分享:
分享到微信朋友圈
X
综述
磁共振扩散张量成像在新生儿脑发育的应用及展望
侯欣 杨健

侯欣,杨健,鱼博浪.磁共振扩散张量成像在新生儿脑发育的应用及展望.磁共振成像, 2012, 3(1): 74-78. DOI:10.3969/j.issn.1674-8034.2012.01.017.


[摘要] 扩散张量成像(DTI)是一种十分敏感的、可以多参数量化检测局部水分子扩散特征的方法。本文回顾了DTI的基本原理,及DTI数据常用的分析方法,总结了新生儿、早产儿,脑灰质、脑白质发育过程中DTI参数的变化规律,显示DTI能够良好反映新生儿脑发育时的各种生理学变化,有望成为量化评价脑白质发育的有效工具。
[Abstract] Diffusion tensor imaging (DTI) is a novel, sensitive, and quantified technique to detect the diffusion feature of water molecule. In this paper, we reviewed the basic principle and parameters of DTI, the processing methods of DTI data, and the different changes of parameters of DTI with the neonatal brain white matter and gray matter. It showed that parameters of DTI changed regularly with development of premature and neonatal brain white matter, and DTI is helpful to evaluate the development of brain white matter quantitatively.
[关键词] 脑发育;扩散张量成像;新生儿
[Keywords] Brain development;Diffusion tensor imaging;Neonate

侯欣 西安交通大学医学院第一附属医院医学影像科,陕西西安 710061

杨健* 西安交通大学医学院第一附属医院医学影像科,陕西西安 710061

通讯作者:杨健,E-mail: cjr.yangjian@vip.163.com


基金项目: 国家自然科学基金项目 编号: 81171317, 30970797
收稿日期:2011-12-07
接受日期:2012-01-06
中图分类号:R455.2; R32 
文献标识码:A
DOI: 10.3969/j.issn.1674-8034.2012.01.017
侯欣,杨健,鱼博浪.磁共振扩散张量成像在新生儿脑发育的应用及展望.磁共振成像, 2012, 3(1): 74-78. DOI:10.3969/j.issn.1674-8034.2012.01.017.

       脑发育的过程开始于胚胎早期并持续到成年,在妊娠后期至新生儿期发育速度最快,该阶段脑灰质体积、突触数量及髓鞘化进程都发生着巨大的变化[1,2]。如何直观、动态地评价脑发育过程,敏感、量化地检测脑微结构异常,不仅是重要的科学问题,更具有深远的临床意义。扩散张量成像(diffusion tensor imaging, DTI)弥补了常规磁共振的不足,可以对脑组织微结构进行量化,在显示脑组织精细结构,尤其是白质纤维上具有明显优势。同时,DTI对水肿、缺氧等造成的脑组织损伤十分敏感,因而适用于评估各阶段尤其是新生儿的脑发育状况[3,4,5]。由于足月儿与早产儿脑灰质和白质结构的发育各具特点,本文将对近年来DTI在新生儿脑发育领域的研究进行归纳总结,为进一步探索新生儿脑发育规律提供更多的科学依据。

1 扩散张量成像及其数据处理方法

1.1 DTI的基本原理及参数

       扩散作为一种物理过程,在脑组织中具有不同的特征:脑灰质主要由神经元构成,水分子的扩散运动在各个方向是近乎一致的,称为各向同性;脑白质中由于神经纤维高度有序的排列以及轴索外髓鞘的限制,水分子沿着平行于轴索方向的扩散运动距离较垂直方向更大,称为各向异性。DTI就是基于水分子扩散运动的各向异性特征而成像,其基本参数为本征向量(e1, e2, e3)和本征值(λ1, λ2, λ3),由此演化出表观扩散系数(apparent diffusion coefficient, ADC)、部分各向异性参数(fractional anisotropy, FA)、相对各向异性参数(relative anisotropy, RA)、轴向扩散张量λ∥(axial diffusivity, AD)、垂直扩散张量λ⊥(radial diffusivity, RD)。各参数的变化与白质纤维生理/病理结构改变关系见表1[6]。为了更好的描述水分子的空间扩散形态,Westin等[7]提出了线形指数(linear, Cl)、圆盘形指数(planar, Cp)、球形指数(spherical, Cs),分别描述扩散运动的几何形态,即线形(λ1>>λ2≈λ3,反映水分子扩散高度各向异性)、圆盘形(λ1≈λ2>>λ3,反映白质纤维中存在交叉结构)、球形(λ1≈λ2≈λ3,反映水分子扩散各项同性),三个指数总和为1,参数值越大说明扩散外形与其所代表的模型越接近。通过计算分析以上参数,DTI可以量化白质纤维的扩散特征,精确地监测白质细微结构的改变。

