分享:
分享到微信朋友圈
X
综述
脊髓血氧水平依赖功能磁共振成像在脊髓疾病中的研究进展
郭香麟 陈楠

Cite this article as: GUO X L, CHEN N. Research progress of blood oxygenation level dependent functional magnetic resonance imaging of spinal cord in spinal cord diseases[J]. Chin J Magn Reson Imaging, 2026, 17(4): 155-160, 191.本文引用格式:郭香麟, 陈楠. 脊髓血氧水平依赖功能磁共振成像在脊髓疾病中的研究进展[J]. 磁共振成像, 2026, 17(4): 155-160, 191. DOI:10.12015/issn.1674-8034.2026.04.022.


[摘要] 脊髓疾病具有高致残率,准确评价脊髓的功能活动对诊治具有重要作用。常规脊髓MRI虽能评估脊髓出血、水肿等宏观结构改变,但无法揭示脊髓功能网络完整性与可塑性,难以对脊髓的功能进行评估。脊髓功能磁共振成像(functional magnetic resonance imaging, fMRI)是一种无创MRI技术,通过血氧水平依赖(blood oxygen level dependent, BOLD)信号间接反映特定任务态及静息态下局部神经元活动情况,可用于量化疾病或特定状态下的功能重组,对脊髓病变的早期诊断、进展预测和疗效评估具有重要价值。目前脊髓fMRI受限于运动伪影、图像信噪比低、分辨率不足等问题,面临巨大挑战,但随着MRI扫描设备、扫描序列和后处理技术的进步,正逐步推动脊髓fMRI的临床应用。本文对脊髓fMRI技术在脊髓疾病中的应用进行综述,还指出目前研究的局限性,提出未来的研究方向,旨在为其临床应用和未来发展方向提供参考。
[Abstract] Spinal cord diseases have a high disability rate, and accurate evaluation of the functional activity of the spinal cord plays an important role in diagnosis and treatment. Conventional MRI of the spinal cord can evaluate macroscopic structural changes such as hemorrhage and edema, but it cannot reveal the integrity and plasticity of the functional network of the spinal cord, making it difficult to assess the function of the spinal cord. Functional magnetic resonance imaging (fMRI) is a noninvasive MRI technique that indirectly reflects local neuronal activity in specific task states and resting states through blood oxygen level dependent (BOLD) signals, and it can be used to quantify the functional reorganization in diseases or specific states, and is valuable for the early diagnosis, progression prediction, and efficacy assessment of spinal cord lesions. Currently, spinal cord fMRI faces significant challenges limited by motion artifacts, low signal-to-noise ratio, and insufficient spatial resolution. However, advances in magnetic resonance imaging scanners, pulse sequences, and post-processing techniques are progressively promoting its clinical translation. This paper reviews the applications of spinal cord fMRI in spinal cord diseases, addresses the limitations of current research, and proposes future directions, aiming to provide a reference for its clinical application and further development.
[关键词] 脊髓;脊髓疾病;脊髓损伤;磁共振成像;功能磁共振成像;临床应用
[Keywords] spinal cord;spinal cord disease;spinal cord injury;magnetic resonance imaging;functional magnetic resonance imaging;clinical applications

郭香麟 1, 2   陈楠 1, 2*  

1 首都医科大学宣武医院放射与核医学科 北京 100053

2 北京磁共振成像和脑信息学重点实验室 北京 100053

通信作者:陈楠,E-mail: chenzen8057@sina.com

作者贡献声明::陈楠设计本综述框架,对稿件重要内容进行了修改,获得了国家自然科学基金项目和国家重点研发计划项目的资助;郭香麟起草和撰写稿件,获取、分析和解释本研究的文献,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: 国家自然科学基金项目 81871339 国家重点研发计划项目 2023YFF1204104
收稿日期:2025-12-17
接受日期:2026-04-10
中图分类号:R445.2  R651.2 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.04.022
本文引用格式:郭香麟, 陈楠. 脊髓血氧水平依赖功能磁共振成像在脊髓疾病中的研究进展[J]. 磁共振成像, 2026, 17(4): 155-160, 191. DOI:10.12015/issn.1674-8034.2026.04.022.

0 引言

       脊髓承担着感觉传递、运动控制、自主神经调节及反射等重要功能[1]。脊髓病变如脊髓损伤(spinal cord injury, SCI)、多发性硬化症(multiple sclerosis, MS)和肌萎缩性侧索硬化症(amyotrophic lateral sclerosis, ALS)等具有高度致残风险,给患者和社会带来了沉重负担[2, 3, 4]。常规MRI虽然可以通过信号特点判断脊髓出血、水肿、脱髓鞘等结构改变做出诊断,但无法评估脊髓病变后脊髓功能网络的完整性与可塑性变化[5]。功能磁共振成像技术(functional magnetic resonance imaging, fMRI)可以通过血氧水平依赖(blood oxygen level dependent, BOLD)信号间接反映静息态和任务态下局部神经元活动情况,已广泛应用于脑发育和脑疾病的诊断和预后的监测[6, 7, 8],为脊髓功能研究提供了新的方法[9]。但由于脊髓细小、脑脊液搏动及周围组织器官干扰,易导致运动伪影、图像信噪比低、分辨率不足等问题,脊髓fMRI一直存在巨大挑战[10]。随着MRI扫描设备、扫描序列和后处理技术的发展,脊髓功能成像已逐步应用于临床研究中,通过揭示正常或病理状态下脊髓的功能活动[5],对脊髓病变的早期诊断、进展预测和疗效评估具有重要价值。然而,当前脊髓fMRI的研究仍面临诸多方法学与应用层面的问题,已有综述探讨了脊髓功能成像的技术策略及其解析感觉运动环路的潜力,但仍缺乏对脊髓局部环路动态调节机制的深入探索[5]。本文对脊髓fMRI的研究现状作一综述,还指出目前研究的局限性,提出未来的研究方向,旨在为以后脊髓fMRI的临床应用提供依据。

