磁共振成像在脑部疾病诊断中的研究进展

唐少平，陶蔷

磁共振成像在脑部疾病诊断中的研究进展

唐少平1，陶蔷2

1.首都医科大学第五临床医学院，北京 100069；2.首都医科大学生物医学工程学院，北京 100069

磁共振成像技术是脑部疾病诊断的重要方法之一。随着临床诊断技术的不断革新，越来越多的脑部疾病可被发现。磁共振成像技术自问世以来在脑成像中起关键作用，且随着科学技术的进步而不断完善。本文对磁共振成像技术在多种脑部疾病辅助诊断中的研究进展进行综述。

磁共振成像；脑部疾病；脑成像

磁共振成像（magnetic resonance imaging，MRI）是20世纪80年代初正式投入临床应用的一种成像技术[1]。近年来，MRI技术发展迅速，其在脑成像领域中的应用亦越来越多，受到学者广泛关注。本文就MRI技术在脑成像应用中的研究进展进行综述。

1 MRI概述

1.1 原理

将人体置于特殊磁场中，激发人体内的氢原子核，氢原子核会发生共振吸收外界能量，其将吸收的能量以电磁波的形式释放出来（即磁共振信号），磁共振信号被体外MRI设备中的吸收器吸收后获得纵向弛豫时间T1及横向弛豫时间T2，转换器可将T值转换为虚拟灰度，经电子计算机处理后获得的图像称作MRI[1]。由于患者的T值与正常人群不同，组织间的T值亦不同，形成影像的灰度也存在差异，这成为MRI诊断疾病的基础。

1.2 设备

MRI设备由磁体系统、梯度系统、射频系统、信号处理系统、主控计算机等组成。全球第1台MRI设备由Fonar公司于1984年研发成功；MRI设备的最初磁场强度多为0.15T，之后其磁场强度提高至3.0T，2018年7.0T的MRI设备被允许应用于临床[2]。MRI设备磁场强度的提高可提高其灵敏度、对比度及信噪比。

1.3 检查方法

MRI包括MRI普通扫描和MRI对比显像两种检查方法。MRI普通扫描是不注射对比剂的MRI扫描，是最常用的MRI检查方法，其可发现大部分脑肿瘤、血管畸形、脑损伤等颅脑病变。MRI对比显像是将对比剂注射到患者体内后进行的MRI检查方法，目前最常用的对比剂是钆喷酸葡胺，其经血液循环到达机体各组织处，改变局部磁场环境，并在成像上形成差异[3]。

2 MRI在脑医学中的应用

MRI技术是临床诊断各类疾病常用的检查手段之一，其在脑部疾病诊断中的应用也较为广泛，诊断准确性较高。

2.1 脑肿瘤

脑肿瘤是发生于脑部的异常新生物，既可原发于颅脑内，又可由其他部位转移而来，即原位癌和转移癌。患者一般会出现头痛等症状，临床表现为颅内高压等。国内研究发现，脑肿瘤患者的病灶均位于白质区域，T1信号相对较低，边缘部位模糊不清；T2信号相对较高且均匀，边缘清晰可见。临床上，可通过MRI对早期颅脑肿瘤进行初步诊断。Koch等[4]应用MRI技术测定麻黄碱和苯肾上腺素对脑肿瘤患者脑部循环的影响，通过MRI可比较两种药物对脑部毛细血管传输时间的异质性，分析药物对脑部氧张力的影响，从而助力脑肿瘤的临床治疗。

2.2 脑梗死

脑梗死患者颅内血管发生病变，相关血管所支配区域内的组织无法获得足够的氧及营养物质而易发生坏死，神经细胞也在一定程度上受到损伤，从而表现出神经功能障碍。动脉硬化和心源性栓塞是导致脑梗死的主要原因。黄世林[5]研究发现，MRI增强扫描患者脑部出血区域，影像呈地图样强化。南细柳[6]对50例老年出血性脑梗死患者进行MRI检查，结果发现患者病灶区域呈现出斑块状混杂信号，检出率为96%。Lan等[7]提出改进方案，将多尺度U-Net[MS（U-Net）]模型应用于脑部MRI分割，分割结果更加接近真实结果，从而对脑梗死进行更加准确的分型。在此基础上测定三酰甘油水平、低密度脂蛋白/高密度脂蛋白比值、中性粒细胞/淋巴细胞比值等生化指标可用于眩晕性脑梗死的诊断。

2.3 脑血管瘤

脑血管瘤一般指脑动脉发生的病变。多种因素损伤颅脑动脉血管壁后，损伤部位在动脉压力下逐渐扩大，形成突起，形状似肿瘤。其根据动脉破裂与否可分为破裂动脉瘤和未破裂动脉瘤，患病率为2%～5%。动脉瘤未破裂时，患者无明显临床症状；动脉瘤发生破裂后，患者会突发剧烈头痛。陈世林等[8]在脑肿瘤患者和海绵状脑血管瘤患者中开展三维动脉自旋标记脑血流技术与磁共振灌注加权成像技术的对比研究，结果发现二者均能较好地评价患者脑部血流灌注情况，对疾病的辅助诊断、治疗方案的选择及疾病的预后发挥作用。

