徐芮，朱思佳，王寧，孔瑩，郁義星，蔣彬，萬嘉毅，馬佳麗，方琪，朱默*

0 前言

肌 萎 縮 側(cè) 索 硬 化 癥（amyotrophic lateral sclerosis, ALS）是一種以皮質(zhì)脊髓束上運(yùn)動(dòng)神經(jīng)元、腦干和脊髓前角下運(yùn)動(dòng)神經(jīng)元的神經(jīng)變性和丟失為特征的難治性進(jìn)行性神經(jīng)退行性疾病[1]，會(huì)導(dǎo)致顯著的運(yùn)動(dòng)障礙。同時(shí)，ALS 患者還存在運(yùn)動(dòng)外變性，部分在臨床和病理上與額顳葉癡呆重疊，表現(xiàn)為認(rèn)知或行為異常[2-3]。

擴(kuò) 散 張 量 成 像（diffusion tensor imaging,DTI）是一種成熟的非侵入性的神經(jīng)成像技術(shù)[4]，已被廣泛用于檢測患者的腦白質(zhì)微觀結(jié)構(gòu)的變化，并評估大腦中白質(zhì)纖維束的完整性。目前多應(yīng)用基于體素的形態(tài)學(xué)（voxel-based morphometry, VBM）[5]或基于纖維束空間統(tǒng)計(jì)（tract-based spatial statistics,TBSS）[6-7]的方法分析ALS 疾病的神經(jīng)影像學(xué)特征，但是前者存在配準(zhǔn)誤差、平滑問題，而后者僅能評估整個(gè)纖維束平均擴(kuò)散變化，缺乏對個(gè)體的精確定位。自動(dòng)纖維定量（automatic fiber quantification,AFQ）方法克服了兩者的局限性[8-9]，使用全腦確定性纖維束成像方法重建纖維束，沿纖維軌跡的100個(gè)解剖等效位置估計(jì)每個(gè)特定纖維束的逐點(diǎn)擴(kuò)散參數(shù)，為定量分析研究提供更多準(zhǔn)確信息[10]?；跈C(jī)器學(xué)習(xí)算法已應(yīng)用于各領(lǐng)域，支持向量機(jī)（support vector machine, SVM）是一種經(jīng)典的機(jī)器學(xué)習(xí)算法，用于解決監(jiān)督分類問題，多用于二分類，具有良好泛化性能、穩(wěn)健分類能力及對小樣本數(shù)據(jù)的處理能力優(yōu)異等特點(diǎn)[11-13]。目前，國內(nèi)還沒有基于AFQ 方法研究ALS 患者腦白質(zhì)的改變，本研究擬采用AFQ 法識(shí)別并分析ALS患者的腦白質(zhì)纖維特性，并將其作為特征變量，結(jié)合SVM 算法的機(jī)器學(xué)習(xí)探究其在ALS 疾病的應(yīng)用價(jià)值。

1 材料與方法

1.1 研究對象

前瞻性納入2021 年9 月至2022 年12 月在蘇州大學(xué)第一附屬醫(yī)院就診的29例（男18例，女11例）門診或住院ALS 患者（ALS 組）。ALS 組納入標(biāo)準(zhǔn)：符合世界神經(jīng)病學(xué)聯(lián)盟的修訂版EI Escorial[14]診斷標(biāo)準(zhǔn)并且能夠完成MRI 檢查及神經(jīng)心理學(xué)評估。排除標(biāo)準(zhǔn)：（1）高血壓、腦血管病及其他神經(jīng)精神疾病，如阿爾茨海默病、帕金森病、抑郁癥或癲癇；（2）服用精神類藥物或藥物濫用；（3）患有急性或嚴(yán)重威脅生命的疾病。

通過社會(huì)招募的方式納入性別、年齡和受教育年限等相匹配的29例（男13例，女16例）健康對照者（healthy controls, HCs）（HCs 組）。HCs 組納入標(biāo)準(zhǔn)：（1）神經(jīng)或精神科診斷臨床檢查正常；（2）右利手。排除標(biāo)準(zhǔn)：（1）有頭部損傷史；（2）存在MRI 檢查禁忌。本研究遵守《赫爾辛基宣言》，經(jīng)蘇州大學(xué)附屬第一醫(yī)院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)，批準(zhǔn)文號(hào)：2022-409，全體受試者均簽署了知情同意書。