1 检索策略

       在PubMed、Web of Science、CNKI、万方数据库、维普期刊中检索相关文献,未设置文章类型限制,检索时间为:数据库建库至2025年12月17日。检索英文关键词为:“spinal cord disease”“spinal cord injury”“multiple sclerosis”“spinal cord fMRI”“spinal cord functional magnetic resonance imaging”“functional magnetic resonance imaging”“fMRI”。检索中文关键词为:“脊髓疾病”“脊髓损伤”“多发性硬化”“脊髓功能磁共振成像”。根据每个数据库的检索特点分别对主题词与自由词进行组合检索。共检索到1644条结果(其中PubMed 706条,Web of Science 551条,CNKI 162条,万方数据库194条,维普期刊31条)。删除重复记录并经过标题和摘要筛选,确定86篇论文进行进一步筛选,最后,全文阅览后,排除仅聚焦脑 fMRI、未涉及脊髓fMRI的研究以及非BOLD脊髓功能成像的文献,共纳入54篇文献。

2 脊髓fMRI技术的研究进展

       fMRI基于BOLD信号,依赖于神经-血管耦合,通过含氧血红蛋白和脱氧血红蛋白间磁化矢量差异间接检测局部神经元任务相关活动及静息态自发活动信号,揭示功能变化,已广泛应用脑发育、神经系统疾病的机制研究和临床诊断、疗效、预后评估中[6, 7, 8]。但由于脊髓直径小,且受脑脊液搏动和邻近组织器官的干扰,脊髓fMRI难以克服图像信噪比低、空间分辨率不足、运动伪影等问题,阻碍其临床应用[10, 11]。随着MRI扫描设备、扫描序列和后处理技术的进步,脊髓fMRI已逐步应用于临床研究中。技术-应用如图1所示。

2.1 脊髓fMRI的扫描设备

       近年来,利用超高场强MRI设备对脊髓功能成像的研究逐渐增多。目前研究发现3 T场强下,通过静息态功能磁共振成像(resting state functional magnetic resonance imaging, rs-fMRI)已能稳定检测腰髓功能连接,灰质的时间信噪比(temporal signal-to-noise ratio, TSNR)经系统去噪处理后提升了四倍,数据质量得到大幅优化[12]。7 T高场强MRI优势更为显著,7 T MRI在多发性硬化患者颈椎成像中,检测到的病灶数量较3 T增加约50%,超高场强(ultra-high field, UHF)MRI实现了更高的空间分辨率,显著提高信噪比(signal-to-noise ratio, SNR)和对比噪声比(contrast-to-noise ratio, CNR),可以获得亚毫米级别的高分辨力图像,有助于准确显示脊髓精细结构BOLD信号的空间特性,极大提高了评估跨区域连通的准确性,可辅助脊髓疾病的诊断和疗效监测[13, 14]。然而,高场强MRI技术在实际应用中仍面临诸多挑战:一方面,运动伪影和磁场不均匀性问题亟待解决;另一方面,高场强设备普及率低,且扫描成本高、耗时长,限制大规模临床研究[13]。未来多中心合作将成为推动该领域发展的关键:通过制定脊髓fMRI指南,验证高场强脊髓fMRI在不同疾病中的可重复性和预后价值,推动其在临床研究中的应用。

2.2 脊髓fMRI的扫描序列

       fMRI主要采用自旋回波平面成像(spin-echo echo-planar imaging, SE-EPI)和梯度回波平面成像(gradient-echo echo-planar imaging, GE-EPI)两类序列。SE-EPI通过重聚焦脉冲有效克服静态场不均匀性,在7 T高场强下仍能保持较好的图像质量,但其在高场强下存在特定吸收比(the specificabsorption ratio, SAR)超过可接受水平,需通过部分傅里叶采集或低翻转角脉冲降低射频能量沉积,但会牺牲SNR或增加运动敏感性,优化TE值可提升SNR并降低运动影响[13, 15]。GE-EPI虽具备快速成像和高SNR优势,但对磁场不均匀性敏感,易导致脊髓区域图像失真[15, 16]。目前新的成像序列,如外部容积抑制(outer volume suppression, OVS)和变焦成像(ZOOM imaging technique, ZOOMit)技术在脊髓fMRI中展现出应用潜力。OVS运用外容积抑制技术,借助施加饱和脉冲减少血流伪影,提升TSNR;ZOOMit则采用内视野成像技术,通过动态脉冲激发特定区域,提高空间信噪比,两者都可以进行任务与静息状态下的脊髓功能成像。OVS序列在任务态成像中表现突出,具有更高的TSNR和激活灵敏度,但易受呼吸伪影干扰;ZOOMit则凭借优越的空间信噪比,更适合静息态下脊髓功能网络的精细解析,目前这两种序列为脊髓功能的研究提供可靠方案[10]表1总结了SCI/MS脊髓fMRI序列。

