张子豪 蒋涛
突发性聋简称突聋,是指 72小时内发生的、原因不明的感音神经性听力损失,至少在相邻两个频率听力下降20 dB[1],是耳鼻喉科的一种常见急症,全世界发病率约为每年5/10万~20/10万,德国2011年指南显示其发病率可高达每年160/10万~400/10万。目前,引起突聋的病因尚未完全明确,探讨突聋的病理生理机制对患者的早期针对性治疗及预后具有重要的意义[2]。常规核磁共振检查仅仅可以发现严重的听觉通路中断(例如肿瘤和梗死),而在没有类似病变的情况下,常规核磁共振检查很难确定病因,导致该病在临床处置中缺乏针对性治疗措施[3]。近年来随着多种磁共振技术及分析方法的出现,通过分析磁共振影像数据,可以从不同角度研究突聋患者脑部结构及功能的变化,为该病的诊治及预后判断提供帮助,本文对磁共振成像用于突聋诊治中的研究进展综述如下。
三维容积液体衰减翻转恢复序列(3D-Flair序列)采用快速自旋回波成像技术,通过调节翻转角增加回波链长度、平面加速平行采集技术加快采集速度,进行容积采集,可以对原始数据图像进行任意方向重建、最大及最小信号投影、容积再现后处理,使得病变显示更加直观、清晰,具有高信噪比、高分辨率的优点;它被用来检测内耳畸形、炎症性脑疾病、血管疾病、肿瘤等[4]。同时,由于3D-Flair序列尤其是重T2加权3D-Flair序列具有更好的信号敏感性[5],因此,还可以被用来检测内耳液态成分的变化。Kim等[6]对59例突聋患者的3D-Flair及增强检查结果进行回顾性分析,发现10.2%的患者迷路信号增高且内、外淋巴均可观察到高信号,推测这些患者的病因可能为迷路出血;而在具有非出血性病因,如:前庭神经鞘瘤或迷路炎的突聋患者中,仅外淋巴可观察到信号增高,表明迷路出血可能是突聋的病因之一,3D-Flair序列可以有效鉴别迷路出血。Wang等[7]对100例突聋患者在发病后50天内进行了核磁共振检查,发现经静脉注射钆剂后,耳蜗、前庭等内耳结构在3D-Flair序列呈高信号,表明突聋患者可能出现了血迷路屏障和/或血神经屏障的破坏,且内耳的信号特点与听力损失的严重程度及预后密切相关。此外,患侧内耳并没有观察到“无信号”,表明钆尚可以通过血管进入内耳,血管阻塞可能不是突聋的主要病因;这与Berrettini[8]和郭良蓉等[9]的研究结果相似。Liao等[10]评估了54例单侧突聋患者在发病24天内患侧耳蜗与正常耳蜗高信号的异常程度和不对称性,结果显示3D-Flair在检测非对称性耳蜗异常信号方面具有较高的灵敏度,并且对预测患者的预后具有重要价值。Lammers等[11]通过Meta分析也肯定了3D-Flair序列在揭示突聋病理生理机制以及对患者的预后预测中的价值。
基于体素的灰质结构研究的核心是在体素水平上将大脑组织分割成灰质、白质、脑脊液,由此反映不同群体或者个体局部脑区的脑组织成分与特征的差异。Fan等[12]利用基于体素形态分析法(voxel-based morphometry,VBM)的方法分析了共计85例(左侧39例、右侧47例)、平均病程为8天的单侧突聋患者,发现患者患耳对侧听觉皮层灰质体积较正常人减少。Yang等[13]对平均病程为14.2年的14例右侧突聋患者的研究也印证了这一结果,同时一些非听觉区域,如:后扣带回、楔前叶、右侧海马旁回等出现了灰质体积的减少。吴晟等[14]进一步基于体素不对称方法发现单侧突聋患者早期的听觉皮层、默认网络及边缘系统均已存在体素水平大脑结构重组及灰质体积偏侧化改变。这些研究提示突聋患者的灰质损伤会随着疾病的进展呈现时间累积效应,病程越长,灰质受累越严重,累及范围越大,且会广泛影响非听觉区的脑组织。因此,基于体素的灰质结构研究对突聋患者的早期干预和精准治疗以及预后的探究具有重要意义。
理想情况下,水分子向各个方向的扩散呈自由扩散,但是由于脑内多种细胞结构,如:神经纤维束、细胞膜等阻碍水分子的自由移动,引起水分子向各个方向运动,称为各向异性。DTI技术是通过评估组织内水分子的扩散情况,从而间接反映组织的微观结构;其中最常应用的指标是部分各向异性(factional anisotropy,FA)和平均扩散系数(mean diffusivity,MD)。FA是指在整个弥散张量中水分子各向异性所占的比例,是反映细胞膜和髓鞘完整性的指标,FA值的范围从0到1,0代表了水分子的各向同性扩散,即在各个方向扩散的概率和距离相等,例如:脑脊液,1则代表水分子的扩散运动在很大程度上有方向依赖性,如:神经纤维。如果中枢神经系统的完整性受到了破坏、髓鞘损伤和丢失、纤维数量减少,FA的值就会有所减低,以此来提示病变的病理生理过程。MD是反映水分子扩散速度的指标值,代表全部水分子的扩散量,该值升高主要提示水分子向所有方向的扩散失去了限制,常见于髓鞘损伤或者缺失等情况,MD值越高,表示病情越重。在神经组织中,水分子的扩散在平行于轴突长轴方向几乎不受限,但在垂直于轴突长轴方向的扩散明显限制,这使得人们能够建立神经组织的三维结构成像[15]。
