分享:
分享到微信朋友圈
X
临床研究
多b值扩散加权成像在阿尔茨海默病临床诊断中的价值探讨
邱艳华 陈秋雁 施黎炜 郑添秀 张德永 魏鼎泰

Cite this article as: QIU Y H, CHEN Q Y, SHI L W, et al. Clinical diagnosis value of multi-b value diffusion weighted imaging in Alzheimer's disease[J]. Chin J Magn Reson Imaging, 2023, 14(12): 6-14.本文引用格式:邱艳华, 陈秋雁, 施黎炜, 等. 多b值扩散加权成像在阿尔茨海默病临床诊断中的价值探讨[J]. 磁共振成像, 2023, 14(12): 6-14. DOI:10.12015/issn.1674-8034.2023.12.002.


[摘要] 目的 探讨多b值扩散加权成像(multi-b value diffusion-weighted imaging, MB-DWI)技术在阿尔茨海默病(Alzheimer's disease, AD)临床诊断中的价值,以期协助临床对AD早期阶段进行诊断及治疗。材料与方法 本研究总共纳入68名受试者,包括AD患者24名(AD组)、轻度认知障碍(mild cognitive impairment, MCI)患者29名(MCI组)和正常对照(normal control, NC)15名(NC组)。对比三组间表观扩散系数(apparent diffusion coefficient, ADC)、体素内不相干运动成像扩散系数(intravoxel incoherent motion-diffusion coefficient, IVIM-D)、体素内不相干运动成像灌注分数(intravoxel incoherent motion-perfusion fraction, IVIM-f)、水通道蛋白相关表观扩散系数(aquaporin-apparent diffusion coefficient, AQP-ADC)差异是否具有统计学意义,并进行临床相关认知评分与上述指标的相关性分析。结果 在使用AQP-ADC值、IVIM-D值分析中发现MCI组和NC组的差异主要在额叶皮层(右P=0.046;左P=0.016)、海马(右P=0.020;左P=0.022)、丘脑(右P=0.022;左P=0.001)及左侧颞叶(P=0.049)。且随着AD疾病的进展,与NC组相比,AD组表现出更多部位的显著差异。在使用受试者工作特性(receiver operating characteristic, ROC)曲线分析MB-DWI相关指标的诊断性能时,发现相较于常规ADC,AQP-ADC、IVIM-D在检出MCI、AD上具有优越性。结论 相较于常规DWI,MB-DWI对AD的诊断具有明显的优越性,特别是提供了MCI阶段的额外信息。MB-DWI可能成为AD相关病理生理改变的另一个早期生物标志物和疾病进展的衡量指标。
[Abstract] Objective To explore the value of multi-b diffusion-weighted imaging (MB-DWI) in the clinical diagnosis of Alzheimer's disease (AD), in order to assist clinical diagnosis and treatment in the early stage of AD.Materials and Methods A total of 68 subjects were enrolled in the study, including three subject populations: 24 subjects with AD, 29 subjects with cognitive impairment (MCI), and 15 normal controls (NC) with no cognitive complaints. Statistical differences in apparent diffusion coefficient (ADC), intravoxel incoherent motion-diffusion coefficient (IVIM-D), intravoxel incoherent motion-perfusion fraction (IVIM-f), aquaporin-apparent diffusion coefficient (AQP-ADC) were compared using one-way ANOVA or Cruskal-Wallis test, and further comparison between groups was performed using Bonferroni method. In addition, the correlation between clinical cognitive score and the above indexes was further analyzed.Results In the analysis of AQP-ADC and IVIM-D, the differences between the MCI group and the NC group were mainly in the frontal cortex (right P=0.046; left P=0.016), hippocampus (right P=0.020; left P=0.022), thalamus (right P=0.022; left P=0.001) and left temporal white matter (P=0.049). The results showed that compared with the NC group, the AD group showed more regional differences in the progression of AD. In addition, AQP-ADC and IVIM-D had superiority in detecting MCI and AD compared with conventional ADC when receiver operating characteristic curves (ROC) were used to analyze the diagnostic performance of MB-DWI related indexes.Conclusions Compared with conventional DWI, MB-DWI has significant advantages in AD diagnosis, especially in providing additional information at the MCI stage. MB-DWI may be another early biomarker and measure of disease progression for AD-related pathophysiological changes.
[关键词] 阿尔茨海默病;轻度认知障碍;磁共振成像;功能磁共振成像;多b值扩散加权成像
[Keywords] Alzheimer's disease;mild cognitive impairment;magnetic resonance imaging;functional magnetic resonance imaging;multi-b value diffusion weighted imaging

邱艳华 1   陈秋雁 2, 3   施黎炜 2, 3   郑添秀 2, 3   张德永 2, 3   魏鼎泰 2, 3*  

1 福建医科大学附属漳州市医院影像科,漳州 363000

2 宁德师范学院附属宁德市医院影像科,宁德 352100

3 宁德师范学院附属宁德市医院脑脉管性疾病与分子影像实验室,宁德 352100

通信作者:魏鼎泰,E-mail:wdtai83@163.com

作者贡献声明:魏鼎泰设计本研究的方案,对稿件重要内容进行了修改,获得了福建省自然科学基金科技项目、2020年宁德师范学院创新团队专项项目的资助;邱艳华参与选题和设计,采集数据、参与资料的分析与解释,撰写论文并对学术内容的重要方面进行了关键修改;陈秋雁、施黎炜、郑添秀、张德永参与选题和设计,采集数据、参与资料的分析与解释,对最终要发表的论文版本进行了全面的审阅和把关;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 福建省自然科学基金项目 2021J011158 2020年宁德师范学院创新团队专项项目
收稿日期:2023-04-06
接受日期:2023-11-07
中图分类号:R445.2  R749.16 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2023.12.002
本文引用格式:邱艳华, 陈秋雁, 施黎炜, 等. 多b值扩散加权成像在阿尔茨海默病临床诊断中的价值探讨[J]. 磁共振成像, 2023, 14(12): 6-14. DOI:10.12015/issn.1674-8034.2023.12.002.

