年老伴随着大脑白质和灰质结构形态的变化，这些变化与老年人的认知功能密切相关。目前，研究者对年老过程中大脑在宏观水平上的结构变化（如脑萎缩)已经有了一定了解，但对相应微观结构变化（如脱髓鞘）的认识尚且缺乏，其中一个主要原因是临床上广泛采用的可视化大脑微观结构的扩散成像技术——扩散张量成像（diffusion tensor imaging，DTI)具有某些固有缺陷。笔者首先阐述DTI技术的不足，然后介绍三种可以弥补DTI不足的新型扩散成像技术。具体内容涉及它们的原理，实现方法以及它们在老年化研究中的应用。最后，文章论述临床上综合采用多种扩散成像技术研究年老对大脑微观结构影响的优势和可行性。

1　扩散张量成像（diffusion tensor imaging，DTI)

       水的扩散行为会受到细胞水平组织结构的影响。例如，扩散会被局限在细胞内（受限扩散，restricted diffusion)，当细胞膜通透时水分子可能渗出，在细胞外空间迂回行进（受阻扩散，hindered diffusion)^[1]。扩散MRI (diffusion MRI，dMRI）技术是目前惟一可以无创对活体组织内水分子的扩散行为进行成像的方法。在常规扩散时间20~80 ms内，水分子平均可以探测5~20 μm的距离，这使水扩散对多种组织微观结构和生理参数都具有敏感性。在过去20多年里，最为广泛使用的dMRI技术是DTI^[2]。DTI假设水在组织中的扩散位移符合高斯分布，用一个二阶三维的椭圆张量刻画水在组织中的扩散行为。它主要提供两个指标：各向异性分数（fractional anisotropy，FA）和平均扩散系数（mean diffusity，MD)。FA测量组织中水分子扩散的各向异性程度（各向异性成分占总扩散张量的比例），被大致认为是神经纤维密度和髓鞘化程度的间接量化指标。MD测量水在组织内的整体扩散程度，它没有方向信息。MD异常被作为是脑出血，水肿和细胞死亡的重要标志。MD又可分为轴向扩散（平行于主要扩散轴的扩散，axial diffusion，AD）和径向扩散（垂直于主要扩散轴的扩散，radial diffusion，RD)。以往研究较为一致地发现正常年老伴随脑内大多数区域白质FA降低以及MD和RD的增加^[3,4]。此外，在白质中，由于髓鞘的阻挡，水分子的扩散被限制在与纤维走行一致的方向上，因此根据扩散张量的主轴，我们可以可视化大脑的白质连接。DTI模型简单，通常采集b=1000 s/mm²图像即可(b为扩散梯度场的敏感系数），在临床老年化研究中有广泛应用。

