彭媛媛，任翠萍*，程敬亮，張春艷，陳 晨，趙瑞琛，盧 宏，朱紅燦

(1.鄭州大學(xué)第一附屬醫(yī)院磁共振科，2.神經(jīng)內(nèi)科，河南 鄭州 450052)

帕金森病(Parkinson disease, PD)是常見神經(jīng)系統(tǒng)退行性疾病，病因尚不明確，腦鐵負(fù)荷是PD的主要神經(jīng)病理學(xué)特征之一[1-2]。目前已有多種MRI技術(shù)用于檢測(cè)PD患者腦鐵含量、分布及其與臨床特征的關(guān)系，如T2*WI[2]、磁敏感加權(quán)成像(susceptibility weighted imaging, SWI)[3-4]及定量磁敏感圖(quantitative susceptibility mapping, QSM)[5-6]等。SWI是在T2*梯度回波序列基礎(chǔ)上發(fā)展而來，可更敏感地顯示組織內(nèi)鐵沉積情況，后處理較QSM簡(jiǎn)單，可用于檢測(cè)PD患者腦核團(tuán)鐵沉積[3,7]。紋理分析技術(shù)是基于像素灰度分布和相鄰像素灰度值對(duì)圖像紋理進(jìn)行量化分析的方法[8]。既往研究[9]表明，通過紋理分析可捕捉認(rèn)知能力下降PD患者腦內(nèi)信號(hào)輕微改變，基于共現(xiàn)矩陣紋理分析可發(fā)現(xiàn)PD患者大腦結(jié)構(gòu)紋理中尚無法被視覺評(píng)估的變化[10]。本研究探討基于腦深部核團(tuán)SWI序列自回歸模型紋理分析診斷PD的價(jià)值。

1 資料與方法

1.1 一般資料 收集2017年9月—2019年11月鄭州大學(xué)第一附屬醫(yī)院收治的60例PD患者(PD組)，男29例，女31例，年齡41～79歲，平均(55.9±8.6)歲；病程0.25～11.00年，中位病程3.00(1.58，5.00)年；Hoehn-Yahr(H-Y)分級(jí)1～5級(jí)，中位分級(jí)2.5(1.5,3.0)級(jí)；PD綜合量表(UPDRS-Ⅲ)評(píng)分18～101分，平均(45.00±30.20)分；簡(jiǎn)易精神狀態(tài)檢查(mini-mental state examination, MMSE)量表評(píng)分11～29分，中位評(píng)分23.00(21.00,26.00)分；蒙特利爾認(rèn)知評(píng)估(Montreal cognitive assessment, MoCA)量表評(píng)分9～29分，平均(19.25±4.96)分；均符合英國(guó)腦庫PD診斷標(biāo)準(zhǔn)，圖像質(zhì)量佳。

另選年齡、性別相匹配的30名健康志愿者為對(duì)照組，男、女各15名，年齡41～76歲，平均(59.3±9.9)歲。本研究通過院倫理委員會(huì)批準(zhǔn)，所有受試者均簽署知情同意書。

1.2 儀器與方法 采用Siemens Prisma 3.0T MR掃描儀，64通道頭部線圈。掃描時(shí)囑患者仰臥，使線圈十字中心位于眉間，行常規(guī)平掃T1W、T2W、DWI及SWI掃描。SWI參數(shù)：FOV 15°，TR 27 ms，TE 20 ms，層厚1.5 mm，層間距0 mm，視野220 mm×220 mm，矩陣256×246。

1.3 圖像分析 以平掃圖像為參考，以BMP格式將符合要求的SWI圖像自圖像存儲(chǔ)與傳輸系統(tǒng)(picture archiving and communications system, PACS)工作站導(dǎo)出，確保所有圖像窗寬、窗位保持一致。采用MaZda軟件(Version 4.6，http://fwww.eletel.p.lodz.pl/mazda)進(jìn)行紋理分析，圖像標(biāo)準(zhǔn)化控制在μ±3δ，分別于顯示雙側(cè)尾狀核頭、殼核、蒼白球及丘腦最大且最清晰層面手動(dòng)勾畫并充填ROI，在黑質(zhì)、紅核同時(shí)顯示最佳的層面及其相鄰2個(gè)層面上勾畫黑質(zhì)及紅核ROI(圖1)，提取自回歸模型紋理特征參數(shù)值(包括Teta1、Teta2、Teta3、Teta4及Sigma)。由1名醫(yī)學(xué)影像學(xué)研究生在2名主治醫(yī)師指導(dǎo)下完成勾畫。

