导致癫痫、认知障碍或精神症状异常的中枢神经系统疾病,包括阿尔茨海默病、帕金森病、中枢神经系统肿瘤、精神分裂症等;(2)哺乳和/或妊娠女性;(3)脑部手术史;(4)患有严重内科疾病(如心、肝、肺、肾功能不全);(5)因严重的精神行为异常、中枢性呼吸衰竭等导致无法配合检查;(6)不能配合完成PET/MR检查。

1.2 研究方法

1.2.1 药物注射及图像采集

       采用3.0 T PET/MR设备(型号:uPMR790,上海联影医疗科技股份有限公司,上海,中国)。18F-FDG由上海交通大学医学院附属仁济医院核医学科通过回旋加速器(HM-10,SUMITOMO)自产,放射化学纯度>95%。受试者空腹6 h以上,血糖<10 mmol/L,静脉注射18F-FDG(0.1 mCi/kg)(1 mCi=37×106 Bq)后安静休息约60 min,显像检查前5 min排空膀胱,然后进行脑部PET/MR检查。

       PET及MRI图像同步采集30 min,MRI序列包含用于PET衰减校正的T1WI/WFI序列,以及3D-T1WI、T2WI、T2WI-液体衰减反转恢复序列(fluid attenuated inversion recovery, FLAIR)、扩散加权成像(diffusion-weighted imaging, DWI)序列(b=1000 s/mm2)。扫描参数:(1)3D-T1WI,层厚1 mm,层间距1 mm,FOV 256 mm×256 mm,矩阵256×256,TE 3.0 ms,TR 7.9 ms,激发次数1,带宽250 kHz,扫描时间5 min 20 s,翻转角10°。(2)T2WI,层厚5 mm,层间距2.2 mm,FOV 208 mm×208 mm,矩阵288×288,TE 96.74 ms,TR 13 715 ms,激发次数1.7,带宽200 kHz,扫描时间4 min 39 s,翻转角150°。(3)T2WI-FLAIR,层厚2 mm,层间距2 mm,FOV 208 mm×208 mm,矩阵288×200,TE 113.8 ms,TR 9900 ms,激发次数1.7,带宽220 kHz,扫描时间4 min 57 s,翻转角150°,TI 2680 ms。(4)DWI,层厚5 mm,层间距6.5 mm,FOV 230 mm×220 mm,矩阵192×184,TE 103 ms,TR 2103 ms,带宽1790 kHz,扫描时间1 min 36 s,翻转角90°,b=1000 s/mm2

1.2.2 图像预处理及数据收集

       本研究用MATLAB 2017b软件和SPM12软件对18F-FDG PET原始图像进行配准与平滑处理:(1)用SPM12中的Coregister功能将FDG PET配准至相应的MRI T1WI图像,使用SPM12 Normalise将T1WI配准至蒙特利尔神经研究所(Montreal Neurological Institute, MNI)标准空间,并将其变换矩阵应用至经配准的FDG PET,获得配准至标准空间的FDG PET图像,然后用SPM12 Smooth对其进行平滑操作,半峰宽(full width at half maxima, FWHM)设置为[10, 10, 10];(2)使用FMRIB软件库(FMRIB software library, FSL)的fslstats功能,以ch2bet模板作为掩膜,计算得到全脑平均放射性浓度;(3)使用SPM12 ImCalc将经过配准、平滑的FDG PET影像除以相应的全脑平均放射性浓度,获得FDG PET标准化摄取率(standardized uptake value ratio, SUVr)图像;(4)使用神经影像后处理软件(uWS-MI,上海联影医疗科技股份有限公司,上海,中国)中的多模态脑分析软件包[19]对FDG PET和T1WI序列进行进一步处理,通过自动分割技术获得了DKT(Desikan-Killiany-Tourville Atlas)脑区模板的62个脑区域的脑区体积/全脑体积(volume/total intracranial volume, volume/TIV)及平均放射性浓度,并将各脑区平均放射性浓度除以相应的全脑平均放射性浓度,得到各脑区SUVr。