       尽管DTI是研究大脑微观结构的重要工具，但是它具有以下几个内在缺陷：(1)依赖于b值，不能全面刻画水在大脑组织中的复杂扩散行为。DTI假定水扩散发生在自由不受限的环境中，扩散位移符合高斯分布。然而，在大脑组织内，细胞膜，细胞器，髓鞘构成屏障并形成隔室限制水分子的位移，这决定了真实的水扩散不是自由的，而是一个高度受阻（hindered）或受限（restricted）的过程。实验表明当b值显著大于DTI常规使用的1000 s/mm²时，水在白质和灰质中的扩散行为都不符合高斯分布^[5,6]。因此，DTI量化的扩散行为依赖于b值，它不能刻画非高斯扩散。(2) FA和MD指标缺乏特异性。尽管DTI指标对年龄有关的白质微观结构变化很敏感，但是它们缺乏特异性，即这些指标的变化不能与某种特定的微观结构变化相对应。例如，白质FA降低可以与多种类型的微观结构变化有关，包括轴突密度降低，轴突方向离散度增加等。然而，明确年老究竟对哪种类型的微观结构产生了最大的影响才是从根本上揭示大脑的衰老机制。(3) DTI不能正确解析多纤维方向。DTI用高斯分布描述水的扩散行为，即用一个峰值来代表采样分子扩散引起的平均位移，因此它只能为每个体素估计出一个主要纤维方向。当一个体素中存在多种纤维方向（如，纤维交叉或分叉），DTI会把所有内在纤维方向的平均值作为体素纤维方向的估计值。然而，平均方向并不能代表真正的方向。以一条水平纤维和一条垂直纤维为例，平均纤维方向是对角线，和其中哪一条纤维方向都不一致。近期研究表明，在常规分辨率下(2~3 mm)，超过90％的体素包含不只一种方向的纤维束^[7]。(4) DTI被广泛地应用于研究年老过程中的白质变化，但其在皮层灰质上的应用非常有限。首先，FA主要用来量化组织的各向异性，它对灰质这种各向同性较强的脑组织的微观结构变化不敏感。一些研究采用MD来考察年老伴随的灰质微观结构的变化^[8]，其原理是随着年龄的增长，组织内妨碍扩散的障碍物会减少，水分子的扩散更加自由，MD预期会增加。然而，DTI应用于灰质的一个重要问题是部分容积效应，脑脊液（cerebral spine fluid，CSF）会增加组织的MD。相比之下，白质在很大程度上被灰质所包围，直接受CSF的影响小。先前研究发现，在扩散加权成像前采用液体衰减反转恢复(fluid-attenuated inversion recovery，FLAIR)序列压制CSF信号能够显著降低MD并增加FA，尤其是在灰质和邻近脑室的实质组织^[9,10]。一些衰老模型，如HAROLD (hemispheric asymmetry reduction in older adults，在进行相似认知活动时，老年人前额叶激活的偏侧化程度比青年人低) ^[11]和PASA(posterior-to-anterior shift in aging，随着年龄的增长，枕颞叶皮质活动降低但前额叶活动增高)^[12]都是基于皮层灰质上记录到的BOLD信号提出来的，了解这些模型的内在神经结构机制需要对皮层灰质的微观结构进行深入探查。此外，一些老年疾病（如，阿尔茨海默）与灰质退化的相关度高于白质。采用扩散成像检测灰质的微观结构异常是识别这些疾病早期变化的重要工具。

       如上文（1)提到，非高斯扩散产生的根源是水分子与扩散障碍物（如，细胞膜，细胞器，水隔室等）之间的相互作用，因此它能够提供有关组织微观结构的重要信息。目前，随着MRI技术的进步，普通临床机器上也可以采集到较高b值图像^[13]，从而记录到水分子的非高斯扩散。下面我们将具体介绍三种适用于临床的非高斯扩散成像技术：扩散峰度成像（diffusion kurtosis imaging，DKI)，扩散的受阻受限合成模型（composite hindered and restricted model of diffusion，CHARMED)和神经突（轴突和树突的总称）方向离散度密度成像（neurite orientation dispersion and density imaging，NODDI)。这些新技术通过引入更高阶的扩散统计量或特定的生物物理模型来探查大脑组织中的非高斯扩散行为。它们作为DTI技术的重要补充，可以加深我们对年老如何影响大脑微观结构的理解。