所有ALS患者在MRI檢查當(dāng)天均接受了標(biāo)準(zhǔn)化臨床神經(jīng)學(xué)檢查，采用修訂版肌萎縮側(cè)索硬化功能評分量 表（Amyotrophic Lateral Sclerosis Functional Rating Scale-Revised, ALSFRS-R）[15]評定患者功能狀態(tài)及病情嚴(yán)重程度等，ALSFRS-R 評分結(jié)構(gòu)分為四部分，包括延髓域、精細(xì)運(yùn)動(dòng)域、粗大運(yùn)動(dòng)域及呼吸域，使用ΔALSFRS-R=（48-ALSFRS-R 評分）/病程（月）評估DTI 掃描時(shí)的疾病進(jìn)展率。采用漢化版的愛丁堡ALS 認(rèn)知行為量表（Edinburgh Cognitive and Behavioural ALS Screen, ECAS）[16-17]評 估 患 者 與HCs的認(rèn)知及行為特征。

1.2 檢查方法

圖 像 采 集 于 德 國Siemens Magnetom Skyra 3.0 T MRI 系統(tǒng)及頭部36 通道相控陣線圈。所有受試者在掃描過程中頭部用海綿墊固定以減少運(yùn)動(dòng)偽影，雙耳置入橡膠耳塞以減低機(jī)器噪音，且均先行常規(guī)頭顱MRI 結(jié)構(gòu)像掃描，以除外神經(jīng)系統(tǒng)器質(zhì)性疾病。高分辨T1加權(quán)結(jié)構(gòu)像采用磁化快速梯度回波序列進(jìn)行掃描，為前后聯(lián)合的定位提供解剖學(xué)信息。掃描參數(shù)為：TR 5000 ms，TE 2.98 ms，TI 700 ms，層厚1.0 mm，層數(shù)176層，體素大小1 mm×1 mm×1 mm，視野256 mm×256 mm，翻轉(zhuǎn)角1/2 4°/5°。DTI 采用平面回波成像序列，掃描參數(shù)為：TR 5000 ms，TE 103 ms，層厚2.0 mm，矩陣100×100，體素大小2 mm×2 mm×2 mm，視野240 mm×240 mm，64個(gè)擴(kuò)散梯度方向（b值=1000 s/mm2）以及一個(gè)b0圖像。

1.3 數(shù)據(jù)預(yù)處理

利用dcm2nii.exe 組件將圖像從DICOM 格式轉(zhuǎn)換為NIFTI 格式文件；使用FMRIB 軟件庫（http://www.fmrib.ox.ac.uk/fsl）軟件擴(kuò)散工具箱（FMRIB's Diffusion Toolbox，F(xiàn)DT）將擴(kuò)散加權(quán)圖像線性配準(zhǔn)對齊至b0 圖像，消除掃描過程中的頭動(dòng)以及由頭動(dòng)和渦流所引起的簡單形變，使用b0圖像估計(jì)腦模板；利用腦提取工具（Brain Extraction Tool, BET）去除擴(kuò)散加權(quán)圖像及T1 序列圖像的頭皮、顱骨等非腦組織，采用FSL 中的dtifit 功能計(jì)算各向異性分?jǐn)?shù)（fractional anisotropy, FA）及平均擴(kuò)散系數(shù)（mean diffusivity, MD）、徑向擴(kuò)散系數(shù)（radial diffusivity, RD）、軸向擴(kuò)散系數(shù)（axial diffusivity,AD）等DTI參數(shù)值。