1.4 統(tǒng)計(jì)學(xué)分析 采用SPSS 25.0統(tǒng)計(jì)分析軟件。以±s表示經(jīng)Shapiro-Wilk檢驗(yàn)符合正態(tài)分布的計(jì)量資料，組間比較采用獨(dú)立樣本t檢驗(yàn)；以中位數(shù)(上下四分位數(shù))表示不符合者，采用Mann-WhitneyU檢驗(yàn)進(jìn)行比較。以MedCaIc軟件基于組間差異有統(tǒng)計(jì)學(xué)意義的參數(shù)建立ROC曲線，計(jì)算AUC，評(píng)價(jià)其診斷PD的效能。雙變量均為正態(tài)分布時(shí)，采用Pearson相關(guān)性分析，否則采用Spearman相關(guān)性分析。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

PD組與HC組間蒼白球Teta1及Sigma、丘腦Teta2及Teta3、紅核Teta2及Teta4差異均有統(tǒng)計(jì)學(xué)意義(P均<0.05)，見表1。ROC曲線結(jié)果顯示，蒼白球Sigma診斷PD的AUC最大，為0.753，其敏感度及特異度分別為90.00%、60.00%；其次為丘腦Teta2，AUC、敏感度及特異度分別為0.706、73.33%及66.67%；見表2及圖2。

表1 PD組與HC組各核團(tuán)紋理特征參數(shù)值比較

表2 PD組與HC組差異有統(tǒng)計(jì)學(xué)意義的核團(tuán)參數(shù)的ROC曲線分析結(jié)果

圖2 蒼白球Teta1及Sigma、丘腦Teta2及Teta3、紅核Teta2及Teta4診斷PD的ROC曲線

各核團(tuán)組間差異有統(tǒng)計(jì)學(xué)的紋理特征參數(shù)中，僅丘腦Teta3與MoCA評(píng)分呈負(fù)相關(guān)(r=-0.28，P=0.03)，其余與病程及各量表評(píng)分均無明顯相關(guān)(P均>0.05)。

3 討論

MaZda軟件是有效的圖像定量分析工具，被廣泛用于包括醫(yī)學(xué)在內(nèi)的多個(gè)領(lǐng)域。自回歸模型紋理分析是MaZda軟件計(jì)算紋理特征的方法之一，該模型假設(shè)圖像像素之間存在局部交互，中心像素的灰度值由其左、上、左上及右上相鄰體素灰度值的加權(quán)和表示[11]；該模型不同于一階直方圖紋理分析僅單純計(jì)算單體素灰度強(qiáng)度及空間分布，還考慮到鄰近體素灰度值的影響。有學(xué)者[9]認(rèn)為腦結(jié)構(gòu)及功能改變可引起相應(yīng)腦區(qū)MRI信號(hào)改變，并可影響相應(yīng)腦區(qū)的灰度強(qiáng)度及分布，而這種灰度改變有可能被紋理分析識(shí)別；由此推測(cè)，PD患者腦鐵分布及含量發(fā)生改變引起的腦區(qū)SWI信號(hào)減低及灰度變化也可被紋理分析所捕捉。

