0 引言

       帕金森病（Parkinson's disease, PD）和多系统萎缩（multiple system atrophy, MSA）属于以α-突触核蛋白异常聚集为特征性病理改变的神经退行性疾病^[1]。在α-突触核蛋白相关疾病中，MSA被认为是进展最为迅速的疾病，原因在于患者在症状出现后的5~6年内迅速发展为严重残疾，并在10年内死亡^[2]。然而，MSA的临床诊断精度欠佳，难点在于其临床表现常与PD有所重叠，例如帕金森综合征症状（如震颤、运动迟缓和僵直）以及自主神经功能障碍^[3]，这给临床医生对两种疾病的鉴别诊断带来了极大的挑战。目前尚无统一的影像学检查和实验室指标能够明确PD和MSA的诊断。常规MRI序列出现以下影像学征象往往提示MSA的诊断，例如：壳核的萎缩和/或T2WI上壳核外侧出现的条状低信号所形成的“裂隙征”、幕下结构的萎缩、脑桥的萎缩所形成的“十字面包征”^[4]。这些影像学异常对MSA的诊断具有很高的特异性，但敏感性不高，尤其是在疾病早期。多巴胺转运体（dopamine transporter, DAT）的正电子发射断层扫描（positron emission tomography, PET）成像中突触前多巴胺能功能正常可作为排除PD的诊断标准之一^[5]，然而，它对于鉴别PD和MSA并不具备特异性。近期的一项多模态研究表明，¹⁸F标记氟代脱氧葡萄糖（¹⁸F-flurodeoxyglucose, ¹⁸F-FDG）、¹¹C-CFT PET结合MRI [包括T1WI、T2WI和T2液体衰减反转恢复（fluid attenuated inversion recovery, FLAIR）]的放射组学-临床联合模型对于区分PD和MSA的受试者工作特征（receiver operating characteristic, ROC）曲线下面积（area under the curve, AUC）高达0.993，优于传统的临床模型^[6]。但是这些PET检查尚未广泛使用，价格较为昂贵并且使用放射性同位素。因此，迫切需要开发简便、易得且无创的影像学标志物以提高诊断的准确性，并对疾病的发生发展进行监测。

       组织病理学及影像学研究一致表明PD和MSA患者中均存在黑质（substantia nigra, SN）-多巴胺（dopamine, DA）能和蓝斑（locus coeruleus, LC）-去甲肾上腺素（norepinephrine, NE）能神经元的丢失^{[4, 7, 8]}。这可能是由于神经黑色素（neuromelanin, NM）的释放，导致局部神经炎症加剧，进而造成神经元的损伤^[9]。人体内的NM主要存在SN-DA能神经元和LC-NE能神经元内^[10]。当PD患者得到诊断时，SN区域已经丢失了约30%~50%的多巴胺能神经元，导致NM的含量和体积显著减小^[11]。研究结果表明，黑质的NM含量与纹状体的DAT密度呈显著线性相关，因此NM-MRI可以有效地量化SN的病理改变^[12]。值得注意的是，PD患者LC区域的含NM细胞的退变早于SN^[13]。不同NM-MRI研究对于PD和MSA患者间LC差异的报道并不一致，有的报道称PD患者相较于MSA-帕金森（MSA-P）型患者，LC的NM退变更为显著^[14]，有的则并未发现两组间的差异^[15]。不同的研究结果可能归因于入组被试的差异。因此，SN和LC的NM显像有助于发现疾病特异性的NM退变情况，从而辅助PD和MSA的鉴别诊断。随着新兴NM-MRI技术的出现，NM能够通过T1缩短效应在T1WI上显像^[16]或者通过磁化转移（magnetization transfer, MT）效应在MT图像上显像^[17]，即通过抑制周围组织的信号让富含NM的区域得以显示。NM的完整性能够通过测量其对比度和体积来评估，这被认为是SN-DA能和LC-NE能神经元变性的影像学标志物^{[18, 19]}。一系列NM-MRI的研究表明，相较于健康对照（healthy control, HC），PD和MSA患者SN的对比度和体积以及LC的对比度显著降低^{[13, 14, 20]}。然而，目前尚无研究报道PD与MSA患者SN的NM完整性的差异。

       因此，本研究旨在运用NM-MRI比较PD和MSA患者的NM退变情况。我们假设基于SN和LC的NM测量指标，在PD患者、MSA患者和HC之间存在差异，从而更好地辅助诊断及鉴别诊断，并提高对疾病潜在病理生理机制的理解。