0 前言

       阿尔茨海默病(Alzheimer's disease, AD)作为一种进行性的、不可逆的中枢神经系统退行性疾病,起病隐匿,以渐进性认知障碍为主要临床表现,其主要神经病理特征是β淀粉样蛋白在细胞外沉积及tau蛋白以神经元纤维缠结的形式在细胞内积聚,脑神经细胞之间的联系被异常的蛋白质阻断,导致在大脑中传递信息的递质被破坏[1]。轻度认知障碍(mild cognitive impairment, MCI)是一种存在一个或多个领域认知功能损害而其他领域功能相对保存的综合征,但尚未达到痴呆的标准[2]。临床上最为常见的类型是遗忘型MCI,其主要临床表现为记忆力损害。MCI通常被认为是AD的一种前驱阶段,具有向AD转化的高风险[3]

       迄今为止临床上尚无有效治愈AD的药物及手段。在AD的临床早期进行药物干预可在短期内改善认知功能,减缓疾病的进展;而在痴呆阶段药物治疗效果明显降低,对临床症状无明显的改善作用。目前我国大多数确诊AD患者都处于痴呆阶段,存在不可逆的神经损伤,药物治疗效果差,若能在临床早期进行早期诊断及药物干预则可以很大程度上延缓病程的进展、减轻家庭负担。

       目前,临床诊断AD主要根据临床症状评估及神经心理学量表评分,这些信息的获取较方便,但具有主观性。而通过获取体液标志物和正电子发射断层成像(positron emission tomography, PET)可为AD的诊断提供更客观的依据[4]。但脑脊液检查及PET由于其侵入性、高成本等局限,在AD的临床早期及MCI阶段尚未得到广泛的临床应用。因此临床工作中迫切需要一种能够无创、早期且准确的检查手段来识别MCI、AD,进一步指导临床治疗。有研究表明脑结构发生明显的形变前脑组织的功能已发生改变[5]。越来越多的证据表明AD的潜伏期可长达几十年,其病理变化在症状出现前几十年就已经发生[6]。若能早期检测到脑功能的改变就能早期识别AD,从而进一步进行临床干预,可改善患者的认知功能。

       以往认为水分子在人体内是遵循简单的自由扩散原则进行运动的。而1986年[7]提出的体素内不相干运动(intravoxel incoherent motion, IVIM)成像双指数模型认为组织中的布朗运动包括水分子的真性扩散和微循环灌注相关扩散,即扩散系数(diffusion coefficient, D)和灌注分数(perfusion fraction, f)。在使用IVIM-f评估MCI患者海马微循环灌注改变,并与动脉自旋标记(arterial spin labeling, ASL)进行对比分析时,发现两者间具有较好的一致性[8]。然而水通道蛋白(aquaporins, AQPs)[9]的发现使人们进一步认识到水分子的主动跨膜转运方式。且AQPs表达量只要达到10%的改变,就能显著改变表观扩散系数(apparent diffusion coefficient, ADC)[10]。当b>1700 s/mm2时,获得的水分子扩散信号几乎来自水分子的通过AQPs主动跨膜转运的信息,即水通道蛋白相关表观扩散系数(aquaporin-apparent diffusion coefficient, AQP-ADC),因此在双指数模型的基础上,引入更多、更高b值可进一步检测水分子主动跨膜转运的能力,并通过AQP-ADC值可定量评价细胞膜上AQPs的表达情况[11]。水通道蛋白成像(aquaporin imaging)正是基于此理论的一种新型分子成像技术,通过检测AQP-ADC值的改变,可从分子水平反映生理、病理状态下细胞膜上AQPs信息。迄今为止,哺乳动物体内共发现13种AQPs,而中枢神经系统中仅表达3种AQPs,其中以AQP4的表达量最丰富[12]。近年来,有学者提出中枢神经系统存在血管周围通路,称为类淋巴系统,促进脑脊液通过脑实质的再循环,并参与脑内代谢废物的清除,而脑脊液和间质液的血管间交换主要依赖于星形胶质细胞上极性分布的AQP4[13]。AD患者脑脊液中的AQP4显著增高,且与tau蛋白呈正相关[14]。而KECHELIEV等[15]的研究表明,血管周围AQP4极性缺失与AD的神经病理密切相关。多b值扩散加权成像(multi-b value diffusion resonance imaging, MB-DWI)通过采集连续多个b值的DWI图像,基于不同的拟合算法,可分别获得IVIM-D、IVIM-f及AQP-ADC值。该成像技术具有无创性、可活体检测、高重复性等优点。但目前应用MB-DWI对AD进行评价的研究较少,其在AD的临床诊断中的作用有待进一步确定。本研究应用MB-DWI对MCI、AD患者脑功能改变进行评估,为AD的早期临床诊断、药物干预及疾病进展提供影像学支持。

1 材料与方法

1.1 研究对象

       本研究纳入2020年6月至2021年12月在宁德市医院就诊患者共76名,经入组标准及排除标准筛选,最终纳入68名患者,分成两组,包括AD患者24名(AD组),MCI患者29名(MCI组);同时招募15名健康老年人作为正常对照(normal control, NC)组。本研究遵守《赫尔辛基宣言》,经宁德市医院伦理委员会批准,批准文号:20200901,全体受试者均签署了知情同意书。

       纳入标准:(1)年龄范围在50~85岁(包括50岁和85岁);(2)同意进行MRI检查,并签署参与研究的知情同意书;(3)由符合伦理要求的家属陪同,可配合完成影像学检查,若无法一次全部检查完成者分成两次进行;(4)AD组符合美国国立神经病学、语言障碍和卒中研究所、阿尔茨海默病和相关疾病协会“可能AD”诊断标准与统计手册第4次修订版AD诊断标准[16];MCI组符合Petersen的MCI诊断标准[17]。排除标准:(1)脑肿瘤性病变;(2)严重心血管疾病;(3)精神疾病病史及家族史;(4)既往脑外伤病史;(5)重大脑部疾病,如中枢神经系统感染性疾病、帕金森病、亨廷顿舞蹈症、癫痫、多发性硬化等脱髓鞘性疾病;(6)严重心肺/肝/肾/造血疾病;(7)图像存在伪影。

1.2 临床资料评估

       对所有受试者均进行详细的病史采集,包括受试者的基本情况、性别、年龄、受教育年限、家族史、糖尿病、高血压病史等情况,并进行全面的体格检查。三组患者均采用简明精神状态检查(Mini-Mental State Examination, MMSE)量表评价认知功能状况。MMSE量表包括定向力的检测、记忆力及回忆力的测评、简单的计算能力、语言及结构模仿视空间能力等项目,满分为30分。

1.3 影像学检查

1.3.1 扫描仪器

       所有受试者均使用3.0 T磁共振成像(Discovery MR750 3.0 T)及配套8通道头部专用正交线圈进行检查。为减少图像运动伪影的产生,在检查前使用泡沫垫固定受试者的头部,并在受试者双侧外耳道置入耳塞。

1.3.2 检查序列

       T1WI、T2WI、T2-液体衰减反转恢复(fluid attenuated inversion recovery, FLAIR)、扩散加权成像(diffusion weighted imaging, DWI)、MB-DWI(b值包括0、30、50、80、100、150、200、300、500、800、1000、1300、1700、2000、2500、3000、3500、4000、4500 s/mm2)、3D T1WI序列。

