弥散张量成像在意识障碍诊断中的应用

杨艺 吴月奎 夏小雨 张昊驹 尹霄霄 何江弘 戴宜武 徐如祥

·专题笔谈·

弥散张量成像在意识障碍诊断中的应用

杨艺 吴月奎 夏小雨 张昊驹 尹霄霄 何江弘 戴宜武 徐如祥

弥散张量成像（DTI）是一种非侵袭性的核磁成像技术，能够识别传统CT和MRI难以发现的脑微观结构改变，特别是神经纤维束变化和方向，目前DTI已成熟地应用于基础实验和临床研究中，能为严重脑损伤患者发现物标志物并且预测预后提供参考，DTI也在意识障碍的诊断和预后预测领域进行了很多探索研究。

意识障碍；弥散张量成像；昏迷康复量表；诊断和预后

磁共振传统成像序列包括T1-TSE，T2-TSE，液体衰减反转恢复（fluidattenuated inversion recovery，FLAIR）等等，通常被用来探测患者是否存在脑水肿、脑挫裂伤、脑血肿、脑疝、脑积水及脑占位等疾病[1]。但很少有学者用这些序列来评估患者的意识状态。在早先的研究中，有些学者发现了这些传统序列对于昏迷状态患者的诊断价值，例如在FLAIR和T2序列探测到的颅内脱髓鞘病灶的数量与昏迷患者格拉斯哥评分（glasgow coma scale，GCS）是负相关的；在昏迷患者胼胝体和背侧中脑出现相对应的结构损伤的患者是很难恢复意识状态的[2]。但是这种检查方法并没能很好地解释为什么意识障碍DOC的患者是没有这些微小的病变灶的。这些研究突出了常规MRI扫描序列对于诊断意识障碍患者的意识状态缺少特异性和敏感性[3]。目前，DOC患者的诊断主要采用临床行为学评估，如改进的昏迷康复量表（coma recovery scale orevised，CRS-R），其具有很强的主观性，误诊率高达40%[4]。

在DOC患者无明确脑内部不可见的损伤时，传统的神经影像技术很难解释其临床和行为学异常，这也促成了非传统磁共振技术的发展，以此来研究近似正常的脑结构组织[5-6]。弥散张量成像（diffusion tensor imaging，DTI）是一种非侵袭性的MRI技术，能够识别传统CT和MRI难以发现的脑微观结构改变，特别是神经纤维束变化的方向（图1），目前DTI已成熟地应用于基础实验和临床研究中，能为严重脑损伤患者发现疾病生物标志物并且预测预后提供参考[7]。DTI也可应用于脑发育、探测正常人群年龄相关的脑退行性变、脑缺血、弥漫性轴索损伤（diffuse axonal injury，DAI）等相关脑损伤领域[8]。

图1 弥散张量成像神经纤维束成像

一、弥散张量成像基本原理

DTI的物理学原理是基于水分子弥散。弥散是水分子的随机不规则的自由运动-布朗运动[9]，是最基本的自然物理现象之一，如水分子的运动不受任何限制，那么这个三维运动在各方向的运动是相等的，这种弥散称为各项同性。

DTI是近年来运用于临床的一种结构磁共振成像方法，它是在弥散加权成像（diffusion-weighted imaging，DWI）基础上发展起来的是一种无创的磁共振成像方法，利用水分子弥散的各向异性来追踪神经纤维的走行以评价组织结构的完整性。可使用各向异性分数（fractional anisotropy，FA），相对各向异性（relativeanisotropy，RA）和容积比（volume ratio，VR）来对其量化[12-13]。

FA是指水分子张量各向异性成分占整个扩散量的比例，为最常用的参数；RA是张量的各向异性与各向同性的比例；VR是扩散形成的椭圆体与球体的容积比。FA、VA和RA均在0～1之间变化，其区别在于FA对较低的各向异性敏感，其大小与髓鞘的完整性、纤维密度及走向一致性有密切关系，能够反映脑白质纤维束是否完整；VA对较高的各向异性敏感；RA与各向性呈线性相关[14]。

二、弥散张量成像在意识障碍研究中的应用

DTI是一种相对较新的MRI技术，到目前为止，大量的相关论文已发表，主要聚焦于DOC患者的创伤病因与机制[15]。部分研究者正试图通过 DTI技术来区别创伤性脑损伤（traumatic brain injury，TBI）或非TBI所致 DOC患者的不同意识状态[如植物状态（vegetative state，VS）、最小意识状态（minimally conscious state，MCS）等]，并分析损伤程度与临床预后关系。