       未来发展应致力于开发更高效的射频脉冲序列以降低能量沉积,应用实时运动校正算法或同步多模态记录以提高信噪比,为脊髓功能耦合研究提供新工具。

表1  SCI/MS脊髓fMRI序列
Tab. 1  SCI/MS spinal cord fMRI sequence

2.3 脊髓fMRI的后处理技术

       近年来开发了专门用于处理脊髓MRI数据的综合软件—脊髓工具箱(SCT, spinal cord toolbox; https://www.nitrc.org/projects/sct),它具有更准确的脊髓MRI模板,能自动分割脊髓、配准数据到模板以及功能时间序列运动校正等多种算法。SCT为脊髓fMRI提供标准化预处理工具,有助于进一步优化脊髓fMRI图像处理分析[17, 18, 19]。同时,近年来,多种基于MRI的脊柱、脊髓人工智能(artificial intelligence, AI)算法已经问世[20]。这些算法有助于自动标记椎体水平、识别骨性病变等[19]。在应用传统软件分析的同时,人工智能算法有望从先进的 MRI 序列中提取更多信息,进而提高诊断准确性[21]。未来需推动多中心协作和算法开源,进一步扩大数据共享规模,加速技术验证和临床应用转化。

       综上,脊髓fMRI技术的不断进步使其应用范围不断扩展,但脊髓fMRI仍然存在一些限制。首先,随着高场强MRI设备的发展以及应用优化脉冲序列和门控技术虽解决了一部分脊髓低分辨率和SNR的问题,但是磁场不均匀和呼吸、心跳引起的生理噪声仍是脊髓 fMRI图像信噪比较低的主要原因。其次,目前绝大部分脊髓fMRI采集针对颈髓,有关胸髓、腰骶髓相关研究的并不多。因此,提高脊髓fMRI图像质量,拓展全脊髓成像技术,建立标准的fMRI采集方案及后处理方式是未来的主要研究内容。

图1  脊髓fMRI的技术-应用。fMRI:功能磁共振成像;rs-fMRI:静息态功能磁共振成像;task-fMRI:任务态功能磁共振成像。
Fig. 1  Techniques and applications of spinal cord fMRI. fMRI: functional magnetic resonance imaging; rs-fMRI: resting state functional magnetic resonance imaging; task-fMRI: task-related functional magnetic resonance imaging.

3 正常脊髓fMRI研究进展

       与脑功能成像相似,脊髓fMRI也包括rs-fMRI和任务态fMRI(task-related functional magnetic resonance imaging, task-fMRI)两种模式。rs-fMRI以低频振幅、功能连接及独立成分等指标,量化脊髓自发活动规律及功能网络特征,揭示躯体感觉和运动网络的某些特征;task-fMRI则通过感觉、运动刺激等方法,观察神经传递变化相关的代偿机制或活动变化,评估脊髓感觉运动网络的重组和动态变化[22, 23]。脊髓节段-激活模式如图2所示。

3.1 正常脊髓rs-fMRI研究

       2014年BARRY等[24]首次在7 T超高场强下实现健康人脊髓rs-fMRI,发现脊髓存在稳定的静息态功能连接,脊髓腹角与背角区域功能显著相关(P<0.01)。后续研究通过独立成分分析(independent component analysis, ICA)进一步分离出腹侧双侧运动网络及背侧偏侧化感觉网络,其空间分布与脊髓解剖功能节段一致,并在动物模型中验证了类似网络特征[25]。在脊髓rs-fMRI的传统分析方法中,ICA用于提取脊髓同步活动网络,种子点功能连接侧重特定区域时间相关性,但二者均局限于静态功能连接(functional connectivity, FC)分析,无法了解功能网络相互作用随时间的动态演变特性[23]。研究者提出动态功能连接方法,称为瞬态驱动的共激活模式(spatio-temporal context-aware co-activation patterns, SpiCiCAP),SpiCiCAP解析脊髓动态静息网络(resting-state networks, RSNs),通过探索其时空特性与神经解剖的关联,为探索脊髓回路动态演化提供新视角[26, 27]。此外,RSNs重测信度研究显示,脊髓背/腹侧功能连接虽存在个体差异,但网络空间重叠性显著,提示RSNs具有稳定功能框架,这对揭示脊髓的正常功能具有重要意义[22]。脊髓rs-fMRI技术标准化及动态分析方法的优化是未来研究的方向。

3.2 正常脊髓task-fMRI研究

       目前脊髓task-fMRI研究多以感觉刺激任务为主,通过温度刺激、疼痛刺激、触觉刺激、振动刺激和痒觉刺激等,研究脊髓激活区域的空间分布特征[23]。有研究利用毛刷刺激正常人左、右侧肩和手第三指背上方的皮肤,并使用脊髓fMRI来绘制和定量比较健康人C5皮区和C7皮区触觉刺激期间脊髓活动的空间分布。结果证明了脊髓活动偏侧化,左、右侧刺激在各自同侧半脊髓中表现更多激活,且两种刺激活化广泛延伸到C5、C6和C7脊髓节段,这种分布模式暗示了脊髓内部神经网络的发散性连接,为发展规范的定量脊髓感觉功能测量提供了借鉴与参考[28, 29]

