李華兵，唐湘祁，陳遠(yuǎn)，肖煥輝，王思倫*

阿爾茨海默病(Al zheimer's disease，AD)是癡呆癥的最主要病因，占到50%～75%，且發(fā)病率隨年齡的增長而增加，65歲以后AD發(fā)病率每5年大約增加1倍[1]。AD類神經(jīng)退行性疾病進(jìn)展的一個(gè)常見生物學(xué)標(biāo)記是腦結(jié)構(gòu)的形態(tài)學(xué)改變，這種變化可以通過體積測量[2-4]或繪制腦結(jié)構(gòu)萎縮的三維空間分布圖來評估?；谌X或者單一腦區(qū)解剖結(jié)構(gòu)的縱向研究發(fā)現(xiàn)，腦萎縮在AD疾病進(jìn)展過程中逐漸加速[5-7]。在病理學(xué)應(yīng)用中，針對不同腦結(jié)構(gòu)的體積測量已被確定為AD檢測有效的影像學(xué)生物標(biāo)志物[8]。此外，家族性AD研究中發(fā)現(xiàn)，左側(cè)海馬體和右側(cè)海馬體分別在AD診斷前9年和6年前就已經(jīng)出現(xiàn)明顯萎縮，而根據(jù)腦邊界位移計(jì)算的全腦萎縮在AD診斷前的3～4年就已經(jīng)發(fā)生[9]。

在針對AD腦結(jié)構(gòu)估計(jì)的影像學(xué)方法中，人工勾畫測量迄今仍然是量化大腦萎縮性變化的金標(biāo)準(zhǔn)，即基于對每個(gè)特定感興趣腦區(qū)的位置和形狀的知識基礎(chǔ)進(jìn)行手動勾畫和計(jì)算體積[10-11]。此方法因?yàn)橐诖罅康腗RI掃描影像中分離腦部結(jié)構(gòu)，需要花費(fèi)大量時(shí)間，而且依賴于專家技能和解剖學(xué)知識[12-13]。近年來自動化腦影像技術(shù)越來越多地被用于尋找中樞神經(jīng)系統(tǒng)疾病的生物學(xué)標(biāo)志物、以及用于診斷和預(yù)測病程進(jìn)展[14]。目前大量的研究報(bào)道了一些用于腦部區(qū)域分割和體積計(jì)算的自動化分析系統(tǒng)[13，15-18]。

本前瞻性研究通過對腦部MRI影像數(shù)據(jù)的分析，旨在評估一種腦結(jié)構(gòu)自動化測量方法，并與人工手動勾畫方法分割腦影像的方式進(jìn)行比較，確定腦結(jié)構(gòu)自動化測量的準(zhǔn)確性和可靠性。此外，在AD組和對照組人群中，利用腦結(jié)構(gòu)自動化測量分析全腦47個(gè)腦區(qū)的體積變化，旨在評估腦結(jié)構(gòu)自動化測量技術(shù)應(yīng)用于AD診斷的潛在價(jià)值。

1 材料與方法

1.1 研究對象

收集自2016年1月至2017年4月在中南大學(xué)湘雅二醫(yī)院掃描的240份頭顱影像數(shù)據(jù)，被試年齡：18～80周歲。排除標(biāo)準(zhǔn)：①白質(zhì)對比度不清晰，腦結(jié)構(gòu)異常；②存在腫瘤、腦損傷、腦積水、大面積鈣化灶等腦部實(shí)質(zhì)性病變，或其他植入物等；③增強(qiáng)掃描(使用對比劑)；④掃描沒有覆蓋全腦。最終入組204人的正常人群數(shù)據(jù)(男97人，女107人)，年齡(45.5±13.1)歲。本研究是前瞻性分析，經(jīng)過中南大學(xué)湘雅二醫(yī)院倫理委員會批準(zhǔn)，所有受試者均已通過口頭通知并簽署書面同意書。

