0 引言

       帕金森病（Parkinson's disease, PD）作为一种常见的神经退行性疾病，已累及全球庞大人群^[1]，疾病负担持续攀升^[2]，其前驱期作为干预黄金窗口期已受到广泛关注。该阶段指从α-突触核蛋白病理沉积（Braak 1-3期）到典型运动症状出现前的5~20年，患者可能出现如嗅觉减退、便秘、睡眠障碍、情绪障碍等^[3]症状。虽无明确运动障碍，却已存在多巴胺能神经元损伤、神经黑色素丢失及铁代谢^[4]异常等关键病理改变。

       现有诊断体系缺乏可靠的影像学金标准，常规MRI在此阶段通常无特异性结构异常^[5]，导致早期识别与风险分层面临重大挑战。在现有相关综述中，针对多模态正电子发射断层显像（positron emission tomography, PET）-MRI融合技术在PD中的应用研究梳理较为匮乏，多局限于单一影像技术的临床评估，缺乏对该多模态技术的系统整合、机制解析及临床价值的深入探讨^{[6, 7]}。

       本文在国际运动障碍协会（Movement Disorder Society, MDS）框架下，系统整合特发性快速眼动睡眠行为障碍（isolated REM sleep behavior disorder, iRBD）、嗅觉减退及基因携带者队列，横向对比多模态PET-MRI诊断效能，并评估人工智能（artificial intelligence, AI）融合瓶颈。创新性提出神经黑色素敏感MRI（neuromelanin-sensitive MRI, NM-MRI）筛查—定量磁化率成像（quantitative susceptibility mapping, QSM）补充—多巴胺转运体（dopamine transporter, DAT）-PET监测的分层策略，剖析PET-MRI多模态协同的功能-结构耦合与代谢-病理关联机制，为放射影像科与神经内科医师提供PD前驱期影像诊断的循证决策依据，推动PET-MRI从科研工具向临床常规诊疗方案转化，最终实现PD前驱期精准诊断与个性化干预的临床应用愿景。

1 PD前驱期的临床病理特征与MDS诊断框架

       PD前驱期是指从α-突触核蛋白病理沉积到典型运动症状出现前的5~20年阶段，患者已出现非运动症状或轻微运动症状^[8]。其病理演进遵循Braak假说：1~2期α-突触核蛋白累及嗅球、延髓及蓝斑，临床表现为嗅觉减退、自主神经功能障碍（便秘、iRBD）；3期病理扩展至黑质，出现运动迟缓等亚临床运动症状；当多巴胺能神经元丢失超过50%时进入临床PD期（Braak 4期）^[9]。常规MRI主要用于排除其他疾病，PD前驱期脑结构通常无明显异常^[10]，诊断依赖临床标志物联合评估。

       MDS于2015年发布首个国际公认的概率化诊断框架，通过似然比（likelihood ratio, LR）量化各标志物预测强度^[11]。高预测价值标志物（LR>10）包括客观嗅觉减退（LR>10）和¹²³I-MIBG心肌显像显示的心脏交感神经失神经（LR≈20）。中等预测价值标志物（LR=2~10）包括便秘（LR=2.5）、抑郁（LR=1.6）、日间过度嗜睡（LR=2.2）及客观测量的体位性低血压（LR=18.5），需多标志物共存方可达到诊断阈值。

       然而，单一影像技术或临床标志物均存在固有的局限性。常规MRI在PD前驱期通常无法显示特异性结构异常，其主要价值在于排除血管性帕金森综合征、正常压力脑积水等继发性病因^[12]；DAT单光子发射计算机断层显像（single-photon emission computed tomography, SPECT）虽能敏感检测多巴胺能功能障碍，但缺乏解剖结构信息且存在电离辐射；神经黑色素敏感MRI（neuromelanin-sensitive MRI, NM-MRI）可无创评估黑质致密部神经黑色素含量，但无法直接反映多巴胺能功能状态^[13]。多模态PET-MRI融合技术通过整合不同影像模态的互补信息，有望克服单一技术的局限，实现PD前驱期的精准诊断。