表1  FA值、AD值、RD值在不同情况下的变化
Tab. 1  Relations among fractional anisotropy, axial diffusivity, and radial diffusivity under different conditions

1.2 DTI数据常用量化分析方法

1.2.1 纤维束成像(diffusion tensor tractography )

       DTI的纤维追踪可以描绘出特定脑区纤维束走形的矢量图,在算法上主要分为两类:确定法(deterministic method)和概率法(probabilistic method)。常用的是确定法,通过设定FA阈值和体素走行角度阈值,手动定位起始区域,从而获得连续的3D纤维束图像,当超出设定的FA和/或角度阈值时,纤维追踪会中断。该方法受到FA阈值和角度阈值的限制,在纤维走形复杂的区域不能真实地反映纤维束的投射。后者是用一种随机、概率的方法,还原每一个体素的联系。

1.2.2 感兴趣区分析(region-of-interest, ROI)

       该方法通过手动画ROI可以直观地显示所关注解剖区域的DTI参数值,操作简单、方便、易于掌握,可以与纤维追踪等分析方法结合,但主观性较强,也相对费时,定义ROI时测试者和评定者之间存在偏倚。

1.2.3 基于体素的分析(voxel-based analysis, VBA)

       采集数据后通过模板对图像进行矫正和标准化,再根据分组(如年龄、性别、正常与否等)进行全脑的统计分析,自动显示差异区域。此方法广泛应用于神经系统的研究。Oishi等[8]首次制作了健康足月新生儿(25例,校正胎龄38~41周)脑DTI图像的平均扩散系数(mean diffusivity, MD)图和FA图模板,并按三维空间把大脑分割成122个区域,为VBA在新生儿脑发育应用奠定了基础。VBA对个体的一致性要求较高,新生儿期脑组织形态多样,因而该方法存在一定的误差和局限性。

1.2.4 TBSS (tract-based spatial statistics )

       TBSS是针对脑白质的一种统计学量化分析方法。该技术需设置一定的FA阈值,重建FA图并提取FA骨架,在FA骨架基础上比较各参数,可以直观地显示各组之间的差异,但是,对于FA骨架外的白质以及灰质结构不能进行显示和分析。

2 DTI在脑发育中的研究进展

2.1 正常新生儿灰白质结构标准ADC值

       Coats等[9]使用荟萃分析的方法总结了正常足月新生儿脑ADC值的标准参考值,见表2

表2  新生儿脑正常ADC值
Tab. 2  Normative apparent diffusion coefficient values in newborn brain

2.2 脑灰质DTI参数变化规律

       DTI可以获得灰质皮层发育变化的信息。近期研究显示[10,11,12],灰质的各向异性从15周胎龄开始逐渐升高,至27周达到峰值,后逐渐下降,36周至40周时各向异性变为0,与成人相同。该过程与神经胶质细胞的迁移分化有关,起初胶质细胞到达皮层后呈垂直于皮层的放射状排列,水分子沿着该方向的扩散系数更大,使灰质具有各向异性。随着神经元树突逐渐丰富、星形细胞增多、丘脑皮质束向皮层投射纤维以及皮层之间的联络纤维的增多,体素内的水分子不再偏向于某一方向扩散,沿初始辐射方向的扩散减弱,即λ1 (AD值)降低,λ2和λ3 (RD值)没有明显变化,因而各向异性逐渐减小并变为0。因此,灰质中观察到的FA值降低主要是λ1降低引起的。