1.4 自動(dòng)纖維定量分析

應(yīng)用基于Matlab 的AFQ 軟件包（https://github.jyeatman/AFQ）自動(dòng)提取全腦20 條主要白質(zhì)纖維束，同時(shí)對纖維束進(jìn)行精細(xì)劃分，并將FA等指標(biāo)映射到纖維束的每一個(gè)細(xì)分區(qū)段進(jìn)行定量分析。根據(jù)YEATMAN 等[8]提出的自動(dòng)纖維量化方法，主要步驟如下：（1）運(yùn)用自動(dòng)確定流線型跟蹤算法（streamlines tracking algorithm, STT）進(jìn)行全腦纖維束跟蹤；（2）通過自動(dòng)感興趣區(qū)進(jìn)行全腦纖維束分割，定義纖維束運(yùn)動(dòng)軌跡；（3）同標(biāo)準(zhǔn)概率纖維束圖譜比較細(xì)化纖維束，將概率性圖譜轉(zhuǎn)換到個(gè)體空間上；（4）根據(jù)纖維束組表示為3D高斯分布定義纖維束核心，清除明顯偏離纖維束核心的雜散纖維束；（5）沿纖維束中央重采樣100 個(gè)等距節(jié)點(diǎn)，計(jì)算每個(gè)節(jié)點(diǎn)在纖維組核心中的平均位置，通過加權(quán)平均值計(jì)算每個(gè)節(jié)段的擴(kuò)散張量參數(shù)值。

1.5 支持向量機(jī)分類模型

根據(jù)統(tǒng)計(jì)結(jié)果分析，選取ALS 患者與HCs 組間存在差異的節(jié)點(diǎn)作為特征集合，包括45 個(gè)FA 值、78 個(gè)MD 值、40 個(gè)AD 值及79 個(gè)RD 值，共242 個(gè)特征值。從Python 開源的sklearn 庫里直接調(diào)用SVM，經(jīng)預(yù)訓(xùn)練后對比效果，選擇徑向基核函數(shù)（radial basis function, RBF）構(gòu)建分類模型。為了防止由于訓(xùn)練使用特征值過多，擬合過度泛化，采用主成分分析（principal component analysis, PCA）方法對特征進(jìn)行降維操作。全體樣本包括29 位患者和29 位對照組，被分為訓(xùn)練集（80%）和測試集（20%），且由于樣本數(shù)較少，為避免隨機(jī)劃分產(chǎn)生的測試集中僅存一類的情況，使用分層交叉驗(yàn)證，即確保訓(xùn)練集與測試集均含有50%的ALS 患者和50%的HCs，每次更換訓(xùn)練集和測試集進(jìn)行訓(xùn)練與測試，重復(fù)進(jìn)行五次，并對五次學(xué)習(xí)的結(jié)果進(jìn)行平均處理作為最終結(jié)果。

1.6 統(tǒng)計(jì)分析

采用SPSS 22.0 統(tǒng)計(jì)學(xué)軟件進(jìn)行統(tǒng)計(jì)分析。連續(xù)變量以均值±標(biāo)準(zhǔn)差或中位數(shù)（四分位間距）表示，計(jì)數(shù)資料用例（%）表示，定性資料用頻數(shù)表示。兩組間比較時(shí)，正態(tài)分布定量資料采用獨(dú)立樣本t檢驗(yàn)，非正態(tài)分布定量資料采用Mann-WhitneyU檢驗(yàn)，定性資料比較采用χ2檢驗(yàn)。對追蹤出的纖維束DTI 擴(kuò)散指標(biāo)隨機(jī)進(jìn)行置換檢驗(yàn)逐點(diǎn)分析，使用錯(cuò)誤發(fā)現(xiàn)率（false discovery rate, FDR）進(jìn)行多重比較校正。采用偏相關(guān)分析，控制年齡、性別及受教育年限為潛在協(xié)變量，研究DTI 差異節(jié)段指標(biāo)均值與ALS患者臨床指標(biāo)的相關(guān)性。P＜0.05 表示差異有統(tǒng)計(jì)學(xué)意義。應(yīng)用敏感度、特異度、準(zhǔn)確率及受試者工作特征（receiver operating characteristic, ROC）曲線及ROC曲線下面積（area under the curve, AUC）評估支持向量機(jī)模型的性能。

2 結(jié)果

2.1 人口統(tǒng)計(jì)學(xué)信息統(tǒng)計(jì)及結(jié)果

本研究共納入受試者58 例，ALS 組和HCs 組各29 例，其中ALS 患者球部起病者3 例（10.34%），肢體起病者26 例（89.66%），發(fā)病年齡為（59.38±10.28）歲，病程中位數(shù)10.00（6.50～24.50）個(gè)月。兩組間在年齡、性別及受教育年限上差異均無統(tǒng)計(jì)學(xué)意義（P均＞0.05），ALS 組ECAS 評分明顯低于HCs 組（P＜0.05）（表1）。