1.2.3 统计学分析

       本研究所有统计分析采用MATLAB R2017b、SPM12处理包、SPSS 22.0版、MedCalc、R 4.3.3、RStudio完成。数据正态性检验采用Shapiro-Wilk检验,方差齐性检验采用Levene检验。人口统计学(性别、年龄)组间差异性采用Mann-Whitney U检验,P<0.05表示差异有统计学意义。18F-FDG PET用SPM12两独立样本t检验(P<0.001),并采用簇水平多重比较谬误(familywise error, FWE)校正,P<0.05为差异有统计学意义。对于不符合正态分布或方差不齐的数据,用SPSS对DKT脑模板的62个脑区域的volume/TIV及SUVr进行Mann-Whitney U检验,P<0.05为差异具有统计学意义。volume/TIV和SUVr存在显著差异的脑区两两配对,进行二元逻辑回归生成预测概率,用MedCalc绘制联合诊断受试者工作特征(receiver operating characteristic, ROC)曲线,并进行DeLong检验,R 4.3.3绘制联合诊断校准曲线和决策曲线。置换检验用于评估统计量的显著性。

2 结果

2.1 研究对象

       本研究最终纳入了25例AE患者(AE组),其中男15例,女10例,年龄49(29~62)岁。纳入了11例HC,其中男6例,女5例,年龄54(50~58)岁。HC组与AE组之间性别、年龄差异无统计学意义(Z=0.302,P=0.763;Z=0.327,P=0.744)。AE组患者中,检查时有10例处于疾病急性期(病程≤1月),2例处于亚急性期(1月<病程≤3月),13例处于慢性期(病程>3月)[23],9例患者在检查前2周内接受过AE的一线治疗(糖皮质激素冲击治疗、静脉注射免疫球蛋白或血浆置换)。

2.2 基于SPM12的分析结果

       应用SPM12两独立样本t检验比较AE组与HC组之间的FDG代谢差异脑区,结果显示FDG摄取增高区域位于脑干和小脑;FDG摄取减低区域在双侧额叶、双侧顶叶、右侧枕叶均有分布(图1),其余脑区差异无统计学意义(表1, 2)。

图1  AE组相较HC组FDG摄取异常脑区。红色为摄取升高区域,蓝色为摄取减低区域。AE:自身免疫性脑炎;HC:健康对照;FDG:氟代脱氧葡萄糖。
Fig. 1  Cerebral areas of abnormal FDG uptake in AE group compared with HC group. Red areas represent brain regions with increased FDG uptake and blue areas represent brain regions with decreased FDG uptake. AE: autoimmune encephalitis; HC: healthy control; FDG: fludeoxyglucose.
表1  AE组相较HC组FDG摄取异常区域
Tab. 1  Clusters with abnormal FDG uptake in AE group compared with HC group
表2  AE组相较HC组FDG摄取异常脑区
Tab. 2  Brain regions with abnormal FDG uptake in AE group compared with HC group

2.3 脑区volume/TIV与SUVr比较结果

       AE组与HC组之间脑区volume/TIV和SUVr差异见表3图2,结果发现,与HC组相比,AE组左侧岛叶、左侧后扣带回、双侧扣带回峡部、双侧距状回的volume/TIV减低,双侧中扣带回、顶下小叶、枕外侧回、右侧顶上小叶、楔叶、楔前叶SUVr减低。AE组全脑未见volume/TIV显著增加、SUVr显著增加脑区。

图2  AE组与HC组之间volume/TIV、SUVr有差异的脑区。黄色为volume/TIV有差异的脑区,绿色为SUVr有差异的脑区。AE:自身免疫性脑炎;HC:健康对照;volume/TIV:脑区体积/全脑体积;SUVr:标准化摄取率。
Fig. 2  Brain regions with differences in volume/TIV and SUVr between AE and HC group. Yellow represents the brain region with significant difference in volume/TIV, green represents the brain region with significant difference in SUVr. AE: autoimmune encephalitis; HC: healthy control; volume/TIV: volume/total intracranial volume; SUVr: standardized uptake value ratio.
表3  AE组与HC组之间volume/TIV、SUVr有差异的脑区
Tab. 3  Brain regions with differences in volume/TIV and SUVr between AE and HC group