2　DKI刻画大脑白质和灰质微观结构的复杂度

       DKI由Jensen等人提出^[14,15]，它在DTI二阶三维张量的基础上引入一个四阶三维的峰度张量（图1)，用峰度量化水扩散偏离高斯分布的程度(，Mn为任意分布的n阶中心距，正态分布的峰度为3）。峰度直接反映组织微观结构的复杂性。如同扩散系数，峰度又可分为平均，轴向和径向峰度，分别用MK，AK和RK表示。DKI比DTI具有以下几方面优势：（1）峰度主要是由组织微观结构的复杂性决定的（如，细胞隔室和膜），而DTI中的扩散系数即受到组织微观结构的影响，也受到其他因素的影响（如，生物大分子的浓度）。因此，DKI比DTI对组织微观结构的特异性更高，具有相同扩散系数的脑区可能表现出非常不同的扩散峰度。（2) DKI比DTI对各向同性组织（如灰质）的敏感性高。FA只有在结构有空间方向的时候才能反应结构信息，而MK则不需要。因此，伴随年老发生的灰质微观结构变化可能不会改变FA，但会改变MK。（3) DKI对CSF部分容积效应敏感性不高。研究发现在灰质FLAIR-DKI能降低29%~52％的扩散系数，但是只能降低7%~11％的峰度^[16]。一种解释原因是CSF一方面增加了扩散系数，但一方面也增加了扩散的变异程度，扩散系数与扩散变异程度的比值要比扩散系数单独的变化小。（4）由于考虑了非高斯扩散行为，从DKI中估计出的方向分布函数可以解析出不只一个最大方向，因此可以解析交叉纤维^[17]。

       DKI得到研究者的广泛关注^[18]，并且已经被用于老年化研究。Falangola等^[19] (2008年）最先采用DKI证实了扩散峰度能够刻画灰质和白质与年龄相关的扩散属性变化。他们比较了三个年龄段个体（青少年，成年和老年人）大脑前额叶的水扩散模式，发现不同年龄段个体表现出不同的MK模式，并且MK和MK峰值位置与年龄显著相关。Gong等^[20] (2014年）采用DKI考察了58名25~84岁个体六个深部灰质核团的扩散属性，他们发现MK比FA在更多的深部灰质核团上表现出显著的与年龄相关效应，且在某些区域（苍白球，胼胝体膝部，和内囊后肢），MK的年龄相关效应量大于FA和MD。更重要的是，只有峰度才能够捕捉和显示出壳核与年龄相关的扩散属性的变化。Coutu等^[21] (2014年）考察了111名33~91岁个体，他们发现尽管DKI和DTI指标总体上随年龄变化一致，但是DKI能够比DTI检测出更多受年龄影响的白质区。此外，基于DKI+ DTI年龄效应指标（每个DTI/DKI指标与年龄的相关系数）对脑区的聚类分析模式不同于基于单独DTI年龄效应指标对脑区的聚类分析模式。以上研究一致表明，MK提供的微观结构的"复杂性"信息是FA和MD的重要补充。联合峰度指标和扩散指标，笔者能够更全面地刻画年龄相关的大脑微观结构的变化。

       DKI可以从一套数据中同时计算扩散张量和扩散峰度张量，因而可以提供MD，FA，MK，AK和RK等多种微观结构参数。它对b值要求不高，在临床机器上都可以实现。常规采集方案包括三个b值（0、1000、2000 s/mm²）和30个扩散梯度方向，扫描可在十几分钟内完成，只比常规DTI多几分钟。此外，因为DKI不依赖于任何组织模型，它可以用于考察所有脑区的微观结构属性。然而，峰度只是数学上对DTI模型的延伸，它没有考虑非高斯扩散的内在生物物理机制。例如，多种生物过程均可以解释为什么白质MK和RK随年老下降，如髓磷脂退化，轴突膜通透性增高或轴突密度下降。这些因素都有可能会增加组织的同质性，减少水扩散在不同隔室间的变异程度。为了增加扩散成像技术的特异性，一些方法采用合理的大脑组织生物物理模型将扩散衰减信号与特定的组织微观结构（如，轴突密度）对应起来。下面笔者分别介绍一个白质模型和一个白质灰质的通用模型。

点击查看大图

图1  扩散张量与扩散峰度张量
图2  受阻与受限合成模型示意图。改编自Asaff等^[22]
图3  NODDI用Watson分布刻画生物组织的神经突方向离散度。图中示意三个平均方向相同，但方向离散度不同的组织微观结构及其对应的Watson分布图（右）。OD(orientation dispersion)，方向离散度。改编自Zhang等^[27]
Fig. 1  Diffusion tensor and difussion kurtosis tensor.
Fig. 2  An illutration of the CHARMED model. Adapted from Asaff et al^[22].
Fig. 3  NODDI characterizes the neurite orientation dispersion for biological tissues using Watson distributon. Three types of tissues with the same mean orientation but different orientation dispersion and the corresponding Watson distrubtion(right) were shown for illustration. OD stands for orientation dispersion. Adapted from Zhang et al^[27].

