分享:
分享到微信朋友圈
X
综述
定量磁化率成像技术在帕金森病中的研究进展
石玥 董林菘 陈绍华 李洪义 杜禹辛 魏秀芳

Cite this article as: SHI Y, DONG L S, CHEN S H, et al. Research progress of quantitative susceptibility mapping in Parkinson's disease[J]. Chin J Magn Reson Imaging, 2025, 16(3): 122-126.本文引用格式:石玥, 董林菘, 陈绍华, 等. 定量磁化率成像技术在帕金森病中的研究进展[J]. 磁共振成像, 2025, 16(3): 122-126. DOI:10.12015/issn.1674-8034.2025.03.020.


[摘要] 帕金森病(Parkinson's disease, PD)是一种迟发性神经退行性疾病,发病率逐年增长,脑内铁动态平衡失调被认为是PD重要病理学特征之一。近年来,神经影像学领域取得了显著的进展,为PD的临床诊断及病理机制的深入剖析开辟了全新视野。在这一背景下,定量磁化率成像(quantitative susceptibility mapping, QSM)技术作为一种先进的磁共振成像手段,利用磁共振成像中的相位信息,实现了对脑组织铁含量精确量化评估。本文就QSM技术成像原理及在PD诊断中的潜在价值与应用前景予以综述,为PD的诊断提供新思路。
[Abstract] Parkinson's disease (PD) is a late-onset neurodegenerative disorder with an increasing incidence year by year. The dysregulation of iron homeostasis in the brain is regarded as one of the significant pathological features of PD. In recent years, remarkable progress has been made in the field of neuroimaging, which has opened up new vistas for the clinical diagnosis of PD and the in-depth exploration of its pathological mechanisms. Against this backdrop, quantitative susceptibility mapping (QSM) technology, as an advanced magnetic resonance imaging modality, utilizes the phase information in magnetic resonance imaging to achieve an accurate quantitative assessment of iron content in brain tissue. This paper reviews the imaging principle of QSM technology and its potential value and application prospects in the diagnosis of PD, aiming to provide new insights for PD diagnosis.
[关键词] 帕金森病;定量磁化率成像;磁共振成像;铁沉积
[Keywords] Parkinson's disease;quantitative susceptibility mapping;magnetic resonance imaging;iron deposition

石玥 1   董林菘 1   陈绍华 1   李洪义 2   杜禹辛 1   魏秀芳 2*  

1 牡丹江医科大学, 牡丹江 157011

2 牡丹江医科大学附属红旗医院影像中心磁共振科, 牡丹江 157011

通信作者:魏秀芳,E-mail: 253990251@qq.com

作者贡献声明:魏秀芳设计本研究的方案,对稿件重要内容进行了修改,获得了黑龙江省重点研发计划项目和黑龙江省省属高等学校基本科研业务费科研项目的资助;石玥起草和撰写稿件,获取、分析和解释本研究的数据;董林菘、陈绍华、李洪义、杜禹辛获取、分析或解释本研究的数据,对稿件重要内容进行了修改;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: 黑龙江省重点研发计划项目 SC2024ZX12C0036 黑龙江省省属高等学校基本科研业务费科研项目 2023-KYYWFMY-0014
收稿日期:2025-01-03
接受日期:2025-03-10
中图分类号:R445.2  R749.16 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2025.03.020
本文引用格式:石玥, 董林菘, 陈绍华, 等. 定量磁化率成像技术在帕金森病中的研究进展[J]. 磁共振成像, 2025, 16(3): 122-126. DOI:10.12015/issn.1674-8034.2025.03.020.

0 引言

       帕金森病(Parkinson's disease, PD)是全球第二大神经退行性疾病。其核心运动症状包括显著的震颤、运动迟缓及肌肉强直等,此外还可能出现一系列非运动症状如情绪波动、嗅觉减退及睡眠障碍等[1],这些症状共同构成了PD复杂的临床表现,严重妨碍患者的日常生活。PD病理机制较为复杂,其主要病理特征为黑质(substantia nigra, SN)多巴胺能神经元进行性丧失[2]以及含有α-突触核蛋白聚集体的包涵体形成[3],同时脑组织内铁代谢紊乱与SN、纹状体内异常铁沉积也是PD重要病理机制之一[4]。目前对于PD的诊断主要基于详尽的临床病史、神经系统体格检查及运动功能障碍等,由于PD起病隐匿加之症状复杂多样,临床上对于早期PD的误诊率较高。近年来,定量磁化率成像(quantitative susceptibility mapping, QSM)技术作为新兴的磁共振检查方法,可以对大脑中的铁分布进行量化及可视化评估[5],对PD的诊断提供新视角、新思路。本文系统综述了QSM技术的成像原理及在PD中的应用现状,分析了其在PD诊断、病情监测及病理机制等研究中的潜在价值,并探讨了QSM技术的优势、不足与未来研究方向,旨在为PD精准诊断和治疗策略优化提供理论依据,从而推动该领域的进一步发展,以帮助患者改善预后提高生活质量。