2.4 诊断试验结果

       将volume/TIV和SUVr有显著差异的脑区两两配对,生成54个预测概率并绘制ROC曲线,图3展示了曲线下面积(area under the curve, AUC)>0.900的联合诊断ROC曲线,结果显示左侧中扣带回SUVr与左侧距状回volume/TIV联合诊断效能最高(AUC值为0.964,诊断临界值为0.698)(图4),且远高于左侧中扣带回SUVr(AUC值为0.791)或左侧距状回volume/TIV(AUC值为0.785)单一参数的诊断效能,置换检验结果显示AE组和HC组之间左侧中扣带回SUVr与左侧距状回volume/TIV差异具有统计学意义。DeLong检验结果显示各定量参数两两联合诊断的AUC值差异不具有统计学意义(P>0.05),但单一参数诊断与两两参数联合诊断效能间差异具有统计学意义(P<0.05)。校准曲线结果显示左侧中扣带回SUVr与左侧距状回volume/TIV的联合诊断校准曲线与参考线拟合度偏低(图5),提示诊断模型校准度一般。但决策曲线结果显示当风险阈值取值在很大范围内时都能获得较高的净收益(图6)。

图3  两两参数联合诊断ROC曲线。图中仅展示AUC>0.900的ROC曲线。
图4  左侧距状回volume/TIV和左侧中扣带回SUVr的ROC曲线。
图5  左侧距状回volume/TIV和左侧中扣带回SUVr联合诊断的校准曲线。
图6  左侧距状回volume/TIV和左侧中扣带回SUVr两参数联合诊断的决策曲线。ROC:受试者工作特征;AUC:曲线下面积;volume/TIV:脑区体积/全脑体积;SUVr:标准化摄取率。
Fig. 3  ROC curves of pairwised parameters. The figure only shows ROC curves with AUC>0.900.
Fig. 4  The ROC curves for volume/TIV of left calcarine gyrus and SUVr of medial cingulate gyrus.
Fig. 5  The calibration curve for combined diagnosis of volume/TIV of left calcarine gyrus and SUVr of medial cingulate gyrus.
Fig. 6  The decision curve for combined diagnosis of volume/TIV of left calcarine gyrus and SUVr of medial cingulate gyrus. ROC: receiver operating characteristic; AUC: area under the curve; volume/TIV: volume/ total intracranial volume; SUVr: standardized uptake value ratio.

3 讨论

       本研究利用一体化PET/MR技术,同步获取了AE患者的PET及MRI影像信息。通过对这些影像数据进行后处理和统计学分析,评估AE患者颅脑的MRI结构变化以及FDG PET代谢变化。研究结果显示,AE患者脑干和小脑的FDG摄取显著增高,而双侧额叶、顶叶及右侧枕叶的FDG摄取减低。此外,脑结构分析显示岛叶、扣带回、距状回等脑区的volume/TIV有所减低,同时中扣带回、顶叶、楔叶及枕外侧回的SUVr值也呈现减低。尤为重要的是,我们发现左侧距状回的volume/TIV与左侧中扣带回的SUVr联合诊断效能很高,可作为AE诊断的潜在生物学标记物。本研究创新性地结合了FDG PET代谢信息与MRI结构信息,建立了联合诊断模型,为AE的诊断提供了更为潜在的诊断方法。这一研究不仅在国内首次提出了这种综合分析方法,也填补了相关领域的研究空白,为解决AE诊断的问题提供了新的思路和方法。

