基于小腦通路的彌散磁共振成像分析

常學(xué)斌，龔津南，常 鑫，李 薪，史鴻儒，羅 程*，堯德中

(1.電子科技大學(xué)，四川 成都 610054；2.成都列五中學(xué)，四川 成都 610000)*通信作者：羅 程，E-mail: chengluo@uestc.edu.cn)

?

基于小腦通路的彌散磁共振成像分析

常學(xué)斌1，龔津南1，常 鑫1，李 薪1，史鴻儒2，羅 程1*，堯德中1

(1.電子科技大學(xué)，四川 成都 610054；2.成都列五中學(xué)，四川 成都 610000)*通信作者：羅 程，E-mail: chengluo@uestc.edu.cn)

目的 探討小腦-大腦皮層通路的白質(zhì)連接模式。方法 于2015年10月-2016年4月通過電子科技大學(xué)校園網(wǎng)公開招募20名健康被試并采集所有被試的彌散磁共振(dMRI)數(shù)據(jù)，通過概率性示蹤法重建出小腦-大腦皮層之間的白質(zhì)纖維束通路，包括齒狀核-紅核-丘腦-皮層(DTC)、額葉-腦橋-小腦(FPC)、頂葉-腦橋-小腦(PPC)、顳葉-腦橋-小腦(TPC)和枕葉-腦橋-小腦(OPC)?？疾爝@些通路白質(zhì)微結(jié)構(gòu)的彌散參數(shù)，包括各向異性分?jǐn)?shù)(FA)、平均擴(kuò)散度(MD)、橫向擴(kuò)散度(AD)和徑向擴(kuò)散度(RD)。利用配對t檢驗(yàn)考察各個(gè)纖維束彌散參數(shù)的對稱性。結(jié)果 在20名被試中均成功追蹤出5組白質(zhì)纖維束。DTC 和OPC的各個(gè)參數(shù)均顯示為雙側(cè)對稱；TPC和PPC的FA存在不對稱性，左側(cè)高于右側(cè)，差異有統(tǒng)計(jì)學(xué)意義(P<0.05)；左側(cè)FPC和右側(cè)PPC的RD值較對側(cè)高，差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)。結(jié)論 彌散磁共振數(shù)據(jù)能有效重構(gòu)小腦-大腦間的白質(zhì)纖維束，作為小腦輸出纖維(DTC)的彌散參數(shù)具有雙側(cè)對稱性。而額葉、頂葉、顳葉向小腦的輸入纖維均顯示雙側(cè)不對稱性，這可能反映了小腦參與大腦非運(yùn)動(dòng)功能的不對稱性。

彌散磁共振；概率性示蹤；小腦白質(zhì)；彌散參數(shù)

人類小腦位于顱骨后窩，通過小腦腳與腦干相連。小腦通過纖維束的輸入輸出與其它中樞神經(jīng)系統(tǒng)完成信息交互。小腦的輸出纖維(不包括從前庭小腦到前庭神經(jīng)核)主要起源于四個(gè)小腦深部核團(tuán)：齒狀核、栓塞核、球狀核和頂核。小腦的所有輸入纖維都需要通過小腦腳。大小腦之間連接回路主要分為兩部分，大腦皮層-腦橋-小腦(cortico-ponto-cerebellar，CPC)通路和小腦的齒狀核-紅核-丘腦-皮層(dentate-rubro-thalamo-cortical，DTC)通路。他們共同的作用是參與微調(diào)自發(fā)運(yùn)動(dòng)、執(zhí)行與高階認(rèn)知、視覺和聽覺以及運(yùn)動(dòng)規(guī)劃等諸多功能。彌散磁共振成像(diffusion magnetic resonance imaging，dMRI)是一種非侵入性的方法，可獲得一些反映白質(zhì)纖維束中水分子隨機(jī)擴(kuò)散情況的影像學(xué)指標(biāo)。分析dMRI常見的兩種方法分別為確定性示蹤算法和概率性示蹤算法。最近，國外有研究使用確定性示蹤方法，重建了CPC 和DTC通路[1-2]。但確定性示蹤有很多的局限性，如敏感度較低、對一些小纖維束的重建不夠準(zhǔn)確等。因此，本研究采集高分辨率dMRI數(shù)據(jù)，使用概率性示蹤的方法來重建大腦-小腦之間白質(zhì)纖維束通路。

1 對象與方法

1.1 對象

于2015年10月-2016年4月通過電子科技大學(xué)校園網(wǎng)公開招募20名健康體檢者參與本研究。其中男性8名，女性12名，年齡19～36歲，平均(23.84±6.53)歲。通過篩查，20名被試均無神經(jīng)系統(tǒng)疾病或精神疾病。研究開始前，被試均簽署了知情同意書。本研究通過電子科技大學(xué)信息醫(yī)學(xué)中心倫理委員會(huì)審核批準(zhǔn)。