近年来随着科学技术的进步随着弥散张量成像技术的发展，国内外的学者发现了能够在DOC患者中通过使用DTI序列对他们脑部进行扫描发现的组织结构的损伤却无法在常规MRI序列中检测出来[16]。这项技术在一些研究中发现能够预测患者的GCS评分，成功地诊断并区分出MCS患者与VS患者并且准确率达到了95%[17-18]。

对于缺氧缺血损伤的患者，很少有研究试图通过DTI成像来检测和描述脑白质微观结构的改变。最近发表的一篇关于1例76岁男性VS患者个案研究报道，分别于患者心脏骤停后第41 d、75 d、173 d、284 d行DTI扫描，发现脑白质的11个感兴趣区早期FA降低，且先于宏观MRI改变，这也在尸检神经病理结果中得到证实[19]。另一项研究发现，49例心脏骤停患者其19个预先定义的脑白质区神经纤维轴向和径向弥散率明显降低[20]。

有研究者利用相同的ROIs方法，分别分析57例和49例心脏骤停后昏迷生存患者的 FA值与表观弥散系数（apparent diffusion coefficient，ADC）值变化，结果示FA值在损伤后呈高度动态变化，其改变可预测DOC患者的不良预后，灵敏度和特异度分别为94%、100%[20,21]（图2）。进一步对5例缺氧性VS患者的研究表明，损伤3个月后，预先选择的幕上（如丘脑和胼胝体）区域FA值普遍下降，而幕下（如桥脑和中脑区）区域无明显差异，这些改变已被证明与CRS-R评分和听觉任务下功能磁共振成像激活相关。

图2 各向异性分数值预测意识障碍患者不良预后

此外一项多中心的研究表明通过一年的随访及临床评估，DTI序列对于预测那些由于外伤或者缺氧所导致的DOC患者的预后是有优势的[21]。为了验证上述实验结果的准确性，该学者又通过神经病理学的方法以及DTI序列同时验证，发现了MCS患者与VS患者在皮层下白质区域以及丘脑区域的神经网络结构是不同的（使用扩散系数来区分这种不同），但是并没在患者脑干部发现明显的结构差异。另外从病因学角度出发部分研究证实了只有外伤性的损伤导致的意识障碍的患者通过DTI序列的扫描才能发现脑干神经网络结构的异常[22]。

对于TBI患者，第一篇关于DTI应用于DAI的论文发表于2002年，作者对10例健康对照组和5例轻度TBI患者损伤24 h内的DTI成像进行分析，发现TBI患者宏观结构正常处脑组织FA值降低，特别是内囊和胼胝体处，这些发现也被后续很多研究所证[23]。其指出，胼胝体膝部、压部FA值显著降低，且严重TBI患者胼胝体压部重建纤维数量明显下降。

此外，胼胝体膝部、压部FA值的改变与CRS-R评分及患者预后显著相关，其他关于严重TBI的研究显示许多ROI的弥散参数发生改变，主要是FA值的改变。这些区域包括前后放射冠、皮质脊髓束、扣带束纤维、外囊、胼胝体、下额枕束和上纵束等[24]。报道的重症TBI患者FA值（非ADC值）与1年预后相关的4条纤维束包括下纵束、内囊后肢、大脑脚、胼胝体后部[25]。

其他实验已阐述了TBI患者脑白质异常，其中一些探讨了上行网络系统（ascending reticular activiting system，ARAS）的作用，此系统包括网状结构内、外侧区的感觉传入，自内侧区向间脑（背侧丘脑板内核）的上行投射，以及自丘脑核团至大脑皮质广泛区域的投射[26]。投至网状结构的感觉纤维几乎携带各种感觉信息：脊髓网状纤维传导躯体和内脏感觉；脑神经感觉核和上丘传导躯体感觉（三叉）；味觉（孤束核）、平衡觉（前庭核）、听觉（听觉传导通路侧支）和视觉（上丘）（图3）。有报道发现连接脑干唤醒核与前脑基底核、丘脑核的脑白质通路完全中断后，丘脑-皮质通路部分保留[27]。

最近一项使用概率纤维束成像方法对14例缺氧缺血损伤患者和10例健康对照的研究确认了FA值与ARAS下部纤维束体积降低相关，而MD值变化无显著差异[28]。另一类似研究表明不同DOC状态（VS、MCS、exit-MCS）患者默认网络（default mode network，DMN）区FA值下降不同，且其结构连接与临床诊断和CRS-R评分相关[29]（图4）。