1 PD铁沉积模式

       铁是人体不可缺少的微量元素,其在细胞活动中至关重要。当细胞内铁浓度失控超过一定范围,将诱发有害自由基生成,从而对细胞产生毒性作用引起细胞损伤。在多种神经系统疾病,如PD、阿尔茨海默病及亨廷顿病等均观察到铁异常蓄积现象[6]。一项对PD患者尸检的研究显示,PD患者黑质致密部(substantia nigra pars compacta, SNpc)铁沉积含量明显升高,相比之下黑质网状部(substantia nigra pars reticulata, SNpr)铁含量则无明显变化[7]。铁离子选择性地沉积于SNpc,可能是由于SNpc是PD患者多巴胺能神经元丧失的主要部位[8],同时过量沉积于SNpc的铁通过催化脂质过氧化过程,进一步介导多巴胺能神经元的铁死亡[9]。另一项研究发现,PD患者SN中铁调节蛋白1活性升高,这可能会增加神经元对铁的摄取,同时使神经黑色素对与铁相关的氧化损伤敏感性增加[10]。路易小体作为PD关键性病理标志物,其参与PD发病的病理生理学机制也与铁有关。路易小体的主要成分为聚集的α-突触核蛋白(α-Syn)[11],铁死亡可导致α-Syn表达和聚集,并参与α-Syn介导的细胞毒性过程[12],同时α-Syn过表达还会引发铁相关蛋白(如二价金属离子转运体1、铁调节蛋白1及铁调节蛋白2等)失调,加剧氧化应激以及细胞衰老过程[13]。上述研究揭示了铁在PD中的重要作用,为理解PD病理机制提供了新视角。铁在PD中异常蓄积的具体机制仍需进一步研究,期待未来铁沉积可以作为PD治疗的潜在靶点,为开发新的治疗策略提供重要方向。

2 QSM检测铁沉积的成像原理

       铁为顺磁性物质,铁及铁蛋白能够改变组织局部磁场,在磁共振成像中造成横向弛豫时间缩短[14]。对铁沉积敏感的磁共振序列包括T2*WI、磁敏感加权成像(susceptibility weighted imaging, SWI)及QSM等。其中T2*WI无法直接定量分析脑内铁含量,导致测量结果存在一定误差[15]。SWI技术基于梯度回波序列,通过利用组织间磁化率差异,有效剔除背景场干扰并将相位图与幅值图组合,确保了磁化率信息与大脑原位结构相对应[16]。然而,SWI受到组织形态及成像具体方位的制约,难以准确量化铁沉积引起的磁化率变化。相较之下,QSM展现出受外界因素干扰小及图像对比度高的特点,能更精准地监测脑区铁异常沉积。QSM作为SWI技术的延伸,通过相位解缠绕、背景场校正及磁化率反演等一系列复杂图像后处理流程,最终生成具备更高组织对比度及空间分辨率的定量磁敏感图[17]。在大脑中,铁元素主要以具有强顺磁性的铁蛋白形式存在,当这些富含铁蛋白的组织暴露于外加磁场中,会诱发显著的局部磁场效应。研究表明,组织内部铁含量与所引起的相位变化呈现正相关,即铁含量越高QSM信号增强越显著[18]。这一创新性的技术展现出其独特的优越性,QSM能够精确地表达活体组织内磁敏感物质的分布及沉积量的变化,实现对人体组织铁含量无创且客观的定量分析[19]。不仅如此,QSM还能有效区分铁、钙化及胶原蛋白等物质[20]。鉴于上述此种优势,QSM有望成为PD重要影像学生物标志物。未来研究应聚焦于优化现有技术、简化QSM后处理流程以及拓展临床应用,发挥其在PD诊疗中的潜力。