1 材料与方法

1.1 研究对象

       回顾性分析2019年3月至2021年8月在上海交通大学医学院附属瑞金医院接受脑部MRI检查的患者和健康受试者的临床及影像资料。本研究总计纳入了38例PD患者、38例MSA患者和38例年龄匹配的HC。纳入标准：（1）依据国际运动障碍学会对于PD^[5]和MSA^[21]的诊断标准，确诊为PD和MSA；（2）影像资料完整且清晰。排除标准：（1）患者患有其他的神经和/或精神疾病；（2）患者患有其他的心脑血管疾病；（3）有颅脑外伤或手术史。本研究遵守《赫尔辛基宣言》，经瑞金医院伦理委员会批准，免除受试者知情同意，批准文号：（2022）临伦审第（279）号。

1.2 检查和诊断方法

1.2.1 扫描方法

       所有MRI图像扫描均在Philips Ingenia 3.0 T磁共振扫描仪上完成，使用颅脑相控阵线圈，受试者均采取仰卧位，在每位受试者的头部两侧放置泡沫软垫，以减少可能的运动伪影。施加MT脉冲的三维（three dimensional, 3D）梯度回波序列参数如下：平面内分辨率0.67 mm×0.67 mm，层厚1.34 mm，翻转角度30^o，TE分别为7.5 ms、15 ms和22.5 ms，TR 62 ms，带宽174 Hz/pixel，矩阵384×384，层数48层，扫描时间为6分54秒。扫描定位线垂直于第四脑室，平行于前联合（anterior commissure, AC）-后联合（posterior commissure, PC）线，定位中心位于脑桥。3D-T1WI的扫描参数如下：平面内分辨率0.67 mm×0.67 mm，层厚1.34 mm，翻转角度27^o，TE 7.5 ms，TR 12 ms，带宽189 Hz/pixel，矩阵384×192，层数112层，扫描时间为1分59秒。扫描定位线平行于AC-PC线，扫描范围覆盖全脑。

1.2.2 黑质的自动分割及NM参数测定

       MT幅值图像的第一个回波（TE 7.5 ms）图像提供了最优的MT对比度，因此用于测量SN和LC的NM指标。运用本课题组前期发表的基于MRI的中脑模板方法^[22]，自动分割出双侧SN。我们将毗邻SN前方和后方的组织作为计算SN相对对比度的参考区域（reference, ref）。SN的NM与参考区域的相对对比度定义为：相对对比度SN=（平均信号强度SN-平均信号强度ref）/平均信号强度ref ×100%。

       SN的NM显像最为清晰的一层上计算SN及其参考区域的平均信号强度。同时我们在SN所能看到的所有层面自动勾勒出SN的边界，并且记录SN的体积（图1A）。此外，颅内总体积被用于校正被试头部大小的异质性。运用伦敦大学神经病学研究所开发的SPM12软件内镶嵌的计算解剖学工具箱12（Computational Anatomy Toolbox 12, CAT12,http://www.neuro.unijena.de/cat/）进行处理。依据标准的脑模板对图像进行分割，得到脑白质、脑灰质和脑脊液图像，三者体积相加得到颅内总体积的值。然后，将SN的体积除以颅内总体积计算SN的个体校正后体积，计算公式如下：校正后体积SN=体积SN/颅内总体积。

点击查看大图

图1  NM-MRI图像上用于黑质（1A）和蓝斑（1B）的NM测量的感兴趣区域示意图。左下角的数字表示本例中收集的48层中的层号。图像方向标记：A=前；P=后；R=右；L=左。NM：神经黑色素。
Fig. 1  Illustrations of the regions-of interest used for NM measurement of the substantia nigra (1A) and locus coeruleus (1B) on NM-MRI images. The numbers in the lower left corner represent the slice numbers from 48 slices collected in this example. Image orientation labels: A = anterior; P = posterior; R = right; L = left. NM: neuromelanin.

1.2.3 蓝斑的手动标注及NM参数测定

       LC的感兴趣区域（region of interest, ROI）使用Signal Processing in Nmr（SPIN）软件在MT幅值图像上进行手动标注（图1B）。LC是一个微小的圆柱形结构，直径仅约2.5 mm，因此MT图像被放大了8倍，以确保LC的精确绘制。我们选择脑桥被盖（pontine tegmentum, PT）作为LC的参考区域。将每个受试者LC和PT的ROI分别设定为直径2 mm和10 mm的圆。LC的NM与参考区域的相对对比度定义为：相对对比度LC=（平均信号强度LC—平均信号强度ref）/平均信号强度ref ×100%。

       对于NM的指标测量，我们取大脑左右两侧的平均值。

1.3 统计学方法

       采用SPSS 22.0软件进行统计分析。性别分布分析采用Pearson卡方检验。使用Shapiro-Wilk检验评估连续数据的正态分布情况。根据是否满足正态分布和方差齐性，采用单因素方差分析检验结合Bonferroni 校正对连续变量进行事后多重比较。实施logistic回归分析，构建SN和LC的NM联合模型。ROC曲线和AUC被用于评估各个指标及联合模型的诊断性能。P<0.05表明差异具有统计学意义。