3.1 AE颅脑FDG代谢模式特征

       既往文献报道不同自身免疫抗体类型相关AE患者的FDG代谢异常表现不同[24, 25, 26, 27]。内侧颞叶是最常受累及的脑区,FDG摄取升高或减低都可能出现,此外部分AE患者额叶和顶叶或全脑皮层弥漫性代谢减低[13, 27]。本研究发现AE患者脑桥、中脑、右侧小脑前叶FDG摄取升高,可能存在神经元活动性增加或者炎症。部分患者临床表现感觉异常、睡眠障碍、肌张力障碍以及精神异常可能与脑干FDG摄取增高有关;还有患者表现为言语含糊、认知障碍、共济失调引起的步态不稳,可能与小脑FDG代谢增高有关。FDG摄取减低脑区主要分布于额叶、顶叶、枕叶,与部分既往文献结果相符[13, 27],受累部位大部分位于语言中枢,可能与患者出现言语障碍症状有关。此外,我们发现前额叶FDG代谢减低区域与部分执行控制网络重合,提示AE患者可能存在执行控制脑网络功能的改变[28]

3.2 AE颅脑结构及FDG代谢参数比较

       脑体积是反映脑结构信息的重要指标之一,既往基于MRI头颅结构的相关研究发现急性期AE患者常出现杏仁核肿大,随着病程延长杏仁核体积逐渐减小,而其他异常脑区均表现为体积和皮层厚度减低,这种异常在有语言、记忆功能障碍的患者中更为显著[29, 30, 31]。本研究所纳入病例大部分为常规MRI视觉分析阴性患者,未发现明显杏仁核信号及体积变化。但volume/TIV分析发现AE患者相比于HC组,左侧岛叶、左侧后扣带回、双侧扣带回峡部、双侧距状回volume/TIV显著减低,其中左侧距状回volume/TIV差异最显著,与既往研究结果一致[29, 30, 31]。FDG代谢可以反映神经元兴奋性变化[32],SUVr是常用于定量FDG代谢高低的常用指标之一。本研究发现AE患者双侧中扣带回、顶下小叶、枕外侧回、右侧顶上小叶、楔叶、楔前叶脑区SUVr减低,其中左侧中扣带回SUVr差异最显著。FDG PET和MRI参数差异有统计学意义的脑区两两配对,绘制联合诊断ROC曲线:左侧距状回volume/TIV、左侧中扣带回SUVr联合诊断效能最高,且诊断效能高于单用两者任一参数诊断效能,提示结合FDG PET与MRI有可能会提高AE诊断效能。校准曲线显示诊断模型的校准度一般,未来实验中需要对诊断模型进行进一步优化;而决策曲线显示当风险阈值在一定范围时患者能获得较高的净收益,说明该模型用于临床诊断可使患者获益。

3.3 本研究的不足

       最后,本研究存在一些不足之处。首先,研究包含患者数量较少,因此不足以按照抗体类型进行分组研究;同时健康志愿者数量也比较少,一定程度上降低了统计效能。研究发现不同抗体类型AE患者存在一些共性FDG PET/MR表现,未来扩大样本数据量后进行进一步细化分组有助于进一步解释该现象。其次,治疗手段可能对患者脑FDG代谢存在潜在影响,虽然目前暂无相关研究表明丙球、血浆置换等AE相关治疗方法会对脑FDG代谢产生影响,但未来有必要进一步研究患者接受相关治疗前后脑FDG代谢差异。此外,FDG PET敏感性较高但特异性较低,神经炎症特异性显像剂(例如线粒体转运蛋白显像)可能有助于进一步提高AE诊断效能[33, 34, 35]

4 结论

       AE患者18F-FDG PET/MR存在某些特定脑区FDG代谢异常和脑体积改变,左侧距状回的volume/TIV和左侧中扣带回的SUVr两个参数是潜在生物学标记物,可能有助于提高AE患者诊断效能。