       T1WI序列扫描参数:FOV 24.0 cm×24.0 cm,层厚5 mm,间隔1.5 mm,TR 1750.0 ms,TE 24.0 ms,矩阵320×256,带宽41.67 kHz,扫描时间1 min 22 s;T2-FLAIR序列扫描参数:FOV 24.0 cm×24.0 cm,层厚5 mm,间隔1.5 mm,TR 8400.0 ms,TE 145.0 ms,矩阵256×256,带宽62.5 kHz,扫描时间2 min 15 s;T2WI序列扫描参数:FOV 24.0 cm×24.0 cm,层厚5 mm,间隔1.5 mm,TR 6051.0 ms,TE 93.0 ms,矩阵512×512,带宽83.3 kHz,扫描时间2 min 1 s;DWI序列扫描参数:FOV 24.0 cm×24.0 cm,层厚5 mm,间隔1.5 mm,TR 4000 ms,TE 65.7 ms,b=0、1000 s/mm2,带宽250.0 kHz,矩阵160×160,扫描时间32 s;MB-DWI序列扫描参数:FOV 24.0 cm×24.0 cm,层厚5 mm,间隔1.5 mm,TR 2831.0 ms,TE 88.3 ms,矩阵128×128,带宽250.0 kHz,扫描时间6 min 24 s;3D T1WI序列扫描参数:FOV 25.6 cm×25.6 cm,层厚 1 mm,间隔1.5 mm,TR 8.2 ms,TE 3.2 ms,矩阵256×256,带宽31.25 kHz,扫描时间4 min 19 s。

1.4 MRI图像后处理及数据采集

       将所有受试者的原始MRI图像传输至图像存档与传输系统GE Aw Volume Share 5工作站,应用Functool软件中的MADC及AQP对图像进行后处理,得到常规ADC伪彩图、IVIM-D伪彩图、IVIM-D*伪彩图、IVIM-f伪彩图、AQP-ADC伪彩图(图1)。常规ADC伪彩图使用的b值为0、1000 s/mm2,IVIM-D伪彩图、IVIM-D*伪彩图、IVIM-f伪彩图选取的b值为0~2000 s/mm2,AQP-ADC伪彩图选取的b值区间为2000~4500 s/mm2。常规ADC使用单指数模型,计算公式如下:

       其中,S为b值的DWI信号强度,S0为b0值得到的DWI信号强度。

       使用所有DWI图像拟合成三指数模型,计算公式如下:

       其中,当b值<2000 s/mm2时,使用双指数方程进行拟合得到DWI信号S;当b≥2000 s/mm2时,使用单指数方程来量化得到ADCuh(即AQP-ADC)。f为灌注分数,D反映了水分子随机运动的真实扩散系数,D*反映了水分子扩散的伪扩散系数。

       结合常规T2-FLAIR及DWI图像,选择双侧大脑半球的额叶皮层、额叶白质、颞叶白质、顶叶白质、海马、丘脑、苍白球、尾状核等和认知功能密切相关的脑区(图2),选取感兴趣区(region of interest, ROI),分别测量三次,取其平均值,记录常规ADC值、IVIM-D值、IVIM-f值、AQP-ADC值。不同伪彩图上同一解剖部位尽量取相同部位并保持ROI大小一致,ROI的大小根据解剖位置而定,放置于信号较均匀部分,同时避开血管、扩大的血管周围淋巴间隙、脑脊液等区域。勾画ROI工作均由同一丰富神经影像诊断经验的医师在独立双盲(临床资料及影像资料)的情况下进行。

图1  海马多b值扩散加权成像及参数伪彩图。1A:b=1000 s/mm2时的扩散加权成像图;1B:常规ADC伪彩图;1C:AQP-ADC伪彩图;1D:IVIM-D伪彩图;1E:IVIM-D*伪彩图;1F:IVIM-f伪彩图。ADC:表观扩散系数;AQP-ADC:水通道蛋白相关表观扩散系数;IVIM-D:体素内不相干运动成像扩散系数;IVIM-D*:体素内不相干运动成像伪扩散系数;IVIM-f:体素内不相干运动成像灌注分数。
Fig. 1  Parametric pseudo-color image of multi-b-value diffusion-weighted imaging illustrated by the hippocampus. 1A: Diffusion-weighted image (b=1000 s/mm2); 1B: Conventional ADC pseudo-color map; 1C: AQP-ADC pseudo-color map; 1D: IVIM-D pseudo-color map; 1E: IVIM-D* pseudo-color map; 1F: IVIM-f pseudo-color map. ADC: apparent diffusion coefficient; AQP-ADC: aquaporin-apparent diffusion coefficient; IVIM-D: intravoxel incoherent motion-diffusion coefficient; IVIM-D*: intravoxel incoherent motion-pseudo diffusion coefficient; IVIM-f: intravoxel incoherent motion-perfusion fraction.
图2  各个脑区的感兴趣区取样范围。2A:额叶皮层;2B:额叶白质;2C:顶叶白质;2D:颞叶白质;2E:尾状核;2F:苍白球;2G:丘脑;2H:海马。
Fig. 2  Region of interest of each brain region. 2A: Frontal cortex; 2B: Frontal white matter; 2C: Parietal white matter; 2D: Temporal white matter; 2E: Caudate nucleus; 2F: Globulus pallidus; 2G: Thalamus; 2H: Hippocampus.

1.5 统计学分析

       应用SPSS 25.0软件进行统计学分析。年龄、受教育年限等临床资料、认知相关评分指标、常规ADC值、IVIM-D值、IVIM-f值、AQP-ADC值均以平均值±标准差(x¯±s)表示,采用单因素方差分析或Cruskal-Wallis秩和检验比较NC、MCI、AD组受试者间年龄、受教育年限等临床资料、认知相关评分指标、常规ADC值、IVIM-D值、IVIM-f值、AQP-ADC值的差异,以P<0.05表示差异具有统计学意义。对差异具有统计学意义的指标用Bonferroni法进行两两比较。MB-DWI相关指标与临床认知评分之间的相关性采用Pearson相关性分析法。

2 结果

2.1 基线资料及认知情况比较

       本研究最终共纳入68名受试者,包括24名AD患者、29名MCI患者、15名NC受试者。受试者的临床基线资料列于表1。研究结果显示,年龄、体质量、受教育年限、性别存在组间差异。

       68名受试者的认知情况对比,MMSE评分、定向力、记忆力、计算力、回忆力、语言及结构模仿视空间均有组间差异(图3)。本研究在AD与NC、MCI三组的比较中,发现AD组患者的定向力、记忆力、计算力、回忆力、语言、结构模仿视空间均减退,MMSE评分明显降低;而与NC组相比,MCI组患者主要表现为回忆力减退。

图3  认知评分的组间差异性对比。与NC组相比,AD组患者的定向力、记忆力、计算力、回忆力、语言、结构模仿视空间均减退,MMSE评分明显减低;而与NC组相比,MCI组患者主要表现为回忆力减退。NC:正常对照;AD:阿尔茨海默病;MMSE:简明精神状态检查;MCI:轻度认知障碍。
Fig. 3  Comparison of differences between groups in cognitive scores. Compared with the NC group, the orientation, memory, calculation, recall, language, and structure imitation of visual space in AD patients are reduced, and MMSE is significantly reduced. Compared with NC group, patients with MCI mainly show loss of recall. NC: normal control; AD: Alzheimer's disease; MMSE: Mini-Mental State Examination; MCI: mild cognitive impairment.
表1  临床基线资料分析
Tab. 1  Analysis of clinical baseline data