2.4 脑出血

脑出血是除外伤之外的其他因素导致的脑部血管破裂出血。高脂血症、高血压等易损伤脑部血管，从而引发脑出血。张琢[9]通过MRI将脑出血分为5个时期，提示MRI可用于脑出血分期、分型的确认，辅助疾病诊断。Li等[10]利用多模态神经影像学技术研究部分缺血性脑卒中患者慢性脑出血的患病率，结果发现常规头颅MRI扫描和磁敏感加权成像均可对有症状慢性脑出血和无症状慢性脑出血进行判断，二者的影像学表现类似，提示二者均可用于既往缺血性脑卒中患者慢性脑出血的辅助诊断。

2.5 脑震荡

脑震荡是指患者头部受外力击打后而发生的轻度脑损伤，一般情况下患者的脑实质不会出现较大的病理改变。患者常出现短暂性昏迷、遗忘等症状，被认为是最轻的一种脑损伤，易治愈。Virani等[11]应用磁敏感加权成像技术检测脑震荡患者的脑微出血情况，发现脑震荡造成的脑微出血量与骨科损伤基本相同。提示MRI可用于脑震荡造成的脑部微出血检测，其对脑震荡的预后具有一定的监测功能。Wu等[12]对运动相关脑震荡患者进行磁共振弥散加权成像检查，研究患者患病后白质的纵向恢复轨迹，结果发现患者受伤24～48h后的磁共振弥散加权成像衍生平均扩散率显著高于对照组，且持续性白质异常与临床结局和恢复时间延迟有关。

2.6 脑积水

脑积水是指原存在于脑部的正常脑脊液循环被破坏，过量脑脊液聚集在脑内而引起的疾病。外伤、脑肿瘤等常导致脑脊液循环出现障碍，引起脑积水。其典型症状为头痛、尿失禁、视力模糊等，如不及时治疗可能导致脑萎缩。不同MRI序列组合能够提供高分辨率解剖信息和脑脊液血流信息，在大多数情况下可对脑积水类型及其致病机制进行准确诊断，这是确定合适治疗方案的基本信息。Hodler等[13]对不同年龄段、不同类型的脑积水和其他脑脊液疾病所需的放射学检查和成像特征进行总结，认为若常规MRI序列无法发现梗阻病灶时，PC-MRI和3D重T2加权稳态序列（3D heavily T2-weighted steady-state sequences，3DT2WSS）分别能够评估脑脊液循环和具体解剖结构，从而帮助临床诊断并改善临床实践。

2.7 脑挫裂伤

脑挫裂伤是指患者头部受到强烈外力刺激，导致软脑膜发生撕裂，脑实质受到损伤，其典型症状为意识障碍、头痛、呕吐、癫痫等。在脑挫伤之后，可通过对神经束行弥散造影推断患者神经网络的损坏情况，但缺少高分辨率成像和组织病理学的验证。Nolan等[14]研究证实，一种新型离体MRI技术可检测到患者神经束的破坏，反映轴突损伤情况，病理学验证损伤部位存在片状淀粉样前体蛋白沉积、星形胶质细胞增生等组织改变。

2.8 帕金森病

帕金森病常发生于老年群体，其主要病因是位于黑质的多巴胺能神经元变性，临床表现为运动协调性差、睡眠障碍等。于文文等[15]研究发现帕金森病患者脑桥十字征和裂隙征比较典型，而多系统萎缩患者的脑桥、中脑、小脑明显萎缩，认为MRI在两种疾病的鉴别上具有较高价值。陈起强等[16]对帕金森综合征和帕金森病患者进行MRI常规扫描，结果发现帕金森综合征患者基底节和皮层下信号明显异常，但帕金森病患者的MRI图像无特殊变化，提示MRI可推广用于鉴别、诊断帕金森病与其他症状类似的脑部疾病。

2.9 脑死亡

脑死亡是指整个大脑功能的不可逆性停止，有研究认为其确诊条件包括昏迷、无脑干反射、呼吸暂停[17]。有学者并不推荐将MRI作为其诊断方法，但脑死亡患者的MRI图像存在部分特征性变化，包括大量脑水肿伴脑疝、灰质或白质分化不良、弥漫性弥散受限，可预示脑死亡的发生，具有临床意义。