表1 人口學(xué)及主要臨床特征統(tǒng)計(jì)表Tab.1 Statistic table of the main clinical characteristics and demographic information

2.2 AFQ分析全腦白質(zhì)纖維束結(jié)果

成功追蹤的18 條纖維束包括雙側(cè)丘腦放射束、雙側(cè)皮質(zhì)脊髓束、雙側(cè)扣帶束扣帶回、胼胝體束膝部和壓部、雙側(cè)額枕下束、雙側(cè)弓形束、雙側(cè)鉤狀束、雙側(cè)上縱束和雙側(cè)下縱束，雙側(cè)扣帶束（海馬旁）未追蹤出。相較于HCs 組，ALS 組在左側(cè)皮質(zhì)脊髓束的大腦腳、內(nèi)囊及放射冠區(qū)（節(jié)點(diǎn)1-6，14-19，28-60）FA值降低，左側(cè)皮質(zhì)脊髓束內(nèi)囊（節(jié)點(diǎn)38-52）AD 值降低，左側(cè)額枕下束偏前部（節(jié)點(diǎn)79-82）、右側(cè)上縱束偏后部（節(jié)點(diǎn)80-100）AD 值增高；左側(cè)皮質(zhì)脊髓束初級(jí)運(yùn)動(dòng)皮質(zhì)區(qū)（節(jié)點(diǎn)68-96）、右側(cè)皮質(zhì)脊髓束初級(jí)運(yùn)動(dòng)皮質(zhì)區(qū)、放射冠及內(nèi)囊區(qū)（節(jié)點(diǎn)14-28，62-95）MD 值增高，雙側(cè)皮質(zhì)脊髓束初級(jí)運(yùn)動(dòng)皮質(zhì)區(qū)、大腦腳區(qū)（節(jié)點(diǎn)29-61，68-75）及（節(jié)點(diǎn)13-33，63-74，88-92）RD 值增高，組間差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05）（圖1）。

圖1 利用AFQ 技術(shù)獲得的擴(kuò)散加權(quán)成像（DTI）組間差異結(jié)果及三維渲染。X 軸表示第1 至第100 個(gè)纖維節(jié)段，左側(cè)Y 軸表示平均DTI參數(shù)。實(shí)線代表均值，虛線代表均值的標(biāo)準(zhǔn)差，綠色代表肌萎縮側(cè)索硬化癥（ALS）患者，紅色代表健康對照（HC）組，圖中紫色區(qū)域表示P＜0.05。CST：皮質(zhì)脊髓束；IFOF：額枕下束；SLF：上縱束；L：左；R：右；FA：各向異性分?jǐn)?shù)；AD：軸向擴(kuò)散系數(shù)；MD：平均擴(kuò)散系數(shù)；RD：徑向擴(kuò)散系數(shù)。Fig.1 Group differences for diffusion tensor imaging (DTI) and 3D rendering obtained by AFQ technology.The X-axis represents the 1st to 100th fiber segments,and the left Y-axis represents the average DTI parameters.In the figure, solid lines represent the mean, dashed lines represent the standard deviation of the average,green for amyotrophic lateral sclerosis (ALS) patients, red for healthy control (HC), and purple regions in the plot indicate P＜0.05.CST: corticospinal tract; IFOF:inferior fronto-occipital fasciculus; SLF: superior longitudinal fasciculus; L: left; R: right; FA: fractional anisotropy; AD: axial diffusivity; MD: mean diffusivity;RD: radial diffusivity.

2.3 相關(guān)性結(jié)果

ALS 組中受損纖維節(jié)段的擴(kuò)散張量指標(biāo)值與患者臨床特征進(jìn)行相關(guān)性分結(jié)果顯示：左側(cè)皮質(zhì)脊髓束平均FA 值與ALSFRS-R 評分中的精細(xì)功能域得分呈正相關(guān)（r=0.386，P=0.046），右上縱束平均AD值與ALSFRS-R 評分中的延髓功能域得分呈正相關(guān)（r=0.422，P=0.028），且右側(cè)皮質(zhì)脊髓束平均MD值、RD值均 與ECAS 評 分 呈 負(fù) 相 關(guān)（r=-0.428，P=0.026；r=-0.416，P=0.031），而各擴(kuò)散張量指標(biāo)與病程、疾病進(jìn)展率等無明顯相關(guān)性（圖2）。