2 多模态PET-MRI的协同诊断机制

2.1 功能-结构耦合机制

       多模态PET-MRI的核心优势之一在于实现神经功能与解剖结构的精准耦合。¹⁸F-DOPA PET通过检测纹状体多巴胺合成能力反映多巴胺能神经末梢功能状态，而MRI高分辨率解剖图像则为PET信号的空间定位提供解剖学参照^[14]。SHANG等^[15]的研究表明，在早期PD患者中，黑质各向异性分数（fractional anisotropy, FA）降低与壳核标准化摄取值比（standardized uptake value ratio, SUVR）下降存在显著关联，中介分析进一步证实多巴胺耗竭在微结构紊乱与运动功能障碍之间发挥显著中介作用。这一发现揭示了功能-结构耦合的深层机制：多巴胺能神经元丢失不仅导致纹状体多巴胺浓度下降，还引发黑质纹状体通路微结构完整性破坏，两者共同驱动运动症状的发生发展。

       NM-MRI与DAT-PET的联合应用是功能-结构耦合模式的典型范例。NM-MRI通过检测黑质致密部神经黑色素信号强度反映多巴胺能神经元体结构完整性，而DAT-PET则评估纹状体多巴胺能神经末梢功能状态^[16]。PÉROT等^[17]的纵向研究发现，在PD前驱期和早期PD患者中，NM-MRI信号呈现先升高后下降的双相变化模式，这一模式与神经黑色素积累和多巴胺能神经元退变的病理过程高度吻合。当NM-MRI信号与DAT-PET异常相结合时，诊断准确性显著提升，帕金森病进展标志物研究计划（Parkinson's Progression Markers Initiative, PPMI）显示基线黑质NM-MRI信号降低联合DAT-SPECT异常诊断PD前驱期的曲线下面积（area under the curve, AUC）达0.91^[18]。

2.2 代谢-病理关联机制

       定量磁化率成像（quantitative susceptibility mapping, QSM）与PET的融合揭示了PD前驱期铁代谢异常与神经炎症、能量代谢障碍之间的复杂关联。QSM通过量化组织磁化率值实现顺磁性铁沉积的精准测量，为评估PD病理相关的铁过载提供了无创手段^[19]。黑质铁沉积与PD发病机制密切相关，过量的铁通过催化芬顿反应产生大量活性氧自由基，加剧氧化应激损伤，加速多巴胺能神经元变性死亡^[20]。

       PET-MRI融合研究发现，黑质铁沉积最严重区域往往伴随小胶质细胞活化和局部葡萄糖代谢降低，形成“铁过载-炎症-能量衰竭”的病理闭环^[21]。18kDa转位蛋白（Translocator Protein 18-kDa, TSPO）PET显像可检测小胶质细胞活化状态，RIKKEN等^[22]的多中心研究显示PD患者黑质TSPO结合率与疾病严重程度显著相关。当QSM量化的铁沉积与TSPO PET检测的神经炎症相结合时，能够更全面地表征PD前驱期的病理微环境。YE等^[23]在6-羟基多巴胺（6-hydroxydopamine, 6-OHDA）PD大鼠模型中，采用¹⁸F-DPA-714 PET-MRI同步评估TSPO表达与脑铁沉积，发现纹状体TSPO结合率在造模后1~3周显著升高，且与旋转行为学评分显著相关，证实了神经炎症与铁沉积在PD早期病理中的协同作用。

2.3 多模态时空耦合模式

       PD前驱期不同病理过程的时空演进规律为多模态PET-MRI的优化组合提供了理论指导。纵向研究表明，DAT功能下降、NM丢失、铁沉积呈时间序列性演进：DAT异常出现最早，NM丢失滞后2~4年，铁沉积则持续进展^[24]。这一时序特征提示，针对不同病程阶段的PD前驱期患者，应采用差异化的多模态PET-MRI组合策略。

       在极早期阶段（Braak 1~2期），以NM-MRI筛查联合嗅觉功能评估为主，可捕捉蓝斑核及黑质的早期结构改变；在进展期（Braak 3期），应增加DAT-PET以评估多巴胺能功能障碍程度；在临近临床转化阶段，QSM可量化铁沉积负荷，预测疾病进展速度^[25]。这种基于病理演进时序的分层诊断策略，有望实现PD前驱期的精准分期与个体化风险评估。

3 多模态PET-MRI在不同PD前驱期人群中的应用价值

       根据MDS研究标准，PD前驱期高危人群主要包括iRBD患者、客观嗅觉减退个体以及富亮氨酸重复激酶2（leucine-rich repeat kinase 2, LRRK2）或葡萄糖神经酰胺酶β酸（glucosylceramidase beta acid, GBA）突变基因携带者^[13]。这三类人群代表了不同的病理生理途径和转化风险等级。

