0 引言

       扩散张量成像（diffusion tensor imaging, DTI）通过量化水分子扩散的各向异性，可实现神经纤维束路径与完整性的可视化，是目前唯一能活体反映轴突膜完整性受损、髓鞘脱失及轴索超微结构改变的技术，对揭示疾病病理机制、实现早期诊断具有重要价值，已广泛应用于脑发育和脑疾病的诊断与预后监测^{[1, 2, 3]}。脊髓疾病常导致严重的神经功能障碍，显著影响患者生活质量，其精准诊疗需求尤为迫切。然而，由于脊髓体积细小、脑脊液搏动及周围组织器官干扰，DTI图像易产生运动伪影、信噪比低、分辨率不足等问题，脊髓DTI的临床应用一直存在巨大挑战^{[1, 4]}。近年来，基于DTI衍生的一系列更高级扩散成像技术，如扩散峰度成像（diffusion kurtosis imaging, DKI）、高角分辨率扩散成像（high angular resolution diffusion imaging, HARDI）、扩散谱成像（diffusion spectrum imaging, DSI）和神经突方向离散度与密度成像（neurite orientation dispersion and density imaging, NODDI）等^{[5, 6, 7, 8]}，在图像预处理，纤维束重建等方面技术突破的推动下，已逐步克服上述局限，逐步应用于脊髓研究中。近年来已有若干综述分别关注脊髓DTI的成像方法或单一疾病应用，但多数仅聚焦于DTI技术本身，缺乏从DTI到DKI、HARDI/DSI、NODDI的完整技术演进视角，且较少将技术突破与多种疾病临床应用进行系统性的串联^{[9, 10]}。本文围绕上述脊髓扩散成像技术，系统梳理其技术原理、预处理与重建突破，并重点综述在脊髓型颈椎病、肿瘤、脱髓鞘疾病及外伤中的临床应用，旨在为这些技术的临床转化提供循证依据。

1 文献检索策略

       在PubMed、Web of Science、CNKI、万方数据库、维普期刊中检索相关文献，检索日期为1994年1月至2026年1月31日。英文数据库（PubMed、Web of Science）检索策略：（“diffusion tensor imaging” OR “DTI” OR “diffusion kurtosis imaging” OR “DKI” OR “high angular resolution diffusion imaging” OR “HARDI” OR “diffusion spectrum imaging” OR “DSI” OR “neurite orientation dispersion and density imaging” OR “NODDI”）AND（“spinal cord”）。中文数据库（CNKI、万方、维普）检索策略：（“脊髓”OR“脊柱”）AND（“扩散张量成像”OR“扩散峰度成像”OR“高角分辨率扩散成像”OR“扩散谱成像”OR“神经突方向离散度与密度成像”）。

       纳入标准：（1）脊髓扩散成像技术原理、技术优化或图像后处理的原始研究；（2）脊髓扩散成像临床应用的原始研究；（3）中文/英文文献。排除标准：（1）会议摘要、社论、勘误、新闻报道等非正规学术文献；（2）仅涉及脑部扩散成像，未涉及脊髓的文献；（3）无法获取全文的文献。

       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4506条结果（其中PubMed 823条，Web of Science 2185条，CNKI 672条，万方数据库518条，维普数据库期刊308条）。删除重复记录并经过标题和摘要筛选，确定176篇论文进行进一步筛选，最后，全文阅览后共纳入58篇文献。

2 脊髓扩散成像技术概览

       DTI技术通过单指数模型来描述水分子扩散的三维特性，是脊髓微结构评估的基石。其核心参数如各向异性分数（fractional anisotropy, FA）、表观扩散系数（apparent diffusion coefficient, ADC）、轴向扩散系数以及径向扩散系数（radial diffusivity, RD）等可反映白质完整性^[2]。然而DTI假设水分子的扩散呈高斯分布，在脊髓灰质、交叉纤维及区分轴索与髓鞘损伤等方面解析能力有限^{[5, 11]}，难以在临床中对病灶精细区分。为突破这些局限，一系列基于DTI衍生出的高级扩散成像技术相继问世，从非高斯扩散、复杂纤维方向到生物物理特异性逐级深入。