       有关运动的脊髓task-fMRI研究通过不同复杂程度上肢运动任务包括握拳,手指敲击,手指弯曲、伸展、外展,手腕弯曲、伸展等运动任务,以确定与上肢不同部位运动控制以及技能学习相关的脊髓神经关联[30]。简单等长收缩运动(如握拳)主要激活同侧腹侧角及初级运动皮层,而序列性任务(如手指敲击)则额外招募对侧腹侧前运动皮层及脊髓多节段,暗示高阶运动对脊髓的下行调控[31]。WEBER等[32]对正常人采用交替左右侧腕关节屈曲任务fMRI,发现脊髓活动具有显著偏侧化特征,提示运动控制中枢偏侧化机制。KINANY等[33]通过双手腕伸展/内收及手指外展任务,发现颈髓BOLD信号沿头尾轴分布与肌肉神经支配模式一致,揭示脊髓激活的空间拓扑规律。与感觉范式相反,脊髓激活主要集中于任务同侧腹侧角,但动态任务因混合触觉/本体感觉过程可能引发背侧区域活化扩散,暗示感觉-运动整合的脊髓环路参与[23]。这些研究为探索脊髓活动的基本特征、理解运动控制及开发康复策略如重复经颅磁刺激、经皮脊髓电刺激、脑机接口优化等提供了重要依据[34]

3.3 脑-脊髓同步功能成像研究

       脑和脊髓同步fMRI研究对揭示脑-脊髓环路在感觉、运动等信息传递模式及相互关系具有重要意义。目前,在rs-fMRI研究中,脑-脊髓同步成像研究证实中枢神经系统存在功能整合RSNs[35],提示脊髓与大脑功能协同机制。在task-fMRI的研究中,脑和脊髓同步成像已成为研究疼痛机制的重要方法。目前脑干-脊髓任务态成像发现,热痛刺激可激活脊髓背角及脑干区,并揭示其功能连接强度与疼痛强度相关,表明疼痛信息通过脊髓-脑干-丘脑-皮层通路进行层级传递[36, 37]。随着联合T2*加权采集技术发展,皮质-脊髓fMRI实现了脑-脊髓同步观测:研究发现疼痛调控涉及上下双向环路,在对正常人左前臂桡侧(即C6皮区)不同程度疼痛刺激时,发现脊髓同侧背角的BOLD信号变化与丘脑、初级体感皮层、双侧岛叶、双侧纹状体等脑内疼痛环路上的结构之间存在显著的功能连接[38]。同时有研究发现:注意力镇痛的神经机制依赖于内源性阿片能系统介导的前扣带回皮质-中脑导水管周围灰质(periaqueductal gray matter, PAG)-延髓头端腹内侧区(rostral ventromedial medulla, RVM)-脊髓下行调控通路,该通路通过抑制脊髓背角伤害性信号传递和激活脊髓中间神经元实现镇痛,为疼痛治疗提供新靶点[39]

       综上所述,这些研究证实了脊髓活动的基本特征,强调了fMRI在脊髓感觉运动通路成像中的潜力,为深入研究脊髓复杂功能回路和感觉运动处理相关问题奠定了基础。

图2  脊髓节段-激活模式。
Fig. 2  Spinal segment-activation pattern.

4 脊髓疾病的fMRI研究进展

       本节所述脊髓疾病主要聚焦于脊髓损伤及多发性硬化两类核心疾病,重点阐述其相关fMRI研究。

4.1 脊髓损伤的fMRI研究

       SCI导致严重感觉运动及自主神经功能障碍[40, 41]。精准评估SCI后脊髓残余神经元功能将对揭示病理机制、预测功能恢复及神经性疼痛等并发症的发生具有重要作用,并有助于指导临床康复策略制定[5]

       目前对SCI的脊髓fMRI的研究相对较少,有研究发现L4背角在32 ℃/10 ℃热刺激下均出现BOLD响应改变,提示损伤后保留区域仍具功能活性[5]。有研究[42, 43]进一步对18名完全性脊髓损伤(complete spinal cord injury, CSCI)和9名不完全性脊髓损伤(incomplete spinal cord injury, ISCI)患者使用相同的热刺激,发现CSCI患者背侧灰质活动缺失,但对侧腹侧活动代偿性增强;ISCI则保留部分背角激活且强度与损伤严重程度负相关,结果表明损伤严重程度与功能重组存在定量关系,为创伤后脊髓的可塑性提供证据,且对侧代偿机制可能成为康复干预靶点。对16名SCI患者右手掌内侧施加49 ℃热刺激诱导的脑干-脊髓同步成像显示,下丘脑与PAG/RVM通路的连接强度与个体疼痛评分正相关(R²=0.37,P=0.012),揭示下行调节通路在神经病理性疼痛中的核心作用并提供了针对个体疼痛反应的敏感指标[44]。ROWALD等[45]利用仿生硬膜外电刺激(epidural electrical stimulation, EES)使3例完全性SCI患者迅速恢复站立、行走等功能,表明EES可通过时空特异性刺激激活腰髓神经环路,通过脊髓fMRI绘制本体感觉激活图谱,为电极精准植入提供依据。图3显示了个体化脊髓fMRI用于术中导航/EES闭环刺激的潜在路线。