1.2 磁共振成像掃描

使用電子科技大學(xué)信息醫(yī)學(xué)中心GE Discovery 750 3.0T超導(dǎo)磁共振掃描儀，8通道標(biāo)準(zhǔn)頭部線圈磁共振平臺(tái)進(jìn)行掃描與圖像采集。采集每一名被試的高清晰度結(jié)構(gòu)像以及彌散加權(quán)圖像。其中，高分辨率的3D T1圖像視野=256 cm×256 cm×152 cm，體素=1×1×1 mm3；彌散加權(quán)圖像使用SE-EPI序列，采集參數(shù)為76層，重復(fù)時(shí)間=8 500 ms，回波時(shí)間=70 ms，體素大小=2×2×2 mm3，視野=256 cm×256 cm，掃描時(shí)間=10 min，擴(kuò)散方向=64，最大梯度擴(kuò)散值=1000 s/mm2。

1.3 dMRI數(shù)據(jù)處理

本研究使用FSL(Oxford Centre for Functional Magnetic Resonance Imaging of the Brain Software Library，http://fsl.fmrib.ox.ac.uk/fsl)工具包[3-4]進(jìn)行數(shù)據(jù)分析。dMRI數(shù)據(jù)處理流程包括去除非腦組織、頭動(dòng)校正及渦輪矯正、白質(zhì)彌散參數(shù)的獲取、使用蒙特卡洛抽樣重建每個(gè)體素在各方向的彌散參數(shù)分布以及選取種子點(diǎn)做概率性示蹤圖譜[5-7]。在本研究中，所有的感興趣區(qū)域(region of interest，ROI)均通過JHU-MNI (Johns Hopkins University-Montreal Neurologic Institute)atlas模板提取。然后把標(biāo)準(zhǔn)MNI空間上的ROI轉(zhuǎn)化到個(gè)體空間。轉(zhuǎn)化到個(gè)體空間的具體步驟：①將被試的T1像配準(zhǔn)到其個(gè)體的DTI空間；②將個(gè)體DTI空間上的T1像配準(zhǔn)到MNI的T1模板上，得到轉(zhuǎn)換的矩陣T；③利用轉(zhuǎn)換矩陣T的逆變換T-1將標(biāo)準(zhǔn)MNI空間上的ROI轉(zhuǎn)換到個(gè)體空間，就得到了被試個(gè)體空間上的ROI。

1.4 大腦-小腦白質(zhì)纖維通路的概率示蹤

對DTC通路示蹤時(shí)，種子區(qū)為小腦齒狀核，同側(cè)的上小腦腳(superior cerebellar peduncle，SCP)以及同側(cè)的丘腦為途經(jīng)點(diǎn)，同側(cè)的整個(gè)大腦皮層為目標(biāo)腦區(qū)。對總體CPC通路，中小腦腳(middle cerebellar peduncle，MCP)為必經(jīng)途經(jīng)點(diǎn)。對額葉-腦橋-小腦(fronto-ponto-cerebellar，F(xiàn)PC)通路，額葉為種子區(qū)，對側(cè)小腦為目標(biāo)腦區(qū)。對頂葉-腦橋-小腦(parieto-ponto-cerebellar，PPC)通路、顳葉-腦橋-小腦(temporo-ponto-cerebellar，TPC)通路、枕葉-腦橋-小腦(occipito-ponto-cerebellar，OPC)通路，種子區(qū)分別為頂葉、顳葉、枕葉區(qū)域，而目標(biāo)腦區(qū)均在同側(cè)小腦。

1.5 統(tǒng)計(jì)方法

提取上述通路中每個(gè)被試各個(gè)白質(zhì)微結(jié)構(gòu)彌散參數(shù)的平均值，包括各向異性分?jǐn)?shù) (fractional anisotropy，F(xiàn)A)、平均彌散度(mean diffusivity，MD)、橫向彌散度(axial diffusivity，AD)及徑向彌散度 (radial diffusivity，RD)指標(biāo)。使用SPSS 18.0對同一通路左右兩側(cè)的平均白質(zhì)微結(jié)構(gòu)指標(biāo)做配對t檢驗(yàn)。檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié) 果