       DKI引入扩散峰度（mean kurtosis, MK）描述水分子非高斯扩散程度，更真实地反映组织异质性^[5]。对微病理异常更加敏感^[12]，其参数的准确性高于传统DTI^{[13, 14]}。但DKI对运动、脑脊液搏动及磁敏感伪影也更加敏感，脊髓下段、圆锥等区域的可靠性下降^[15]，且仍无法直接解析复杂纤维束的方向分布^[16]。

       在临床中，明确病灶与关键神经纤维束的解剖关系是制订手术策略、保护神经功能的核心。针对交叉纤维问题，HARDI采用多张量混合模型，和高b值、多方向采集，从而识别单个体素内多个纤维束的方向^{[6, 17]}。

       对于分辨更复杂纤维结构的临床需求，DSI在q空间密集采样，无模型假设直接重建三维扩散位移概率分布^[7]，提供了丰富的扩散信息和最强的分辨能力。但扫描时间极长，信噪比低，临床推广困难。

       在许多退行性或压迫性疾病中，临床不仅需要知道存在损伤，更希望了解损伤的微观本质（如轴突密度下降或排列紊乱）以及患者的神经功能储备，以指导治疗和预测预后。NODDI通过三室生物物理模型分离细胞内、外和脑脊液水分子，分别量化轴突密度与方向分散度，即细胞内体积分数（intracellular volume fraction, ICVF）和方向弥散指数（orientation dispersion index, ODI）^[8]。其参数在评估神经退行性或压迫性病变时的预测能力优于传统DTI参数^{[18, 19]}，但在脊髓中同样受到磁敏感性伪影和信噪比限制，且无法区分轴索与树突^[8]。

       综上所述，不同脊髓扩散成像技术各有侧重。DTI普及度高，扫描快捷，适用于初步筛查^[2]。DKI提升了评估组织异质性的能力，有助于鉴别诊断^[5]。HARDI/DSI专注于解析复杂的纤维方向结构^{[6, 7]}。NODDI提供对神经突密度和排列方向性的特异性量化，在预后预测中显示巨大潜力^[8]。脊髓扩散成像技术演进与临床转化路线见图1。在实际应用中，应根据研究目标、患者耐受度及参数特异性要求，来选择最合适的技术或组合。这些技术共同构成脊髓扩散成像的方法学基础，但其应用始终面临脊髓体积细小、脑脊液搏动等共同挑战，由此推动了关键技术的系列突破，各种成像技术优势与局限性对比见表1。

点击查看大图

图1  脊髓扩散成像技术演进与临床转化路线图。DTI：扩散张量成像；DKI：扩散峰度成像；HARDI：高角分辨率扩散成像；DSI：扩散谱成像；NODDI：神经突方向离散度与密度成像。
Fig. 1  Roadmap of the evolution and clinical translation of spinal cord diffusion imaging. DTI: diffusion tensor imaging; DKI: diffusion kurtosis imaging; HARDI: high angular resolution diffusion imaging; DSI: diffusion spectrum imaging; NODDI: neurite orientation dispersion and density imaging.

点击查看表格

表1  各种成像技术优势与局限性对比
Tab. 1  Comparison of advantages and limitations of various imaging techniques

3 脊髓扩散成像的关键技术挑战与突破

       脊髓扩散成像技术的应用与发展，始终面临其独特解剖结构带来的特殊挑战。为提升其技术可靠性与临床实用性，研究者们在图像预处理、纤维束重建等关键环节取得了系列重要突破。

3.1 图像预处理：伪影抑制与图像质量提升

       脊髓被骨骼及肺组织包围，磁场不均匀性显著，加之生理运动，导致扩散加权图像易出现几何畸变、运动伪影，及信噪比低等问题^{[20, 21, 22, 23, 24]}。