[1]
LEYPOLDT F, ARMANGUE T, DALMAU J. Autoimmune encephalopathies[J]. Ann N Y Acad Sci, 2015, 1338(1): 94-114. DOI: 10.1111/nyas.12553.
[2]
ABBOUD H, PROBASCO J C, IRANI S, et al. Autoimmune encephalitis: proposed best practice recommendations for diagnosis and acute management[J]. J Neurol Neurosurg Psychiatry, 2021, 92(7): 757-768. DOI: 10.1136/jnnp-2020-325300.
[3]
DALMAU J, GRAUS F. Antibody-mediated encephalitis[J]. N Engl J Med, 2018, 378(9): 840-851. DOI: 10.1056/NEJMra1708712.
[4]
中华医学会神经病学分会神经感染性疾病与脑脊液细胞学学组. 中国自身免疫性脑炎诊治专家共识(2022年版)[J]. 中华神经科杂志, 2022, 55(9): 931-949. DOI: 10.3760/cma.j.cn113694-20220219-00118.
Chinese Society of Neuroinfectious Diseases and Cerebrospinal Fluid Cytology. Chinese expert consensus on the diagnosis and management of autoimmune encephalitis (2022 edition)[J]. Chin J Neurol, 2022, 55(9): 931-949. DOI: 10.3760/cma.j.cn113694-20220219-00118.
[5]
中华医学会神经病学分会. 中国自身免疫性脑炎诊治专家共识[J]. 中华神经科杂志, 2017, 50(2): 91-98. DOI: 10.3760/cma.j.issn.1006-7876.2017.02.004.
Neurology Branch of Chinese Medical Association. Expert consensus on diagnosis and treatment of autoimmune encephalitis in China[J]. Chin J Neurol, 2017, 50(2): 91-98. DOI: 10.3760/cma.j.issn.1006-7876.2017.02.004.
[6]
GRAUS F, VOGRIG A, MUÑIZ-CASTRILLO S, et al. Updated diagnostic criteria for paraneoplastic neurologic syndromes[J/OL]. Neurol Neuroimmunol Neuroinflamm, 2021, 8(4): e1014 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/34006622/. DOI: 10.1212/NXI.0000000000001014.
[7]
李成云, 张雪梅, 王胜钰, 等. 腰椎穿刺后头痛的相关危险因素、预防及治疗的研究进展[J]. 卒中与神经疾病, 2023, 30(6): 638-642. DOI: 10.3969/j.issn.1007-0478.2023.06.021.
LI C Y, ZHANG X M, WANG S Y, et al. Research progress on related risk factors, prevention and treatment of headache after lumbar puncture[J]. Stroke Nerv Dis, 2023, 30(6): 638-642. DOI: 10.3969/j.issn.1007-0478.2023.06.021.
[8]
邸雅琴, 张权. 自身免疫性脑炎的MRI研究进展[J]. 国际医学放射学杂志, 2021, 44(5): 570-573. DOI: 10.19300/j.2021.z18811.
DI Y Q, ZHANG Q. The progress of MRI research on autoimmune encephalitis[J]. Int J Med Radiol, 2021, 44(5): 570-573. DOI: 10.19300/j.2021.z18811.
[9]
刘磊, 宋兆慧, 郭晶, 等. 国人45例抗N-甲基-D-天冬氨酸受体脑炎病例分析[J]. 中华神经科杂志, 2014, 47(7): 474-481. DOI: 10.3760/cma.j.issn.1006-7876.2014.07.009.
LIU L, SONG Z H, GUO J, et al. Clinical analysis of 45 Chinese patients with anti-N-methyl-D-aspartate receptor encephalitis[J]. Chin J Neurol, 2014, 47(7): 474-481. DOI: 10.3760/cma.j.issn.1006-7876.2014.07.009.
[10]
TITULAER M J, HÖFTBERGER R, IIZUKA T, et al. Overlapping demyelinating syndromes and anti-N-methyl-D-aspartate receptor encephalitis[J]. Ann Neurol, 2014, 75(3): 411-428. DOI: 10.1002/ana.24117.
[11]
BACCHI S, FRANKE K, WEWEGAMA D, et al. Magnetic resonance imaging and positron emission tomography in anti-NMDA receptor encephalitis: a systematic review[J/OL]. J Clin Neurosci, 2018, 52: 54-59 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/29605275/. DOI: 10.1016/j.jocn.2018.03.026.
[12]
SADAGHIANI M S, ROMAN S, DIAZ-ARIAS L A, et al. Comparison of quantitative FDG-PET and MRI in anti-LGI1 autoimmune encephalitis[J]. Neuroradiology, 2023, 65(8): 1225-1238. DOI: 10.1007/s00234-023-03165-2.
