缺血性脑白质病额顶叶白质的扩散峰度表现

叶德湫YE Deqiu

陈向荣1CHEN Xiangrong

黄永础1HUANG Yongchu

许淑惠1XU Shuhui

连 涛1LIAN Tao

蔡建忠2CAI Jianzhong

缺血性脑白质病额顶叶白质的扩散峰度表现

叶德湫1YE Deqiu

陈向荣1CHEN Xiangrong

黄永础1HUANG Yongchu

许淑惠1XU Shuhui

连 涛1LIAN Tao

蔡建忠2CAI Jianzhong

作者单位
1. 福建医科大学附属泉州第一医院影像科福建泉州 362000
2. 福建省石狮市医院影像科 福建石狮362700

Department of Radiology， Quanzhou First Hospital Affiliated to Fujian Medical University， Quanzhou 362000， China

Address Correspondence to： CHEN Xiangrong

E-mail： 2310611338@qq.com

2016-02-17

中国医学影像学杂志

2016年 第24卷 第7期：481-485

Chinese Journal of Medical Imaging

2016 Volume 24 （7）： 481-485

目的 探讨缺血性脑白质病的额顶叶脑白质扩散峰度表现，并评价高级别Fazekas的病灶特点。资料与方法 回顾性分析经临床确诊为缺血性脑白质病的46例患者的扩散峰度成像（DKI）资料，Fazekas 0～3级，比较其额顶叶正常脑白质及病灶的平均扩散峰度（MK）、平均扩散系数（MD）、各向异性分数（FA）、峰度各向异性分数（FAk）、轴向扩散峰度（Ka）、径向扩散峰度（Kr）、轴向扩散系数（Da）、径向扩散系数（Dr）加权值的差异。结果 ①病灶加权MD、Ka、Dr与Fazekas分级呈正相关（r=0.795、0.863、0.668，P＜0.05），加权MK、Kr、Da与Fazekas分级呈负相关（r=－0.616、－0.682、－0.807，P＜0.05）；②额顶叶正常白质各DKI参数MK、MD、FA、FAk、Ka、Kr、Da、Dr加权值与Fazekas分级无明显相关性（P＞0.05）。③4个Fazekas分级组的额顶叶正常白质各参数MK、MD、FA、FAk、Ka、Kr、Da、Dr 比较，差异有统计学意义（P＜0.05），其中Fazekas 0级与Fazekas 3级组各参数间差异均有统计学意义（P＜0.05）。④4个Fazekas分级组的额顶叶病灶MK、MD、FA、FAk、Ka、Kr、Da、Dr 的加权值差异均有统计学意义（P＜0.05）。⑤Fazekas 3组额顶叶病灶的加权MK值与FA值、加权Kr与FA值呈正相关（r=0.69、0.72，P＜0.05），加权Kr值与Dr值呈负相关（r=－0.95，P＜0.05）。结论 DKI能早期反映额顶叶正常白质扩散峰度变化的差异，能先于T2液体衰减反转恢复序列敏感地探测出缺血性脑白质病额顶叶白质病变；DKI可以发现缺血性脑白质病额顶叶白质扩散峰度的变化特点。

脑白质病，进行性多灶性；脑缺血；磁共振成像；图像处理，计算机辅助

【Abstract】Purpose To investigate the diffusion kurtosis imaging （DKI） manifestations of the white matter in frontal and parietal of patients with leukoaraiosis， and to evaluate the characteristic of high grade Fazekas lesions.Materials and Methods DKI data of 46 patients with leukoaraiosis confirmed clinically were retrospectively analysed. Fazekas levels were 0-3. The mean kurtosis （MK）， mean diffusivity （MD）， fractional anisotraphy （FA）， fractional anisotraphy of kurtosis （FAk）， axial kurtosis （Ka）， radial kurtosis （Kr）， axial diffusivity （Da） and radial diffusivity （Dr） in both the normal white matter and the lesions were compared.Results①The MD， Ka and Dr of the lesion were positive correlated with the scales of Fazekas （r=0.795， 0.863 and 0.668， P＜0.05）. While MK， Kr and Da were negative correlated with the scales of Fazekas （r=－0.616， －0.682 and －0.807， P＜0.05）. ②DKI parameters were not correlated with the scales of Fazekas in the normal-appearing white matter （P＞0.05）. ③DKI parameters of the normal-appearing white matters showed significant differences among the four Fazekas scale groups （P＜0.05）. ④DKI parameters of the lesions showed significant differences among the four Fazekas scale groups （P＜0.05）. ⑤ MK as well as Kr of the lesions was positive correlated with FA in the Fezakas 3 group （r=0.69 and 0.72， P＜0.05）. Otherwise， Kr was strong negative correlated with Dr （r=－0.95， P＜0.05）.Conclusion DKI is able to detect the changes of diffusion kurtosis in the normal-appearing white matter before the T2 fluid attenuated inversion recovery sequence shows the abnormality. DKI can reveal the changes of white matter in the frontal and parietal in patients with leukoaraiosis.