三、DTI的优势及其缺陷

DTI现已广泛应用于TBI以识别脑结构异常，但关于AHI的研究较少，可借助DTI技术研究AHI的病理生理学，加深对其解剖和功能认识，以及在功能连接或微观结构改变方面与TBI的差异[30]。利用DTI研究DOC的一个优势是可在静息状态下评估患者的脑白质微观结构（水分子扩散特性理论上不受镇静或安眠药物的影响），防止了数据采集时DOC患者不自主运动造成的伪影，正是这点限制了fMRI对DOC患者脑部功能的准确反映。

图3 昏迷患者与正常对照组丘脑皮质连接和经胼胝体连接

图4 与健康对照组相比，意识障碍患者多个默认网络区各向异性分数值下降

此外，良好的DTI数据质量使其可能取代GCS评分从而预测患者预后。事实上，DOC患者常出现脑萎缩和继发性脑积水，TBI和缺血性/出血病变也会改变脑结构，一方面，这些因素会限制标准化基于体素的感兴趣区分析，另一面也促使更精细、更复杂技术的应用[31]。生理效应干扰可能是另一个需要面对的问题，DTI技术可很好地解决这些问题，但DTI无法回避神经纤维交叉处显示不良或错误等缺陷。

总的来说，DTI技术加深了对DOC患者的认识，特别是外伤性因素所致的昏迷。目前，利用DTI评估DOC的严重性、辅助诊断DOC及判断预后的相关研究仍有限，尽管如此，DTI仍是一个强大的工具，帮助洞察脑白质异常的发病机制，更好地理解DOC患者意识的神经基础及临床特点。

[1]Gerdes,JS,Walther EU,Jaganjac S,et al.Early detection of wide spread progressive brain injury after cardiac arrest:a single case DTI and post-mortem histology study[J].PloS ONE,2014,9(3): e92103.

[2]Edlow BL,Haynes RL,Takahashi E,et al.Disconnection of the ascending arousal system in traumatic coma[J].J Neuropathol Exp Neurol,2013,72(6):505-523.

[3]Arfanakis K,Haughton VM.Carew JD,et al.Diffusion tensor MR imaging in diffuse axonal injury[J].AJNR Am J Neuroradiol, 2002,23(5):794-802.

[4]Dell’Acqua F,Catani M.Structural human brain networks:hot topics in diffusion tractography[J].Curr Opin Neurol,2012,25(4): 375-383.

[5]Bruno MA,Majerus S,Boly M,et al.Functional neuroanatomy underlying the clinical subcategorization of minimally conscious state patients[J].J Neurol,2012,259(6):1087-1098.

[6]Cercignani M,Bozzali M,Iannucci G,et al.Magnetisation transfer ratio and mean diffusivity of normal appearing white and grey matter from patients with multiple sclerosis[J].J Neurol Neurosurg Psychiatry,2001,70(3):311-317.

[7]Dell’Acqua F,Simmons A,Williams SC,et al.Can spherical deconvolution provide more information than fiber orientations? Hindrance modulated orientational anisotropy,a true-tract specific index to characterize white matter diffusion[J].Hum Brain Mapp,2013,34(10):2464-2483.

[8]Dinkel J,Drier A,Khalilzadeh O,et al.Long-Term white matter changes after severe traumatic brain injury:a 5-year prospective cohort[J].AJNR Am J Neuroradiol,2014,35(1):23-29.

[9]Fernández-Espejo D,Bekinschtein T,Monti MM et al.Diffusion weighted imaging distinguishes the vegetative state from the minimally conscious state[J].Neuroimage,2011,54(1):103-112.

[10]Newcombe V,Chatfield D,Outtrim J,et al.Mapping traumatic axonal injury using diffusion tensor imaging:correlations with functional outcome[J].PloS ONE,2011,6(5):e19214.

[11]Perlbarg V,Puybasset L,Tollard E,et al.Relation between brain lesion location and clinical outcome in patients with severe traumatic brain injury:a diffusion tensor imaging study using voxel-based approaches[J].Hum Brain Mapp,2009,30(12): 3924-3933.

[12]Okada T,Miki Y,Fushimi Y,et al.Diffusion-tensor fiber tractography:intraindividual comparison of 3.0-T and 1.5-T MR imaging[J].Radiology,2006,238(2):668-678.

[13]Lin CP,Wedeen VJ,Chen JH,et al.Validation of diffusion spectrum magnetic resonance imaging with manganese-enhancedrat optic tract sand ex vivo phantoms[J].Neuroimage,2003,19 (3):482-495.

[14]Soddu A,Vanhaudenhuyse A,Demertzi A,et al.Resting state activity in patients with disorders of consciousness[J].funct Neurol, 2011,26(1):37-43.

[15]Wang JW,Bakhadirov K,Devous MD Sr,et al.Diffusion tensor tractography of traumatic diffuse axonal injury[J].Arch Neurol, 2008,65(5):619-626.