3 MRI的优势与不足

MRI的解剖学和功能空间分辨率较好，其软组织对比度是目前影像学检查中最高的，无辐射，是无法接受电离辐射患者可接受的检查方法之一[18]。

MRI亦有不足之处，①观察病灶不够迅速：MRI图像是多序列的，需逐个分析，无法直观、迅速地观察病变。②检查时间相对较长：不适用于急重症患者，患者在检查期间难以一直保持同一姿势。③易产生伪影：患者的轻微动作及磁场稳定性等在图像上可产生伪影，影响检查的准确性。④安全性：患者无法携带心脏起搏器、金属发卡、硬币等铁磁性物体，上述物质不仅会影响图像质量，还可能对人体造成危害。⑤缺乏刚性骨组织作为参照[19]。

影像互补可集合多种成像方法的优点，将不同影像信息按照一定算法进行综合处理，得到较单一数据更准确、更丰富的信息。多模态成像是影像融合方式之一。目前研究较多的是将正电子发射断层显像、CT、MRI相融合[18]。MRI在多模态成像中具有重要意义，可增加解剖结构细节、减少辐射剂量、提高软组织对比度。

4 MRI的发展方向

MRI在各种脑部疾病的影像学辅助诊断中起重要作用，因具有无创、清晰等优点而受到医生和患者的关注。除上述MRI检查方法，目前还有很多处于研究阶段的MRI方法。

4.1 加快成像速度

基于人工智能技术，加速MRI成像速度的方法包括欠采样图像重建方法和超分辨率方法。欠采样图像重建方法可应用于图像空间和K空间，可显示出较好的图像信息。未来比较有希望的发展方向包括扩展深度学习重建模型，使用3D重建技术和联合多对比训练，全面评估人工智能加速图像的诊断准确性，以确保临床诊断质量不受影响[20]。

4.2 发现新的造影剂

杨滨羽等[21]发现一种新型造影剂，其成分是包裹有葡聚糖的超顺磁性氧化铁纳米材料，研究显示其在关节软骨的MRI成像方面有较好的效果，可提高MRI图像质量。Patil等[22]在钆基造影剂基础上配制单臂和多臂钆MRI造影剂，并在胶质瘤小鼠模型中研究该造影剂的肿瘤成像性能，发现该造影剂所产生的对比度更大，有望对脑肿瘤进行鉴别诊断。

4.3 医学图像融合

Song等[23]提出可用图像融合方法辅助阿尔茨海默病的诊断，通过配准和掩模编码融合脑MRI和氟脱氧葡萄糖–正电子发射断层扫描图像的灰质组织，使用三维简单卷积神经网络评估图像融合方法在二元分类和多分类任务中的有效性。研究认为所提出的图像融合方法较单峰和特征融合方法具有更好的整体性能，优于最先进的阿尔茨海默病诊断方法。

4.4 提高图像质量

研究新型软件，分析和改进算法，提高MRI脑部图像质量。黄敏等[24]从K空间数据快速重建高质量图像，认为改进后的模型质量更优，对病灶和小脑细节的恢复更好。高质量图像可更好地发现微小病灶，减少误诊、漏诊的发生。

4.5 三维重建技术

刘子凡等[25]使用Arigin 3D Pro医学三维重构软件对多台CT和MRI设备扫描实体模型的数据进行重构，发现重构的三维模型与实体模型的相对误差仅为0.09%～1.28%，且可对不同品牌的CT和MRI设备扫描数据进行重构，因此认为该模型的精确性与通用性均较好。三维图像有利于脑肿瘤、脑血管瘤等脑部疾病的早期诊断和治疗，但因重建时间较长，临床应用较困难。另外，现有3D重建技术具有切片曲率变化和曲面不连贯等问题，采用分割推叠重建方法，可更精确地重建脑部肿瘤。

5 总结与展望

MRI平扫通过弥散加权、敏感加权、灌注加权等延伸出多种MRI技术，每种MRI技术对不同脑部疾病的诊断都有其独特的优势，针对不同的病症应选择合适的技术以尽早发现疾病，并及时进行临床干预。虽然MRI仍有一定的局限性，但随着成像速度加快、新造影剂的出现、三维重建技术的改善、新的功能性MRI技术的诞生，MRI对疾病的检出率会进一步提高，在脑成像领域发挥更大的作用。

[1] 陈武凡, 康立丽. MRI原理与技术[M]. 北京: 科学出版社, 2012.

[2] 高家红, 雷皓, 陈群, 等. 磁共振成像发展综述[J]. 中国科学(生命科学), 2020, 50(11): 1285–1295.

[3] LIN T, ZHAO Y, CHEN J, et al. Carboxymethyl chitosan- assisted MnOxnanoparticles: Synthesis, characterization, detection and cartilage repair in early osteoarthritis[J]. Carbohydr Polym, 2022, 294: 119821.