       在几何畸变校正方面，新一代成像序列致力于从源头减少畸变。使用多回波回波平面成像结合缩小视野技术，能有效缩短回波链、减轻变形^[20]。新型无畸变序列[如旋转视图运动鲁棒超分辨率回波平面时间分辨成像（rotating-view motion-robust super-resolution echo planar time-resolved imaging, Romer-EPTI）、单激发回波平面时间分辨成像（single-shot echo planar time-resolved imaging, ss-EPTI）、3D缩小视野多路复用灵敏度编码技术（3D reduced-FOV multiplexed sensitivity-encoding, 3D-rFOV-MUSE）]可从源头避免几何畸变，其中部分技术还同步解决了运动与分辨率难题^{[21, 22, 25]}。

       在运动伪影抑制方面，传统心脏门控会延长扫描时间，结合先进的后处理流程（如切片级运动校正与MRTrix3去噪），可安全去除心电触发，提升扫描效率^[23]。而运动感知重建技术（如Romer-EPTI、ss-EPTI）可在重建中直接估计并校正头动与生理相位，无需导航即获得稳定图像^{[21, 22]}。

       传统去噪方法中，马尔琴科-帕斯图尔主成分分析通过识别噪声主成分提升纤维束追踪连续性，非局部均值通过相似斑块平均抑制噪声，但易过度平滑灰白质边界。自监督深度学习方法Patch2Self在改善脊髓扩散图像信噪比、提升参数估算准确性方面均表现优异，优于传统方法^[26]。此外，序列优化也是提升信噪比的根本途径，如Romer-EPTI 通过多厚层采集和噪声平均效应实现显著信噪比提升；3D-rFOV-MUSE序列通过多激发编码可提升信噪比约59%^{[21, 27]}。

       为了应对脊髓MRI数据处理缺乏统一标准的挑战，开源软件Spinal Cord Toolbox（SCT）应运而生，并已成为该领域的标准化分析平台（https://spinalcordtoolbox.com/7.0/overview/introduction.html）。SCT提供了一套全面的命令行工具，旨在自动化、可重复地处理脊髓多模态MRI数据。其核心功能包括：（1）精准分割，利用深度学习自动分割脊髓、灰质及病变区域；（2）解剖配准，将个体图像配准至PAM50脊髓模板，实现多中心数据标准化；（3）定量提取，在标准空间内自动计算特定区域的DTI等参数（如FA值）。通过标准化的“分割-配准-提取”流程，SCT大幅减少了手动操作的主观误差，提升数据可比性与可重复性，为多中心研究和临床转化奠定基础^[28]。

3.2 纤维束重建：精准定位与复杂结构处理

       脊髓纤维束重建技术是脊髓扩散成像技术常用的后处理方法，脊髓内纤维束密集、走行复杂，且受限于图像分辨率，精准重建面临挑战。高分辨率是解析交叉纤维的前提。前述的3D-rFOV-MUSE序列可实现1.0 mm各向同性采集^[25]，Romer-EPTI的超分辨率技术则实现了500 μm的各向同性分辨率，提升了复杂纤维束的完整重建率^[21]。

       在算法方面，无流线分割技术（如Tractfinder）通过计算纤维方向分布函数（fiber orientation distribution, FOD）与图谱的内积直接生成纤维束概率图，速度快且假阳性少，稳健性更优^[24]。对于临床低质量数据，容积式分割方法能显著提升对难分割纤维束的处理能力^[29]。此外，束特异性分析自动提取背侧柱等特定传导通路的DTI参数，有助于精准定位多节段压迫的责任阶段^[30]。

       手动勾画感兴趣区（region of interest, ROI）易产生主观误差。基于前连合-后连合线的标准化图谱为各类投射束提供了可靠的解剖坐标参照^[31]。自动化图谱引导技术（如Tractfinder）通过将FOD与先验图谱匹配，实现了ROI快速、自动的定位，对肿瘤等病变导致的解剖移位具有良好适应性^[24]。

3.3 其他关键技术突破

       为推动脊髓扩散成像技术从研究工具迈向常规临床实践，相关技术进展不仅关注成像质量本身，还致力于解决扫描效率、结果可靠性及计算可行性等问题。

       在扫描序列的效率方面，多种快速成像方案（如MUSE-DTI、ss-EPTI）可将扫描时间缩短至数分钟，满足急诊与术中需求^{[22, 24, 27]}。结果的可靠性方面，新型序列如Romer-EPTI通过多回波拟合提升了定量指标的稳健性^[21]。临床部署方面，轻量级神经网络架构可使复杂的处理流程能够在常规临床工作站上运行^[24]。