3.1 特发性快速眼动睡眠行为障碍人群

       特发性快速眼动睡眠行为障碍（isolated REM sleep behavior disorder, iRBD）是PD前驱期最具预测价值的标志物，病理定位对应Braak 1~2期脑干蓝斑核与延髓区域。纵向队列研究证实iRBD患者10年内PD转化风险超80%，15年转化率近90%^[26]。多模态PET-MRI在此人群中展现出独特的诊断价值。

       DAT-SPECT研究显示50%~60%的iRBD患者存在纹状体DAT结合率降低20%~40%（后壳核为著），且下降程度与转化风险正相关^[27]。NM-MRI提供独特的结构标志，GIOVANNI等^[28]证实黑质致密部神经黑色素信号在症状前即显著降低，7 T NM-MRI显示黑质对比噪声比（contrast-to-noise ratio, CNR）降低15%~25%，诊断AUC达0.92，且与DAT-SPECT异常显著相关（r=0.68~0.75）。QSM展现铁代谢异常价值，VARGA等^[29]2025年研究证实iRBD患者黑质磁化率值较健康对照升高，7 T QSM显示超50%患者存在黑质背外侧高信号丧失，纵向随访磁化率年增长率约3%~5%（健康老年人仅0.5%）。

       多模态PET-MRI融合研究进一步揭示壳核多巴胺能功能障碍与黑质铁沉积、神经黑色素丢失存在空间共定位^[30]。DÉGLON等^[31]采用¹⁸F-DOPA PET与NM-MRI、QSM三联融合技术，发现iRBD患者中纹状体多巴胺摄取降低、黑质NM信号减弱、黑质铁沉积增加三者之间存在显著的空间相关性，提示多模态PET-MRI能够全面捕捉iRBD患者脑内多巴胺能系统的功能-结构-代谢多维异常。然而，当前iRBD多模态影像研究多为横断面设计且缺乏病理金标准验证，不同研究CNR测量方法差异大导致跨中心可比性差，未来应建立专病影像数据库、统一7 T NM-MRI扫描方案，并探索DAT-PET联合QSM的“功能-病理”双参数预测模型。

3.2 嗅觉减退人群

       嗅觉功能障碍是PD前驱期最早出现的非运动症状之一，对应Braak 1期嗅球病理，客观嗅觉测试证实的前驱期个体10年内PD风险增加5~10倍^[32]。多模态PET-MRI在此人群中的应用揭示了嗅觉皮层-纹状体通路的功能-结构耦合异常。

       DAT-SPECT显示嗅觉减退程度与纹状体DAT结合率呈显著正相关（r=0.65），提示外周嗅觉通路损伤与中枢多巴胺能退变协同^[33]。功能MRI（functional MRI, fMRI）研究揭示了梨状皮质、杏仁核在嗅觉任务中激活减弱，同时伴后壳核DAT结合率降低，揭示嗅觉皮层-纹状体通路功能失调^[34]。NM-MRI在无症状嗅觉减退人群中显示黑质CNR降低约12%，虽不及iRBD显著但已超正常老化范围，表明黑质结构改变在运动症状前已启动^[35]。

       多模态融合分析显示，嗅觉评分-DAT-NM-MRI三维关联模型能够更准确地预测PD转化风险。研究发现，基线嗅觉评分<5分联合黑质NM-MRI CNR降低和壳核DAT结合率下降，预测5年内PD转化的敏感度达78%，特异度达85%^[36]。然而，该领域核心争议在于嗅觉减退与DAT降低相关性强度报道不一（r=0.42~0.75），且阿尔茨海默病（Alzheimer's disease, AD）患者亦存在嗅觉障碍导致影像鉴别困难，根源在于嗅觉测试方法差异、PD与AD病理基础不同（α-突触核蛋白vs. Tau蛋白）但影像表现重叠、杏仁核亚区分析精度不足，未来需开发嗅觉任务fMRI标准化协议，建立嗅觉评分-DAT-NM-MRI三维关联模型，并探索PD与AD嗅觉通路差异标志物。