       通过先进神经调控技术与精准影像引导相结合,可同时靶向SCI的多重病理环节,为不可逆的功能障碍提供新的治疗窗口[46]。非人灵长类动物模型已经揭示了损伤的潜在病理机制及修复过程,为探索脊髓兴奋性及内在功能回路完整性的变化提供了宝贵的数据。这些发现不仅深化了我们对脊髓损伤机制的理解,也暗示了rs-fMRI在人类SCI临床应用中的广阔前景[47]。此外,传统脊髓fMRI研究多聚焦于脊髓灰质的BOLD信号,而对白质中的类似信号关注不足。SENGUPTA等[29]发现猴指振动触觉刺激在脊髓上升白质束中诱发了BOLD效应,并在静息状态下使用ICA识别了8个同步BOLD信号中枢。这一发现不仅有助于识别白质束功能完整性的变化,也为监测治疗干预或神经调节促进脊髓损伤恢复的效果提供了新的视角。脊髓fMRI为SCI研究提供了独特视角,揭示了损伤后的动态神经重塑和病理机制,但目前相关研究仍相对较少[10]

图3  个体化脊髓fMRI用于术中导航/EES闭环刺激的潜在路线。fMRI:功能磁共振成像;EES:仿生硬膜外电刺激。
Fig. 3  Potential road for individualized spinal cord fMRI used in intraoperative navigation/closed-loop stimulation for EES. fMRI: functional magnetic resonance imaging; EES: epidural electrical stimulation.

4.2 多发性硬化的fMRI研究

       MS是以脊髓脱髓鞘和神经元损伤为特征的自身免疫疾病,脊髓fMRI通过解析神经元活动与网络连接异常,为揭示其病理机制提供新视角[48]。AGOSTA等[49]对25例MS患者施加右手触觉刺激,发现其颈髓C5/C6左后侧激活显著高于健康对照(P=0.02),提示脊髓中继神经元过度募集可能代偿偏侧功能减退,反映了神经系统对结构损伤的适应性变化。VALSASINA等[50]进一步比较原发进展型MS(primary progressive multiple sclerosis, PPMS)与继发进展型MS(secondary progressive multiple sclerosis, SPMS)患者,发现两者虽脊髓结构损伤相似,但SPMS组颈髓中继神经元过度激活更显著,推测与幕上抑制丧失相关,或为解释脊髓异常激活的关键机制,这种差异提示不同亚型的脊髓功能重组可能存在不同神经机制。MS患者白质病变可通过位置差异(如上/下游或束内分布)导致同级功能网络连接性双向改变:上游病变可能引发代偿性连接增强,下游病变则削弱功能整合,脊髓功能连接性的测量可作为评估感觉运动缺陷的影像标志物,有助于疾病监测或预后[51]。不同表型MS的脑结构损伤和功能网络重组存在差异,在复发缓解型MS患者中,功能连接改变程度与组织完整性(通过DTI量化)显著相关,局灶性病变会导致颈髓功能连接中断,而正常外观组织的FC增强可能补偿结构性破坏,表明脊髓存在类似脑内早期病变的功能代偿,即通过增强局部同步化活动补偿结构破坏[52]。脊髓异常激活常伴随脑网络重塑,如白质病变可能通过破坏脊髓-脑上行/下行通路,诱发神经信号传递效率下降,进而驱动脊髓局部功能重组,但未来仍需更多重复测试和纵向研究[53]。脊髓fMRI需突破白质信号敏感性不足的限制,结合多模态成像(如DTI、代谢成像)明确功能变化的神经生物学基础,为MS分期诊断及治疗靶点优化提供依据[54]

       上述研究证实脊髓fMRI在解析脊髓相关疾病机制、评估损伤进展、预测患者预后等方面展现了良好的潜力,但空间分辨率受限于脊髓细小的解剖结构以及呼吸、心跳等生理运动干扰,导致SNR较低。在精准定位脊髓功能回路、指导疾病个体化康复治疗方面仍需进一步突破。

5 小结与展望

       脊髓fMRI可以活体评估感觉运动通路活动和脊髓复杂神经网络,为脊髓疾病的诊断、机制研究、预后和治疗策略提供了新的方法。然而,脊髓fMRI的应用仍面临诸多挑战。现有成像技术的空间和时间分辨率有限,难以精确捕捉脊髓的细微活动。此外,缺乏标准化的数据采集和分析方法,限制了研究结果的可比性和可重复性。未来研究应致力于解决这些问题:一是开发高质量的成像技术,优化扫描参数,提高图像信噪比和分辨率;二是建立标准化的采集和后处理流程,确保研究结果的准确性和可重复性;三是开展多维功能探索,结合不同刺激条件和脊髓节段,全面表征疾病或损伤对脊髓功能的影响;四是通过大样本研究验证结果,推动脊髓fMRI的临床应用。随着技术的进步和研究的深入,脊髓fMRI有望在脊髓疾病的诊断、预后评估及神经功能恢复中发挥重要作用,为患者提供更精准的治疗方案。