       上述通用技术突破为脊髓扩散成像在各疾病中的深入应用提供了基础，然而在特定病理条件下，新技术也暴露出场景化的局限性，这将在各疾病分析中进一步阐述。

4 脊髓扩散成像技术的临床应用

       脊髓DTI及其衍生技术通过无创量化白质纤维束的微观结构完整性，已应用于多种脊髓疾病的诊疗过程。其临床价值核心在于早期检出微观损伤、客观量化神经功能缺损以及精准指导治疗决策。

4.1 脊髓型颈椎病

       脊髓型颈椎病（cervical spondylotic myelopathy, CSM）由颈椎退变导致脊髓慢性受压，病理过程以渐进性缺血-缺氧级联反应为核心，慢性压迫引起脊髓微循环障碍，继而导致脱髓鞘、轴突变性及神经元凋亡^[32]。与急性外伤性脊髓损伤不同，CSM的轴索和髓鞘损伤呈渐进性，水分子扩散改变可敏感反映这些微结构变化，使扩散成像成为CSM评估的理想工具。

       DTI是CSM研究中最常用的技术。受压节段FA降低与ADC升高是CSM的特征性表现。多项研究显示，FA值与改良日本骨科协会（Japanese Orthopaedic Association, mJOA）评分呈中度至强正相关（r=0.55~0.83），ADC值与mJOA评分呈中度负相关（r=-0.40~-0.72），能客观量化受压节段的轴索损伤与脱髓鞘程度^{[33, 34, 35]}。高级模型则进一步提升了诊断效能：DKI的MK参数在早期识别灰白质微结构改变方面优于FA^[14]；NODDI的ODI和ICVF下降可在常规MRI未显示异常的节段检测到微结构异常，有助于判断病变范围^[36]，术后随访中，NODDI参数也能揭示持续微观损伤与脊髓灌注的关联^[37]。动态体位DTI（屈曲/伸展）的伸展位FA值更具预测术后恢复的敏感性，为预后判断提供了新视角^[38]。扩散张量纤维束（diffusion tensor tractography, DTT）成像可显示皮质脊髓束受压移位，辅助手术决策^[39]。

       尽管CSM领域已有大量研究，但当前研究仍存在不足：大多数研究均采用单一模型，缺乏DTI、DKI、NODDI等在同队列的比较，难以确定最佳组合^[19]；NODDI在脊髓下段易受脑脊液和磁敏感伪影的影响，病变全貌评估受限^{[8, 15]}；研究多为横断面设计，纵向随访数据稀少；动态DTI研究刚起步，扫描体位和时间标准化方案欠缺^[38]。未来可开展多模型、多中心的研究，比较各参数价值；优化NODDI的序列和采集方案以改善信噪比；开展长期纵向随访研究；制订DTI统一的动态体位扫描规范。

4.2 脊髓肿瘤

       对于脊髓肿瘤，扩散成像技术的核心价值在于术前可视化肿瘤与关键纤维束的解剖关系，指导手术策略以最大程度的保护神经功能。肿瘤累及区域的FA值显著降低，平均扩散系数（mean diffusivity, MD）值显著升高，反映了累及区域微观结构的破坏^[40]。DTI有助于区分髓内肿瘤与非肿瘤性炎性病变（如视神经脊髓炎谱系疾病、多发性硬化等脱髓鞘疾病），肿瘤因细胞密集、结构破坏更严重，FA降低和ADC升高更显著，而炎性病变相对较轻^{[41, 42]}。多模态融合策略（如联合DTI与动态增强MRI的灌注参数）能显著提高鉴别诊断准确率^[43]。DKI、HARDI、NODDI能更敏感地量化肿瘤对纤维束的浸润程度，其参数对微结构损伤的诊断效能优于DTI，并为鉴别侵袭性肿瘤亚型、预测肿瘤可切除性提供重要依据^{[40, 44]}。DTT通过可视化纤维束与肿瘤的空间关系，辅助外科医生预判肿瘤的可切除性，也可辅助肿瘤病理亚型的鉴别，为术前预后预测提供支撑^[39]。