圖2 相關(guān)性分析結(jié)果。2A：左側(cè)皮質(zhì)脊髓FA 值與精細(xì)功能域得分呈正相關(guān)；2B：右上縱束AD 值與延髓功能域得分呈正相關(guān)；2C、2D：右側(cè)皮質(zhì)脊髓束MD 值、RD 值與ECAS評分均呈負(fù)相關(guān)。CST：皮質(zhì)脊髓束；SLF：上縱束；L：左；R：右；FA：各向異性分?jǐn)?shù)；AD：軸向擴(kuò)散系數(shù)；MD：平均擴(kuò)散系數(shù)；RD：徑向擴(kuò)散系數(shù)；ECAS：漢化版的愛丁堡肌萎縮側(cè)索硬化癥認(rèn)知和行為量表。Fig.2 Results of the correlation analysis.2A: The FA value of left corticospinal tract FA was positively correlated with the fine functional domain score; 2B: The AD value of right superior longitudinal fasciculus was positively correlated with the bulbar functional domain score; 2C and 2D: The MD and RD values of right corticospinal tract were negatively correlated with ECAS scores.CST: corticospinal tract; IFOF: inferior fronto-occipital fasciculus; SLF: superior longitudinal fasciculus; L: left; R: right; FA: fractional anisotropy; AD: axial diffusivity; MD: mean diffusivity; RD: radial diffusivity; ECAS: Edinburgh Cognitive and Behavioural ALS Screen; ASL: amyotrophic lateral sclerosis.

2.4 SVM分類結(jié)果

采用組間差異的節(jié)點(diǎn)FA 值、AD 值作為特征時(shí)明顯優(yōu)于MD 值及RD 值，AUC 值分別為0.81、0.88，分類的準(zhǔn)確率達(dá)72.33%、75.33%，且具有較高的敏感度和特異度；所有纖維束具有組間差異的節(jié)點(diǎn)作為分類特征時(shí)效果最佳，AUC達(dá)0.90，準(zhǔn)確率高達(dá)81.00%，敏感度為72.67%，特異度為88.66%（表2，圖3）。

圖3 不同DTI 指標(biāo)在支持向量機(jī)模型中的ROC 曲線。橫軸表示假陽性率（1-特異度），縱軸則表示真陽性率（敏感度），曲線下面積（AUC）代表了正確分類的效能。FA、MD、AD 及RD 分別為各向異性分?jǐn)?shù)、平均擴(kuò)散系數(shù)、軸向擴(kuò)散系數(shù)及徑向擴(kuò)散系數(shù)的組間差異值；ALL為所有受損纖維束組間差異值。Fig.3 The ROC curves of the different DTI metrics in the SVM model.The horizontal axis represents the false positive rate (1-specificity), the vertical axis represents the true positive rate (sensitivity), and the area under curve (AUC) represents the efficacy of the correct classification.FA,MD, AD and RD are the group difference values of fractional anisotropy,mean diffusivity, axial diffusivity and radial diffusivity, respectively; ALL is the group difference values of all damaged fiber bundles.

表2 SVM分類結(jié)果Tab.2 The SVM classification results

3 討論

本研究基于AFQ 技術(shù)檢測ALS 患者白質(zhì)纖維束微結(jié)構(gòu)特性的變化，并進(jìn)一步探討了與ALSFR-R、ECAS 量表評分等的相關(guān)性。主要研究結(jié)果表明，腦白質(zhì)損傷，尤其是皮質(zhì)脊髓束的損傷是ALS的常見部位，可能導(dǎo)致運(yùn)動(dòng)神經(jīng)元功能異常和認(rèn)知及行為功能障礙，基于AFQ 方法分析獲得的DTI 指標(biāo)可作為ALS 的診斷生物標(biāo)志物，且結(jié)合支持向量機(jī)方法診斷預(yù)測ALS疾病是可行的。