AD組中34例(男16例，女18例)患者，年齡(58.2 ±8.2 )歲。所有AD病例均由中南大學(xué)湘雅二醫(yī)院神經(jīng)內(nèi)科主治醫(yī)生綜合病史、量表進(jìn)行評估[簡易精神狀態(tài)量表(Mini-ment al St atus Examinat ion，MMSE)和蒙特利爾認(rèn)知評估量表]和其他系統(tǒng)性檢查進(jìn)行診斷且排除其他中樞神經(jīng)系統(tǒng)疾病(帕金森癥、亨廷頓舞蹈癥等)的可能影響，疾病診斷參照美國精神疾病診斷及統(tǒng)計(jì)手冊第四版及美國國立神經(jīng)病語言障礙研究所阿爾茨海默病及相關(guān)疾病協(xié)會標(biāo)準(zhǔn)[19]。具體地，臨床失智評分量表(Cl inical Dementia Rating Scal e，CDR)評分≥1，MMSE評分為18～24分。根據(jù)AD組的年齡和性別，在納入的正常人群中匹配一組對照組(n=34，男11人，女23人)，年齡(56.4±6.5 )歲。

1.2 MRI數(shù)據(jù)采集

采用Siemens以及Phil ips 1.5 T和3.0 T磁共振掃描儀對所有被試進(jìn)行全腦T1加權(quán)三維磁化強(qiáng)度預(yù)備梯度回波序列(three dimensional magnetization pr epar ed r apid acquisit ion gr adient echo，3D MP-RAGE)序列采集。掃描方向：矢狀位，TR：8.0 ms，TE：3.7 ms，層數(shù)：250，層厚：1.2 0 mm，翻轉(zhuǎn)角度：8°，F(xiàn)OV：256 mm×256 mm，帶寬：190 Hz，采集矩陣：252×227×250，體素大?。?.9 8 mm×0.9 8 mm×1.2 0 mm。

1.3 腦區(qū)體積的人工勾畫測量

腦區(qū)體積的人工勾畫測量由5年以上資質(zhì)的2名經(jīng)驗(yàn)豐富的臨床醫(yī)師，在MRI數(shù)據(jù)上采用3D Sl icer影像處理軟件，借助結(jié)構(gòu)核磁共振腦影像，選取左、右側(cè)海馬，左、右側(cè)腦室，左、右側(cè)尾狀核，左、右側(cè)殼核，左、右側(cè)丘腦共10個(gè)特定感興趣腦區(qū)用鼠標(biāo)逐層勾畫目標(biāo)腦區(qū)輪廓結(jié)構(gòu)并計(jì)算面積。面積乘以掃描層厚為該層面體積，逐層相加之和即為腦區(qū)的體積。為消除個(gè)體頭顱大小對上述數(shù)據(jù)的影響，數(shù)據(jù)均進(jìn)行標(biāo)準(zhǔn)化處理。體積標(biāo)準(zhǔn)化值=(原始數(shù)據(jù)/顱腔體積)×顱腔體積平均值；顱腔體積為顱腔左右徑、前后徑、上下徑的乘積。

1.4 腦區(qū)體積的自動化測量

腦結(jié)構(gòu)自動化測量使用MRI影像處理軟件Dr.Br ain(腦醫(yī)生，上海銥硙醫(yī)療科技有限公司)。軟件應(yīng)用Neur omor phomet r ics腦模板可以對MRI影像數(shù)據(jù)進(jìn)行自動分割，自動得出多個(gè)腦部重要區(qū)域的體積數(shù)據(jù)，具體工作流程如圖1所示。在本研究中包括了海馬、腦室、丘腦、尾狀核、殼核等在內(nèi)的47個(gè)腦區(qū)的體積數(shù)據(jù)。單個(gè)腦區(qū)的絕對體積為對應(yīng)分割區(qū)域的灰質(zhì)和白質(zhì)體積之和，單個(gè)腦區(qū)的相對體積為絕對體積除以腦實(shí)質(zhì)總體積(腦灰質(zhì)總體積+腦白質(zhì)總體積)。

圖1 Dr.Brain工作流程圖Fig.1 Work flow sketch of Dr.brain software.