       当前脊髓肿瘤的扩散成像研究仍存在以下不足：高级模型（HARDI、DSI、NODDI）在髓内肿瘤中的应用仍很有限，多为小样本或个案报道，缺乏大规模应用^{[40, 44]}；DTT对纤维浸润与受压移位的判断高度依赖操作者经验，缺乏自动化的定量评估工具^[39]；快速术中DTT分割的临床可行性虽已进行初步探索^[24]，但其实时准确性和稳定性仍有待验证。未来应将NODDI、DSI等纳入肿瘤鉴别与手术评估的大样本研究，探究其临床应用可行性；开发DTT自动分类工具，减低主观误差；进一步在急诊及术中环境对快速术中DTT分割进行验证及优化。

4.3 脱髓鞘疾病

       对于脱髓鞘疾病，扩散成像技术可揭示正常表现脊髓组织中的隐匿性微结构损伤，其中多发性硬化（multiple sclerosis, MS）较为常见。复发缓解型多发性硬化（relapsing-remitting multiple sclerosis, RRMS）患者常规MRI未显示病灶的正常表现白质和灰质已出现FA降低和RD升高的异常表现，提示广泛的脱髓鞘和轴索损伤^{[45, 46, 47]}。利用DTI沿节段分析与传统全脊髓平均分析相比更敏感，可检测到颈髓亚节段（如C2.4~C2.8）的局部微结构异常^{[45, 46]}。这些微结构损伤与临床残疾密切相关，颈髓灰质萎缩和白质FA降低与患者的运动、平衡功能障碍评分显著相关^{[45, 46, 47]}。研究还发现，背侧感觉网络的功能连接增强与DTI参数变化显著相关，可能反映了脊髓结构损伤后的功能代偿机制^[47]。DKI对疾病的发生更为敏感，在未见T2病灶的MS患者颈髓的正常表现区域，已显示出异常，且在治疗前后病灶及正常区域的参数均有显著变化，提示其能敏感监测疾病的进展以及治疗效果，为临床诊断和治疗评估提供重要的参考依据^[48]。一项针对RRMS患者的颈髓NODDI研究显示，脊髓白质神经突密度指数显著低于健康对照，且与更高的临床残疾评分相关，提示NODDI可特异性反映MS脊髓轴突丢失程度^[49]。DTT研究则发现，MS和视神经脊髓炎谱系疾病患者脱髓鞘病灶区域纤维束均较对照明显稀疏，其中后者可见纤维束中断或损伤^[50]。

       现有研究仍存在局限：研究主要集中于颈髓，胸腰段涉及较少；DKI参数在正常表现白质中的异常虽被提出^[48]，但缺乏纵向研究；脊髓灰白质精确分割困难，部分参数受脑脊液部分容积效应影响^{[45, 47]}。未来可将采集范围扩展至全脊髓，扩大研究范围；设计长期纵向队列验证DKI敏感性；结合深度学习，容积校正等技术提升参数准确性，推动解决分割困难问题。

4.4 脊髓外伤性损伤

       创伤性脊髓损伤（traumatic spinal cord injury, TSCI）由外部机械力导致，常见病理类型包括挫伤水肿、挫裂伤出血等。其显微结构改变涉及轴突断裂、髓鞘崩解、细胞外水肿及继发性缺血级联反应。扩散成像可通过检测水分子扩散受限程度，无创量化这些微结构异常，为损伤严重度评估和预后判断提供影像学依据。DTI参数损伤节段FA值的急剧下降是评估原发损伤严重程度的敏感指标，而损伤远端节段的FA值及DTT衍生的纤维束残存比率，则是预测患者功能恢复潜力的强有力预后指标^[51]。无骨折脱位型脊髓损伤是TSCI的重要亚型，其病理基础常为挫伤水肿或过伸性牵拉损伤，常规MRI有时难以显示明确异常。DTI可较常规MRI更敏感地检测此类损伤，表现为FA下降而ADC升高，为临床诊断提供了客观影像学依据^[52]。在儿童无骨折脱位型脊髓损伤中，DTI同样能够评估病灶上方脊髓的微结构变化，有助于判断损伤累及范围^[53]。