在20名健康被試中均成功追蹤到了5組小腦輸入輸出的白質(zhì)纖維通路，即齒狀核-紅核-丘腦-皮層通路和4組大腦皮層-腦橋-小腦通路，見圖1A-E。平均各條通路的四個(gè)彌散參數(shù)，F(xiàn)A=0.4，MD=0.8×10-3mm2/s，AD=1.2×10-3mm2/s，RD=0.6×10-3mm2/s。左側(cè)FPC和PPC通路的RD均高于右側(cè)，差異均有統(tǒng)計(jì)學(xué)意義(P=0.039，0.045)。左側(cè)PPC和TPC通路的FA均高于右側(cè)，差異均有統(tǒng)計(jì)學(xué)意義(P=0.04，0.013)。見表1-表5。

注：色彩從淺藍(lán)到黃色僅代表白質(zhì)連接的強(qiáng)度

FAMD(×10-3mm2/s)AD(×10-3mm2/s)RD(×10-3mm2/s)左DTC0．42±0．020．80±0．031．20±0．040．60±0．04右DTC0．41±0．020．81±0．031．20±0．030．61±0．04P0．7130．6980．4530．487

注：DTC，齒狀核-紅核-丘腦-皮層；FA，各向異性分?jǐn)?shù)；MD，平均彌散度；AD，軸向彌散度；RD，徑向彌散度

表2 FPC通路各彌散指標(biāo)雙側(cè)比較

注：FPC，額葉-腦橋-小腦；FA，各向異性分?jǐn)?shù)；MD，平均彌散度；AD，軸向彌散度；RD，徑向彌散度

表3 PPC通路各彌散指標(biāo)雙側(cè)比較

注：PPC，頂葉-腦橋-小腦；FA，各向異性分?jǐn)?shù)；MD，平均彌散度；AD，軸向彌散度；RD，徑向彌散度

表4 TPC通路各彌散指標(biāo)雙側(cè)比較

注：TPC，顳葉-腦橋-小腦；FA，各向異性分?jǐn)?shù)；MD，平均彌散度；AD，軸向彌散度；RD，徑向彌散度

表5 OPC通路各彌散指標(biāo)雙側(cè)比較

注：OPC，枕葉-腦橋-小腦；FA，各向異性分?jǐn)?shù)；MD，平均彌散度；AD，軸向彌散度；RD，徑向彌散度

3 討 論

本研究發(fā)現(xiàn)右側(cè)額葉連接到左側(cè)小腦的白質(zhì)連接(FPC)較對側(cè)的平均彌散參數(shù)MD值和徑向彌散參數(shù)RD值更高，而且頂葉和顳葉連接到小腦的白質(zhì)纖維束也顯示雙側(cè)的不對稱性。包括fMRI及腦電圖(electroencephalogram，EEG)在內(nèi)的功能影像研究已揭示了人腦額葉功能存在偏側(cè)性。如EEG研究表明額葉β波和θ波的偏側(cè)化與情緒調(diào)節(jié)有關(guān)，情緒調(diào)節(jié)能力與左額葉的活動(dòng)強(qiáng)度呈正相關(guān)[8]。fMRI的研究也表明左側(cè)額葉對語言信息的處理存在優(yōu)勢[9-10]。左側(cè)FPC的高參數(shù)可能反映左側(cè)小腦有更多的參與情緒調(diào)控以及語言語義處理等功能。將來的研究應(yīng)該對額葉進(jìn)行更細(xì)致的劃分，如將額葉分為前額葉、輔助運(yùn)動(dòng)區(qū)和初級(jí)運(yùn)動(dòng)皮層等區(qū)域，分別構(gòu)建其與小腦的白質(zhì)通路，以得到更精確的結(jié)果來解釋與小腦運(yùn)動(dòng)功能和非運(yùn)動(dòng)功能相關(guān)的白質(zhì)聯(lián)系。同時(shí)，由于人腦顳葉對聽覺信號(hào)處理存在偏側(cè)性，本研究發(fā)現(xiàn)TPC通路指標(biāo)不對稱性可能也反映了小腦參與聽覺信息處理的過程。關(guān)于PPC的偏側(cè)性，可能與頂葉感覺系統(tǒng)的偏側(cè)有關(guān)，但還需更直接的證據(jù)予以說明。本研究發(fā)現(xiàn)額葉、頂葉和顳葉與小腦之間的雙側(cè)不對稱性連接，為探索小腦的非運(yùn)動(dòng)功能提供了結(jié)構(gòu)MRI基礎(chǔ)。