3　CHARMED:白质的生物物理模型

       Assaf等^[22,23] (2004~2005年）提出CHARMED来刻画大脑白质中各向异性的水扩散。这个模型假设，白质中的扩散信号衰减有两个来源：轴突外空间受阻的水扩散和轴突内空间受限的水扩散（图2)。受阻部分主要解释低b值下的高斯信号衰减，用一个扩散张量来描述；受限部分解释高b值下的非高斯衰减，用一个或多个发生在不通透柱状体内的受限扩散模型描述。基于这些假设，CHARMED可以提供多种微观结构参数，例如神经纤维方向，轴突外轴突内容积比，轴突扩散系数等，其中轴突内容积比（intra-axon volume fraction）被认为是轴突密度的标志。对轴突内受限水扩散的单独刻画使CHARMED对白质微观结构具有高度敏感性和特异性，其中一个重要的体现是它可以提高纤维示踪的准确性。当一个体素中只存在一种纤维束方向时，CHARMED能够提高角度分辨率；当一个体素内存在多种纤维方向时，CHARMED引入多个相互独立的受限隔室（圆柱体），通过计算每个受限隔室的主要扩散方向来解析交叉纤维。模拟研究表明CHARMED可以正确示踪三种纤维方向^[24]。与之相比，DTI中的绝大多数信号来自于受阻部分，即扩散张量的主轴主要表征受阻成分的主轴，因此DTI只有在受阻成分和受限成分的主轴方向比较一致时才能可靠示踪纤维。而且，如果一个区域存在两种或多种方向不一致的纤维束时，DTI测量的是多个受阻成分的平均扩散张量，它不能准确反应出纤维束的真实走向。

       CHARMED对涉及到髓磷脂，纤维数量或轴突内构成成分的多种白质变化都很敏感，它已经在大脑可塑性和大脑发育的研究中体现出一定价值。例如，研究发现轴突内容积比有望成为短期神经可塑性微观结构变化的新的生物标记^[25]。此外，CHARMED还被应用于考察白质的DKI对比是否来自于轴突内的受限扩散^[26]。然而，尽管CHARMED有可能检测出年老阶段大脑白质发生的一些微小变化，到目前为止还没有研究采用CHARMED来刻画老年化过程中大脑白质的变化模式。其原因主要在于最初的CHARMED扫描方案所需时间较长，且数据后处理过程相对复杂，这给临床应用带来了很大挑战。然而，鉴于CHARMED对于检测白质微观结构变化的重要作用，近期研究者对CHARMED的扫描方案进行了优化，使全脑扫描能够在最短12分钟内完成^[24]。这个优化方案采集从低到高的8个b值数据(1093~8758 s/mm²)，梯度方向随着b值的增高而增多，共包括40个不同的方向。

       DKI是一个数学模型，而CHARMED是一个生物物理模型，它的优势是在于它将白质中的扩散信号直接与不同的白质成分（轴突内和轴突外）对应起来，从而使我们对白质微观结构的刻画更加深入具体。然而，CHARMED是一个白质的生物物理模型，它只能应用于白质，不能应用于其他脑组织，例如皮层灰质。