[1]
GRAYEV A. Functional anatomy of the spinal cord[J]. Radiol Clin North Am, 2024, 62(2): 263-272. DOI: 10.1016/j.rcl.2023.09.001.
[2]
MA Y M, PAN J X, JU C, et al. Antioxidant nanozymes: current status and future perspectives in spinal cord injury treatments[J]. Theranostics, 2025, 15(13): 6146-6183. DOI: 10.7150/thno.114836.
[3]
CAROTENUTO A, VALSASINA P, SCHOONHEIM M M, et al. Investigating functional network abnormalities and associations with disability in multiple sclerosis[J/OL]. Neurology, 2022, 99(22) [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/36096690/. DOI: 10.1212/wnl.0000000000201264.
[4]
FELDMAN E L, GOUTMAN S A, PETRI S, et al. Amyotrophic lateral sclerosis[J]. Lancet, 2022, 400(10360): 1363-1380. DOI: 10.1016/S0140-6736(22)01272-7.
[5]
KINANY N, PIRONDINI E, MICERA S, et al. Spinal cord fMRI: a new window into the central nervous system[J]. Neuroscientist, 2023, 29(6): 715-731. DOI: 10.1177/10738584221101827.
[6]
CHEN D Y, DI X, BISWAL B. Cerebrovascular reactivity increases across development in multiple networks as revealed by a breath-holding task: a longitudinal fMRI study[J/OL]. Hum Brain Mapp, 2024, 45(1): e26515 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/38183372/. DOI: 10.1002/hbm.26515.
[7]
PASQUINI L, PECK K K, JENABI M, et al. Functional MRI in neuro-oncology: state of the art and future directions[J/OL]. Radiology, 2023, 308(3): e222028 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/37668519/. DOI: 10.1148/radiol.222028.
[8]
HAN F, LEE J, CHEN X, et al. Global brain activity and its coupling with cerebrospinal fluid flow is related to tau pathology[J]. Alzheimers Dement, 2024, 20(12): 8541-8555. DOI: 10.1002/alz.14296.
[9]
ETO F, INOMATA K, SAKASHITA K, et al. Postoperative changes in resting state functional connectivity and clinical scores in patients with cervical myelopathy[J/OL]. World Neurosurg, 2022, 167: e1354-e1359 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/36100062/. DOI: 10.1016/j.wneu.2022.09.030.
[10]
KINANY N, PIRONDINI E, MATTERA L, et al. Towards reliable spinal cord fMRI: Assessment of common imaging protocols[J/OL]. Neuroimage, 2022, 250: 118964 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/35124227/. DOI: 10.1016/j.neuroimage.2022.118964.
[11]
ARCHILA-MELÉNDEZ M E, SORG C, PREIBISCH C. Modeling the impact of neurovascular coupling impairments on BOLD-based functional connectivity at rest[J/OL]. Neuroimage, 2020, 218: 116871 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/32335261/. DOI: 10.1016/j.neuroimage.2020.116871.
[12]
COMBES A, NARISETTI L, SENGUPTA A, et al. Detection of resting-state functional connectivity in the lumbar spinal cord with 3T MRI[J/OL]. Sci Rep, 2023, 13(1): 18189 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/37875563/. DOI: 10.1038/s41598-023-45302-0.
[13]
SEIFERT A C, XU J Q, KONG Y Z, et al. Thermal stimulus task fMRI in the cervical spinal cord at 7 Tesla[J/OL]. Hum Brain Mapp, 2024, 45(3): e26597 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/38375948/. DOI: 10.1002/hbm.26597.
[14]
BARRY R L, VANNESJO S J, BY S, et al. Spinal cord MRI at 7T[J/OL]. NeuroImage, 2018, 168: 437-451 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/28684332/. DOI: 10.1016/j.neuroimage.2017.07.003.
[15]
FRANKLIN S L, SCHUURMANS M, OTIKOVS M, et al. Arterial spin labeling using spatio-temporal encoding readout for robust perfusion imaging in inhomogenous magnetic fields[J]. Magn Reson Med, 2023, 89(3): 1092-1101. DOI: 10.1002/mrm.29506.
[16]
SEIFERT A C, XU J Q. Impact of autocalibration method on accelerated EPI of the cervical spinal cord at 7 T[J]. Magn Reson Med, 2022, 88(6): 2583-2591. DOI: 10.1002/mrm.29415.
[17]
WEI Z X, LIN X M, ZHANG L Y, et al. CoSpine open access simultaneous cortico-spinal fMRI database of thermal pain and motor tasks[J/OL]. Sci Data, 2025, 12(1): 1696 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/41145516/. DOI: 10.1038/s41597-025-05982-x.
[18]
VALOŠEK J, COHEN-ADAD J. Reproducible spinal cord quantitative MRI analysis with the spinal cord toolbox[J]. Magn Reson Med Sci, 2024, 23(3): 307-315. DOI: 10.2463/mrms.rev.2023-0159.
[19]
NAGA KARTHIK E, VALOŠEK J, SMITH A C, et al. SCIseg: automatic segmentation of intramedullary lesions in spinal cord injury on T2-weighted MRI scans[J/OL]. Radiol Artif Intell, 2025, 7(1): e240005 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/39503603/. DOI: 10.1148/ryai.240005.
[20]