2.2 MB-DWI相关指标的比较

       表2列出了三组间有差异的MB-DWI相关指标。在进行MCI和NC组的分析中,使用ADC未发现显著的差异,而在AQP-ADC值上发现了额叶皮层(右P=0.046;左P=0.016)、海马(右P=0.020;左P=0.022)、丘脑(右P=0.022;左P=0.001)及左侧颞叶白质(P=0.049)的显著差异。另外在IVIM指标上,MCI组海马(右P<0.001;左P<0.001)、丘脑(右P=0.001;左P=0.001)及颞叶白质(右P=0.043;左P=0.034)的IVIM-D值显著升高,而IVIM-f值上仅显示双侧额叶皮层(右P=0.036;左P=0.004)具有显著差异。

       相较于MCI组,AD组表现出额叶皮层(右P=0.017;左P=0.011)、右侧海马(P=0.001)及左侧顶叶白质(P=0.044)的AQP-ADC值显著升高,而IVIM-D分析上显示出额叶皮层(右P=0.002;左P=0.020)及左侧顶叶白质(P=0.017)具有显著差异,但ADC值及IVIM-f值并未表现出差异性。

       相较于MCI组与NC组,AD组与NC组更多部位表现出显著差异。相较于NC组,AD组的额叶皮层(右P=0.046;左P=0.019)及海马(右P=0.033;左P=0.006)的ADC值的显著升高。AQP-ADC分析显示,组间差异主要表现在额叶皮层(右P<0.001;左P<0.001)、颞叶白质(右P=0.002;左P<0.001)、顶叶白质(右P=0.040;左P=0.004)、海马(右P<0.001;左P<0.001)和丘脑(右P<0.001;左P=0.001)。IVIM-D值的差异主要表现在额叶皮层(右P<0.001;左P=0.002)、颞叶白质(右P=0.008;左P=0.018)、海马(右P<0.001;左P<0.001)、丘脑(右P<0.001;左P<0.001)及左侧苍白球(P=0.036)。另外IVIM-f值检测到两组间仅在额叶皮层(右P<0.001;左P<0.001)存在显著差异。

表2  NC、MCI、AD三组间MB-DWI相关指标的比较
Tab. 2  Comparison of MB-DWI related indicators between NC, MCI and AD group

2.3 MB-DWI相关指标与认知评分之间的相关性分析

       图4显示了左海马、双侧丘脑的MB-DWI相关指标与认知评分的相关性分析。左海马(r=0.452,P<0.001)、双侧丘脑(右r=0.392,P=0.001;左r=0.319,P=0.008)的AQP-ADC值、双侧丘脑(右r=0.348,P=0.004;左r=0.306,P=0.011)的IVIM-D值与MMSE呈负相关,且差异具有统计学意义。另外,为了解MB-DWI相关指标对AD患者的鉴别能力,本研究分别以非AD组(MCI组、NC组)为对照组、AD患者为病例组(图5A),以NC组为对照组、MCI与AD患者为病例组(图5B),以NC组为对照组、MCI患者为病例组(图5C)绘制受试者工作特性(receiver operating characteristic, ROC)曲线,比较左海马MB-DWI相关指标检测AD的曲线下面积(area under the curve, AUC)。结果(图5)显示,在三种ROC曲线比较模式下,AQP-ADC值、IVIM-D值的AUC均大于ADC值。且以NC组为对照组、MCI为病例组和以NC组为对照组、MCI与AD为病例组时,IVIM-D值与ADC值的AUC差异具有统计学意义。

图4  MB-DWI相关指标与MMSE评分之间的相关性分析。4A~4E分别表示左海马(r=0.452,P<0.001)、双侧丘脑(右r=0.392,P=0.001;左r=0.319,P=0.008)的AQP-ADC值、双侧丘脑(右r=0.348,P=0.004;左r=0.306,P=0.011)的IVIM-D值与MMSE评分呈负相关。MB-DWI:多b值扩散加权成像;MMSE:简明精神状态检查;AQP-ADC:水通道蛋白相关表观扩散系数;IVIM-D:体素内不相干运动成像扩散系数。
Fig. 4  Correlation analysis between MB-DWI related indexes and MMSE score. 4A-4E show the AQP-ADC value of left hippocampus (r=0.452, P<0.001), bilateral thalamus (right r=0.392, P=0.001; left r=0.319, P=0.008), the IVIM-D value of bilateral thalamus (right r=0.348, P=0.004; left r=0.306, P=0.011) is negatively correlated with MMSE. MB-DWI: muti-b value diffusion resonance imaging; MMSE: Mini-Mental State Examination; AQP-ADC: aquaporin-apparent diffusion coefficient; IVIM-D: intravoxel incoherent motion-diffusion coefficient.
图5  AQP-ADC、ADC、IVIM-D及IVIM-f区别非AD和AD(5A)、NC和MCI与AD(5B)、NC和MCI(5C)的ROC曲线图。三种分组的ROC曲线分析显示,AQP-ADC值、IVIM-D值的AUC均大于ADC值;且以NC组为对照组、MCI为病例组和以NC组为对照组、MCI与AD为病例组时,IVIM-D值与ADC值的AUC差异具有统计学意义。AQP-ADC:水通道蛋白相关表观扩散系数;ADC:表观扩散系数;IVIM-D:体素内不相干运动成像扩散系数;IVIM-f:体素内不相干运动成像灌注分数;AD:阿尔茨海默病;NC:正常对照;MCI:轻度认知障碍;ROC:受试者工作特征;AUC:曲线下面积。
Fig. 5  ROC curves of AQP-ADC, ADC, IVIM-D and IVIM-f to distinguish between non-AD and AD (5A), NC and MCI & AD (5B), NC and MCI (5C). In the three ROC curve comparison modes, the AUC of the AQP-ADC value and the IVIM-D value are greater than the ADC value. When NC group is used as the control group, MCI as the case group, NC group as the control group, and MCI & AD as the case group, the difference between the AUC of IVIM-D value and ADC value is statistically significant. ADC: apparent diffusion coefficient; AQP-ADC: aquaporin-apparent diffusion coefficient; IVIM-D: intravoxel incoherent motion-diffusion coefficient; IVIM-D*: intravoxel incoherent motion-pseudo diffusion coefficient; IVIM-f: intravoxel incoherent motion-perfusion fraction; AD: Alzheimer's disease; NC: normal control; MCI: mild cognitive impairment; ROC: receiver operating characteristic; AUC: area under the curve.