4　NODDI：白质与灰质统一的生物物理模型

       Zhang等^[27] (2012年）提出NODDI，它将扩散成像的应用从白质扩展到灰质的微观结构。NODDI能做到这一点是因为它引入了一个量化神经突角度变异的指标并且单独对CSF建模。具体来说，NODDI采用了一个区分三种微观结构环境的组织模型：神经突内，神经突外以及CSF成分，每种环境中水的扩散方式不同。神经突内成分指神经突膜包裹的空间，NODDI用一组呈Watson分布的小棍（即半径为零的圆柱体）来捕捉垂直于神经突的高度受限扩散和沿着神经突的不受阻扩散。这些小棍的方向分布可以从高度平行到高度离散，因此能够描述大脑组织中所有类型的神经突方向模式（图3)，包括：(1）方向高度一致的白质结构，如胼胝体；(2)含有弯曲和发散轴突的白质结构，如半卵圆中心；(3)方向高度不一致的大脑皮层和皮层下灰质结构，这些结构的特征是树突沿着各个方向蔓延。神经突外成分是指神经突周围的空间，它被各种类型胶质细胞和灰质中的细胞体所占据。在这个空间中，水分子的扩散由于神经突的存在而受阻，而不是受限，因此采用高斯各向异性扩散来描述。CSF成分是脑脊液占据的空间，用一个各向同性的高斯扩散过程来描述。NODDI估计两个微观结构参数：神经突内容积比（intra-neurite volume fraction, νin)和神经突方向离散度（orientation dispersion index, ODI)，前者反映神经突的密度，后者反映神经突方向的离散程度，是NODDI所特有（CHARMED用平行的圆柱体来表征轴突，不能提供轴突的方向离散度信息)。ODI有两个广义上的应用:在白质中，ODI量化轴突的弯曲和分叉度，这对大脑连接成像有作用。特别是它有助于判定是否当前被认为具有交叉纤维的多个体素实际上包含的是多条方向离散的，但沿着一个主要方向走行的纤维。在灰质中，ODI量化树突蔓延的情况，可以直接反应灰质的复杂性。此外，由于神经突密度和方向离散度都会影响FA的大小，NODDI能够探测出FA变化的具体原因。

       NODDI的价值已经得到老年化研究的重视。一项研究表明NODDI有助于探查老年人大脑FA下降的具体原因。Billiet等^[28]采集了59名17~70岁的健康人的DTI，DKI，NODDI以及髓磷脂敏感的多指数T2弛豫（multiexponential T2 relaxation ，MET2）数据。研究发现，在前额白质，FA随着年龄的增长呈线性下降，同时伴有ODI的增加，但是在髓磷脂水分数上没有差异，说明前额叶FA的下降主要是由于轴突方向离散度的增加而不是由于脱髓鞘引起的。还有一项研究采用NODDI专门考察了大脑灰质随年龄变化的区域模式。在45名21~84岁的个体中^[29]，研究者有三个重要发现：(1)随着年龄的增长，新皮层ODI下降（在额顶区表现最明显），而海马以及小脑的ODI增加。该结果与以往尸检得到的结果一致，表明NODDI能够在活体上提供年龄在灰质微观结构的易感性和代偿性的神经机制；(2)这些微观结构变化对认知功能和大脑对年龄有易感性的静息态网络有影响，表明NODDI得到的结果具有功能相关性；(3)新皮层ODI比皮层厚度和FA更能预测出个体的年龄，表明ODI能更好地表征树突的蔓延形态。由此可见，NODDI在老年化大脑微观结构变化的研究中有重要价值。

       NODDI的临床优化扫描方案只需要采集两球壳高角分辨率数据（在两个q空间球面上采样）。在Zhang等^[27] (2012年）研究中，一个球壳对应30个梯度方向，b= 711 s/mm²，另一个球壳对应60个梯度方向，b= 2855 s/mm²。高b值采样的角度分辨率是低b值的二倍是因为考虑到高b值对复杂微观构造具有更高的敏感性因此在球面上的信号变异更大。此外，还需要采集九个b= 0图像。整个扫描方案可以在30分钟内完成。并且，对于少数特殊人群，可以在对正确率影响最小的条件下减少每个球壳的采样方向把时间缩短到十分钟以内。值得注意的是，研究者发现神经突密度的估计与两个b值具体的大小关系不是很强。因此，NODDI模型也可以应用于CHARMED采集的多球壳数据。NODDI将我们对大脑微观结构的探查从白质扩展到灰质，这使我们有机会了解老年化过程中灰质微观结构的变化。它引入的神经突方向离散度指标有可能为老年化过程中大脑微观结构发生的变化提供新信息。