GRANATA V, FUSCO R, COLUCCINO S, et al. Preliminary data on artificial intelligence tool in magnetic resonance imaging assessment of degenerative pathologies of lumbar spine[J]. La Radiol Med, 2024, 129(4): 623-630. DOI: 10.1007/s11547-024-01791-1.
[21]
LEE S, JUNG J Y, MAHATTHANATRAKUL A, et al. Artificial intelligence in spinal imaging and patient care: a review of recent advances[J]. Neurospine, 2024, 21(2): 474-486. DOI: 10.14245/ns.2448388.194.
[22]
KOWALCZYK O S, MEDINA S, TSIVAKA D, et al. Spinal fMRI demonstrates segmental organisation of functionally connected networks in the cervical spinal cord: a test-retest reliability study[J/OL]. Hum Brain Mapp, 2024, 45(2): e26600 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/38339896/. DOI: 10.1002/hbm.26600.
[23]
LANDELLE C, LUNGU O, VAHDAT S, et al. Investigating the human spinal sensorimotor pathways through functional magnetic resonance imaging[J/OL]. Neuroimage, 2021, 245: 118684 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/34732324/. DOI: 10.1016/j.neuroimage.2021.118684.
[24]
BARRY R L, SMITH S A, DULA A N, et al. Resting state functional connectivity in the human spinal cord[J/OL]. eLife, 2014, 3: e02812 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/25097248/. DOI: 10.7554/eLife.02812.
[25]
WU T L, WANG F, MISHRA A, et al. Resting-state functional connectivity in the rat cervical spinal cord at 9.4 T[J]. Magn Reson Med, 2018, 79(5): 2773-2783. DOI: 10.1002/mrm.26905.
[26]
KINANY N, PIRONDINI E, MICERA S, et al. Dynamic functional connectivity of resting-state spinal cord fMRI reveals fine-grained intrinsic architecture[J/OL]. Neuron, 2020, 108(3): 424-435.e4 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/32910894/. DOI: 10.1016/j.neuron.2020.07.024.
[27]
XIE B Y, YAO J Y, NI H Y, et al. Dynamic functional network connectivity remodeling in cervical spondylotic myelopathy: insights into postoperative neural recovery[J]. Spine J, 2025, 25(11): 2430-2440. DOI: 10.1016/j.spinee.2025.04.003.
[28]
WEBER K A, CHEN Y F, PALIWAL M, et al. Assessing the spatial distribution of cervical spinal cord activity during tactile stimulation of the upper extremity in humans with functional magnetic resonance imaging[J/OL]. Neuroimage, 2020, 217: 116905 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/32387628/. DOI: 10.1016/j.neuroimage.2020.116905.
[29]
SENGUPTA A, MISHRA A, WANG F, et al. Characteristic BOLD signals are detectable in white matter of the spinal cord at rest and after a stimulus[J/OL]. Proc Natl Acad Sci U S A, 2024, 121(22): e2316117121 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/38776372/. DOI: 10.1073/pnas.2316117121.
[30]
KINANY N, KHATIBI A, LUNGU O, et al. Decoding cerebro-spinal signatures of human behavior: Application to motor sequence learning[J/OL]. NeuroImage, 2023, 275: 120174 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/37201642/. DOI: 10.1016/j.neuroimage.2023.120174.
[31]
BRAAß H, FELDHEIM J, CHU Y, et al. Association between activity in the ventral premotor cortex and spinal cord activation during force generation-a combined cortico-spinal fMRI study[J]. Hum Brain Mapp, 2023, 44(18): 6471-6483. DOI: 10.1002/hbm.26523.
[32]
WEBER K A, CHEN Y F, WANG X, et al. Lateralization of cervical spinal cord activity during an isometric upper extremity motor task with functional magnetic resonance imaging[J/OL]. Neuroimage, 2016, 125: 233-243 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/26488256/. DOI: 10.1016/j.neuroimage.2015.10.014.
[33]
KINANY N, PIRONDINI E, MARTUZZI R, et al. Functional imaging of rostrocaudal spinal activity during upper limb motor tasks[J/OL]. Neuroimage, 2019, 200: 590-600 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/31108213/. DOI: 10.1016/j.neuroimage.2019.05.036.
[34]
GUEKOS A, COLE D M, DÖRIG M, et al. BackWards: Unveiling the brain's topographic organization of paraspinal sensory input[J/OL]. NeuroImage, 2023, 283: 120431 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/37914091/. DOI: 10.1016/j.neuroimage.2023.120431.
[35]
VAHDAT S, KHATIBI A, LUNGU O, et al. Resting-state brain and spinal cord networks in humans are functionally integrated[J/OL]. PLoS Biol, 2020, 18(7): e3000789 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/32614823/. DOI: 10.1371/journal.pbio.3000789.
[36]
TINNERMANN A, BÜCHEL C, COHEN-ADAD J. Cortico-spinal imaging to study pain[J/OL]. NeuroImage, 2021, 224: 117439 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/33039624/. DOI: 10.1016/j.neuroimage.2020.117439.
[37]