【Key words】Leukoencephalopathy， progressive multifocal； Brain ischemia； Magnetic resonance imaging； Image processing， computer-assisted

缺血性脑白质病是老年人的常见病，常无神经功能障碍，但随着白质内病灶数量增多、面积增大及Fazekas分级［1］升高，其成为脑功能致残的高危因素。既往研究多采用MR波谱及扩散张量成像分析多发性硬化的脑白质等脱髓鞘疾病［2-3］，但争议较多。MR扩散峰度成像（diffusion kuitosis imaging，DKI）从揭示水分子的非高斯分布活动的角度为脑白质研究提供了另一种新方法。Doring等［4］采用DKI技术对视神经脊髓炎的正常脑白质进行研究，早期发现正常白质区的扩散峰度有异常变化。本研究采用DKI对缺血性脑白质病的额顶叶脑白质进行研究，以期发现缺血性脑白质病的额顶叶白质的早期异常变化。

1　资料与方法

1.1 研究对象 收集2014年8月1日—12月31日在泉州市第一医院行MRI检查并经临床确诊的46例缺血性脑白质病患者，排除中毒、感染、代谢性疾病、肿瘤、创伤、明显卒中、脑积水等因素所致脑白质病变患者，所有患者均无明显脑功能障碍，其中男30例，女16例，年龄60～70岁。Fazekas分级［1］：Fazekas 0级14例，平均（65.8±3.4）岁；Fazekas 1级9例，平均（64.3±3.0）岁；Fazekas 2级8例，平均（66.1±3.5）岁；Fazekas 3级15例，平均（66.2±2.8）岁。

1.2 仪器与方法

1.2.1常规MRI扫描 采用GE 3.0T超导型MR仪，8通道头颈联合拓扑相控阵线圈，患者取仰卧位，以听眦线为定位线，以T2液体衰减反转恢复（FLAIR）轴位扫描为主，扫描范围包括全脑，扫描参数：TR 8425 ms，TE 165 ms，TI 2100 ms，矩阵256×256，激励次数1，层厚6 mm，层间隔0 mm，视野（FOV）24 cm×24 cm。

1.2.2DKI检查 扫描定位线拷贝T2 FLAIR轴位，扫描范围包括全脑，采用自旋回波-平面回波序列（SEEPI），b值取0、1000、2000 s/mm2，沿25个独立编码方向，FOV 24 cm×24 cm，层厚3 mm，层间隔0 mm，矩阵80×80，激励次数2，层数40，扫描时间8 min 34 s。

1.3 图像处理 在T2 FLAIR横断面上进行Fazekas分级［1］：Fazekas 0级，脑白质内无或仅一点高信号病灶；Fazekas 1级，脑白质内多个点状高信号病灶；Fazekas 2级，脑白质高信号病灶开始融合或桥接；Fazekas 3级，脑白质病灶有大片融合灶。在T2 FLAIR横断面上在双侧额顶叶白质放置感兴趣区（ROI），利用ADW 4.6后处理站上的图像自动匹配功能，于同层面的DKI功能图上测量各种数值。

1.4 数据采集 测量层面选取横断面T2 FLAIR上胼胝体体部层面、半卵圆中心层面，利用ADW 4.6后处理站上图像自动匹配功能，于同层面的DKI功能图上放置ROI（图1），每个ROI自动显示参数的测量值及其面积，用测量值除以其面积测算出相应参数的面积加权值，避免测量中因ROI大小及形态不同造成测量误差，从而可得到加权平均扩散峰度（mean kurtosis，MK）值、加权平均扩散系数（mean diffusivity，MD）值、加权各向异性分数（fractional anisotraphy，FA）值、加权峰度各向异性分数（fractional anisotraphy of kurtosis，FAk）值、加权轴向扩散峰度（axial kurtosis，Ka）值、加权径向扩散峰度（radial kurtosis，Kr）值、加权轴向扩散系数（axial diffusivity，Da）值、加权径向扩散系数（radial diffusivity，Dr）值。对于Fazekas 0级患者，在左、右额、顶叶正常白质区对称部位上各放置1个ROI，其面积大小相等，2个层面共8个ROI，然后算出平均值。对于Fazekas 1～3级患者，左、右额、顶叶正常白质的ROI放置尽量避开长T2病灶，左右额、顶叶各1个，2个层面共8个ROI，然后算出平均值。对于Fazekas 1～3级患者的左、右额、顶叶病灶，于病灶中央放置圆形ROI，左、右额、顶叶各选取1个病灶，2个层面共8个ROI，按各自面积大小计算加权测量值，然后取平均值。