3 QSM在PD中的研究进展

3.1 QSM对PD铁沉积分布与机制的研究

       关于PD患者脑内铁沉积的分布特征,蒋爽等[21]研究发现,在PD的早期阶段仅表现为SN轻微异常铁沉积,其他脑区铁异常沉积并不显著;随着病情逐步进展至中晚期,红核(red nucleus, RN)、SN、苍白球(globus pallidus, GP)等脑内灰质核团中的铁含量会出现异常升高。这表明PD患者脑内的铁沉积并不局限于脑内某个部位或核团,而是呈现出从局部向整体发展的渐进性趋势。为了进一步探究铁沉积的来源,有学者[22]应用QSM技术对GP-黑质纹状体束(fascicula nigrale, FN)-SN通路的铁沉积进行研究,结果显示铁沉积并未呈现出沿GP-FN-SN通路明显增加的梯度关系,推测该通路并非SN铁沉积唯一路径。综上所述,PD患者脑内铁沉积不局限于单一脑区或通路,可能通过多种潜在途径发生。关于PD患者脑铁沉积的分布与机制尚未明确,需进一步深入研究。

3.2 QSM对PD诊断及病情评估的研究

       在PD病理机制中,脑内异常铁沉积被认为起着关键性作用[23]。由于铁元素具备顺磁性的特征,QSM技术能够精确地检测到PD患者脑内磁化率的变化,为PD的诊断提供重要依据。吴明振等[24]通过Meta分析发现,QSM在PD诊断中展现出较高的诊断效能,且相较于SN整体,SNpc的磁化率值在诊断PD时具有更高的准确性。FU等[25]进一步证实,PD患者在SN、RN和GP的磁化率值均高于健康人群,且SN磁化率值与PD患者Hoehn -Yahr(H-Y)分级呈正相关。然而,也有学者[26]通过H-Y分级对PD患者进行分组研究,发现尽管各个阶段PD患者SN铁含量均升高,但不同分期间SN磁化率值并无显著差异,认为PD患者SN铁沉积可能在病程早期就已发生,且不随病情进展而增加。为探究脑内铁沉积与病情进展的关系,THOMAS 等[27]对已确诊PD的患者进行为期3年的随访,通过QSM技术比较前后两次脑内灰质核团磁化率值的变化,发现右侧颞叶皮质、Meynert基底核和壳核(putamen, PU)铁沉积增加与认知功能恶化相关;基底节、SN、RN、岛叶皮质和齿状核(dentate nucleus, DN)铁沉积增加与运动症状加重相关。

       尽管QSM技术在PD研究中展现出显著优势,但仍存在一些争议,SN铁含量是否随病情进展而变化,以及QSM在区分PD不同病程阶段的敏感性仍需进一步验证。根据现有研究结果推测,由于PD病理机制复杂且脑内异常铁沉积并非PD唯一病理指征,QSM无法全面表达PD病情进展中除铁沉积外的其他复杂病理生理学机制,但可以明确的是QSM可以通过量化脑组织内铁含量,为PD辅助诊断提供重要依据。

3.3 QSM对PD不同运动亚型的研究

       在PD典型运动症状中静止性震颤尤为常见,依据震颤的存在与否,PD可被划分为震颤主导型(tremor-dominant subtype, TD)与非震颤显性表型,后者进一步细分为强直-少动型(akinetic-rigid subtype, AR)及姿势不稳定步态障碍型(postural instability gait disorder, PIGD)[28]。研究表明,脑内铁沉积与PD运动亚型发病机制密切相关。CHEN等[29]应用QSM对PD不同亚型患者进行研究,发现PD-TD患者DN铁沉积高于健康人群及其他PD亚型,且DN磁化率值与震颤评分呈显著正相关。同时GUAN等[30]观察到PD-TD组DN和RN磁化率值显著高于PD-AR组,且这些核团的磁化率值与震颤症状的严重程度之间存在明显的相关性。目前,PD运动亚型的病理机制尚未明确,但DN作为脑内富含铁的深部核团,在PD-TD亚型的发病机制中可能发挥重要作用。未来研究可进一步探索PD不同亚型铁沉积与其他病理改变的相互作用,开发影像学标志物用于PD运动亚型的分类,为临床诊疗工作提供有价值的参考依据。

3.4 QSM对PD步态障碍的研究

       PD患者步态障碍普遍存在且性质多样,包括步态速度减慢、步长缩短、步态变异性增加以及步态冻结(freezing of gait, FOG),其中FOG是PD患者常见的致残症状[31]。NATHOO等[32]应用QSM技术研究发现,伴有步态障碍的PD患者在尾状核(caudate nucleus, CN)、PU以及RN的磁化率值呈现出增高的趋势,同时伴有FOG的PD患者GP的磁化率值升高尤为显著。但YAN等[33]研究得出了不同结论,该结果发现PD伴FOG的患者SN铁含量显著高于非FOG组。尽管PD伴步态障碍以及FOG的潜在病理基础尚不完全清楚,但可以认为步态障碍通常与多个脑区结构相关联,同时铁沉积在FOG产生中起到重要作用。这些发现为理解PD步态障碍的病理生理机制提供了新的见解。