1.5 統(tǒng)計(jì)學(xué)分析

所有研究數(shù)據(jù)使用Matl ab 2018a(The MathWorks)和MedCal c 15.2.2 軟件進(jìn)行統(tǒng)計(jì)學(xué)分析，使用Pearson相關(guān)系數(shù)分析腦結(jié)構(gòu)自動化分析和手動勾畫測量的10個(gè)腦區(qū)體積結(jié)果的相關(guān)性，使用雙側(cè)Wil coxon秩和檢驗(yàn)分析自動測量與手動測量的差異顯著性，并利用Bl and-Al t man圖評價(jià)自動測量方法與手動測量結(jié)果的一致性。使用D’Agost ino方法檢驗(yàn)?zāi)X各組體積數(shù)據(jù)的正態(tài)性，對于符合正態(tài)分布的兩組體積數(shù)據(jù)比較采用獨(dú)立樣本t檢驗(yàn)，對于不符合正態(tài)分布的兩組體積數(shù)據(jù)比較采用Mann-Whit ney檢驗(yàn)。P＜0.0 5表示差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 腦結(jié)構(gòu)自動化分析與人工勾畫測量腦區(qū)體積的一致性和相關(guān)性分析

腦結(jié)構(gòu)自動化分析與手動勾畫測量10個(gè)腦區(qū)體積結(jié)果的Bl and-Al t man一致性分析(圖2A)表明，兩者對于腦區(qū)體積的測量具有同樣的精準(zhǔn)度，所有腦區(qū)測量差異的均值位于0點(diǎn)附近，變異系數(shù)均小于5%，可重現(xiàn)系數(shù)(測量差異算術(shù)平均+1.9 6×標(biāo)準(zhǔn)差)與兩種測量方式結(jié)果均值的比率在7.6 %～13.6 %。

腦結(jié)構(gòu)自動化分析與手動勾畫結(jié)果的皮爾遜相關(guān)性分析顯示，軟件自動分割與手工勾畫結(jié)果有較高的相關(guān)性(圖2B)，具體為左側(cè)腦室相關(guān)性系數(shù)r2=0.9 9，左側(cè)丘腦相關(guān)性系數(shù)r 2=0.9 5，左側(cè)尾狀核相關(guān)性系數(shù)r2=0.9 5，左側(cè)殼核相關(guān)性系數(shù)r 2=0.9 6，左側(cè)海馬體相關(guān)性系數(shù)r2=0.9 2，右側(cè)腦室相關(guān)性系數(shù)r2=0.9 9，右側(cè)丘腦相關(guān)性系數(shù)r 2=0.9 5，右側(cè)尾狀核相關(guān)性系數(shù)r2=0.9 6，右側(cè)殼核相關(guān)性系數(shù)r 2=0.9 4，右側(cè)海馬體相關(guān)性系數(shù)r2=0.9 1。Wil coxon秩和檢驗(yàn)表明，在所考察的所有10個(gè)腦區(qū)中，手動勾畫結(jié)果與自動測量的差異均不存在統(tǒng)計(jì)學(xué)意義(P＞0.0 5)。所有結(jié)果表明，腦結(jié)構(gòu)自動化測量與手動勾畫測量的腦區(qū)體積之間具有良好的一致性和相關(guān)性。

圖2 軟件自動分割和計(jì)算與手動勾畫測量腦區(qū)結(jié)構(gòu)的一致性和相關(guān)性分析。A：Bland-Altman分析兩種腦區(qū)體積分割測量方法檢測ROI的一致性；B：皮爾遜相關(guān)性分析兩種腦區(qū)體積分割測量方法檢測ROI的相關(guān)性Fig.2 Consistency and correlation analysis between automatic segmentation by software and manual segmentation.A:ROI consistency assessment of the two segmentation methodsby using Bland-Altman analysis;B:ROIcorrelation assessment of thetwo segmentation methodsby using Pearson correlation analysis.

2.2 腦結(jié)構(gòu)自動化分析與人工勾畫測量腦區(qū)體積差異的分布

腦結(jié)構(gòu)自動化分析與手動勾畫測量腦區(qū)差異絕對值的分布，10個(gè)腦區(qū)的手動勾畫和自動分割的差異相對比率(|手動-自動|/手動)的中位數(shù)均小于5%。10個(gè)腦區(qū)的分割差異相對比率的中位數(shù)分別為2.9 4%、3.0 8%、3.4 2%、2.9 0%、2.7 2%、3.2 0%、2.9 1%、2.8 4%、3.2 4%、3.3 9%。見圖3。因此，腦結(jié)構(gòu)自動化分析的腦區(qū)分割測量結(jié)果，能夠在一定程度上準(zhǔn)確地替代人工勾畫測量。