1.5 统计学方法 采用SPSS 18.0软件，各DKI参数行正态检验及方差齐性分析后，组间比较行单因素方差分析，两两比较采用LSD法，各参数与Fazekas分级的相关性采用Spearman秩相关分析，P＜0.05表示差异有统计学意义。

2　结果

2.1 DKI各参数加权值与Fazekas分级的相关性Spearman相关分析结果显示，额顶叶病灶的ROI面积加权MD、Ka、Dr与Fazekas分级呈正相关（r=0.795、0.863、0.668，P＜0.05），即随着Fazekas分级越高，额顶叶病灶的MD、Ka、Dr加权值越大；加权MK、Kr、Da与Fazekas分级呈负相关（r=－0.616、－0.682、－0.807，P＜0.05）；额顶叶正常白质的ROI面积加权MK、MD、FA、FAK、Ka、Kr、Da、Dr值与Fazekas分级无明显相关性（P＞0.05）。

2.2 Fazekas 0～3级额顶叶正常白质DKI各参数加权值比较 见表1。

4个Fazekas分级组的额顶叶正常白质DKI各参数的ROI面积加权值不全相等，Fazekas 0级与Fazekas 3级各参数两两比较，差异均有统计学意义（P＜0.05），推测Fazekas 0级与Fazekas 3级额顶叶正常白质DKI各参数加权值有差异。Fazekas 0级与Fazekas 1级Da比较、Fazekas 0级与Fazekas 2级FA、FAK、Da比较、Fazekas 0级与 Fazekas 3级 MK、MD、FA、FAK、Ka、Kr、Da、Dr比较、Fazekas 1级与Fazekas 2级FA、FAK比较、Fazekas 1级与Fazekas 3级MD、FA、FAK、Ka、Dr比较、Fazekas 2级与Fazekas 3级MD、FA、Dr比较，差异均有统计学意义（P＜0.05）；其余两两比较，差异均无统计学意义（P＞0.05）。

图1　DKI功能图ROI放置。A～D分别为Fazekas 0级组同一患者的T2 FLAIR、MK、Kr、Ka图，E～H分别为Fazekas 2级组同一患者的T2 FLAIR、MK、Kr、Ka图，图中圆圈代表ROI

表1　Fazekas 0～3级患者额顶叶正常白质DKI各参数加权值比较

2.3 Fazekas 0级额顶叶白质、Fazekas 1～3级额顶叶病灶DKI各参数加权值比较 见表2。4个等级组额顶叶病灶各DKI参数的ROI面积加权值不全相等，差异有统计学意义（P＜0.05）。Fazekas 0级与Fazekas 1级Ka、Dr比较、Fazekas 1级与Fazekas 2级MK、MD、FA、FAK、Kr、Da、Dr比较、Fazekas 2级与Fazekas 3 级FAK两两比较，差异均无统计学意义（P＞0.05）；其余两两比较，差异均有统计学意义（P＜0.05）。

2.4 Fazekas 3级组额顶叶病灶、正常白质DKI各参数的相关性 Fazekas 3级组额顶叶病灶的加权MK值与FA值、加权Kr值与FA值均呈正相关（r=0.69、0.72，P＜0.05），加权Kr值与Dr值呈负相关（rs=－0.95，P＜0.05），Fazekas 3级组额顶叶正常白质中，加权MK值、加权Kr与FA值分别呈正相关（r=0.30、0.31，P＜0.05）；加权Kr值与Dr值呈负相关（r=－0.461，P＜0.05）。各参数间的相关性见图2。

表2　Fazekas 0级患者额顶叶白质、Fazekas 1～3级患者额顶叶病灶DKI各参数加权值比较

图2　Fazekas 3级组额顶叶病灶、正常白质各参数间的相关性。A～C分别为Fazekas 3级组额顶叶病灶加权MK值与FA值、加权Kr值与FA值、加权Kr值与Dr值的相关性；D～F分别为Fazekas 3级组额顶叶正常白质加权MK值与FA值、加权Kr值与FA值、加权Kr值与Dr值的相关性