2.3 脑白质DTI参数变化规律

       新生儿脑白质的ADC值较成年人高[13],正常足月儿额叶白质ADC值1.46~1.64 mm2/s,约为成年人的2倍。随着年龄的增长ADC降低,可能与脑组织含水量下降、白质结构排列紧密、髓鞘化等使水分子运动受到限制有关,但其确切原因尚不清楚[14,15]。新生儿期,ADC值下降与校正胎龄具有线性相关[16],ADC值最低的部位为内囊后肢,半卵圆中心ADC值变化最大[14]

       新生儿白质纤维的各向异性值较成年人低,随着年龄的增长,FA值和RA值逐渐升高[17]。FA值的变化分为两个阶段:(1)新生儿期多数白质在组织学上尚不能观察到髓鞘形成[13, 18],称为"预髓鞘化阶段",这一时期轴索中微管相关的蛋白数量增加,轴索直径变化,少突胶质细胞成熟并有组织的排列,同时也与轴索的细胞膜结构改变和电活动有关。例如新生儿期胼胝体膝部和压部的连合纤维FA值最高,但并未形成髓鞘,主要是纤维束高度平行的排列引起的[14]。(2)随着轴突微结构更有序的排列,少突胶质细胞增殖分化包绕轴索,FA值持续稳定的升高,逐渐进入髓鞘化阶段。总体上髓鞘的发育顺序为从下向上,从后向前,近端的通路早于远端,感觉系统早于运动系统,投射纤维早于联络纤维和连合纤维[19]

       在描述扩散运动的本征值中,最大的本征值(λ1)是平行于轴索方向的扩散,即AD值,多用来反映轴索的完整性。在成人,白质AD值降低通常认为是轴索损伤或退行性变的表现,但在正常新生儿脑白质AD值随着年龄的增加而降低,Gao等[20]认为这种变化并非轴索损伤导致,而是由于在白质发育的过程中轴突的修剪和重建、长度变短以及轴突内细胞骨架等细微结构的发育等原因引起的。λ2和λ3的平均值为垂直于轴索方向的扩散,即RD值,新生儿脑白质RD值随年龄升高逐渐下降,反映了白质纤维持续髓鞘化的过程。通过AD值和RD值的改变能反映白质发育过程中更多的精细变化信息[20]

       为了更全面的反映白质发育的几何学特点,Chen等[21]对29例健康足月儿开展随访研究,分别于出生时、1、2、4岁采集了数据,构建了Cl和Cp指数图,结果显示上述参数与年龄的对数线性存在相关性;Cl指数增长速率在脑白质的中心区域大于外周区域,Cp指数增长速率在脑白质中心区域小于外周区域。新生儿期在白质区域观察到Cl和Cp指数,说明交叉结构在新生儿期已经形成,由于DTI存在一定的局限性,对于交叉纤维更深层次的探索还需借助DSI、HARDI、DKI等新技术进一步研究。

2.4 早产儿脑发育的DTI参数变化具有不同特点

       很多研究[22, 23]显示早产儿脑DTI参数的变化与足月儿有相似之处,即随着胎龄增加,ADC值降低,RA值升高。然而,与足月儿相比,早产儿发育至足月龄时,许多部位如胼胝体和内囊后肢的ADC值较高,RA值和FA值较低[24, 25],部分学者认为这种改变与少突胶质细胞和轴索成熟延迟或损伤有关,并且这种改变还会延续到儿童时期甚至青春期[26, 27]。Rose等[28]使用TBSS的方法对校正40周时的早产儿和足月儿脑白质FA值进行了比较后认为:这种FA值的降低并不一定代表脑白质的损伤,也可能与未髓鞘化的轴突纤维方向发生改变有关。也有学者[29, 30]认为DTI参数的改变与早产和白质损伤的程度均没有相关性。此外,干预性研究显示早产儿早期接受训练有利于内囊后肢RA值和行为学评分的升高[31]。除了上述参数的不同,Lubsen等[32]将DTI与BOLD(血氧水平依赖,blood oxygenation level dependent)结合后发现早产儿的脑发育还存在着神经连接的异常。