STROMAN P W, POWERS J M, IOACHIM G. Proof-of-concept of a novel structural equation modelling approach for the analysis of functional magnetic resonance imaging data applied to investigate individual differences in human pain responses[J]. Hum Brain Mapp, 2023, 44(6): 2523-2542. DOI: 10.1002/hbm.26228.
[38]
FINSTERBUSCH J, SPRENGER C, BÜCHEL C. Combined T2*-weighted measurements of the human brain and cervical spinal cord with a dynamic shim update[J/OL]. Neuroimage, 2013, 79: 153-161 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/23603283/. DOI: 10.1016/j.neuroimage.2013.04.021.
[39]
OLIVA V, HARTLEY-DAVIES R, MORAN R, et al. Simultaneous brain, brainstem, and spinal cord pharmacological-fMRI reveals involvement of an endogenous opioid network in attentional analgesia[J/OL]. eLife, 2022, 11: e71877 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/35080494/. DOI: 10.7554/eLife.71877.
[40]
ANJUM A, YAZID M D, FAUZI DAUD M, et al. Spinal cord injury: pathophysiology, multimolecular interactions, and underlying recovery mechanisms[J/OL]. Int J Mol Sci, 2020, 21(20): 7533 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/33066029/. DOI: 10.3390/ijms21207533.
[41]
邹俊婷, 麦筱莉, 张冰. 创伤性脊髓损伤的MRI评价方法[J]. 磁共振成像, 2020, 11(8): 704-706, 720. DOI: 10.12015/issn.1674-8034.2020.08.027.
ZOU J T, MAI X L, ZHANG B. Applications of magnetic resonance imaging in traumatic spinal cord injury[J]. Chin J Magn Reson Imaging, 2020, 11(8): 704-706, 720. DOI: 10.12015/issn.1674-8034.2020.08.027.
[42]
STROMAN P W, KORNELSEN J, BERGMAN A, et al. Noninvasive assessment of the injured human spinal cord by means of functional magnetic resonance imaging[J]. Spinal Cord, 2004, 42(2): 59-66. DOI: 10.1038/sj.sc.3101559.
[43]
HE L W, GUO X J, ZHAO C, et al. Rehabilitation training after spinal cord injury affects brain structure and function: from mechanisms to methods[J/OL]. Biomedicines, 2023, 12(1): 41 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/38255148/. DOI: 10.3390/biomedicines12010041.
[44]
STROMAN P W, KHAN H S, BOSMA R L, et al. Changes in pain processing in the spinal cord and brainstem after spinal cord injury characterized by functional magnetic resonance imaging[J]. J Neurotrauma, 2016, 33(15): 1450-1460. DOI: 10.1089/neu.2015.4257.
[45]
ROWALD A, KOMI S, DEMESMAEKER R, et al. Activity-dependent spinal cord neuromodulation rapidly restores trunk and leg motor functions after complete paralysis[J]. Nat Med, 2022, 28(2): 260-271. DOI: 10.1038/s41591-021-01663-5.
[46]
ANGELIN L G, CARREÑO M N P, OTOCH J P, et al. Regeneration and plasticity induced by epidural stimulation in a rodent model of spinal cord injury[J/OL]. Int J Mol Sci, 2024, 25(16): 9043 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/39201729/. DOI: 10.3390/ijms25169043.
[47]
OLAYA A M S, ALMEIDA F M, MARTINEZ A M B, et al. Treatment of spinal cord injury with biomaterials and stem cell therapy in non-human Primates and humans[J]. Neural Regen Res, 2025, 20(2): 343-353. DOI: 10.4103/NRR.NRR-D-23-01752.
[48]
OLEK M J. Multiple sclerosis[J/OL]. Ann Intern Med, 2021, 174(6): ITC81-ITC96 [2025-12-16]. https://pubmed.ncbi.nlm.nih.gov/34097429/. DOI: 10.7326/aitc202106150.
[49]
AGOSTA F, VALSASINA P, CAPUTO D, et al. Tactile-associated recruitment of the cervical cord is altered in patients with multiple sclerosis[J]. Neuroimage, 2008, 39(4): 1542-1548. DOI: 10.1016/j.neuroimage.2007.10.048.
[50]
VALSASINA P, ROCCA M A, ABSINTA M, et al. Cervical cord FMRI abnormalities differ between the progressive forms of multiple sclerosis[J]. Hum Brain Mapp, 2012, 33(9): 2072-2080. DOI: 10.1002/hbm.21346.
[51]
CONRAD B N, BARRY R L, ROGERS B P, et al. Multiple sclerosis lesions affect intrinsic functional connectivity of the spinal cord[J]. Brain, 2018, 141(6): 1650-1664. DOI: 10.1093/brain/awy083.
[52]
YAMIN M A, VALSASINA P, TESSADORI J, et al. Discovering functional connectivity features characterizing multiple sclerosis phenotypes using explainable artificial intelligence[J]. Hum Brain Mapp, 2023, 44(6): 2294-2306. DOI: 10.1002/hbm.26210.
[53]
LAUERER M, MCGINNIS J, BUSSAS M, et al. Prognostic value of spinal cord lesion measures in early relapsing-remitting multiple sclerosis[J]. J Neurol Neurosurg Psychiatry, 2023, 95(1): 37-43. DOI: 10.1136/jnnp-2023-331799.
[54]
VAN DER WEIJDEN C W J, AHMED A K M A, VAN DER HOORN A, et al. Myelin imaging of the spinal cord in animal models and patients with multiple sclerosis using [11C] MeDAS PET: a translational study[J]. J Nucl Med, 2025, 66(1): 136-141. DOI: 10.2967/jnumed.123.266896.

上一篇 弥散加权成像在垂体神经内分泌肿瘤诊疗中的应用进展
下一篇 血脊髓屏障破坏评估的磁共振研究进展
  
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