3.5 QSM对PD认知障碍的研究

       PD认知障碍(PD with cognitive dysfunction, PD-CD)是PD常见的非运动症状之一,包括PD轻度认知障碍(PD mild cognitive impairment, PD-MCI)和PD痴呆(PD dementia, PDD)。NAKASHIMA等[34]通过QSM技术发现,PD患者白质区域的磁化率变化与认知功能密切相关,提示白质病变可能在PD认知障碍的发生发展中起重要作用。磁化率分离技术能够更准确地检测白质的磁化率变化,为PD的诊断和病情评估提供了更有价值的影像学信息。此外,有学者[35]发现PD-MCI患者大脑深部核团存在广泛异常铁沉积,推测其病理生理过程可能与脑内铁含量增加有关,同时发现PD患者注意力受损和语言功能障碍也与脑内异常铁沉积相关联。LI等[36]进一步研究发现,相较于非痴呆型PD患者,PDD患者在海马区展现出更高的磁化率值,表明QSM技术能够揭示PD与PDD之间脑内铁沉积模式的差异,为评估PD患者认知障碍提供了重要依据。尽管QSM技术在PD认知障碍研究中展现出潜在价值,但目前相关研究较为有限,未来亟需进一步探索QSM在PD-CD中的应用。

3.6 QSM在PD影像组学中的研究

       QSM 影像组学在辅助PD诊断方面展现出重要价值。CHENG等[37]探究基于QSM技术下黑质小体-1的影像组学特征,发现其有助于PD的诊断,同时由于个体差异对燕尾征的识别较为困难,影像组学有潜力克服这些不足并可作为燕尾征的替代标志物。KANG等[38]研究发现,从QSM图像上提取到的SN-纹状体系统影像组学特征不仅在PD诊断中具有重要作用,还可用于评估认知功能障碍。XIAO等[39]通过分析QSM 图像中SN影像组学特征,证实其对PD的诊断具有重要价值。同时该团队基于卷积神经网络(convolutional neural network, CNN)从QSM图像中提取不同特征,发现传统影像组学特征与CNN提取特征具有互补性,二者结合可显著提升PD诊断效能(AUC:0.96)。未来研究可进一步探索多模态影像组学特征融合及人工智能的应用,以优化PD诊断模型,推动其临床转化。

3.7 QSM在PD鉴别诊断中的研究

       非典型帕金森综合征(atypical parkinsonian syndrome, APS)是一组与PD临床表现相类似但病理机制完全不同的神经退行性疾病,包括进行性核上性麻痹(progressive supranuclear palsy, PSP)、多系统萎缩(multiple system atrophy, MSA)等,由于早期症状重叠,APS与PD的鉴别诊断极具挑战性,QSM技术为二者的鉴别提供了新思路。MAZZUCCHI等[40]比较不同组别(PD、PSP与MSA患者)SN、RN、底丘脑核(subthalamic nucleus, STN)、PU、GP和CN的磁化率值。结果显示,RN磁化率值在区分PD与PSP方面诊断准确性最高,而PU和STN磁化率值在区分MSA和PD方面表现最佳,这与MSA的病理特征一致。此外,一项Meta分析进一步证实,RN的磁化率值在区分PD与PSP中的诊断效能显著(AUC:0.84),PU的磁化率值在区分PD与MSA中的表现更为突出(AUC:0.90)[41]。高场强MRI的应用进一步提升了PD鉴别诊断的准确性。MARXREITER 等[42]在7 T MRI下对PD患者和MSA患者进行QSM扫描,经受试者工作特征曲线(ROC曲线)分析发现Pu和SN磁化率值的AUC为1.0,敏感度高达100%。这些研究表明,尽管PD与APS在临床特征上相似,但其脑内铁沉积的分布模式存在显著差异。未来,在高场强MRI的支持下,QSM技术有望成为PD鉴别诊断中更具说服力的影像学标志物,为临床提供更精准的诊断依据。