3 讨论

       AD作为一种神经系统退行性疾病,在结构上表现为弥漫性的脑萎缩,在临床上以记忆力下降、认知恶化、视空间障碍、执行力减退及精神和行为改变为主要表现[18]。但仅依靠常规MRI和临床表现难以对AD进行确切诊断,更无法早期识别临床早期的AD或MCI患者,而功能磁共振成像(functional MRI, fMRI)通过无创性反映活体脑组织功能改变,为AD的更早期诊断提供客观依据。本研究采用MB-DWI技术,选择额叶皮层、额顶颞叶白质、海马、丘脑、苍白球、尾状核等和认知功能密切相关的脑区为ROI[19],通过测量AQP-ADC值、ADC值、IVIM-D值及IVIM-f值分析细胞功能改变,评估AD患者和MCI患者脑组织功能的变化,以探索其在AD疾病进展中的评估价值。

3.1 MB-DWI相较于DWI对AD脑功能改变的检出更具敏感性

       在使用ADC值分析中发现AD组海马的ADC值明显高于NC组,却未发现NC组与MCI组在ADC值上的明显差异。既往研究表明海马ADC值可预测遗忘性MCI进展成AD,比海马萎缩及早期神经退行性变更敏感[20]。但在本研究中,海马ADC值在AD患者与MCI患者中并没有明显差异,且在AD的疾病早期或MCI阶段的检出中也具有一定的局限性。而在使用MB-DWI相关指标分析中,MCI组和NC组之间显示出海马AQP-ADC值、IVIM-D值的差异性,这说明MB-DWI对AD的疾病早期或MCI阶段的检出上具有一定的敏感性。

       研究结果显示相较于临床常规使用的DWI,MB-DWI能够检测到MCI患者、AD患者多个脑区的显著差异。在本研究中,MCI患者的额叶皮层、丘脑的AQP-ADC值、IVIM-D值相比于NC组明显升高。大量的研究证实AD患者最早出现脑萎缩的部位为内侧颞叶,其中以海马及内嗅皮层为著[21],然后逐渐蔓延到大部分颞叶以及后扣带回,最后影响到顶叶、额叶等其他脑区[22]。根据这一观点,额叶皮层的改变应出现在AD的晚期。但众所周知,前额叶皮层涉及到注意力、执行力等方面的指挥过程;额叶皮层也被认为通过杏仁核及其他边缘系统的连接在情绪、行为调节等方面中起重要作用[23]。此外,在即将转化为AD的MCI患者的基于体素的形态学测量相关分析中也发现了额叶皮层的体积减小[24],这些结果表明额叶皮层的改变不仅仅出现在AD的晚期。本研究MCI患者额叶皮层MB-DWI相关指标的改变可能是由于杏仁核内在功能连接在疾病早期就已经受到损害。另外值得关注的是,丘脑的AQP-ADC值、IVIM-D值在MCI阶段就出现明显的改变,这与丘脑可能参与AD的临床早期或MCI阶段的相关研究具有一致性[25, 26]。随着AD疾病的进展,与NC组相比,AD组表现更多部位的显著差异,主要位于额叶皮层、颞叶白质、顶叶白质、海马、丘脑,而这些区域被认为是与AD病理相关的主要区域[27, 28]。这些研究结果表明,MB-DWI可从微观分子水平评估AD的疾病进展,与标准神经成像生物标志物提供互补信息,有可能成为AD的更早期影像检查手段。

3.2 MB-DWI相关指标对AD脑功能的评价

       既往研究表明,AD的发生与Aβ淀粉样蛋白的沉积密切相关[29],即Aβ淀粉样蛋白产生和清除的不平衡,这也被认为是突触功能损害及记忆丧失的原因[30, 31]。Aβ淀粉样蛋白清除率的损害可能是AD发生的关键因素。动物实验的研究结果表明,在Aβ淀粉样蛋白清除过程中,AQP4起着不可或缺的重要作用[32]。AQP4作为类淋巴系统的关键组成部分,通常在脑实质和间质液之间的边界高度表达[33],而这种极化的分布模式是星形胶质细胞发挥其功能及维持脑稳态的基础[34]。本研究中观察到的AD患者大脑AQP-ADC值的显著改变,一定程度上反映了AQP4水平的改变,这与之前的研究结果是相似的[35]。且本研究中AD疾病进展过程中累及的部位与Braak分期方案所描述的神经元纤维缠结增加的典型模式相匹配[36]。本研究中AQP-ADC值相较于常规ADC可在多个脑叶白质中显示出差异,这与高b值DWI在显示AD白质变性时更为敏感的研究是一致的[37]。愈来愈多的证据表明,AQP4在AD的发病机制中至关重要,这提示我们AQP4有望成为AD预防和治疗的新靶点。水通道蛋白成像技术以AQPs为成像基础,从细胞和分子水平无创、在体获取细胞膜上AQPs信息,有可能成为AD新的影像学生物标志物。

       而在使用IVIM-D分析AD疾病进展过程中,本研究也发现了与AQP-ADC指标相似的结果。病理上,AD患者大脑中细胞内外异常蛋白的沉积导致细胞膜破坏、髓鞘和轴突丢失,进而形成细胞体损伤和灰质萎缩,最终表现为水分子扩散率的增加即ADC值增高[38]。与ADC值相比,基于不同拟合算法得出的IVIM-D通过分离出微循环灌注的扩散信息,更能够反映水分子真实的扩散运动。近年来,AD早期阶段的脑组织突触功能改变成为研究的热点。有研究表明AD患者在临床早期突触功能的损伤导致以致密核心囊泡分泌物质为主的多种蛋白的分泌减少,而这些蛋白主要分布在Aβ斑块周围的营养不良性神经突起和反应性星形胶质细胞中[30],这可能是MCI患者部分脑区IVIM-D值增高的原因。但目前国内外有关IVIM-D评估AD脑组织功能改变的研究报道尚少,且样本量均较小,并与本研究结果存在一定的差异性[19, 39],这可能是由于b值的设置存在不足。应用b值的使用数量和分布的不同会影响参数的精确性,因此IVIM衍生的参数和映射是高度可变的和不一致的[40]。本研究使用IVIM-D值探究AD疾病进展过程中水分子的扩散情况变化,试图从细胞和亚细胞水平分析AD患者脑组织的微观改变,并发现IVIM-D在评估AD上显示出一定的优势。但为了明确IVIM在AD临床诊断中的价值,还需探究b值的最优化方案。