圖3 腦結(jié)構(gòu)自動化分析與手動勾畫測量10個(gè)腦區(qū)結(jié)構(gòu)差異絕對值的分布。1：左側(cè)腦室，2：左側(cè)丘腦，3：左側(cè)尾狀核，4：左側(cè)殼核，5：左側(cè)海馬，6：右側(cè)腦室，7：右側(cè)丘腦，8：右側(cè)尾狀核，9：右側(cè)殼核，10：右側(cè)海馬Fig.3 Variation analysis of the 10 brain regions between automatic segmentation by software and manual segmentation.1:Left ventricle,2:Left thalamus,3:Left caudate nucleus,4:Left putamen,5:Left hippocampus,6:Right ventricle,7:Right thalamus,8:Right caudate nucleus,9:Right putamen,10:Right hippocampus.

2.3 AD組和對照組腦區(qū)絕對體積的比較

AD組患者中男16例，女18例，年齡(58.1 8±8.1 8)歲；對照組中男11例，女23例，年齡(56.4 4±6.5 3)歲。兩組年齡和性別分布之間沒有顯著性差異(P＞0.0 5)。采用腦結(jié)構(gòu)自動化測量AD組和對照組全腦47個(gè)主要腦區(qū)(包括額葉、顳葉、頂葉、枕葉、島葉、扣帶回及其他)的體積結(jié)果表明，AD組腦室結(jié)構(gòu)(包括側(cè)腦室、第三腦室、第四腦室)體積顯著高于對照組(P＜0.0 5)。此外，AD組中的額中回、額下回、內(nèi)側(cè)前額葉、內(nèi)側(cè)額上回、眶部額下回、顳上回、顳中回、顳下回、顳極、顳橫、緣上回、角回、楔前葉、頂蓋、枕上回、枕中回、枕下回、楔葉、枕葉梭狀回、舌回、距狀回、前扣帶回、中扣帶回、后扣帶回、伏隔核、杏仁核、海馬體、殼核、丘腦、基底區(qū)域、內(nèi)嗅區(qū)、海馬旁回的絕對體積顯著低于對照組(P＜0.0 5，表1)。

表1 對照組和AD組中各個(gè)腦區(qū)絕對體積的比較(mL)Tab.1 Comparison of absolute volume between control group and AD group(mL)

2.4 AD組和對照組腦區(qū)相對體積的比較

AD組和對照組腦區(qū)相對體積(腦區(qū)絕對體積/個(gè)體腦實(shí)質(zhì)總體積)的比較分析顯示，AD患者中11個(gè)腦區(qū)，包括內(nèi)側(cè)前額葉(P=0.0 009)、顳中回(P=0.0 003)、(P=0.0 012)、顳極(P=0.0 093)、角回(P=0.0 030)、楔前 葉(P=0.0 052)、后 扣 帶回(P=0.0 157)、杏 仁 核(P＜0.0 001)、海馬體(P=0.0 016)、基底區(qū)域(P=0.0 022)、內(nèi)嗅區(qū)(P=0.0 003)的相對體積顯著低于對照組。見表2。

表2 對照組和AD組中各個(gè)腦區(qū)相對體積(絕對體積/實(shí)質(zhì)總體積)的比較(%)Tab.2 Comparison of relative volume(absolute volume/parenchymal mass)between control group and AD group(%)

3 討論

阿爾茨海默病是一種神經(jīng)系統(tǒng)退行性疾病，主要的病理涉及腦部β-淀粉樣蛋白(Aβ)的積累、神經(jīng)元纖維纏結(jié)、葡萄糖代謝減退、突觸功能障礙等。這些腦部神經(jīng)變性過程在AD的進(jìn)展過程中往往表現(xiàn)為某些局部腦區(qū)損傷更為嚴(yán)重。研究表明，結(jié)構(gòu)性腦改變可以在AD患者臨床認(rèn)知功能下降前10年就已經(jīng)出現(xiàn)[20]，并且這些改變主要分布于受神經(jīng)病理學(xué)影響的特定區(qū)域。本研究發(fā)現(xiàn)，利用腦結(jié)構(gòu)自動化測量技術(shù)能夠較為準(zhǔn)確地進(jìn)行腦區(qū)結(jié)構(gòu)分割和體積測量，并且具有應(yīng)用于AD診斷的潛在價(jià)值。