3.8 QSM在PD治疗中的应用

       脑深部刺激(deep brain stimulation, DBS)是当前治疗PD的一种成熟且有效的方法,该技术能够显著改善PD患者的运动症状并提升其生活质量[43]。DBS手术的成功关键在于电极植入靶点的精确定位,其对PD治疗效果起着决定性作用[44],基于PD病理生理学,DBS理论目标靶点是STN或苍白球内侧核(globus pallidus internus, GPi)[45]。鉴于STN高含铁量的特性,QSM能够精准勾勒出用于DBS靶点定位的STN解剖学特征,为DBS靶点定位提供可靠依据[46],QSM还能够提供STN功能分区信息[47],进一步优化手术规划。同时QSM技术能够精准描绘DBS治疗的另一靶点GPi的形态及位置,其效果优于传统T2WI图像[48]。WEI等[49]为增强GP内部对比度,将QSM和T1WI图像线性组合创建一种混合对比度图像,发现混合图像显著提升了GPi的对比噪声比,DBS电极靶点的精准定位得到显著提升。MATSUURA等[50]探究PD患者接受DBS治疗后脑内磁化率值与预后的关系,发现上丘脑枕核磁化率值能预测DBS术后视幻觉及认知改变。综上所述,QSM技术为解决PD患者DBS靶向核团精确定位提供了重要工具,随着高分辨率QSM技术的发展,其有望成为DBS精准治疗中的关键技术,为PD的个体化治疗提供有力支持。

4 总结与展望

       QSM作为一种先进的医学影像技术,近年来在PD研究中取得了显著进展。该技术通过定量测量组织磁化率,客观反映组织铁含量,能够清晰地显示出PD患者脑内铁过载现象,特别是在SN等关键区域,这种铁过载与疾病的病理过程密切相关。本文围绕QSM技术展开综述,系统总结了该技术在PD诊疗中的最新研究进展,分析其在PD诊疗中的潜在价值以及临床实践中的独特优势,并为未来研究方向提供思路,从而为患者生活质量的提升和疾病管理提供更有效的解决方案。

       然而,QSM技术目前仍存在一定局限性,现有研究多采用单一QSM技术进行横断面观察,未来可以将QSM与多模态影像技术及人工智能相融合,并开展大样本纵向研究,明确铁沉积与PD及病情进展的关系。同时优化成像参数和数据后处理方法,并进一步推动QSM在个体化治疗中的临床转化。

       总之,QSM技术在PD诊疗中展现出广阔的应用前景和重要的临床意义。随着技术的不断发展和研究的深入,QSM有望成为PD诊断的一项影像学标准,并在精准诊疗中发挥关键作用,为改善患者预后提供有力支持。未来,我们期待QSM技术为PD的诊断和治疗带来更多突破性进展。