[16]Smith SM,Jenkinson M,Johansen-Berg H,et al.Tract-based spatial statistics:voxelwise analysis of multi-subject diffusion data[J].Neuroimage,2006,31(4):1487-1505.

[17]Tshibanda L,Vanhaudenhuyse A,Galanaud D,et al.Magnetic resonance spectroscopy and diffusion tensor imaging in coma survivors:promises and pitfalls[J].Prog Brain Res,2009,177: 215-229.

[18]Fernández-Espejo D,Junque C,Cruse D,et al.A role for the default mode network in the bases of disorders of consciousness [J].Ann Neurol,2012,72(3):335-343.

[19]Filler AG.The history development and impact of computed imaging in neurological diagnosis and neurosurgery:CT,MRI, and DTI[J].Nat Proc,2009,7(1):69.

[20]Wu O,Batista LM,Lima FO,et al.Predicting clinical outcome in comatose cardiac arrest patients using early noncontrast computed tomography[J].Stroke,2011,42(4):985-992.

[21]Luyt CE,Galanaud D,Perlbarg V,et al.Diffusion tensor imaging to predict long-term outcome after cardiac arrest:a bicentric pilots tudy[J].Anesthesiology,2014,117(6):1311-1321.

[22]Grossi D,Soricelli A,Ponari M,et al.Structural connectivity in a single case of progressive prosopagnosia:the role of the right inferior longitudinal fasciculus[J].Cortex,2012,56:111-120.

[23]Hess CP,Mukherjee P,Han ET,et al.Q-ball reconstruction of multimodal fiber orientations using the spherical harmonic basis [J].Magn Reson Med,2006,56(1):104-117.

[24]Huisman TA,Schwamm LH,Schaefer PW,et al.Diffusion tensor imaging as potential biomarker of white matter injury in diffuse axonal injury[J].AJNR Am J Neuroradiol,2004,25(3):370-376.

[25]Hulkower MB,Poliak DB,Rosenbaum SB,et al.A decade of DTI intraumatic brain injury:10 years and 100 articles later[J].AJNR Am J Neuroradiol,2013,34(11):2064-2074.

[26]Jang SH,Kim SH,Lim HW,et al.Injury of the lower ascending reticular activating system in patients with hypoxic-ischemic brain injury:diffusion tensor imaging study[J].Neuroradiology, 2014,56(11):965-970.

[27]Jones DK,Knösche TR,Turner R.White matter integrity,fiber count,and other fallacies:the do’s and don’ts of diffusion MRI [J].Neuroimage,2013,73:239-254.

[28]Jones DK,Simmons A,Williams S,et al.Non-invasive assessment of axonal fiber connectivity in the human brain via diffusion tensor MRI[J].Magn Reson Med,2000,42(1):37-41.

[29]Kraus MF,Susmaras T,Caughlin BP,et al.White matter integrity and cognition in chronic traumatic brain injury:a diffusion tensor imaging study[J].Brain,2007,130(Pt 10):2508-2519.

[30]LeBihan D,Poupon C,Amadon A,et al.Artifacts and pitfalls in diffusion MRI[J].J Magn Reson Imaging,2006,24(3):478-488.

[31]McNab JA,Edlow BL,Witzel T,et al.The human connectome project and beyond:initial applications of 300 mT/m gradients[J]. Neuroimage,2013,80:234-245.

Diffusion tensor imaging in the diagnosis of disorder of consciousness

Yang Yi,Wu Yuekui,Xia Xiaoyu,Zhanghaoju,Yi Xiaoxiao,He Jianghong,Dai Yiwu,Xu Ruxiang.The Affiliated Bayi Brain Hospital,PLA Army General Hospital,Beijing 100700,China

He Jianghong,Email:He_jianghong@sina.cn

Diffusion tensor imaging （DTI）is a kind of noninvasive MRI,to identify the traditional CT and MRI finding of cerebral microstructure change,especially the nerve fiber bundles and direction change,at present,the DTI has applied in basic experiment and clinical study,for patients with severe brain injury finding markers and provide reference for predicting prognosis,DTI is also in the field of consciousness disorder diagnosis and prognosis prediction for a lot of exploration research.

Disorder of consciousness;Diffusion tensor imaging;Coma recovery scale; Diagnosis and prognosis

2016-02-28）

（本文编辑：张丽）

10.3877/cma.j.issn.2095-9141.2016.04.010

100700北京，陆军总医院附属八一脑科医院

何江弘，Email：He_jianghong@sina.cn

杨艺,吴月奎,夏小雨,等.弥散张量成像在意识障碍诊断中的应用[J/CD].中华神经创伤外科电子杂志,2016,2(4):231-234.