3.1 AD與腦室體積擴(kuò)大

Godbol t等[9]在家族性AD縱向研究中發(fā)現(xiàn)，早在輕度認(rèn)知障礙(mil d cognit ive impair ment，MCI)被診斷前的5年就已經(jīng)出現(xiàn)腦室的明顯擴(kuò)大(擴(kuò)大率約110%)，而海馬體在診斷前的6～9年也已經(jīng)發(fā)生明顯的萎縮。本研究中，AD組腦室3個(gè)結(jié)構(gòu)體積相比較于對照組均有明顯的擴(kuò)大，分析的腦室系統(tǒng)包括側(cè)腦室(擴(kuò)大率122.9 %)、第三腦室(擴(kuò)大率67.4 %)、第四腦室(擴(kuò)大率22.9%)，總體擴(kuò)大率與報(bào)道的研究結(jié)果基本相同。

3.2 AD與內(nèi)嗅區(qū)、海馬和杏仁核體積萎縮

Chan等[21]發(fā)現(xiàn)AD患者大腦中內(nèi)嗅皮層、海馬和杏仁核出現(xiàn)對稱性萎縮。Cavedo等[22]在包含36例AD患者的研究中，通過3D-建模和手工勾畫的方法分別評估了杏仁核和海馬體的結(jié)構(gòu)變化，發(fā)現(xiàn)杏仁核相對于對照組發(fā)生17%～25%的體積萎縮，而海馬體相對于對照組發(fā)生了13%～20%的萎縮。同樣，本研究發(fā)現(xiàn)，AD患者雙側(cè)杏仁核和海馬體發(fā)生了顯著的體積縮小，雙側(cè)杏仁核萎縮18.1 %，雙側(cè)海馬體萎縮15.7%，與已報(bào)道研究基本一致。大量研究表明，內(nèi)嗅皮層是AD最早影響的腦結(jié)構(gòu)之一，被認(rèn)為是和AD發(fā)生密切相關(guān)的標(biāo)志物[23-25]，本研究發(fā)現(xiàn)AD組的內(nèi)嗅區(qū)體積縮小15.7%。

3.3 AD與顳葉、頂葉和額葉體積萎縮

此外，本研究還發(fā)現(xiàn)AD中3個(gè)顳葉區(qū)(顳中回、顳下回、顳極)、2個(gè)頂葉區(qū)(角回、楔前葉)、1個(gè)額葉區(qū)(內(nèi)側(cè)前額葉)及后扣帶回區(qū)屬于典型的萎縮區(qū)域。大量文獻(xiàn)報(bào)道了AD中的顳葉、頂葉、額葉的萎縮[26-27]，但缺乏針對各個(gè)腦葉的萎縮區(qū)域細(xì)分，在此筆者針對典型的腦葉具體萎縮區(qū)域進(jìn)行系統(tǒng)的報(bào)道。記憶力和語言功能下降是AD的重要臨床癥狀，中后顳葉萎縮與這一臨床癥狀直接密切關(guān)聯(lián)[28]。Pengas等[29]在24例后來進(jìn)展為AD的人群研究中，追蹤了兩個(gè)后扣帶回區(qū)域(BA 23和BA 29/30)的變化，發(fā)現(xiàn)BA 23和BA 29/30都發(fā)生了明顯萎縮，且萎縮模式與海馬體相似，表明后扣帶回是AD萎縮的關(guān)鍵區(qū)域。

3.4 AD與基底區(qū)域體積萎縮

除此之外，基底區(qū)域也是本研究發(fā)現(xiàn)的AD典型的萎縮結(jié)構(gòu)?；缀藘?nèi)淀粉樣蛋白積聚導(dǎo)致的膽堿能神經(jīng)元退化和丟失是AD的病理特點(diǎn)之一[30-31]。一項(xiàng)多中心研究表明，針對基底區(qū)域的膽堿能系統(tǒng)的基于體素的形態(tài)測量中，AD組各亞區(qū)體積均明顯縮小，以基底區(qū)域后部基底核最為明顯，可以作為AD的生物標(biāo)志物[32]。

3.5 腦結(jié)構(gòu)自動化測量技術(shù)

