刘飞飞,杜静,杨光,张骏,严孙宏,王龙胜,王训
(安徽医科大学第二附属医院 1.神经内科; 2.放射科,安徽 合肥 230601)
帕金森病(Parkinson's disease,PD)的病理基础不仅是黑质致密部多巴胺神经元的丢失,脑白质的完整性同样受到损伤[1]。2018年国际帕金森病与运动障碍学会会议突出阐明在帕金森病的早期至中晚期脑白质均有改变,但相关研究仍需进一步完善[2]。弥散张量成像(diffusion tensor imaging,DTI)作为研究白质微结构改变的有效和非侵入性工具,在神经退行性疾病研究中的应用近年来不断增加,并且有学者提出DTI可作为PD诊断的重要影像标志物[3]。迄今为止大多数与PD相关的DTI研究集中监测由分数各向异性(fractional anisotropy,FA)和平均扩散率(Mean Diffusivity,MD)表示的某些特定区域的变化。而关于PD患者脑白质网络拓扑属性研究较少,本研究目的在于通过DTI成像技术结合复杂网络理论探索PD患者与健康者相比脑白质网络拓扑属性的差异性改变,为疾病的早期诊断提供有价值的信息。
招募2018年10月至2020年4月安徽医科大学第二附属医院神经内科收治的原发性帕金森病患者22例(PD组)及22例年龄、性别匹配的健康志愿者(对照组)。所有受试者均无影响MRI图像质量的头部金属异物且配合MRI检查。该研究通过医院伦理委员会批准后实施,并且所有受试者均签署知情同意书。
PD患者入组标准:①符合1992年英国PD协会脑库临床诊断标准[4],且由2名主治医师或以上职称的神经内科医师独立诊断;②右利手;③能够独立或在家属协助下完成量表测试;④未服用过影响血脂、血糖、尿酸等水平的药物。
排除标准:①多系统萎缩、进行性核上性麻痹等其他神经系统变性病;②合并严重的心、肝、肾等重要器官功能障碍;③有颅内占位、脑梗死、脑出血、脑部外伤、精神疾病病史。
对照组入选标准:①无中枢神经系统疾病及头部外伤史;②右利手,年龄50~80周岁;排除标准:①有严重躯体障碍性疾病;②有严重焦虑、抑郁等精神病史。
1.2.1 临床资料收集 研究对象入院后2 h内由专业神经内科医师对其进行病史和人口学资料采集,行全面神经系统体格检查。内容包括年龄、性别、吸烟饮酒史、慢性病史。采用统一PD评分量表第三部分(UPDRS-Ⅲ)[5]对患者进行运动功能评分,根据改良Hoehn-Yahr(H&Y)[6]分级评估患者疾病严重程度。
1.2.2 颅脑MRI检查 使用Siemens Verio 3.0 T 超导MR扫描仪,8通道头线圈,嘱患者取仰卧位,头部适当固定,以棉球塞耳减少噪音,获取常规头颅MRI平扫横轴位,由2名主治以上职称放射科医师共同分析平扫图像,排除相关病变后继续完成扫描。T1WI 结构像采用矢状位三维磁化准备快速梯度回波序列扫描,TR 1 800 ms,TE 2.98 ms,FOV 256 mm×256 mm,层厚1.0 mm,层间距0 mm,共采集192层全脑图像。DTI采用单次自旋回波-回波平面成像序列,TR 6700 ms,TE 95.0 ms,FOV 230 mm×230 mm,层厚3.0 mm,层间距0 mm,共采集45幅图像,采集时间627 s。所有数据均在MATLAB R2016a平台上使用PANDA软件进行预处理,包括数据格式转换、涡流校正和头像校正。
1.2.3 脑白质网络构建及拓扑属性研究
①脑结构网络节点的定义:利用解剖学自动标记模板(AAL)将整个大脑划分为90个区域,通过空间变换和图像配准方法,把标准空间下的AAL模板上各个脑区映射到个体空间。具体配准过程为:DTI图像按照1×1×1的比例重新体素采样,得出个体各向异性分数(FA)图像,再把FA图像线性配准到个体MRI TI结构像上,接着把个体MRI T1结构像非线性配准到标准空间下的MNI152 T1模板上。利用其逆变换,再把AAL模板的各个脑区隐射到个体空间上,以各个脑区作为网络的节点。