3.3 基因携带者人群

       遗传性PD约占5%~10%，富亮氨酸重复激酶2（leucine-rich repeat kinase 2, LRRK2）与葡萄糖神经酰胺酶β酸（glucosylceramidase beta acid, GBA）突变是最常见风险基因，LRRK2携带者80岁时外显率30%~80%，GBA携带者风险更高但表型异质性大^[37]。多模态PET-MRI在此人群中呈现基因型特异性特征。

       DAT-SPECT显示LRRK2携带者呈“渐变式”改变（症状前期多正常，仅20%~30%轻微降低10%~15%），而GBA携带者DAT异常更常见（40%~50%无症状携带者纹状体DAT结合率降低）^[38]，提示不同基因型病理进展速度差异。NM-MRI在LRRK2携带者中价值突出，PARK队列研究显示症状前5~7年黑质CNR即开始下降（年速率约2%~3%），但GBA携带者改变模式待验证^[39]。QSM显示无症状GBA携带者黑质磁化率值较非携带者升高5%~10%，但LRRK2携带者QSM改变报道较少^[40]。

       多模态PET-MRI纵向研究揭示DAT功能下降、NM丢失、铁沉积呈时间序列演进模式，为理解不同基因型PD发病机制提供动态视角^[41]。NALLS等^[42]的多模态生物标志物分析显示，LRRK2携带者具有较轻症状、较慢进展和较稳定认知的特征，而GBA携带者常出现早期认知下降，影像上表现为更大的白质损伤。这种基因型特异性影像表型提示，针对不同基因型应开发差异化的多模态PET-MRI标志物组合：LRRK2携带者侧重DAT-PET与NM-MRI联合，GBA携带者侧重QSM与结构MRI联合。然而，当前基因携带者研究样本量小（多数<50例）、外显率年龄依赖性导致基线异质性大、不同突变蛋白功能（激酶活性 vs. 溶酶体功能）影响病理级联反应，未来应开展大样本前瞻性队列研究，探索基因-影像-生物标志物整合风险评分。

4 多模态PET-MRI技术的诊断效能评价

4.1 单模态技术效能边界与适用场景

       现有研究在设计与样本量上呈现明显分层：NM-MRI多为小样本（n<100），仅少数纳入前驱期纵向随访，聚焦神经黑色素丢失时序特征^[43]；QSM以中样本（n=50~150）为主，部分采用多中心数据构建联合模型，单模态联合其他技术后AUC达0.86~0.91，诊断效能量化表现最优^[44]；PET-MRI样本量最大（n=80~200），多中心研究占比最高，核心聚焦鉴别诊断但成本高昂限制大规模应用^[45]。

       高价值参数方面，NM-MRI的黑质致密部面积与CNR在运动症状前检测丢失的预警价值独特，蓝斑受累早于黑质的发现为极早期诊断提供新靶点^[46]；QSM的黑质磁化率值及直方图特征在量化铁沉积方面客观稳定，多中心联合模型AUC表现最优^[47]；PET/SPECT的纹状体DAT结合率与¹⁸F-DOPA摄取量是功能异常直接指标，鉴别PD与多系统萎缩（multiple system atrophy, MSA）敏感度>85%，在疾病修饰治疗入组标准中不可或缺^[48]。

       然而，各单模态技术均存在固有局限：NM-MRI病理靶向性强但样本量偏小，图像后处理标准化不足，蓝斑信号识别依赖7 T高场强设备，老年生理性与PD病理性神经黑色素丢失鉴别阈值尚未明确^[49]；QSM量化指标客观但成像参数敏感性高，不同研究参数设置差异影响结果可比性，感兴趣区（region of interest, ROI）分割仍需人工干预，缺乏不同病程纵向分析^[50]；PET/SPECT虽功能敏感但辐射暴露、成本高昂、设备普及率低，且无法提供解剖结构信息。

4.2 多模态PET-MRI联合诊断的循证证据

       多模态PET-MRI联合诊断的循证证据正在不断积累。PPMI研究作为最大前驱期多中心队列显示，基线黑质NM-MRI信号降低结合DAT-SPECT异常诊断PD前驱期的AUC达0.91^[51]。ALUSHAJ等^[52]的7 T MRI研究证实，黑质背外侧高信号丧失结合壳核磁化率值升高预测2年转化的敏感度为78%、特异度为81%。SUN等^[53]构建的PET/MRI影像组学-临床联合模型在PD与MSA鉴别诊断中实现了0.993的AUC，充分展示了多模态融合技术在临床鉴别诊断中的显著潜力。