3.1 AFQ技術(shù)檢測到ALS患者腦白質(zhì)纖維完整性改變

皮質(zhì)脊髓束是從大腦皮層延伸到脊髓的運(yùn)動(dòng)通路，是ALS 在中樞神經(jīng)系統(tǒng)的主要病理部位[18]。DTI技術(shù)能夠從微觀到宏觀層面探索復(fù)雜的結(jié)構(gòu)特征[19-21]，其四個(gè)指標(biāo)中，F(xiàn)A 值是DTI 中應(yīng)用最廣泛的標(biāo)量，反映了軸突纖維的各種特征，當(dāng)它減低時(shí)通常代表纖維束脫髓鞘和軸突完整性受到破壞，MD 值的增加已被證明與軸突丟失而導(dǎo)致的細(xì)胞外間隙水?dāng)U散的變化有關(guān)，AD 值和RD 值是分別代表平行和垂直方向纖維束擴(kuò)散的直接指標(biāo)，提供了關(guān)于FA 值或MD值的更具體的神經(jīng)生物學(xué)信息?；贒TI 的AFQ 分析方法通過將皮質(zhì)脊髓束劃分成亞段，使損傷的定位更加精確。本研究結(jié)果顯示ALS 患者在左側(cè)皮質(zhì)脊髓束尤其是內(nèi)囊、放射冠和大腦腳區(qū)FA 值較HCs顯著減低，雙側(cè)皮質(zhì)脊髓束均有MD值增高，這與先前眾多研究報(bào)道一致[22-23]。同時(shí)，皮質(zhì)脊髓束AD 值及RD 值也具有相應(yīng)改變，提示AD 值及RD 值變化可作為ALS 患者DTI 檢查的補(bǔ)充信息，探明了髓鞘形成和軸突胞體廣泛異常的原因，與既往研究結(jié)果相似[24]。除皮質(zhì)脊髓束外，本研究發(fā)現(xiàn)ALS患者在左側(cè)額枕下束偏前部及右側(cè)上縱束偏后部也存在AD 值的異常改變，這些聯(lián)絡(luò)纖維的損傷可能提示ALS患者潛在的語言功能障礙，導(dǎo)致語義性失語以及語言和非語言理解的缺陷[25-27]。

3.2 ALS 患者受損纖維節(jié)段的擴(kuò)散張量指標(biāo)值與臨床特征的相關(guān)性

ALSFRS-R 評分是評估ALS 患者功能狀態(tài)和變化的有效工具[28]。皮質(zhì)脊髓束作為ALS 主要病理改變，基于其與FA 變化的穩(wěn)定相關(guān)性，可能是最適合監(jiān)測疾病嚴(yán)重程度的區(qū)域[29-30]。多數(shù)研究應(yīng)用ALSFRS-R評分對上、下運(yùn)動(dòng)神經(jīng)元狀態(tài)進(jìn)行綜合估計(jì)，而本研究對ALSFRS-R 功能域評分更加細(xì)致化，結(jié)果發(fā)現(xiàn)左側(cè)皮質(zhì)脊髓束FA 值的減少與ALSFRS-R 的精細(xì)功能域評分呈正相關(guān)，同時(shí)，右上縱束的AD值與ALSFRS-R的延髓功能域評分呈正相關(guān)。因此，除了廣泛使用的FA 值之外，AD 值可能是評估ALS 臨床嚴(yán)重性的一個(gè)很好的選擇。本研究中，DTI 指標(biāo)的差異節(jié)段與病程及疾病進(jìn)展率沒有明顯相關(guān)性，原因可能是納入的患者人數(shù)較少，沒有根據(jù)臨床嚴(yán)重程度及疾病進(jìn)展速度對ALS 患者進(jìn)行具體亞組分析，這同BAO 等[31]研究結(jié)果一致。BAEK 等[32]對96 例可能或確診的ALS患者進(jìn)行研究，證實(shí)了DTI指標(biāo)與代表疾病進(jìn)展速度的ALSFRS-R 評分相關(guān)，并且亞組分析顯示在快速進(jìn)展的ALS 中觀察到更嚴(yán)重和更廣泛的腦白質(zhì)微結(jié)構(gòu)損傷。此外，多數(shù)額顳葉變性患者存在皮質(zhì)脊髓束細(xì)微結(jié)構(gòu)改變[33]，本研究結(jié)果顯示ALS患者的ECAS評分明顯低于HCs，且ALS 患者的右側(cè)皮質(zhì)脊髓束MD值、RD 值與ECAS 評分呈顯著負(fù)相關(guān)，提示ALS 患者整體認(rèn)知功能受損，且皮質(zhì)脊髓束特定節(jié)段的改變可能與其有關(guān)。