AD患者的腦結(jié)構(gòu)影像學(xué)變化，在患者最早癥狀出現(xiàn)時(shí)就開始了。Lehmann等[33]報(bào)道了針對AD腦萎縮模式研究，采用Fr eeSur f er軟件和手工方法測量腦區(qū)體積并進(jìn)行比較，表明采用自動化測量技術(shù)能夠達(dá)到手工測量的精度。目前國際上存在的計(jì)算機(jī)輔助腦影像定量工具，例如Neur oQuant等，多以西方人腦結(jié)構(gòu)作為標(biāo)準(zhǔn)計(jì)算。其腦萎縮程度的推導(dǎo)是基于西方人種大腦結(jié)構(gòu)的正常范圍計(jì)算的，而西方人與東方人腦結(jié)構(gòu)體積的差異已被證實(shí)有統(tǒng)計(jì)意義。本研究中采用的腦結(jié)構(gòu)自動化測量軟件，以中國人群人腦結(jié)構(gòu)作為標(biāo)準(zhǔn)計(jì)算，能夠精確地分析計(jì)算中國人腦結(jié)構(gòu)體積，該軟件目前已獲得NMPA認(rèn)證。

為了驗(yàn)證自動定量分割方法和手工分割方法的一致性，及利用自動定量分割方法替換現(xiàn)有手工分割方法的可行性，本研究收集了不同磁場強(qiáng)度的(1.5 T和3.0 T)磁共振掃描儀所掃描的MRI圖像。從研究結(jié)果來看，應(yīng)用自動定量腦區(qū)測量技術(shù)與有經(jīng)驗(yàn)的醫(yī)生人工勾畫測量具有良好的一致性。該研究中所采用的腦結(jié)構(gòu)分析軟件是基于體素形態(tài)學(xué)(voxel-based mor phomet r y，VBM)的測量方法，Mat suda等[34]報(bào)道了來自10個(gè)機(jī)構(gòu)中心的624例患者中鑒別路易體癡呆和AD的研究，他們總結(jié)腦干背側(cè)和內(nèi)側(cè)顳葉的基于VBM的方法分析有助于二者的鑒別，訓(xùn)練的識別精度可以達(dá)到73.4%。此外，Mar chewka等[35]也就不同磁場強(qiáng)度(magnet ic f iel d st r engt h，MFS)下對于AD人群基于VBM分析方法的影響進(jìn)行了評估，研究結(jié)果指出在VBM方法的研究數(shù)據(jù)收集中，疾病狀態(tài)和磁場強(qiáng)度(1.5 T和3.0 T)因素的影響可以被忽略。采集數(shù)據(jù)方式和機(jī)器的不同可能導(dǎo)致圖像的質(zhì)量不同，進(jìn)而影響結(jié)果。但本文已對MRI圖像進(jìn)行人工勾畫修正，因此將采集對結(jié)果的影響降到與其他論文類似的水平，采用自動定量腦區(qū)分割計(jì)算方法中，由多中心MRI圖像采集過程對結(jié)果所造成影響可以參考類似論文[36]，本文圖像采集質(zhì)量雖然不是最優(yōu)，但與其他研究處于類似水平[37]。

3.6 研究的主要局限性

本研究還存在不足之處。研究發(fā)現(xiàn)，早發(fā)型AD和晚發(fā)型AD的腦結(jié)構(gòu)變化存在差異[26]，由于研究樣本年齡和數(shù)量的限制，本研究沒有區(qū)分開早發(fā)型AD和晚發(fā)型AD腦區(qū)結(jié)構(gòu)變化上的差異。此外，針對認(rèn)知正常期和MCI期的AD疾病進(jìn)展階段，缺乏一定數(shù)量的病例研究。

總之，腦結(jié)構(gòu)自動化測量技術(shù)能夠提供了一個(gè)可靠和快捷的自動化腦結(jié)構(gòu)檢測工具，對于多個(gè)腦區(qū)進(jìn)行準(zhǔn)確分割和體積測量，對于AD的診斷具有潛在的臨床價(jià)值。本文通過前瞻性研究，報(bào)道了腦結(jié)構(gòu)自動化測量軟件在臨床應(yīng)用方面有廣泛的前景，可以為AD的臨床診斷和治療方案的制定提供客觀依據(jù)。

作者利益沖突聲明：全體作者均聲明無利益沖突。