2 结果

2.1 一般资料

       PD患者、MSA患者和HC的人口统计学信息如表1所示，三组的年龄和性别分布差异均无统计学意义。PD患者相较于MSA患者的病程更长（P<0.001）。

点击查看表格

表1  受试者人口统计学信息
Tab. 1  Demographic Characteristics for PD and MSA patients, and HC

2.2 SN和LC的NM指标的组间差异

       PD患者、MSA患者和HC三组被试的NM指标SN体积、SN校正后体积、SN相对对比度以及LC相对对比度的差异均有统计学意义（P均<0.001），详见表2。事后多重比较（图2）显示，HC的SN体积、SN校正后体积、SN相对对比度以及LC相对对比度均高于PD和MSA患者（P均<0.001）。值得注意的是，MSA患者的SN体积（P<0.001）、SN校正后体积（P<0.001）以及LC相对对比度（P<0.001）均低于PD患者。

点击查看大图

图2  三组被试的黑质体积（2A）、黑质校正后体积（2B）、黑质相对对比度（2C）、蓝斑相对对比度（2D）的组间比较。***表示P<0.001；**表示0.001<P<0.01；PD：帕金森病；MSA：多系统萎缩；HC：健康对照。
Fig. 2  Between-group comparisons of volume (2A), corrected volume (2B), and relative contrast ratio (2C) of the substantia nigra, and relative contrast ratio of locus coeruleus (2D) in the three groups. ***: P < 0.001; **: 0.001 < P＜0.01; PD: Parkinson's disease; MSA: multiple system atrophy; HC: healthy control.

点击查看表格

表2  受试者的NM测量指标
Tab. 2  NM measurements for PD and MSA patients, and HC

2.3 黑质和蓝斑NM指标的诊断效能

       根据ROC曲线分析：（1）鉴别MSA组和HC组。SN校正后体积的AUC值最大[AUC=0.981，95%置信区间（confidence interval, CI）：0.958~1.000]，其次是SN相对对比度（AUC=0.976，95% CI：0.949~1.000），SN体积（AUC=0.973，95% CI：0.945~1.000），LC相对对比度（AUC=0.915，95% CI：0.847~0.982）。（2）鉴别PD组和HC组。SN校正后体积的AUC值最大（AUC=0.950，95% CI：0.909~0.992），其次是SN相对对比度（AUC=0.938，95% CI：0.886~0.989），SN体积（AUC=0.896，95% CI：0.827~0.965），LC相对对比度（AUC=0.763，95% CI：0.656~0.870）。（3）鉴别MSA组和PD组。联合模型的AUC值最大（AUC=0.817，95% CI：0.724~0.910），其次是LC相对对比度（AUC=0.771，95% CI：0.663~0.878），SN体积（AUC=0.704，95% CI：0.588~0.821），SN校正后体积（AUC=0.688，95% CI：0.568~0.808），SN相对对比度（AUC=0.622，95% CI：0.496~0.748）（表3，图3）。

点击查看大图

图3  SN和LC的NM测量指标对于诊断MSA组和HC组、PD组和HC组以及MSA组和PD组的ROC曲线。SN校正后体积对区分MSA和HC、PD和HC的AUC分别达到0.981和0.950，结合SN和LC的NM测量指标的逻辑回归模型对区分MSA和PD的AUC达到0.817，高于单个NM测量指标。SN：黑质；LC：蓝斑；NM：神经黑色素；MSA：多系统萎缩；HC：健康对照；PD：帕金森病；ROC：受试者工作特征；AUC：曲线下面积。
Fig. 3  ROC curves of the NM measurement of the SN and LC for diagnosis of MSA group and HC group, PD group and HC group, as well as MSA group and PD group. The AUC of the SN corrected volume to distinguish MSA and HC, PD and HC reached 0.981 and 0.950, respectively. The AUC of the logistic regression model combining SN and LC NM measurements to distinguish MSA and PD reached 0.817, which was higher than that of a single NM measurement. SN: substantia nigra; LC: locus coeruleus; NM: neuromelanin; MSA: multiple system atrophy; HC: healthy control; PD: Parkinson's disease; ROC: receiver operating characteristic; AUC: area under the curve.