[1]
KULCSAROVA K, SKORVANEK M, POSTUMA R B, et al. Defining Parkinson's Disease: Past and Future[J]. J Parkinsons Dis, 2024, 14(S2): S257-S271. DOI: 10.3233/JPD-230411.
[2]
WANG Q, WANG M, CHOI I, et al. Molecular profiling of human substantia nigra identifies diverse neuron types associated with vulnerability in Parkinson's disease[J/OL]. Sci Adv, 2024, 10(2): eadi8287 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/38198537/. DOI: 10.1126/sciadv.adi8287.
[3]
MORRIS H R, SPILLANTINI M G, SUE C M, et al. The pathogenesis of Parkinson's disease[J]. Lancet, 2024, 403(10423): 293-304. DOI: 10.1016/S0140-6736(23)01478-2.
[4]
RIEDERER P, NAGATSU T, YOUDIM M B H, et al. Lewy bodies, iron, inflammation and neuromelanin: pathological aspects underlying Parkinson's disease[J]. J Neural Transm (Vienna), 2023, 130(5): 627-646. DOI: 10.1007/s00702-023-02630-9.
[5]
HARADA T, KUDO K, FUJIMA N, et al. Quantitative Susceptibility Mapping: Basic Methods and Clinical Applications[J]. Radiographics, 2022, 42(4): 1161-1176. DOI: 10.1148/rg.210054.
[6]
MA J, LIU J, CHEN S, et al. Understanding the Mechanism of Ferroptosis in Neurodegenerative Diseases[J/OL]. Front Biosci (Landmark Ed), 2024, 29(8): 291 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/39206899/. DOI: 10.31083/j.fbl2908291.
[7]
SOFIC E, PAULUS W, JELLINGER K, et al. Selective increase of iron in substantia nigra zona compacta of parkinsonian brains[J]. J Neurochem, 1991, 56(3): 978-982. DOI: 10.1111/j.1471-4159.1991.tb02017.x.
[8]
KAMATH T, ABDULRAOUF A, BURRIS S J, et al. Single-cell genomic profiling of human dopamine neurons identifies a population that selectively degenerates in Parkinson's disease[J]. Nat Neurosci, 2022, 25(5): 588-595. DOI: 10.1038/s41593-022-01061-1.
[9]
COSTA I, BARBOSA D J, BENFEITO S, et al. Molecular mechanisms of ferroptosis and their involvement in brain diseases[J/OL]. Pharmacol Ther, 2023, 244: 108373 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/36894028/. DOI: 10.1016/j.pharmthera.2023.108373.
[10]
BERRY T M, MOUSTAFA A A. A novel treatment strategy to prevent Parkinson's disease: focus on iron regulatory protein 1 (IRP1)[J]. Int J Neurosci, 2023, 133(1): 67-76. DOI: 10.1080/00207454.2021.1885403.
[11]
CHEN R, GU X, WANG X. α-Synuclein in Parkinson's disease and advances in detection[J]. Clin Chim Acta, 2022, 529: 76-86. DOI: 10.1016/j.cca.2022.02.006.
[12]
AGOSTINI F, BUBACCO L, CHAKRABARTI S, et al. α-Synuclein Toxicity in Drosophila melanogaster Is Enhanced by the Presence of Iron: Implications for Parkinson's Disease[J/OL]. Antioxidants (Basel), 2023, 12(2): 261 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/36829820/. DOI: 10.3390/antiox12020261.
[13]
SHEN Q Q, JV X H, MA X Z, et al. Cell senescence induced by toxic interaction between α-synuclein and iron precedes nigral dopaminergic neuron loss in a mouse model of Parkinson's disease[J]. Acta Pharmacol Sin, 2024, 45(2): 268-281. DOI: 10.1038/s41401-023-01153-z.
[14]
GAETA M, CAVALLARO M, VINCI S L, et al. Magnetism of materials: theory and practice in magnetic resonance imaging[J/OL]. Insights Imaging, 2021, 12(1): 179 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/34862955/. DOI: 10.1186/s13244-021-01125-z.
[15]
GUAN X, LANCIONE M, AYTON S, et al. Neuroimaging of Parkinson's disease by quantitative susceptibility mapping[J/OL]. Neuroimage, 2024, 289: 120547 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/38373677/. DOI: 10.1016/j.neuroimage.2024.120547.
[16]
HALLER S, HAACKE E M, THURNHER M M, et al. Susceptibility-weighted Imaging: Technical Essentials and Clinical Neurologic Applications[J]. Radiology, 2021, 299(1): 3-26. DOI: 10.1148/radiol.2021203071.
[17]
CHEN H, YANG A, HUANG W, et al. Associations of quantitative susceptibility mapping with cortical atrophy and brain connectome in Alzheimer's disease: A multi-parametric study[J/OL]. Neuroimage, 2024, 290: 120555 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/38447683/. DOI: 10.1016/j.neuroimage.2024.120555.
[18]
CHEN M, WANG Y, ZHANG C, et al. Free water and iron content in the substantia nigra at different stages of Parkinson's disease[J/OL]. Eur J Radiol, 2023, 167: 111030 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/37579561/. DOI: 10.1016/j.ejrad.2023.111030.