3　讨论

DKI是扩散张量成像的一个延伸，其目的在于描述非高斯分布水分子的扩散，其参数对微结构组织变化高度敏感，是早期探测疾病变化的潜在方法。DKI的主要参数［5-6］有：①MK：水分子沿各方向扩散峰度值的平均值，其大小反映了组织结构的复杂性，MK值越大，代表扩散受限越严重，组织结构越复杂；②Kr：垂直于扩散主方向上所有扩散峰度的平均值，白质纤维径向上扩散受限最明显，Kr大于Ka，白质的Kr大于灰质；③Ka：沿椭球体主轴方向上的扩散峰度的平均值，白质纤维在轴向上水分子扩散较快，受限较少，Ka也较小。

本研究利用DKI技术探测脑白质缺血病患者的额顶叶，结果发现，额顶叶病灶的加权MD、Ka、Dr与Fazekas分级呈正相关（r=0.795、0.863、0.668，P＜ 0.05）；加权MK、Kr、Da与Fazekas分级呈负相关（r=－0.616、－0.682、－0.807，P＜0.05）。4个Fazekas分级组的额顶叶正常白质各参数的ROI面积加权值不全相等，差异有统计学意义（P＜0.05），其中Fazekas 0级与Fazekas 3级各参数两两比较，差异均有统计学意义（P＜0.05），表明DKI能先于T2 FLAIR敏感地早期反映额顶叶正常白质扩散峰度变化的差异。4个Fazekas分级组额顶叶病灶各DKI参数的ROI面积加权值不全相等，差异有统计学意义（P＜0.05）；Fazekas 3组额顶叶病灶的加权MK值与FA值、加权Kr值与FA值呈正相关（r=0.69、0.72，P＜0.05），而加权Kr值与Dr值呈负相关（r=－0.95，P＜0.05）。

缺血性脑白质病的病理基础是中枢神经轴突华勒变性和胶质细胞增生，神经纤维全长发生退变，病变开始以轴突与髓鞘分离为特点，轴突及髓鞘均开始解体［7］。然而传统T2 FLAIR上信号改变不明显，本研究利用DKI技术能早期探测出缺血性脑白质病患者额顶叶正常白质扩散异常变化，在额顶叶白质未出现长T2信号前即可发现其扩散峰度异常，敏感地反映中枢神经轴突微结构变化，尤其Fazekas 0级与Fazekas 3级的额顶叶正常白质各参数加权值两两比较差异均有统计学意义（P＜0.05），可证实此结论。然而，Wu等［8］研究认为MK值、MD值反映白质病变缺乏敏感性，其原因可能为选择的疾病种类和统计方法不同，有待进一步探讨。

脑白质扩散峰度主要由轴突及髓鞘结构对水分子活动的限制所致，其Ka及Kr对扩散峰度的作用有明显差别，其中Kr起主要作用。Kr代表径向扩散峰度，白质纤维径向扩散受限最明显，Kr大于Ka，白质的扩散受限主要由径向扩散决定。Cheung等［9］认为在反映白质神经纤维的DKI参数中，Kr值降低反映脱髓鞘，Ka的变化与轴突退变相关。本研究中，额顶叶病灶的加权MK、Kr与Fazekas分级数呈负相关（r=－0.616、－0.682、－0.807，P＜0.05），而加权Ka与Fazekas分级呈正相关（r=0.863，P＜0.05），即随着Fazekas分级升高，加权MK及加权Kr越小，加权Ka越大，在一定程度上反映了脑白质缺血病病灶的病理变化。随着Fazekas分级升高，脑白质缺血病的神经纤维华勒变性的病理变化越明显，轴突及髓鞘解体、细胞支架崩解及碎紊物沉积，越偏离高斯分布，加权Kr值降低反映髓鞘脱失，而且白质扩散峰度主要受Kr影响，故MK值也随之减少；加权Ka值随着Fazekas分级升高而增大，反映轴突退变崩解。本研究对脑白质缺血病病灶的研究结果显示，加权Kr与Fazekas分级呈负相关（rs=－0.682，P＜0.05），而加权Ka与Fazekas分级呈显著正相关（rs=0.863，P＜0.05），这一结果更支持缺血性脑白质病变可能以轴突的华勒变性为主。