②脑结构网络边定义:使用Diffusion Toolkit工具,采用确定性纤维追踪技术进行全脑的纤维追踪。追踪终止的条件参数中角度设置为60°,FA值阈值为0.2。若上述定义的2个节点间存在白色纤维,则认为该两点间存在连接。设定纤维束(fiber number)矩阵阈值为3,当2个脑区间的FN≥3时,FN矩阵设为1,认为2个脑区间存在纤维连接;当FN<3是时,FN矩阵设为0,认为2个脑区之间不存在纤维连接。最后将连接矩阵的加权系数设为FN×FA。该处理工作同样在MATLAB平台上完成。
③脑白质网络拓扑属性分析:基于工具包GRETNA[7]完成脑白质网络拓扑属性的分析,图像处理流程示意图见图1。拓扑属性主要包括全局属性及局部属性:聚类系数(clustering coefficient,Cp)、最短路径长度(shortest path length,Lp)、全局效率(global efficiency,Eglob)、局部效率(local efficiency,Eloc)以及小世界属性。小世界属性包含γ、λ、σ 3个重要参数,γ定义为真实网络的聚类系数与随机网络的聚类系数比值,λ定义为真实网络的最短路径长度与随机网络最短路径长度比值,σ=γ/λ。当γ>1,λ≈1且σ>1时,该网络具有小世界属性。
应用SPSS 20.0进行数据分析:符合正态分布的计量资料以均数±标准差表示;两组间性别采用卡方检验,年龄、脑白质网络拓扑属性参数比较均采用两独立样本t检验;PD组全脑白质网络拓扑属性参数与病程、H-Y 分级、UPDRS-Ⅲ评分、多巴胺日剂量之间的相关性采用Pearson 分析,以P<0.05为差异有统计学意义。
A.PD患者DTI图像; B.重新采集体素; C.提取FA值; D.FA图像匹配到T1结构像上; E.采用确定性纤维追踪技术得到全脑纤维束图; F.T1结构像匹配到MNI标准空间模板上; G.由E、F得到FN×FA矩阵图; 最后利用GRETNA软件计算出拓扑属性参考值。
PD组与对照组间年龄、性别比较差异均无统计学意义(P>0.05)。见表1。
表1 PD组与健康对照组一般资料比较
小世界属性参考值γ、λ、σ两组间比较差异无统计学意义(P>0.05),两组脑白质网络均保留小世界属性;PD组与对照组比较聚类系数、全局效率和最短路径长度差异均有统计学意义(P<0.05);PD组聚类系数和全局效率均明显低于对照组,但最短路径长度高于对照组。局部效率两组间比较差异无统计学意义(P>0.05)。见表2。
表2 PD组与对照组拓扑属性参数比较
两组比较*P<0.05。
PD组中,最短路径长度与病程呈正相关(P<0.05),与H-Y分级、UPDRS-Ⅲ评分无相关性;聚类系数、全局效率、局部效率以及γ、λ、σ值与PD病程、H-Y分级、UPDRS-Ⅲ评分均无相关性(P>0.05);聚类系数、全局效率、局部效率、最短路径长度以及γ、λ、σ值与多巴胺日剂量均无相关性(P>0.05)。见表3。
表3 PD组拓扑属性参数与病程、H-Y分级、UPDRS-Ⅲ评分、多巴胺日剂量相关性分析
PD的白质改变表现为轴突变性和髓鞘损伤,并且越来越受到重视[8-9]。利用DTI技术测量水分子在神经纤维束上的扩散特征,通过计算FA值、MD值等方法发现PD患者脑白质微结构完整性受损,并且这种损伤贯穿于疾病发展的不同阶段[10]。该种方法侧重于研究局部脑白质的改变,近年来随着对大脑网络及功能的深入研究认为在神经网络中,病理基础是各脑区之间的异常连接及相互作用,而非是单一局部病变的结果[11]。采用基于图论的神经网络研究方法发现PD患者脑白质网络全局特性及局部特性均发生变化;而且这种脑网络拓扑属性的改变与神经功能自然老化无相关性,是PD患者神经退行性病变所特有的病理结果[12-13]。