[19]
FUSHIMI Y, NAKAJIMA S, SAKATA A, et al. Value of Quantitative Susceptibility Mapping in Clinical Neuroradiology[J]. J Magn Reson Imaging, 2024, 59(6): 1914-1929. DOI: 10.1002/jmri.29010.
[20]
DIMOV A V, LI J, NGUYEN T D, et al. QSM Throughout the Body[J]. J Magn Reson Imaging, 2023, 57(6): 1621-1640. DOI: 10.1002/jmri.28624.
[21]
蒋爽, 邵华, 阿卜杜热合曼·阿卜力米提, 等. 早期和晚期帕金森病患者脑铁含量的QSM评价[J]. 中国医学计算机成像杂志, 2022, 28(4): 337-341. DOI: 10.19627/j.cnki.cn31-1700/th.2022.04.009.
JIANG S, SHAO H, ABDURAHMAN A, et al. Evaluation of Brain Iron Deposition in Early and Advanced Patients with Parkinson's Disease Using Quantitative Susceptibility Mapping[J]. Chin Comput Med Imag, 2022, 28(4): 337-341. DOI: 10.19627/j.cnki.cn31-1700/th.2022.04.009.
[22]
CHEN Q, CHEN Y, ZHANG Y, et al. Iron deposition in Parkinson's disease by quantitative susceptibility mapping[J/OL]. BMC Neurosci, 2019, 20(1): 23 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/31117957/. DOI: 10.1186/s12868-019-0505-9.
[23]
DEISTUNG A, JÄSCHKE D, DRAGANOVA R, et al. Quantitative susceptibility mapping reveals alterations of dentate nuclei in common types of degenerative cerebellar ataxias[J/OL]. Brain Commun, 2022, 4(1): fcab306 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/35291442/. DOI: 10.1093/braincomms/fcab306.
[24]
吴明振, 栾继昕, 张传臣, 等. 黑质定量磁化率成像对帕金森病诊断价值的Meta分析[J]. 磁共振成像, 2023, 14(2): 6-11. DOI: 10.12015/issn.1674-8034.2023.02.002.
WU M Z, LUAN J X, ZHANG C C, et al. Quantitative susceptibility mapping of substantia nigra in the diagnosis of Parkinson's disease: A Meta analysis[J]. Chin J Magn Reson Imaging, 2023, 14(2): 6-11. DOI: 10.12015/issn.1674-8034.2023.02.002.
[25]
FU X, DENG W, CUI X, et al. Time-Specific Pattern of Iron Deposition in Different Regions in Parkinson's Disease Measured by Quantitative Susceptibility Mapping[J/OL]. Front Neurol, 2021, 12: 631210 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/34421781/. DOI: 10.3389/fneur.2021.631210.
[26]
LI K R, AVECILLAS - CHASIN J, NGUYEN T D, et al. Quantitative evaluation of brain iron accumulation in different stages of Parkinson's disease[J]. J Neuroimaging, 2022, 32(2): 363-371. DOI: 10.1111/jon.12957.
[27]
THOMAS G E C, HANNAWAY N, ZARKALI A, et al. Longitudinal Associations of Magnetic Susceptibility with Clinical Severity in Parkinson's Disease[J]. Mov Disord, 2024, 39(4): 546-559. DOI: 10.1002/mds.29702.
[28]
SADEGHI F, PÖTTER-NERGER M, GRIMM K, et al. Smaller Cerebellar Lobule VIIb is Associated with Tremor Severity in Parkinson's Disease[J]. Cerebellum, 2024, 23(2): 355-362. DOI: 10.1007/s12311-023-01532-6.
[29]
CHEN J, CAI T, LI Y, et al. Different iron deposition patterns in Parkinson's disease subtypes: a quantitative susceptibility mapping study[J]. Quant Imaging Med Surg, 2020, 10(11): 2168-2176. DOI: 10.21037/qims-20-285.
[30]
GUAN X, XUAN M, GU Q, et al. Influence of regional iron on the motor impairments of Parkinson's disease: A quantitative susceptibility mapping study[J]. J Magn Reson Imaging, 2017, 45(5): 1335-1342. DOI: 10.1002/jmri.25434.
[31]
FALLA M, COSSU G, DI FONZO A. Freezing of gait: overview on etiology, treatment, and future directions[J]. Neurol Sci, 2022, 43(3): 1627-1639. DOI: 10.1007/s10072-021-05796-w.
[32]
NATHOO N, GEE M, NELLES K, et al. Quantitative Susceptibility Mapping Changes Relate to Gait Issues in Parkinson's Disease[J]. Can J Neurol Sci, 2023, 50(6): 853-860. DOI: 10.1017/cjn.2022.316.
[33]
YAN Y, WANG Z, WEI W, et al. Correlation of brain iron deposition and freezing of gait in Parkinson's disease: a cross-sectional study[J]. Quant Imaging Med Surg, 2023, 13(12): 7961-7972. DOI: 10.21037/qims-23-267.
[34]
NAKASHIMA M, KAN H, KAWAI T, et al. Quantitative susceptibility mapping analyses of white matter in Parkinson's disease using susceptibility separation technique[J/OL]. Parkinsonism Relat Disord, 2024, 128: 107135 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/39278120/. DOI: 10.1016/j.parkreldis.2024.107135.
[35]
郭屹, 连丹岚, 金莉蓉, 等. 基于定量磁敏感图分析初诊早期帕金森病轻度认知障碍的脑深部核团铁沉积特征[J]. 中国临床医学, 2023, 30(2): 221-228. DOI: 10.12025/j.issn.1008-6358.2023.20222307.