       DKI的MK值在损伤急性期时与患者出院时的脊髓独立性评定量表（Spinal Cord Independence Measure Ⅲ, SCIM-Ⅲ）评分呈显著负相关，提示DKI有潜力作为急性脊髓损伤早期预后的标志物^[12]。在儿童慢性脊髓损伤（spinal cord injury, SCI）中，DTI参数也与临床运动和感觉评分相关^[4]。

       在脊髓外伤性损伤的研究中，外伤性SCI的扩散成像研究同样多局限于颈髓，胸腰段研究较少；合并出血或金属内固定物时图像磁敏感伪影严重，降低了参数的准确性^[4]；急性期患者难以耐受长时间扫描，高级模型难以应用。未来可扩展研究节段范围，比较不同节段参数变化及预后价值；开发金属伪影校正序列及后处理方法；设计多壳快速采集方案，缩短扫描时长，使高级模型在急性外伤患者中应用可行。

4.5 其他脊髓疾病

       在下尿路功能障碍患者中，脊髓圆锥的DTI参数可出现异常，为不明原因的排尿障碍提供潜在的诊断线索^[54]。此外，在视神经炎和无MRI异常的脊髓损伤患者中，DTI均能揭示常规MRI无法显示的隐匿性微结构损伤^{[55, 56]}。对于代谢性疾病、肌萎缩侧索硬化（amyotrophic lateral sclerosis, ALS）患者，DTI可检测到颈髓FA降低与MD升高，反映了皮质脊髓束的变性。此外，DTI参数（如内囊FA）与脑脊液神经丝轻链水平显著相关，提供了分子水平的佐证^[50]。DKI研究则揭示了ALS中运动通路的不对称微结构改变，提示DKI衍生指标可作为ALS病理的生物标志物^[57]。NODDI研究证实皮质脊髓束轴突丢失是ALS变性的核心特征^[49]；一项纳入38例患者的颈髓DTT研究显示，皮质脊髓束FA值显著降低，且与疾病进展速率显著相关，提示脊髓DTT在监测ALS病情演变中具有潜在价值^[58]。上述疾病多为单中心小样本研究，扫描方案与参数标准不统一，未来可开展大样本研究，采用标准化处理工具，增强研究的可重复性，并结合NODDI等高级模型进行多中心验证。

5 小结与展望

       脊髓DTI及其衍生技术实现了对脊髓微观结构的无创评估。DTI作为基础技术，在临床中已广泛应用，进阶模型则在解析复杂纤维结构等方面展现出显著优势。图像预处理与纤维束重建技术的不断进步有效提升了数据可靠性与临床实用性，在各种脊髓疾病的早期诊断、疗效预后判断中具有巨大的潜力。

       然而，从各疾病应用现状可见，当前仍存在模型选择单一、标准化缺失、高级模型在特定区域伪影严重、纵向证据不足、研究工具到临床常规应用难以转化等共性问题。

       展望未来，脊髓扩散成像技术的发展应围绕以下关键方向持续突破，以推动其临床转化与应用：（1）开展多模型的前瞻性队列研究，明确各技术的临床价值，建立统一的脊髓扩散成像采集与后处理标准，增强结果可比性与可重复性，为临床推广奠定基础；（2）优化NODDI、DKI等高级序列，改善颈胸交界区等解剖难点区域的成像信噪比；（3）开发快速、稳健的序列以缩短扫描时间，深度整合人工智能，简化后处理流程，降低技术门槛，弥补从研究到临床的转化鸿沟；（4）融合多模态信息，探索基于多参数模型的脊髓损伤“影像组学-临床”预测模型，推动个体化诊疗；（5）在动物模型（如啮齿类脊髓损伤）中系统开展高级扩散模型的组织学验证，为参数解读提供可靠的病理基础。通过技术优化、标准建立与临床验证的协同推进，脊髓扩散成像有望逐步融入精准神经脊柱外科的决策流程。