[13]
BORDONNE M, CHAWKI M B, DOYEN M, et al. Brain 18F-FDG PET for the diagnosis of autoimmune encephalitis: a systematic review and a meta-analysis[J]. Eur J Nucl Med Mol Imaging, 2021, 48(12): 3847-3858. DOI: 10.1007/s00259-021-05299-y.
[14]
李亚明. 一体化全身PET/MR设备:现代医学影像学的新利器[J]. 中国医学影像技术, 2021, 37(11): 1601-1603. DOI: 10.13929/j.issn.1003-3289.2021.11.001.
LI Y M. Integrated whole body PET/MRI: a new modality of modern medical imaging[J]. Chin J Med Imag Technol, 2021, 37(11): 1601-1603. DOI: 10.13929/j.issn.1003-3289.2021.11.001.
[15]
高文文, 杜雷, 马国林. 磁共振成像在面肌痉挛中的研究进展[J]. 磁共振成像, 2019, 10(1): 64-67. DOI: 10.12015/issn.1674-8034.2019.01.012.
GAO W W, DU L, MA G L. Study progress in magnetic resonance imaging and analysis methods in hemifacial spasm[J]. Chin J Magn Reson Imag, 2019, 10(1): 64-67. DOI: 10.12015/issn.1674-8034.2019.01.012.
[16]
LAMAYE C, BASTIN C, BERNARD C, et al. Comparative analysis of the brain distribution of [18F]FDG in populations of patients with Alzheimer's disease with or without family history of dementia[J]. Rev Med Liege, 2022, 77(4): 224-230.
[17]
VAN LAERE K, CECCARINI J, GEBRUERS J, et al. Simultaneous 18F-FDG PET/MR metabolic and structural changes in visual snow syndrome and diagnostic use[J/OL]. EJNMMI Res, 2022, 12(1): 77 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/36583806/. DOI: 10.1186/s13550-022-00949-0.
[18]
李昕阳, 田瑶天, 王笑男, 等. 基于动脉自旋标记技术的帕金森病伴抑郁患者脑灌注研究[J]. 磁共振成像, 2023, 14(1): 6-12. DOI: 10.12015/issn.1674-8034.2023.01.002.
LI X Y, TIAN Y T, WANG X N, et al. Cerebral perfusion in Parkinson's disease with depression: an arterial spin labeling MRI study[J]. Chin J Magn Reson Imag, 2023, 14(1): 6-12. DOI: 10.12015/issn.1674-8034.2023.01.002.
[19]
SHAN Y, YAN S Z, WANG Z, et al. Impact of brain segmentation methods on regional metabolism quantification in 18F-FDG PET/MR analysis[J/OL]. EJNMMI Res, 2023, 13(1): 79 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/37668814/. DOI: 10.1186/s13550-023-01028-8.
[20]
HONG Y, FU C, XING Y Z, et al. Delayed 18F-FDG PET imaging provides better metabolic asymmetry in potential epileptogenic zone in temporal lobe epilepsy[J/OL]. Front Med, 2023, 10: 1180541 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/37465642/. DOI: 10.3389/fmed.2023.1180541.
[21]
ARNONE A, ALLOCCA M, DATO R D, et al. FDG PET in the differential diagnosis of degenerative parkinsonian disorders: usefulness of voxel-based analysis in clinical practice[J]. Neurol Sci, 2022, 43(9): 5333-5341. DOI: 10.1007/s10072-022-06166-w.
[22]
ALONGI P, SARDINA D S, COPPOLA R, et al. 18F-Florbetaben PET/CT to Assess Alzheimer's Disease: a new Analysis Method for Regional Amyloid Quantification[J]. J Neuroimaging, 2019, 29(3): 383-393. DOI: 10.1111/jon.12601.
[23]
ZHANG C P, HAO Y, HUANG G, et al. Hypometabolism of the left middle/medial frontal lobe on FDG-PET in anti-NMDA receptor encephalitis: comparison with MRI and EEG findings[J]. CNS Neurosci Ther, 2023, 29(6): 1624-1635. DOI: 10.1111/cns.14125.
[24]