[4] KOCH K U, MIKKELSEN I K, ESPELUND U S, et al. Cerebral macro- and microcirculation during ephedrine versus phenylephrine treatment in anesthetized brain tumor patients: A randomized clinical trial using magnetic resonance imaging[J]. Anesthesiology, 2021, 135(5): 788–803.

[5] 黄世林. 磁共振弥散张量成像在脑胶质瘤诊断中的应用分析[J]. 吉林医学, 2020, 41(3): 675–676.

[6] 南细柳. CT与MRI在老年出血性脑梗死患者中的诊断价值[J]. 中国继续医学教育, 2021, 13(3): 115–117.

[7] LAN W, AI P, XU Q. Deep-learning-based MRI in the diagnosis of cerebral infarction and its correlation with the neutrophil to lymphocyte ratio[J]. Ann Palliat Med, 2021, 10(11): 11370–11381.

[8] 陈世林, 王丽英, 王莉, 等. 3D-ASL与DSC-PWI在脑肿瘤灌注成像中的一致性分析[J]. 南方医科大学学报, 2021, 41(8): 1283–1286.

[9] 张琢. 不同期别脑出血MRI诊断及信号变化特点[J]. 影像研究与医学应用, 2019, 3(17): 28–29.

[10] LI G F, WU Y L, WANG S, et al. Previous chronic symptomatic and asymptomatic cerebral hemorrhage in patients with acute ischemic stroke[J]. Neuroradiology, 2019, 61(1): 103–107.

[11] VIRANI S, BARTON A, GOODYEAR B G, et al. Susceptibility-weighted magnetic resonance imaging (MRI) of microbleeds in pediatric concussion[J]. J Child Neurol, 2021, 36(10): 867–874.

[12] WU Y C, HAREZLAK J, ELSAID N M H, et al. Longitudinal white-matter abnormalities in sports- related concussion: A diffusion MRI study[J]. Neurology, 2020, 95(7): e781–e792.

[13] HODLER J, KUBIK-HUCH R A, VON SCHULTHESS G K, et al. Diseases of the Brain, Head and Neck, Spine 2020–2023: Diagnostic Imaging[M]. Berlin: Springer, 2020.

[14] NOLAN A L, PETERSEN C, IACONO D, et al. Tractography-pathology correlations in traumatic brain injury: A TRACK-TBI study[J]. J Neurotrauma, 2021, 38(12): 1620–1631.

[15] 于文文, 王琦, 吴晓丽. 经颅超声和MRI对多系统萎缩与帕金森病患者的鉴别诊断价值[J]. 医学影像学杂志, 2021, 31(1): 119–122.

[16] 陈起强, 林焕斌. 探讨MRI检查在帕金森病与帕金森综合征鉴别诊断中的应用价值[J]. 齐齐哈尔医学院学报, 2020, 41(17): 2165–2167.

[17] RIZVI T, BATCHALA P, MUKHERJEE S. Brain death: Diagnosis and imaging techniques[J]. Semin Ultrasound CT MR, 2018, 39(5): 515–529.

[18] DECAZES P, HINAULT P, VERESEZAN O, et al. Trimodality PET/CT/MRI and radiotherapy: A mini- review[J]. Front Oncol, 2021, 10: 614008.

[19] 葛均波, 徐永健, 王辰. 内科学[M]. 9版. 北京: 人民卫生出版社, 2018.

[20] JOHNSON P M, RECHT M P, KNOLL F. Improving the speed of MRI with artificial intelligence[J]. Semin Musculoskelet Radiol, 2020, 24(1): 12–20.

[21] 杨滨羽, 罗霞, 刘佳伶, 等. 葡聚糖包裹超顺磁性氧化铁纳米材料用于关节软骨磁共振T2-Map成像研究[J]. 生物医学工程研究, 2020, 39(1): 36–40.

[22] PATIL R, GALSTYAN A, GRODZINSKI Z B, et al. Single- and multi-arm gadolinium MRI contrast agents for targeted imaging of glioblastoma[J]. Int J Nanomedicine, 2020, 15: 3057–3070.

[23] SONG J, ZHENG J, LI P, et al. An effective multimodal image fusion method using MRI and pet for Alzheimer’s disease diagnosis[J]. Front Digit Health, 2021, 3: 637386.

[24] 黄敏, 管智慧, 周到, 等. 基于K空间数据的深度核磁共振图像重建[J].生物医学工程研究, 2020, 39(2): 139–144.

[25] 刘子凡, 许苑晶, 柳毅浩, 等. 基于3D打印的医学三维重构软件系统的精度研究[J]. 生物医学工程研究, 2020, 39(3): 219–225.

（2022–09–11）

（2023–07–18）

R445.2

A

10.3969/j.issn.1673-9701.2023.25.031

北京市自然科学基金资助项目（7144189）；首都医科大学科研基金项目（17ZR24）

陶蔷，电子信箱：taoqiang@ccmu.edu.cn