3 总结与展望

       DTI参数能够反映脑白质细微结构的变化、白质纤维联络的改变、预髓鞘化和髓鞘化的过程,这些参数的改变与新生儿脑白质发育的微结构和生理学改变一致。作为一种非侵入性活体检测白质纤维结构的成像方法,DTI有望为科学研究和临床工作提供脑发育的量化评价手段。然而,既往结果亦显示DTI在脑发育领域仍需进一步研究:(1)目前对于新生儿脑发育的探索尚缺乏大样本、多中心的纵向研究数据,对新生儿的脑发育评估缺乏全面系统的认识,早产儿脑发育过程的标准MRI图谱尚待建立;(2)在DTI理论中体素内水分子的扩散是单指数并服从高斯分布的,由于脑组织内水分子存在细胞内和细胞外两种形态,脑灰质具有各项同性特征,脑白质亦存在交叉弯曲等情况,水分子的扩散不再服从高斯分布,因此对于灰质结构和复杂白质结构的精细研究还有待DSI、HARDI、DKI等新技术的发展。

[1]
Sidman RL, Rakic P. Development of the human nervous system. In: Haymaker W, Adams RD, ed. Histology and Histopathology of the Nervous System. Springfield: Charles C. Thomas, 1982: 3-145.
[2]
Gilmore JH, Lin W, Prastawa MW, et al. Regional gray matter growth, sexual dimorphism, and cerebral asymmetry in the neonatal brain. J Neurosci, 2007, 27(6): 1255-1260.
[3]
Richa Trivedi, Rakesh K. Gupta, Nuzhat Husain, et al. Region-specific maturation of cerebral cortex in human fetal brain: diffusion tensor imaging and histology. Neuroradiology, 2009, 51(9): 567-576.
[4]
Bartha AI, Yap KRL, Miller SP, et al. The normal neonatal brain: MR imaging, diffusion tensor imaging, and 3D MR spectroscopy in healthy term neonates. AJNR Am J Neuroradiol, 2007, 28(6): 1015-1021.
[5]
Counsell SJ, Edwards AD, Chew ATM, et al. Specific relations between neurodevelopmental abilities and white matter microstructure in children born preterm. Brain, 2008, 131(Pt 12): 3201-3208.
[6]
Feldman HM, Yeatman JD, Lee ES, et al. Diffusion tensor imaging: a review for pediatric researchers and clinicians. Dev Behav Pediatr, 2010, 31(4): 346-356.
[7]
Westin CF, Peled S, Gudbjartsson H, et al. Geometrical diffusion measures for MRI from tensor basis analysis. Proceedings of the 5th Annual Metting of ISMRM, 1997: 1742.
[8]
Oishi K, Mori S, Donohue PK, et al. Multi-contrast human neonatal brain atlas: Application to normal neonate development analysis. NeuoImage, 2011, 56(1): 8-20.
[9]
Coats JS, Freeberg A, Pajela EG, et al. Meta-analysis of apparent diffusion coefficients in the newborn brain. Pediatr Neurol, 2009, 41(4): 263-274.
[10]
Maas LC, Mukherjee P, Carballido-Gamio J, et al. Early laminar organization of the human cerebrum demonstrated with diffusion tensor imaging in extremely premature infants. Neuroimage, 2004, 22(3): 1134-1140.
[11]
McKinstry RC, Mathur A, Miller JH, et al. Radial organization of developing preterm human cerebral cortex revealed by non-invasive water diffusion anisotropy MRI. Cereb Cortex, 2002, 12(12): 1237-1243.
[12]
Kroenke CD, Bretthorst GL, Inder TE, et al. Diffusion MR imaging characteristics of the developing primate brain. Neuroimage, 2005, 25(4): 1205-1213.
[13]
Huppi PS, Maier SE, Peled S, et al. Microstructural development of human newborn cerebral white matter assessed in vivo by diffusion tensor magnetic resonance imaging. Pediatr Res, 1998, 44(4): 584-590.
[14]
Partridge SC, Mukherjee P, Hentry RG, et al. Diffusion tensor imaging: serial quantitation of white matter tract maturity in premature newborns. NeuroImage, 2004, 22(3): 1302-1314.
[15]
Giorgio A, Watkins KE, Douaud G, et al. Changes in white matter microstructure during adolescence. NeuroImage, 2008, 39(1): 52-61.
[16]
Provenzale JM, Liang L, DeLong D, et al. Diffusion tensor imaging assessment of brain white matter maturation during the first postnatal year. AJR Am J Roentgenol, 2007, 189(2): 476-486.