本研究中，Fazekas 3级额顶叶病灶、正常白质的加权MK、MD、FA、FAK、Ka、Kr、Da、Dr值与Fazekas 0级额顶叶正常白质比较均有显著差异，表明DKI技术能轻易发现并描述脑白质缺血病的额顶叶白质病灶内水分子的扩散改变情况。Fieremans等［10-11］提出白质扩散对比度量法则，描述了脑白质中轴索内、外环璄的微结构特点，此模式提示Kr值减少伴随Dr值增加，MK值随FA值增加而增加。此模式作为一种生物标记能敏感地探测出脑白质病变过程中的微结构变化，从而为探讨脑白质缺血的机制提供线索［12］。本研究发现，加权MK值与FA值、加权Kr值与FA值均呈正相关（r =0.69、0.72，P＜0.05），而加权Kr值与Dr值呈显著负相关（r=－0.95，P＜0.05），提示Fazekas 3级组额顶叶白质纤维束扩散峰度异常以及扩散的不均质性。尽管本研究纳入脑白质缺血灶患者而非健康人群，且测量值是加权均值，但数据仍有一定的规律性，因而能表明DKI在一定程度上反映Fazekas 3级病灶的峰度扩散规律。

本研究利用AW 4.6后处理站进行T2 FLAIR图像和DKI各参图像融合，以T2 FLAIR图像为依据，有利于数据的准确采集，同时为降低测量误差应用各参数的ROI面积加权值进行分析。本研究中，4个等级组额顶叶病灶、正常白质两两比较，部分相邻级别间差异无统计学意义（P＞0.05），其原因可能与Fazekas分级误差及ROI测量误差有关，今后需增加样本量并对图像融合行优化改进进一步研究。

总之，DKI能早期反映额顶叶正常白质扩散峰度变化的差异，能先于T2 FLAIR敏感地探测出缺血性脑白质病额顶叶白质病变；DKI可以发现缺血性脑白质病额顶叶白质扩散峰度的变化特点。

［1］ Fazekas F， Chawluk JB， Alavi A， et al. MR signal abnormalities at 1.5 T in Alzheimer's dementia and normal aging. Am J Roentgenol， 1987， 149（2）： 351-356.

［2］ 李郁欣， 汤伟军， 耿道颖， 等. MRS联合DTI技术在多发性硬化中的初步应用. 临床放射学杂志， 2008， 27（9）： 1145-1149.

［3］ 凌冰冰， 鲁毅， 赵卫， 等. 早期帕金森病脑白质特征的扩散张量成像基于纤维束追踪空间统计分析. 中国医学影像学杂志， 2015， 23（8）： 567-572.

［4］ Doring TM， Lopes FC， Kubo TT， et al. Neuromyelitis optica： a diffusional kurtosis imaging study. Am J Neuroradiol， 2014，35（12）： 2287-2292.

［5］ Kamagata K， Tomiyama H， Hatano T， et al. A preliminary diffusional kurtosis imaging study of Parkinson disease：comparison with conventional diffusion tensor imaging. Neuroradiology， 2014， 56（3）： 251-258.

［6］ Jensen JH， Helpern JA. MRI quantification of non-gaussian water diffusion by kurtosis analysis. NMR Biomed， 2010， 23（7）： 698-710.

［7］ Lambert C， Sam Narean J， Benjamin P， et al. Characterising the grey matter correlates of leukoaraiosis in cerebral small vessel disease. Neuroimage Clin， 2015， 13（9）： 194-205.

［8］ Wu EX， Cheung MM. MR diffusion kurtosis imaging for neural tissue characterization. NMR Biomed， 2010， 23（7）： 836-848.

［9］ Cheung MM， Hui ES， Chan KC， et al. Does diffusion kurtosis imaging lead to better neural tissue characterization？ A rodent brain maturation study. Neuroimage， 2009， 45（2）： 386-392.

［10］ Fieremans E， Jensen JH， Helpern JA. White matter characterization with diffusional kurtosis imaging. Neuroimage，2011， 58（1）： 177-188.

［11］ Fieremans E， Novikov DS， Jensen JH， et al. Monte Carlo study of a two-compartment exchange model of diffusion. NMR Biomed， 2010， 23（7）： 711-724.

［12］ Latt J， Nilsson M， Wirestam R， et al. Regional values of diffusional kurtosis estimates in the healthy brain. J Magn Reson Imaging， 2013， 37（3）： 610-618.

（本文编辑 张春辉）

Diffusion Kurtosis Imaging Manifestations of the White Matters in Frontal and Parietal Lobes in Leukoaraiosis

10.3969/j.issn.1005-5185.2016.07.001

陈向荣

2016-01-07

泉州市重点科技项目（2014Z39）。

R742；R445.2