       然而，当前研究仍存在矛盾结论：最优技术组合未确立（iRBD适用DAT-PET+NM-MRI组合AUC=0.92，基因携带者可能需要DAT-PET+QSM组合但缺乏头对头比较）、功能-结构耦合时空关系争议（部分纵向研究支持“DAT异常→NM丢失→铁沉积”时序模型，但iRBD研究提示NM与QSM改变几乎同步启动）、亚型特异性适用性不足（MSA、进行性核上性麻痹等帕金森叠加综合征在QSM亦显示铁沉积，特异性不足）。矛盾根源在于PD前驱期缺乏病理学金标准导致影像标志物均为间接验证，78%研究样本量<100例且仅35%完成>3年纵向随访，影像采集参数、后处理流程、ROI定义缺乏统一行业标准。

5 AI应用多模态PET-MRI现状

5.1 AI驱动的影像特征提取

       AI技术为多模态PET-MRI数据的整合与分析提供了强大工具。与传统统计方法相比，AI能够捕捉人眼无法识别的复杂非线性模式，实现诊断效能的跃升。卷积神经网络（convolutional neural network, CNN）可自动学习NM-MRI、QSM、DAT-PET图像中的高阶纹理特征。一项采用DenseNet架构的研究显示，AI提取的影像组学特征诊断PD前驱期的F1-score达到87%，较传统手工特征提升23%^[54]。

5.2 多模态自适应融合策略

       多模态融合层面，AI模型可根据不同前驱人群的特征自动调整各模态权重，实现自适应融合。对于iRBD患者，模型可能给予DAT-SPECT更高权重；而对于基因携带者，QSM铁沉积特征可能更具判别力。联邦学习架构可在不共享原始数据的前提下实现多中心联合建模，保护患者隐私的同时提升模型泛化能力。CHE等^[38]综述了多模态联邦学习的最新进展，指出该策略对于解决医学影像数据孤岛问题具有重要意义。然而，AI应用仍面临挑战：影像特征的标准化是首要难题，不同中心、不同设备的图像信号强度差异可能导致模型失效；模型的可解释性至关重要，需要采用Grad-CAM等技术可视化AI决策依据。

6 结论与展望

       多模态PET-MRI技术通过整合PET分子敏感性与MRI解剖精度，为PD前驱期诊断开辟了从单一结构评估向功能-代谢-病理多维协同跨越的新路径。本文系统阐述了PET-MRI的两大核心协同机制——功能-结构耦合与代谢-病理关联，深入剖析了NM-MRI与DAT-PET、QSM与¹⁸F-DOPA PET等关键模态组合在不同前驱人群中的诊断价值与效能差异，并探讨了AI赋能下的多模态数据融合前沿进展。

       当前多模态PET-MRI研究仍深陷方法学局限、标准化缺失、可及性障碍与AI转化困境交织的四重瓶颈。具体而言，现有研究78%样本量不足100例且仅35%完成3年以上纵向随访，导致缺乏病理金标准验证的效能结论可靠性不足；各技术操作规范与核心指标阈值尚未统一，MRI场强差异、PET示踪剂方案异质性使跨中心可比性差异高达15%~20%，严重制约了多中心数据整合；AI虽能提升诊断效能，但影像特征标准化不足、模型泛化能力有限、可解释性欠缺限制了临床转化。

       未来研究方向应聚焦于以下四个方面：第一，开展至少500例前瞻性多中心队列研究，采用统一扫描协议同步采集多模态PET-MRI数据并进行病理终点验证，建立技术选择的决策树模型；第二，在iRBD人群开展PET-MRI纵向研究验证转化预测效能，在基因携带者中探索LRRK2侧重DAT-PET、GBA侧重QSM的通路特异性标志物；第三，开发基于迁移学习的低成本PET-MRI模拟融合算法，降低技术门槛，推动多模态影像向循证诊疗工具转化；第四，建立基于联邦学习架构的多中心数据协同建模平台，在不共享原始数据前提下实现跨中心模型优化。

       多模态PET-MRI技术的最终愿景是实现PD前驱期精准诊断与个性化干预。通过整合神经黑色素丢失、多巴胺能功能障碍、铁沉积异常等多维度病理信息，结合AI驱动的智能分析，有望建立PD前驱期的精准分型体系，为疾病修饰治疗的个体化选择提供客观依据，最终推动PET-MRI从科研工具向临床常规诊疗方案转化。