本研究发现PD组与健康对照组相比小世界属性参考值γ、λ、σ无明显差异,二者脑白质网络均保留小世界属性;聚类系数、全局效率和最短路径长度差异均有统计学意义,并且最短路径长度与病程呈正相关。小世界属性被认为反映了脑白质网络功能整合与分离的最佳平衡,维持整体信息的高效率传递,本研究表明这种平衡在PD中尚未被打破,这与Skidmore[14]及Nigro等[15]研究结果保持一致。但Kamagata等[16]运用多壳多组织约束球面反褶积法(MSMT-CSD )一种更为准确测量神经纤维束的方法表明与健康对照组相比,PD患者脑白质网络小世界属性显著降低;对于这种不同的研究结果,需通过更精确的测量方法进行深入的研究。
本研究发现与健康对照组相比,PD患者脑白质网络全局特性发生变化,具体体现在聚类系数和全局效率降低,而最短路径长度增加,这与Chiang[8]和Kamagata等[16]学者对PD患者脑网络拓扑属性的研究结果一致。聚类系数代表脑白质网络各节点之间连接的紧密性,全局效率意味着脑白质网络整体整合及传输信息的能力,最短路径长度则反映脑白质网络中不同脑区之间传递信息所需最短距离[17]。最短路径长度增加,聚类系数和全局效率的降低反映PD患者脑白质神经纤维束聚合度减低,各脑区之间的连接性破坏,进而导致全脑白质网络对信息的整合能力及各个脑区之间的信息传递效率下降,各个脑区间无法及时有效地进行信息传递与交流。同时,研究发现PD患者脑白质网络拓扑属性参数聚类系数、全局效率、λ、γ、σ值与患者病程、H-Y分级、UPDRS-Ⅲ评分、多巴胺日剂量均无相关性,与Wen等[18]的研究结果一致;而最短路径长度与患者病程呈正相关,这可能说明在早期PD患者已经出现脑白质网络的拓扑属性的改变,并且随着病程的延长逐渐变化,这与邱轶慧等[19]研究表明PD患者在疾病早期即存在脑白质网路拓扑属性改变并贯穿于疾病始终这一结果一致。
近年来,随着对PD患者脑网络拓扑属性越来越多的研究,发现PD患者脑白质网络功能并不总是呈现下降的趋势;在疾病发展不同阶段,不同的临床表征存在时,出现或减弱、或增强的脑白质网络功能变化。既往对前驱期PD患者基于DTI运用图论分析及网络统计研究方法显示前驱期PD患者的脑白质网络连通性增加,早期PD患者的局部连通性降低[18]。Olde 等[20]学者利用脑磁图学图论的研究发现局部效率受损和脑白质网络神经纤维束聚集性下降是PD的早期特征,随着时间的推移继续发展,同时全局效率随之降低。此外Skidmore等[14]发现PD患者脑白质网络的整体聚集系数和整体效率在早期同样表现出降低的趋势,局部水平聚集系数的降低主要发生在特定脑区(如壳核、苍白球、杏仁核和嗅球)。同时Hacker[21]及Helmch等[22]发现在帕金森病的早期和晚期,基底节和皮质运动区之间的连接性下降,以及皮质-纹状体环路功能存在障碍。然而Hu[23]和 Ajilore等[24]学者发现PD患者全局效率下降且脑白质网络整体性受损,而伴有抑郁的PD患者与不伴抑郁的PD患者比较,局部效率显著增加,主要表现在额叶、边缘系统连通性增强,脑白质网络效率增高。Wang等[25]对帕金森病伴有左旋多巴诱发运动障碍(levodopa-induced dyskinesias,LIDs)患者的脑结构拓扑属性研究发现,伴LIDs患者的整体效率、局部效率、聚集系数显著增加,最短路径长度减少;显示LIDs患者脑网络拓扑属性过度优化,过度强化的基底节-丘脑-皮质环路在左旋多巴诱发运动障碍起着重要作用。因此推测PD患者的运动障碍、情绪障碍等临床表现与脑白质网络整体或局部拓扑属性改变具有很大相关性。
目前大多数学者及本研究表明PD患者脑白质完整性及拓扑属性的改变可能在疾病早期就已经发生,PD患者脑白质网络仍保留小世界属性,但整体对信息的整合能力及各个脑区之间的信息传递效率下降。因本研究纳入的例数较少,不能很好地进行分组比较,对于早期PD的脑网络拓扑属性的研究仍需进一步深化,更加全面地了解DTI影像与帕金森病疾病进展的关系,是进一步研究的目标。