自回歸模型紋理分析包括5個(gè)特征參數(shù)，其中Teta1、Teta2、Teta3及Teta4表示中心像素周圍4個(gè)像素灰度值的加權(quán)和，反映相鄰像素間的關(guān)系；Sigma表示最小預(yù)測(cè)誤差方差，代表高斯和離群過程的混合[11-12]。本研究提取SWI的自回歸模型紋理特征，比較PD組與HC組尾狀核頭、殼核、蒼白球、丘腦、黑質(zhì)及紅核深部核團(tuán)的紋理參數(shù)。相比HC組，PD組丘腦Teta2參數(shù)值減低，蒼白球Teta1、丘腦Teta3、紅核Teta2及Teta4參數(shù)值升高。Teta2參數(shù)減低提示其所代表的中心像素周圍相鄰像素灰度值加權(quán)和減小(整體信號(hào)減低)，可能與這些像素的鐵質(zhì)含量增加有關(guān)，然而這并不能解釋蒼白球Teta1、丘腦Teta3、紅核Teta2及Teta4參數(shù)值升高。有學(xué)者[13-14]認(rèn)為過量的腦鐵沉積是神經(jīng)退行性改變的原因之一，神經(jīng)元丟失后導(dǎo)致膠質(zhì)細(xì)胞增生，參數(shù)值升高可能與相應(yīng)像素區(qū)膠質(zhì)細(xì)胞增生有關(guān)。本研究中PD組蒼白球Sigma參數(shù)值較HC組減小，提示相鄰像素灰度強(qiáng)度的差異較小[12]；但不同于大多數(shù)研究[15]所顯示的PD患者黑質(zhì)含鐵量增加，本研究中2組間黑質(zhì)處各紋理參數(shù)值差異均無統(tǒng)計(jì)學(xué)意義，可能與黑質(zhì)處大量鐵沉積明顯抑制SWI信號(hào)有關(guān)[4]。

對(duì)組間差異有統(tǒng)計(jì)學(xué)意義的參數(shù)進(jìn)行ROC曲線分析，結(jié)果顯示蒼白球Sigma對(duì)PD的診斷效能最高，AUC為0.753，敏感度及特異度分別為90.00%和60.00%，其次為丘腦Teta2，AUC為0.706，與既往研究[16-17]中基于QSM、R2*圖、T2液體衰減反轉(zhuǎn)恢復(fù)序列紋理參數(shù)對(duì)PD的診斷效能分析結(jié)果相近。SWI對(duì)技術(shù)要求不高，后處理相對(duì)簡(jiǎn)單，顯示黑質(zhì)、紅核等小核團(tuán)尚佳，臨床應(yīng)用價(jià)值甚高。

丘腦是皮層、皮層下和小腦回路的關(guān)鍵聯(lián)絡(luò)點(diǎn)，與PD認(rèn)知功能改變相關(guān)[18-19]。BETROUNI等[9]基于T1WI比較認(rèn)知功能輕度減退、認(rèn)知功能缺失及健康對(duì)照者包括丘腦在內(nèi)的6個(gè)腦區(qū)紋理特征及腦區(qū)體積，發(fā)現(xiàn)3組間海馬、丘腦及杏仁體處的偏度及熵值差異有統(tǒng)計(jì)學(xué)意義，且這種差異在腦區(qū)體積未發(fā)生改變的輕度認(rèn)知功能減退PD患者中已經(jīng)存在，表明紋理分析可在PD患者腦區(qū)萎縮前識(shí)別早期認(rèn)知功能改變。本研究中丘腦Teta3參數(shù)值與MoCA評(píng)分呈負(fù)相關(guān)，提示自回歸模型紋理分析有助于早期評(píng)估PD患者認(rèn)知功能。

綜上所述，SWI自回歸模型紋理分析可為診斷PD提供客觀依據(jù)，對(duì)評(píng)估PD患者認(rèn)知功能具有一定價(jià)值。但本研究存在一定局限性：①采用bmp格式圖像提取特征，而原始圖像為DICOM格式；②樣本量較小；③手工勾畫ROI難免存在誤差，尤其對(duì)于黑質(zhì)、紅核等較小核團(tuán)；④僅提取針對(duì)核團(tuán)單一層面或部分層面的紋理信息，可能造成部分信息丟失；⑤未比較左、右側(cè)核團(tuán)數(shù)據(jù)差異；⑥僅針對(duì)SWI，SWI與QSM、DKI等序列聯(lián)合進(jìn)行多模態(tài)MRI紋理分析可能更具價(jià)值。