点击查看表格

表3  不同NM指标的鉴别诊断效能
Tab. 3  Efficacy of different NM measurements for differential diagnosis

3 讨论

       我们的研究首次观察到，与PD患者相比，MSA患者的SN体积（P<0.001）、SN校正后体积（P<0.001）、LC相对对比度（P<0.001）均减低。与HC相比，PD和MSA患者的SN体积以及校正后体积、SN和LC的相对对比度减低（P均<0.001），这与此前一系列的NM-MRI研究结果相一致^{[14, 20, 23, 24]}。SN校正后体积对区分MSA和HC、PD和HC的AUC分别高达0.981和0.950。结合SN和LC的NM测量指标的逻辑回归模型对区分MSA和PD的AUC达到0.817，高于单个NM指标对于MSA和PD的鉴别诊断效能，说明多参数的联合应用对PD和MSA的鉴别诊断更为全面，可在一定程度上克服单个指标的局限性。

3.1 帕金森综合征和HC的NM差异

       既往的NM-MRI研究报道，运用SN体积鉴别早期PD和HC的AUC高达0.960^[25]，运用SN面积鉴别MSA和HC的AUC高达0.940^[15]，在我们的研究中，SN校正后体积对于诊断PD和MSA的AUC最高（分别为0.950和0.981），SN校正后体积考虑到颅内总体积的个体差异，消除了因头部大小异质性导致的偏差，以确保数据分析的准确性和可靠性^[26]。既往研究运用SN对比度鉴别PD和HC、MSA和HC的AUC分别达到0.856、0.820，运用LC对比度鉴别PD和HC、MSA和HC的AUC分别达到0.835、0.810^{[11, 15]}。我们的研究结果再次验证NM-MRI在PD和MSA的诊断中具有显著价值。通过评估SN和LC的NM含量及其变化，NM-MRI能够有效区分这些神经退行性疾病与健康个体，为临床提供重要的影像学支持。

3.2 PD和MSA患者的SN-NM差异

       与PD患者相比，我们观察到MSA患者的SN体积以及校正后体积显著缩小，这表明MSA患者的NM退变或许比PD患者更为严重。一项基于¹¹C-PBR28的PET研究发现，相较于PD患者，MSA患者SN区域的神经胶质转运蛋白结合显著增多，提示在MSA患者的SN区域存在更为严重的小胶质细胞激活和神经炎症^[27]。NM通过小胶质细胞激活诱导神经炎症，从而促进神经退行性过程的进展^[28]。结合PET成像，我们的研究结果表明，SN结构内NM的退变与其神经炎症的变化有关，可能有助于PD和MSA的鉴别诊断。其他NM-MRI研究表明相比于PD患者，MSA患者的SN体积缩小，但并未发现差异有统计学意义^[20]。他们使用T1W快速自旋回波序列对NM进行成像，层厚为3 mm，较厚的层厚致使空间分辨率降低，这可能会降低NM测量指标的敏感性。此外，我们的研究发现与PD患者相比，MSA患者的SN体积显著缩小，而SN相对对比度的减低并不具有统计学显著性，这表明在神经退行性疾病的三维NM-MRI研究中，体积测量可能是相较于对比度测量更为灵敏的指标^[23]。

3.3 PD和MSA患者的LC-NM差异

       多项NM-MRI研究一致表明，相较于HC，PD和MSA患者LC的NM信号强度减低^{[23, 24]}。而对于PD和MSA患者间的LC差异，不同的NM-MRI研究的结果并不一致。OHTSUKA等^[14]的研究发现，相较于MSA-P型患者，PD患者的LC相对对比度显著减低，但他们的样本量较小，仅入组了10例MSA-P型患者进行分析。MATSUURA等^[15]的研究则并未发现两组间的LC相对对比度存在差异，他们的NM-MRI扫描层厚为3 mm，很大程度上降低了LC显像的空间分辨率。一项¹⁸F-多巴的PET研究发现，相较于病程相似的PD患者，MSA患者的LC存在更为显著的单胺能神经支配的缺失^[29]。我们的研究中，MSA患者的病程比PD患者更短，但相较于PD患者，更为严重的NM神经元退变表明MSA患者可能在疾病初期就发生了LC-NE能神经元的丢失，且较PD更为严重。先前的NM-MRI研究还提出，PD和MSA患者的LC信号变化可能与快速动眼睡眠行为障碍（rapid eye movement sleep behavior disorder, RBD）的存在有关^{[24, 30]}，验证这一点需要未来纳入伴随RBD症状的患者进行研究。

3.4 局限性

       本研究存在一些局限性。首先，这些患者是依据帕金森综合征的国际临床诊断标准予以诊断的，并未获得病理组织学的证实。其次，我们取左右大脑半球的平均值进行分析，而核团可能存在的偏侧性未得到探究。此外，从临床角度而言，越来越多的证据表明，基于所呈现的运动症状的差异，MSA可分为MSA-P型和MSA-小脑型^[2]。由于本研究中大多数MSA患者缺少具体亚型的临床诊断，为确保统计学效力，所有MSA患者被视为一组与其他两组进行比较。在未来的研究中，不同亚型的影响应当在一个更大的队列中加以研究。

4 结论

       相较于PD患者，MSA患者的SN和LC的NM发生显著退变。SN和LC的NM体积以及对比度测量为PD和MSA的诊断及鉴别诊断提供了客观、定量的影像学信息。