GUO Y, LIAN D L, JIN L R, et al. The characteristics of subcortical nuclei iron deposition in de novo Parkinson disease with mild cognitive impairment using quantitative sensitivity mapping[J]. Chin J Clin Med, 2023, 30(2): 221-228. DOI: 10.12025/j.issn.1008-6358.2023.20222307.
[36]
LI D T H, HUI E S, CHAN Q, et al. Quantitative susceptibility mapping as an indicator of subcortical and limbic iron abnormality in Parkinson's disease with dementia[J]. Neuroimage Clin, 2018, 20: 365-373. DOI: 10.1016/j.nicl.2018.07.028.
[37]
CHENG Z, ZHANG J, HE N, et al. Radiomic Features of the Nigrosome-1 Region of the Substantia Nigra: Using Quantitative Susceptibility Mapping to Assist the Diagnosis of Idiopathic Parkinson's Disease[J/OL]. Front Aging Neurosci, 2019, 11: 167 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/31379555/. DOI: 10.3389/fnagi.2019.00167.
[38]
KANG J J, CHEN Y, XU G D, et al. Combining quantitative susceptibility mapping to radiomics in diagnosing Parkinson's disease and assessing cognitive impairment[J]. Eur Radiol, 2022, 32(10): 6992-7003. DOI: 10.1007/s00330-022-08790-8.
[39]
XIAO B, HE N, WANG Q, et al. Quantitative susceptibility mapping based hybrid feature extraction for diagnosis of Parkinson's disease[J/OL]. Neuroimage Clin, 2019, 24: 102070 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/31734535/. DOI: 10.1016/j.nicl.2019.102070.
[40]
MAZZUCCHI S, FROSINI D, COSTAGLI M, et al. Quantitative susceptibility mapping in atypical Parkinsonisms[J/OL]. Neuroimage Clin, 2019, 24: 101999 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/31539801/. DOI: 10.1016/j.nicl.2019.101999.
[41]
JIN J, SU D, ZHANG J, et al. Iron deposition in subcortical nuclei of Parkinson's disease: A meta-analysis of quantitative iron-sensitive magnetic resonance imaging studies[J/OL]. Chin Med J (Engl), 2024 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/38809051/. DOI: 10.1097/CM9.0000000000003167.
[42]
MARXREITER F, LAMBRECHT V, MENNECKE A, et al. Parkinson's disease or multiple system atrophy: potential separation by quantitative susceptibility mapping[J/OL]. Ther Adv Neurol Disord, 2023, 16: 17562864221143834 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/36846471/. DOI: 10.1177/17562864221143834.
[43]
HARIZ M, BLOMSTEDT P. Deep brain stimulation for Parkinson's disease[J]. J Intern Med, 2022, 292(5): 764-778. DOI: 10.1111/joim.13541.
[44]
RISSARDO J P, VORA N M, TARIQ I, et al. Deep Brain Stimulation for the Management of Refractory Neurological Disorders: A Comprehensive Review[J/OL]. Medicina (Kaunas), 2023, 59(11): 1991 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/38004040/. DOI: 10.3390/medicina59111991.
[45]
UMEMURA A. Deep Brain Stimulation for Parkinson's Disease[J]. Juntendo Iji Zasshi, 2023, 69(1): 21-29. DOI: 10.14789/jmj.JMJ22-0041-R.
[46]
RASHID T, HWANG R, DIMARZIO M, et al. Evaluating the role of 1.5T quantitative susceptibility mapping for subthalamic nucleus targeting in deep brain stimulation surgery[J]. J Neuroradiol, 2021, 48(1): 37-42. DOI: 10.1016/j.neurad.2019.04.007.
[47]
DIMOV A, PATEL W, YAO Y, et al. Iron concentration linked to structural connectivity in the subthalamic nucleus: implications for deep brain stimulation[J]. J Neurosurg, 2019, 132(1): 197-204. DOI: 10.3171/2018.8.JNS18531.
[48]
YU K, REN Z, LI J, et al. Direct visualization of deep brain stimulation targets in patients with Parkinson's disease via 3-T quantitative susceptibility mapping[J]. Acta Neurochir (Wien), 2021, 163(5): 1335-1345. DOI: 10.1007/s00701-021-04715-4.
[49]
WEI H, ZHANG C, WANG T, et al. Precise targeting of the globus pallidus internus with quantitative susceptibility mapping for deep brain stimulation surgery[J]. J Neurosurg, 2019, 133(5): 1605-1611. DOI: 10.3171/2019.7.JNS191254.
[50]
MATSUURA K, II Y, MAEDA M, et al. Pulvinar quantitative susceptibility mapping predicts visual hallucinations post-deep brain stimulation in Parkinson's disease[J/OL]. Brain Behav, 2023, 13(11): e3263 [2024-12-23]. https://pubmed.ncbi.nlm.nih.gov/37743594/. DOI: 10.1002/brb3.3263.

上一篇 基于皮层表面分析的脑结构MRI研究在抑郁症异质性中的研究进展
下一篇 中枢神经系统疾病与脑淋巴系统的研究进展
  
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