MORENO-AJONA D, PRIETO E, GRISANTI F, et al. 18F-FDG-PET imaging patterns in autoimmune encephalitis: impact of image analysis on the results[J/OL]. Diagnostics, 2020, 10(6): 356 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/32486044/. DOI: 10.3390/diagnostics10060356.
[25]
CHEN Y, XING X W, ZHANG J T, et al. Autoimmune encephalitis mimicking sporadic Creutzfeldt-Jakob disease: a retrospective study[J/OL]. J Neuroimmunol, 2016, 295/296: 1-8 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/27235341/. DOI: 10.1016/j.jneuroim.2016.03.012.
[26]
PROBASCO J C, SOLNES L, NALLURI A, et al. Decreased occipital lobe metabolism by FDG-PET/CT: an anti-NMDA receptor encephalitis biomarker[J/OL]. Neurol Neuroimmunol Neuroinflamm, 2018, 5(1): e413 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/29159205/. DOI: 10.1212/NXI.0000000000000413.
[27]
LIU X, YU T T, ZHAO X B, et al. 18 F-fluorodeoxy-glucose positron emission tomography pattern and prognostic predictors in patients with anti-GABAB receptor encephalitis[J]. CNS Neurosci Ther, 2022, 28(2): 269-278. DOI: 10.1111/cns.13767.
[28]
BRESSLER S L, MENON V. Large-scale brain networks in cognition: emerging methods and principles[J]. Trends Cogn Sci, 2010, 14(6): 277-290. DOI: 10.1016/j.tics.2010.04.004.
[29]
HARMS A, BAUER T, WITT J A, et al. Mesiotemporal volumetry, cortical thickness, and neuropsychological deficits in the long-term course of limbic encephalitis[J/OL]. Neurol Neuroimmunol Neuroinflamm, 2023, 10(4): e200125 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/37230543/. DOI: 10.1212/NXI.0000000000200125.
[30]
SUN Y Q, TAO J X, HAN X, et al. Clinical features and brain MRI volumetric changes in anti-mGluR5 encephalitis[J]. Ann Clin Transl Neurol, 2023, 10(8): 1407-1416. DOI: 10.1002/acn3.51831.
[31]
向雅芸. 自身免疫性脑炎的MRI特征分析和抗NMDAR脑炎的皮层形态改变及临床评分相关性分析[D]. 重庆: 重庆医科大学, 2019.
XIANG Y Y. MRI features of autoimmune encephalitis and cortical morphological changes in anti-N-methyl-D-aspartate receptor encephalitis and their correlation with clinical scores[D].Chongqing: Chongqing Medical University, 2019.
[32]
LI H H, GUGLIELMETTI C, SEI Y J, et al. Neurons require glucose uptake and glycolysis in vivo[J/OL]. Cell Rep, 2023, 42(4): 112335 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/37027294/. DOI: 10.1016/j.celrep.2023.112335.
[33]
WANG J G, GE J J, JIN L, et al. Characterization of neuroinflammation pattern in anti-LGI1 encephalitis based on TSPO PET and symptom clustering analysis[J]. Eur J Nucl Med Mol Imaging, 2023, 50(8): 2394-2408. DOI: 10.1007/s00259-023-06190-8.
[34]
WANG J G, JIN L, ZHANG X, et al. Activated microglia by 18F-DPA714 PET in a case of anti-LGI1 autoimmune encephalitis[J/OL]. J Neuroimmunol, 2022, 368: 577879 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/35504188/. DOI: 10.1016/j.jneuroim.2022.577879.
[35]
BETLAZAR C, MIDDLETON R J, BANATI R, et al. The translocator protein (TSPO) in mitochondrial bioenergetics and immune processes[J/OL]. Cells, 2020, 9(2): 512 [2024-01-21]. https://pubmed.ncbi.nlm.nih.gov/32102369/. DOI: 10.3390/cells9020512.

上一篇 PET/MR成像的临床应用述评
下一篇 一体化18F-FET PET/MR术前评估成人胶质瘤患者MGMT基因启动子甲基化状态
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2