       另外,本研究在IVIM-f值的分析中,仅发现MCI患者、AD患者的额叶皮层的IVIM-f值明显增高。在目前的AD标准生物标志物模型中,PET被认为是评估AD脑代谢及灌注的主要神经功能成像工具[41]。但由于其有创性及放射性核素的使用,其在临床应用上受到了限制。有研究表明AD患者的脑血流量随着疾病的进展呈进行性地下降[42],特别是在即将转化成AD的MCI患者表现出了海马及前额叶皮层等区域的脑血流量明显减低[43]。但有部分研究结果显示AD患者额叶的灌注是呈增高改变[44]。而FEDERAU等[45]在验证IVIM-f的准确性时,发现IVIM-f与动态对比增强灌注加权成像(dynamic contrast enhanced perfusion weighted imaging, DCE-PWI)在评估相对脑血容量方面具有良好的一致性,因此有理由相信IVIM-f是具有可靠性的。AD被认为是与神经炎症相关的一种退行性疾病,小胶质细胞的异常活化与炎症因子的过度释放激活下游信号通路,进而产生级联反应导致中枢神经系统炎症的发生[46]。而一些细胞因子的产生如肿瘤坏死因子-α(tumor necrosis factor-α, TNF-α)、白细胞介素-1β(interleukin-1β, IL-1β)、血管内皮生长因子(vascular endothelial growth factor, VEGF)能促进AD神经病理相关的区域的血管生成[47]。本研究中在MCI患者、AD患者中也发现了额叶皮层的IVIM-f值的升高,推测这可能与细胞因子介导的微血管密度增高有关。但本研究仅发现个别部位的IVIM-f值具有差异性,我们分析研究结果显示IVIM-f与预期结果不相符的原因可能为:(1)IVIM-DWI相关量化参数的敏感度会因血管粗细、小血管的黏度、湍流等因素而变化[48];(2)相较于IVIM-D参数,IVIM-f参数的可重复性存在不足[49]

3.3 MB-DWI相关指标在临床认知功能评估中的应用

       水分子的跨膜转运在细胞维持生理功能中起着不可或缺的作用。MB-DWI技术基于完全内源性自体报告基团,通过三指数模型算法,得到更全面的水分子跨膜转运信息,可从亚细胞水平感知脑功能的改变,从而更准确地反映AD患者脑功能改变。本研究中MB-DWI能够检测到MCI患者、AD患者多个脑区的显著差异,这表明MB-DWI在AD的影像评估方面中具有显著优势,可为MR分子成像技术提供新的路径。

       为了进一步探索左海马、双侧丘脑的ADC值、AQP-ADC值、IVIM-D值、IVIM-f值的改变与AD临床认知严重程度是否具有一致性,本研究还进行了上述指标与认知评分之间的相关性分析。研究结果显示左海马、双侧丘脑的AQP-ADC值、双侧丘脑的IVIM-D值与MMSE评分呈负相关,这表明MB-DWI相关指标在AD疾病的评估上具有临床价值。但本研究未排除临床相关因素带来的影响,下一步将纳入受教育年限等临床因素进行多重线性回归分析。MB-DWI技术目前仍处于实验阶段,尚未应用于临床,因此未来还需进行更多的临床及动物研究来验证其在AD临床诊断中的价值。

       此外,本研究仍存在许多局限性:(1)病例数不足,因公众对痴呆认识不足,临床就诊的痴呆患者多以其他疾病为主诉就医,部分患者无法接受MRI检查;另因痴呆患者的认知障碍,多数患者无法配合MRI检查;(2)本研究纳入的受试者缺乏AD诊断的生物标志物检查及载脂蛋白E基因检测;(3)本研究是一项横断面的研究,为进一步验证相关指标的评价价值,需长期对患者的影像学检查及认知功能进行随访;(4)本研究中的多种影像数据经软件后处理后,采用手动采集,ROI的选取存在主观因素,对结果存在一定的影响;(5)脑白质变性的程度受到很多临床因素影响,这些临床因素的影响在本研究中没有得到纠正;(6)MRI层厚较厚,部分小结构不能完全显示,如杏仁核等小核团。为了精准地评估MB-DWI技术在AD、MCI患者早期诊断的临床价值,下一步研究应当扩大病例样本量,尽可能采集全面的临床指标、纳入多个深部核团,完善临床各种认知评估量表,并完善MRI参数。

4 结论

       综上所述,相较于常规ADC,MB-DWI对AD的诊断具有明显的优越性,特别是提供了MCI阶段的额外信息,本研究中MB-DWI相关指标与认知相关评分呈负相关改变,这些结果表明MB-DWI相关指标在AD疾病的评估上具有临床价值,MB-DWI可能成为AD相关病理生理改变的另一个早期生物标志物和疾病进展的衡量指标。MB-DWI可能从细胞和分子水平的微观改变反映AD疾病的病理生理改变,其中AQP4作为重要参与部分,有望成为AD预防和治疗的新靶点。