3.3 AFQ技術(shù)聯(lián)合SVM方法識(shí)別ALS疾病的可行性

目前，機(jī)器學(xué)習(xí)方法結(jié)合神經(jīng)成像數(shù)據(jù)已多數(shù)成功應(yīng)用于ALS 的預(yù)測建模，如WELSH 等[34]使用靜息態(tài)功能磁共振成像數(shù)據(jù)訓(xùn)練支持向量機(jī)分類器準(zhǔn)確率達(dá)71.5%；SARICA 等[24]應(yīng)用DTI 張量指標(biāo)的隨機(jī)森林方法建立ALS 和HCs 之間的區(qū)分模型準(zhǔn)確率達(dá)80%。本研究中，在支持向量機(jī)算法下，運(yùn)用DTI多種參數(shù)對模型進(jìn)行訓(xùn)練，與MD、RD參數(shù)相比，基于FA、AD參數(shù)的學(xué)習(xí)模型準(zhǔn)確率達(dá)70%以上，提示在ALS 微結(jié)構(gòu)異常中，F(xiàn)A 及AD 測量似乎比其他參數(shù)對軸突結(jié)構(gòu)完整性更敏感。另外將所有具有組間差異的值作為分類特征取得了較好的效果，總體準(zhǔn)確率達(dá)81%，具有綜合更好的敏感度、特異度，且AUC 值最大。上述結(jié)果表明，基于AFQ方法獲取的神經(jīng)影像特征構(gòu)建的SVM 模型可以將ALS 患者和HCs 區(qū)分開來，且獲得較好的分類效果，后續(xù)可以將DTI指標(biāo)與其他神經(jīng)成像數(shù)據(jù)結(jié)合，系統(tǒng)比較各種機(jī)器學(xué)習(xí)方法的診斷性能，真正能夠高準(zhǔn)確地區(qū)分ALS患者和HCs[35-36]。

3.4 局限性

本研究存在一些不足之處：首先，樣本較小，需要擴(kuò)大樣本量及多中心進(jìn)一步驗(yàn)證并分組研究；其次，DTI 技術(shù)為基于高斯模型的單指數(shù)擴(kuò)散成像，難以檢測到白質(zhì)區(qū)域中交叉纖維結(jié)構(gòu)，后續(xù)需要更先進(jìn)的擴(kuò)散成像技術(shù)，如NODDI 或DSI 研究證實(shí)ALS 患者腦白質(zhì)微結(jié)構(gòu)損傷。

4 結(jié)論

基于DTI的AFQ方法對分析ALS神經(jīng)影像特征是一種很有前途的工具，DTI 的張量指標(biāo)可作為ALS 診斷的敏感生物標(biāo)志物，可同時(shí)顯示運(yùn)動(dòng)和運(yùn)動(dòng)外區(qū)域的變化，而皮質(zhì)脊髓束可作為臨床監(jiān)測病情的可靠區(qū)域，基于AFQ 方法聯(lián)合SVM 算法對鑒別ALS 患者與HCs具有可行性和有效性。

作者利益沖突聲明：全體作者均聲明無利益沖突。

作者貢獻(xiàn)聲明：朱默設(shè)計(jì)本研究的方案，對稿件重要內(nèi)容進(jìn)行了修改，并進(jìn)行指導(dǎo)及研究生經(jīng)費(fèi)支持，獲得了江蘇省衛(wèi)健委老年健康項(xiàng)目的基金資助；徐芮及朱思佳參與選題和設(shè)計(jì)、起草和撰寫稿件，獲取、分析或解釋本研究的數(shù)據(jù)；王寧、孔瑩對試驗(yàn)設(shè)計(jì)及獲取、分析或解釋本研究的數(shù)據(jù)作出重要貢獻(xiàn)；郁義星對稿件重要內(nèi)容進(jìn)行了修改；蔣彬、萬嘉毅及馬佳麗參與了數(shù)據(jù)獲取、分析及解釋；方琪對本研究進(jìn)行了指導(dǎo)；全體作者都同意發(fā)表最后的修改稿，同意對本研究的所有方面負(fù)責(zé)，確保本研究的準(zhǔn)確性和誠信。