[17]
Löbel U, Sedlacik J, Güllmar D, et al. Diffusion tensor imaging: the normal evolution of ADC, RA, FA, and eigenvalues studied in multiple anatomical regions of the brain. Neuroradiology, 2009, 51(4): 253-263.
[18]
Neil JJ, Shiran SI, McKinstry RC, et al. Normal brain in human newborns: apparent diffusion coefficient and diffusion anisotropy measured by using diffusion tensor MR imaging. Radiology, 1998, 209(1): 57-66.
[19]
Volpe, JJ. Overview: normal and abnormal human brain development. Ment Retard Dev Disabil Res Rev, 2000, 6(1): 1-5.
[20]
Gao W, Lin W, Chen Y, et al. Temporal and spatial development of axonal maturation and myelination of white matter in the developing brain. AJNR Am J Neuroradiol, 2009, 30(2): 290-296.
[21]
Chen Y, An H, Zhu H, et al. Longitudinal regression analysis of spatial-temporal growth patterns of geometrical diffusion measures in early postnatal brain development with diffusion tensor imaging. NeuroImage, 2011, 58(4): 993-1005.
[22]
Tanner SF, Ramenghi LA, Ridgway JP, et al. Quantitative comparison of intrabrain diffusion in adults and preterm and term neonates and infants. AJR Am J Roentgenol, 2000, 174(6): 1643-1649.
[23]
Toft PB, Leth H, Peitersen B, et al. The apparent diffusion coefficient of water in gray and white matter of the infant brain. J Comput Assist Tomogr, 1996, 20(6): 1006-1011.
[24]
Anjari M, Srinivasan L, Allsop LM, et al. Diffusion tensor imaging with tract-based spatial statistics reveals local white matter abnormalities in preterm infants. NeuroImage, 2007, 35(3): 1021-1027.
[25]
Hasegawa T, Yamada K, Morimoto M, et al. Development of corpus callosum in preterm infants is affected by the prematurity: in vivo assessment of diffusion tensor imaging at term-equivalent age. Pediatr Res, 2011, 69(3): 249-254.
[26]
Nagy Z, Westerberg H, Skare S, et al. Preterm children have disturbances of white matter at 11 years of age as shown by diffusion tensor imaging. Pediatr Res, 2003, 54(5): 672-679.
[27]
Mullen KM, Vohr BR, Katz KH, et al. Preterm birth results in alterations in neural connectivity at age 16 years, NeuroImage, 2011, 54 (4): 2563-2570.
[28]
Rose SE, Hatzigeorgiou X, Strudwick MW, et al. Altered white matter diffusion anisotropy in normal and preterm infants at term-equivalent age. Magn Reson Med, 2008, 60(4): 761-767.
[29]
de Bruïne FT, van Wezel-Meijler G, Leijser LM, et al. Tractography of developing white matter of the internal capsule and corpus callosum in very preterm infants. EurRadiol, 2011, 21(3): 538-547.
[30]
Bassi L, Ricci D, Volzone A, et al. Probabilistic diffusion tractography of the optic radiations and visual function in preterm infants at term equivalent age. Brain, 2008,131(Pt2): 573-582.
[31]
Als H, Duffy FH, McAnulty GB, et al. Early experience alters brain function and structure. Pediatrics, 2004, 113(4): 846-857.
[32]
Lubsen J, Vohr B, Myers E, et al. Microstructural and functional connectivity in the developing preterm brain. Semin Perinatol, 2011, 35(1): 34-43.

上一篇 血氧水平依赖功能磁共振成像在脑肿瘤诊治中的应用
下一篇 用专注和奉献铺就八十载人生路 ——专访四川大学华西医院闵鹏秋教授
  
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