[1]
LONG J M, HOLTZMAN D M. Alzheimer disease: An update on pathobiology and treatment strategies[J]. Cell, 2019, 179(2): 312-339. DOI: 10.1016/j.cell.2019.09.001.
[2]
ANDERSON N D. State of the science on mild cognitive impairment (MCI)[J]. CNS Spectrums, 2019, 24(1): 78-87. DOI: 10.1017/S1092852918001347.
[3]
BERMEJO PAREJA F, CONTADOR I, DEL SER T, et al. Predementia constructs: Mild cognitive impairment or mild neurocognitive disorder? A narrative review[J]. Int J Geriatr Psychiatry, 2021, 36(5): 743-755. DOI: 10.1002/gps.5474.
[4]
中华人民共和国国家卫生健康委员会. 阿尔茨海默病的诊疗规范(2020年版)[J]. 全科医学临床与教育, 2021, 19(1): 4-6. DOI: 10.13558/j.cnki.issn1672-3686.2021.001.002.
National Health Commission, PRC. Diagnosis and treatment of Alzheimer disease(2020 edition)[J]. Clinical Education of General Practice, 2021, 19(1): 4-6. DOI: 10.13558/j.cnki.issn1672-3686.2021.001.002.
[5]
SANFORD A M. Mild cognitive impairment[J]. Clin Geriatr Med, 2017, 33(3): 325-337. DOI: 10.1016/j.cger.2017.02.005.
[6]
VILLEMAGNE V L, BURNHAM S, BOURGEAT P, et al. Amyloid β deposition, neurodegeneration, and cognitive decline in sporadic Alzheimer's disease: a prospective cohort study[J]. Lancet Neurol, 2013, 12(4): 357-367. DOI: 10.1016/S1474-4422(13)70044-9.
[7]
LE BIHAN D, BRETON E, LALLEMAND D, et al. MR imaging of intravoxel incoherent motions: application to diffusion and perfusion in neurologic disorders[J]. Radiology, 1986, 161(2): 401-407. DOI: 10.1148/radiology.161.2.3763909.
[8]
汝艳辉, 王新怡, 杨志强, 等. 多b值弥散加权成像与动脉自旋标记评估轻度认知功能障碍海马灌注的对比研究[J]. 中国临床医学影像杂志, 2017, 28(8): 533-537. DOI: 10.3969/j.issn.1008-1062.2017.08.001.
RU Y H, WANG X Y, YANG Z Q, et al. Comparative study on evaluating hippocampus perfusion of patients with mild cognitive impairment by multiple b value diffusion weighted imaging and arterial spin labeling imaging[J]. J Chin Clin Med Imag, 2017, 28(8): 533-537. DOI: 10.3969/j.issn.1008-1062.2017.08.001.
[9]
AGRE P, PRESTON G M, SMITH B L, et al. Aquaporin CHIP: the archetypal molecular water channel[J/OL]. Am J Physiol, 1993, 265(4): F463-F476 [2023-04-06]. https://pubmed.ncbi.nlm.nih.gov/7694481/. DOI: 10.1152/ajprenal.1993.265.4.F463.
[10]
MUKHERJEE A, WU D, DAVIS H C, et al. Non-invasive imaging using reporter genes altering cellular water permeability[J/OL]. Nat Commun, 2016, 7: 13891 [2023-04-06]. https://www.nature.com/articles/ncomms13891. DOI: 10.1038/ncomms13891.
[11]
李加慧, 李秋菊, 于兵, 等. DWI-MRI多b值水通道蛋白分子成像机理和方法学研究[J]. 中国临床医学影像杂志, 2014, 25(3): 186-189.
LI J H, LI Q J, YU B, et al. Molecular imaging of aquaporin by DWI-MRI with multiple b values: mechanism and method[J]. J Chin Clin Med Imag, 2014, 25(3): 186-189.
[12]
PAPADOPOULOS M C, VERKMAN A S. Aquaporin water channels in the nervous system[J]. Nat Rev Neurosci, 2013, 14(4): 265-277. DOI: 10.1038/nrn3468.
[13]
JESSEN N A, MUNK A S F, LUNDGAARD I, et al. The glymphatic system: A beginner's guide[J]. Neurochem Res, 2015, 40(12): 2583-2599. DOI: 10.1007/s11064-015-1581-6.
[14]
ARIGHI A, ARCARO M, FUMAGALLI G G, et al. Aquaporin-4 cerebrospinal fluid levels are higher in neurodegenerative dementia: looking at glymphatic system dysregulation[J/OL]. Alzheimers Res Ther, 2022, 14(1): 135 [2023-04-06]. https://dx.doi.org/10.1186/s13195-022-01077-6. DOI: 10.1186/s13195-022-01077-6.
[15]
KECHELIEV V, BOSS L, MAHESHWARI U, et al. Aquaporin 4 is differentially increased and dislocated in association with tau and amyloid-beta[J/OL]. Life Sci, 2023, 321: 121593 [2023-04-06]. https://doi.org/10.1016/j.lfs.2023.121593. DOI: 10.1016/j.lfs.2023.121593.
[16]
PETERSEN R C, THOMAS R G, GRUNDMAN M, et al. Vitamin E and donepezil for the treatment of mild cognitive impairment[J]. N Engl J Med, 2005, 352(23): 2379-2388. DOI: 10.1056/NEJMoa050151.
[17]
VASANTHAREKHA R, PRIYANKA H P, SWARNALINGAM T, et al. Interrelationship between Mini-Mental State Examination scores and biochemical parameters in patients with mild cognitive impairment and Alzheimer's disease[J]. Geriatr Gerontol Int, 2017, 17(10): 1737-1745. DOI: 10.1111/ggi.12957.
[18]
SCHELTENS P, DE STROOPER B, KIVIPELTO M, et al. Alzheimer's disease[J]. Lancet, 2021, 397(10284): 1577-1590. DOI: 10.1016/S0140-6736(20)32205-4.
[19]
BERGAMINO M, NESPODZANY A, BAXTER L C, et al. Preliminary assessment of intravoxel incoherent motion diffusion-weighted MRI (IVIM‐DWI) metrics in Alzheimer's disease[J]. J Magn Reson Imaging, 2020, 52(6): 1811-1826. DOI: 10.1002/jmri.2727.
[20]
KANTARCI K, PETERSEN R C, BOEVE B F, et al. DWI predicts future progression to Alzheimer disease in amnestic mild cognitive impairment[J]. Neurology, 2005, 64(5): 902-904. DOI: 10.1212/01.WNL.0000153076.46126.E9.
[21]
TAKAO H, AMEMIYA S, ABE O. Reliability of changes in brain volume determined by longitudinal voxel-based morphometry[J]. J Magn Reson Imaging, 2021, 54(2): 609-616. DOI: 10.1002/jmri.27568.
[22]
WHITWELL J L, PRZYBELSKI S A, WEIGAND S D, et al. 3D maps from multiple MRI illustrate changing atrophy patterns as subjects progress from mild cognitive impairment to Alzheimer's disease[J]. Brain, 2007, 130(7): 1777-1786. DOI: 10.1093/brain/awm112.
[23]
CHEN Y H, WU J L, HU N Y, et al. Distinct projections from the infralimbic cortex exert opposing effects in modulating anxiety and fear[J/OL]. J Clin Invest, 2021, 131(14): e145692 [2023-04-06]. https://www.jci.org/articles/view/145692. DOI: 10.1172/JCI145692.
[24]
VENNERI A, GORGOGLIONE G, TORACI C, et al. Combining neuropsychological and structural neuroimaging indicators of conversion to Alzheimer's disease in amnestic mild cognitive impairment[J]. Curr Alzheimer Res, 2011, 8(7): 789-797. DOI: 10.2174/156720511797633160.
[25]
KATSUKI F, GERASHCHENKO D, BROWN R E. Alterations of sleep oscillations in Alzheimer's disease: A potential role for GABAergic neurons in the cortex, hippocampus, and thalamus[J]. Brain Res Bull, 2022, 187: 181-198. DOI: 10.1016/j.brainresbull.2022.07.002.