DTI技术以往多用于研究感音神经性聋患者的神经改变,对于突聋的研究较少。祝康等[16]比较了15例病程小于一周的突聋患者(左侧6例,右侧9例)及15例病程大于2年以上的感音神经性聋患者(长期组,均为双侧聋),发现突聋组较正常人听觉中枢未发生明显变化,而长期组较正常人的听觉中枢神经纤维明显破坏,这提示感音神经性聋患者的病程对听觉传导通路的结构变化的影响,早期干预对于患者的预后有着重要意义。
MRS是基于原子核磁共振频率的细微变化,定量检测组织中特定物质含量来无创的反映活体组织的代谢情况,提供相应的代谢信息[17]。谷氨酸是耳蜗内毛细胞和I型螺旋神经节神经元之间重要的兴奋性传入神经递质,γ-氨基丁酸是中枢神经系统重要的抑制性神经递质,二者对维持听觉神经细胞兴奋和抑制平衡具有重要意义。陈贤明等[18]利用氢质子磁共振波谱技术,研究了20例(右耳12例、左耳8例)病程小于10天的单侧重度突聋患者听皮层的代谢变化,发现患耳对侧听皮层谷氨酸代谢增高。窦晓清等[19]比较了15例病程小于一周的右侧重度突聋患者入院时与恢复过程中听皮层的代谢变化,也发现患耳对侧听觉皮层谷氨酸代谢增高,γ-氨基丁酸代谢明显减低;此外,该研究对9例患者常规治疗3个月后进行了复查,发现患者患耳对侧听觉皮层γ-氨基丁酸及谷氨酸异常代谢程度较入院时有所减轻;二者含量的变化可能与突触后γ-氨基丁酸受体增加有关,这有利于维持兴奋与抑制平衡,防止神经元死亡。上述研究提示突聋患者听觉系统抑制功能减弱,神经元对听觉刺激兴奋性增加,听觉中枢可能发生了功能重组。
BOLD-fMRI依赖于去氧血红蛋白的变化,具有顺磁性的去氧血红蛋白可以使组织的T2和T2*值缩短,从而使组织在T2及T2*加权图像上的信号降低,而氧合血红蛋白则与此相反。因此,当脑部受到刺激时,受刺激区域的脑组织被激活,而脑组织不具备储存葡萄糖和氧气的能力,导致激活区的氧气消耗量增加,相应区域的血流灌注增加,使得受刺激区域的氧合血红蛋白含量增加,其与脱氧血红蛋白的比例增高导致信号变化。通过搜集这些血氧浓度相对信号可以推测出大脑中氧气的消耗情况,从而反映中枢神经系统的生理功能。
目前血氧水平依赖磁共振主要有两种扫描模式,分别是任务刺激模式和静息态模式。任务模式是指让受试者大脑在执行特定任务的情况后观察脑区活动的变化。静息态是指受试者在清醒休息状态下,全身放松,不受任何刺激或任务行为的情况下进行检查。静息态和任务模式相比,静息态不需要设计特定的任务,消除了不同受试者对任务理解和执行差异的影响;由于静息态不需要执行任务,适合于不能配合的临床患者,静息态还可以同时研究多种网络间的相互关系,因此近年来静息态较任务模式更广泛地应用于临床疾病研究。低频振幅(amplitude of low frequency fluctuation, ALFF)和分数低频振幅(fractional amplitude of low frequency fluctuation, fALFF)一般被认为可以从能量的角度反映大脑的基线活动水平,ALFF和fALFF值的升高表面该区域大脑活动异常活跃。听觉中枢主要位于颞上回中部及颞横回,颞回的脑区活动水平有望作为潜在的影像学标记用来评估听觉损伤程度。朱新等[20]应用fMRI比较了18例病程小于7天的左侧重度突发性聋患者及18例正常人听觉皮层与脑的功能连接,结果显示耳聋发生后听觉皮层有少部分功能重组,而且这种功能重组随着耳聋时间的延长而更加明显。刘振等[21]利用ALFF和fALFF指标,分析了104例(左侧55例,右侧59例)平均病程为8天的单侧突聋患者脑活动水平的改变,发现无论是左侧或右侧聋,患者双侧颞叶ALFF和fALFF值较正常人均增高,以颞上回更为明显。季慧等[22]比较了16例左侧重度突聋患者及16例健康人以扣带回为种子区的静息态默认网络的变化,发现突聋患者右侧枕中回功能连接增强,右侧额中回连接减弱;右侧枕中回的连接增多可能是由于左侧听觉系统的感觉冲动传入减少后,视觉皮层与后扣带回之间建立了新的连接。额叶前部与智力和精神活动密切相关,而右侧前额叶的激活更是与记忆的提取有关,右侧额中回脑功能连接减弱,可能与突聋患者往往具有精神焦虑、记忆力减退等伴随症状有关。Xu等[23]也发现突聋患者不仅听觉功能网络可能存在“超激活”现象,而且广泛涉及到默认网络、执行控制网络、边缘网络等有关的脑区,验证了上述结果。
磁共振成像作为现代影像诊断的最新技术,其应用领域越来越广,影像组学[24]及人工智能(artificial intelligence,AI)技术[25]将成为未来的发展趋势。余佩林等[26]基于DTI数据结合机器学习,从包含各脑区的200个特征向量中,经过降维处理并构建分类模型,最终保留了6个特征,能够有效区分单侧突聋患者与正常人,为机器学习及人工智能对突聋的研究打下了基础。未来通过提取大量的磁共振图像特征,挖掘最具特征性的数据以捕捉突聋整个疾病过程中的病理生理变化,将对突聋的诊断、分期、疗效检测和预后判断发挥重要的作用,为突聋的准确诊断、个体化和精准化治疗提供决策依据。