5　总结与展望

       研究老年化的脑机制就是要确立年龄，认知功能与大脑之间的关系。目前主流的衰老理论都是基于功能MRI结果提出来的。然而，充分了解老年化的脑机制不仅要在功能上刻画大脑随着年老发生了哪些变化，还需要识别出引起这些功能变化的内在结构变化，尤其是微观结构变化。微观结构的变化早于甚至独立于宏观结构的变化，对大脑微观结构的可视化探查可以在细胞水平上揭示年老对大脑的影响。DTI是目前临床上采用最广泛的考察大脑微观结构的工具。然而，DTI不能全面刻画水在复杂大脑组织中的扩散行为，对组织微观结构的变化敏感但缺乏特异性，不能正确解析交叉和分叉白质纤维，对各向同性组织（如，皮层灰质）的微观结构的敏感性差。这些不足限制了我们探索年老对大脑微观结构的影响。例如，不能探查灰质的微观结构意味着我们不能在年老引起的功能变化和结构变化之间建立联系。

       鉴于非高斯扩散提供组织微观构造的重要信息，目前研究开始采集多b值图像（包括高b值）全面刻画水分子的扩散行为。笔者介绍了三种适合应用于临床的多b值扩散成像技术，它们对组织中非高斯扩散行为的刻画为DTI成像技术提供重要补充。DKI在DTI基础上引入一个四阶三维峰度张量刻画组织中水分子扩散偏离高斯分布的程度，峰度直接反映白质和灰质微观结构的复杂度。CHARMED引入一个白质的生物物理模型，它将白质内弥散信号的衰减区分为来自两方面的贡献：轴突内水分子的受限扩散和轴突外水分子的受阻扩散。对轴突内受限扩散成分的单独刻画使它可以提供有关轴突密度和纤维走向的更准确的信息。NODDI引入一个既适用于白质也适用于灰质的生物物理模型。它将弥散信号衰减的来源分为三部分：神经突内水的受限扩散，神经突外水的受阻扩散以及脑脊液中水的自由扩散。它提供的神经突方向离散度和神经突密度两种指标能够区分FA变化的具体原因。此外，神经突方向离散度指标对于验证白质纤维真实走向以及量化灰质复杂性有重要意义。

       DTI，DKI，CHARMED和NODDI各自都提供了不同的微观结构参数。笔者认为综合采用多种扩散成像技术是探查年老对大脑微观结构影响的最有效途径。一方面，多种指标能比一种指标提供更多的扩散属性信息。另一方面，来自于不同技术的扩散参量可以互相解释和验证。CHARMED和NODDI可以解释DKI参数发生变化的原因，而DKI又可以被用于验证CHARMED和NODDI模型的正确性，如果CHARMED和NODDI的模型正确，那么它们就应该能够预测出DKI的结果。此外，对于白质，CHARMED得到的轴突内容积比应该和NODDI得到的神经突内容积比相一致。重要的是，采用多种技术并不需要采集多套数据。CHARMED采集的数据也可以用NODDI和DKI分析，即从一套数据中获取多个扩散属性指标是有可能的。因此，多技术手段在临床上可行。

       综合多元扩散指标，有望更好地回答以下问题：(1)年老伴随着哪些脑区微观结构的退化和代偿性增生？(2）各个脑区白质和灰质微观结构变化的先后顺序是什么？是灰质的微观结构变化在先，然后导致了与它相联系的白质通路的瓦解还是白质通路的退化诱发了灰质结构化程度的降低？(3）神经突发生变化的具体原因是什么？例如，是神经突方向离散度发生了变化还是神经突密度发生了变化？最后，由于各个脑区微观结构变化的原因可能存在差异，它们对不同扩散指标的敏感程度可能也不同。找到与年龄最相关甚至能够预测年龄的脑区—指标组合可以为临床异常脑衰老的诊断提供标准。