[26]
VAN DE MORTEL L A, THOMAS R M, VAN WINGEN G A. Grey matter loss at different stages of cognitive decline: A role for the thalamus in developing Alzheimer's disease[J]. J Alzheimers Dis, 2021, 83(2): 705-720. DOI: 10.3233/JAD-210173.
[27]
冯枫, 周波, 王磊, 等. 阿尔茨海默病及遗忘型轻度认知功能损害中海马-丘脑功能连接和结构连接的相关性研究[J]. 中华内科杂志, 2019(9): 662-667. DOI: 10.3760/cma.j.issn.0578-1426.2019.09.006.
FENG F, ZHOU B, WANG L, et al. Correlation between functional and structural connections of hippocampus-thalamus in Alzheimer's disease and amnestic mild cognitive impairment[J] . Chin J Intern Med, 2019, 58(9): 662-667. DOI: 10.3760/cma.j.issn.0578-1426.2019.09.006.
[28]
陆冠琴, 张守字, 李锐. 阿尔茨海默病默认网络和海马功能连接研究:一项基于SDM的Meta分析[J]. 磁共振成像, 2022, 13(3): 54-60. DOI: 10.12015/issn.1674-8034.2022.03.011.
LU G Q, ZHANG S Z, LI R. The functional connectivity of default mode network and hippocampus in Alzheimer's disease: A Meta-analysis based on SDM[J]. Chin J Magn Reson Imaging, 2022, 13(3): 54-60. DOI: 10.12015/issn.1674-8034.2022.03.011.
[29]
CHANDRA A, FARRELL C, WILSON H, et al. Aquaporin-4 polymorphisms predict amyloid burden and clinical outcome in the Alzheimer's disease spectrum[J]. Neurobiol Aging, 2021, 97: 1-9. DOI: 10.1016/j.neurobiolaging.2020.06.007.
[30]
BARRANCO N, PLA V, ALCOLEA D, et al. Dense core vesicle markers in CSF and cortical tissues of patients with Alzheimer's disease[J/OL]. Transl Neurodegener, 2021, 10(1): 37 [2023-04-06]. https://doi.org/10.1186/s40035-021-00263-0. DOI: 10.1186/s40035-021-00263-0.
[31]
PEREIRA J B, JANELIDZE S, OSSENKOPPELE R, et al. Untangling the association of amyloid-beta and tau with synaptic and axonal loss in Alzheimer's disease[J]. Brain, 2021, 144(1): 310-324. DOI: 10.1093/brain/awaa395.
[32]
SIMON M, WANG M X, ISMAIL O, et al. Loss of perivascular aquaporin-4 localization impairs glymphatic exchange and promotes amyloid beta plaque formation in mice[J/OL]. Alzheimers Res Ther, 2022, 14(1): 59 [2023-04-06]. https://doi.org/10.1186/s13195-022-00999-5. DOI: 10.1093/brain/awaa395.
[33]
ZHOU Z, ZHAN J, CAI Q, et al. The water transport system in astrocytes-aquaporins[J/OL]. Cells, 2022, 11(16): 2564 [2023-04-06]. https://doi.org/10.3390/cells11162564. DOI: 10.3390/cells11162564.
[34]
CAMASSA L, LUNDE L K, HODDEVIK E H, et al. Mechanisms underlying AQP4 accumulation in astrocyte endfeet[J]. Glia, 2015, 63(11): 2073-2091. DOI: 10.1002/glia.22878.
[35]
HOSHI A, YAMAMOTO T, SHIMIZU K, et al. Characteristics of aquaporin expression surrounding senile plaques and cerebral amyloid angiopathy in Alzheimer disease[J]. J Neuropathol Exp Neurol, 2012, 71(8): 750-759. DOI: 10.1097/NEN.0b013e3182632566.
[36]
BRAAK H, BRAAK E. Staging of Alzheimer's disease-related neurofibrillary changes[J]. Neurobiol Aging, 1995, 16(3): 271-278. DOI: 10.1016/0197-4580(95)00021-6.
[37]
YOSHIURA T, MIHARA F, TANAKA A, et al. High b value diffusion-weighted imaging is more sensitive to white matter degeneration in Alzheimer's disease[J]. Neuroimage, 2003, 20(1): 413-419. DOI: 10.1016/s1053-8119(03)00342-2.
[38]
ALTAMURA C, SCRASCIA F, QUATTROCCHI C C, et al. Regional MRI diffusion, white-matter hyperintensities, and cognitive function in Alzheimer's disease and vascular dementia[J]. J Clin Neurol, 2016, 12(2): 201-208. DOI: 10.3988/jcn.2016.12.2.201.
[39]
XIA N, LI Y, XUE Y, et al. Intravoxel incoherent motion diffusion-weighted imaging in the characterization of Alzheimer's disease[J]. Brain Imaging Behav, 2022, 16(2): 617-626. DOI: 10.1007/s11682-021-00538-0.
[40]
DYVORNE H, JAJAMOVICH G, KAKITE S, et al. Intravoxel incoherent motion diffusion imaging of the liver: Optimal b-value subsampling and impact on parameter precision and reproducibility[J]. Eur J Radiol, 2014, 83(12): 2109-2113. DOI: 10.1016/j.ejrad.2014.09.003.
[41]
GUZMAN-MARTINEZ L, CALFIO C, FARIAS G A, et al. New frontiers in the prevention, diagnosis, and treatment of Alzheimer's disease[J]. J Alzheimers Dis, 2021, 82(s1): S51-S63. DOI: 10.3233/JAD-201059.
[42]
BINNEWIJZEND M A A, BENEDICTUS M R, KUIJER J P A, et al. Cerebral perfusion in the predementia stages of Alzheimer's disease[J]. Eur Radiol, 2016, 26(2): 506-514. DOI: 10.1007/s00330-015-3834-9.
[43]
CAMARGO A, WANG Z. Longitudinal cerebral blood flow changes in normal aging and the Alzheimer's disease continuum identified by arterial spin labeling MRI[J]. J Alzheimers Dis, 2021, 81(4): 1727-1735. DOI: 10.3233/JAD-210116.
[44]
张坤龙, 李维帅, 孙洪赞, 等. 轻度阿尔茨海默病脑血流灌注和脑灰质体积的改变[J]. 中国临床医学影像杂志, 2020, 31(4): 229-233. DOI: 10.12117/jccmi.2020.04.001.
ZHANG K L, LI W S, SUN H Z, et al. Changes of cerebral blood flow perfusion and cerebral gray matter volume in mild Alzheimer's disease[J]. J Chin Med Imaging, 2020, 31(4): 229-233. DOI: 10.12117/jccmi.2020.04.001.
[45]
FEDERAU C. Measuring perfusion: Intravoxel incoherent motion MR imaging[J]. Magn Reson Imaging Clin N Am, 2021, 29(2): 233-242. DOI: 10.1016/j.mric.2021.01.003.
[46]
FRIGERIO I, BOON B, LIN C P, et al. Amyloid-beta, p-tau and reactive microglia are pathological correlates of MRI cortical atrophy in Alzheimer's disease[J/OL]. Brain Commun, 2021, 3(4): b281 [2023-04-06]. https://doi.org/10.1093/braincomms/fcab281. DOI: 10.1093/braincomms/fcab281.
[47]
DESAI B S, SCHNEIDER J A, LI J L, et al. Evidence of angiogenic vessels in Alzheimer's disease[J]. J Neural Transm (Vienna), 2009, 116(5): 587-597. DOI: 10.1007/s00702-009-0226-9.
[48]
LE BIHAN D, TURNER R. The capillary network: a link between IVIM and classical perfusion[J]. Magn Reson Med, 1992, 27(1): 171-178. DOI: 10.1002/mrm.1910270116.
[49]
WHILE P T. A comparative simulation study of bayesian fitting approaches to intravoxel incoherent motion modeling in diffusion-weighted MRI[J]. Magn Reson Med, 2017, 78(6): 2373-2387. DOI: 10.1002/mrm.27910.

上一篇 2型糖尿病小脑亚区灰质体积改变及其与胰岛素抵抗的相关性研究
下一篇 高海拔地区轻度认知障碍患者脑结构改变的分析
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2