需特別說明，因大腦連接小腦的白質(zhì)通路分散于大腦半球兩側(cè)，大部分來源于大腦半球的纖維束在腦橋處交叉后，與對側(cè)小腦相連。最近基于確定性示蹤方法的研究已發(fā)現(xiàn)大腦輸入小腦的連接主要在大腦同側(cè)，而很少有通過腦橋到對側(cè)小腦的。這也許是因?yàn)榇_定性示蹤方法很難重建出纖維束交叉區(qū)域。本研究則基于概率示蹤方法以MCP為途經(jīng)點(diǎn)進(jìn)行示蹤，構(gòu)建出了更契合解剖結(jié)構(gòu)的白質(zhì)纖維束。但對稱性分析僅衡量了大腦輸入小腦纖維在腦橋有交叉部分的對稱性。以后的研究還應(yīng)示蹤出大腦輸入小腦纖維的未交叉部分，并進(jìn)行對稱性分析，以便更精確描述大腦輸入小腦纖維的模式。

雖然小腦在運(yùn)動(dòng)功能中的作用有充分的文獻(xiàn)記載，但最近其對于高級(jí)認(rèn)知和情緒功能的作用已受到學(xué)術(shù)界越來越多的關(guān)注。小腦與小腦外的連接應(yīng)是理解小腦在運(yùn)動(dòng)、認(rèn)知和情感功能中作用的關(guān)鍵一步。本研究重建了大腦-小腦白質(zhì)連接的各個(gè)通路，并考察了各通路上的白質(zhì)指標(biāo)，這也許可以作為權(quán)值信息以用于大腦-小腦功能耦合的研究。因此適當(dāng)?shù)厝诤习踪|(zhì)連接信息以及功能連接信息得到的結(jié)果會(huì)更有意義。

本研究采集了dMRI圖像并應(yīng)用了概率性示蹤算法，較為可靠地的重建出相對真實(shí)的小腦-大腦間各個(gè)白質(zhì)通路。此外，也顯示了大腦-小腦連接通路的重建具有一定的可行度，在將來能用于大腦-小腦功能耦合的研究，以提高研究者對大腦-小腦間的信息交互的認(rèn)識(shí)。

[1] Keser Z, Hasan KM, Mwangi BI, et al. Diffusion tensor imaging of the human cerebellar pathways and their interplay with cerebral macrostructure[J]. Front Neuroanat, 2015, 9: 41.

[2] Kitamura K, Nakayama K, Kosaka S, et al. Diffusion tensor imaging of the cortico-ponto-cerebellar pathway in patients with adult-onset ataxic neurodegenerative disease[J]. Neuroradiology, 2008, 50(4): 285-292.

[3] Jenkinson M, Beckmann CF, Behrens TE, et al. FSL[J]. Neuroimage, 2012, 62(2): 782-790.

[4] Woolrich MW, Jbabdi S, Patenaude B, et al. Bayesian analysis of neuroimaging data in FSL[J]. Neuroimage, 2009, 45(1 Suppl): S173-186.

[5] Behrens TE, Berg HJ, Jbabdi S, et al. Probabilistic diffusion tractography with multiple fibre orientations: What can we gain?[J]. Neuroimage, 2007, 34(1): 144-155.

[6] Behrens TE, Woolrich MW, Jenkinson M, et al. Characterization and propagation of uncertainty in diffusion-weighted MR imaging[J]. Magn Reson Med, 2003, 50(5): 1077-1088.

[7] Jbabdi S, Sotiropoulos SN, Savio AM, et al. Model-based analysis of multishell diffusion MR data for tractography: how to get over fitting problems[J]. Magn Reson Med, 2012, 68(6): 1846-1855.

[8] 張晶, 周仁來. 額葉EEG偏側(cè)化：情緒調(diào)節(jié)能力的指標(biāo)[J]. 心理科學(xué)進(jìn)展, 2010, 18(11): 1679-1683.

[9] Lehéricy S, Cohen L, Bazin B, et al. Functional MR evaluation of temporal and frontal language dominance compared with the Wada test[J]. Neurology, 2000, 54(8): 1625-1633.

[10] Desmond JE, Sum JM, Wagner AD, et al. Functional MRI measure- ment of language lateralization in Wada-tested patients[J]. Brain, 1995, 118 (Pt 6): 1411-1419.

(本文編輯：唐雪莉)

Cerebello-cerebral pathway analysis based on diffusion magnetic resonance imaging

ChangXuebin1,GongJinnan1,ChangXin1,LiXin1,ShiHongru2,LuoCheng1*,YaoDezhong1

(1.UniversityofElectronicScienceandTechnologyofChina,Chengdu610054,China;2.ChengduLiewuHighSchool,Chengdu610017,China*Correspondingauthor:LuoCheng,E-mail:chengluo@uestc.edu.cn)

Objective To investigate the white-matter connectivity pattern of the cerebello-cerebral white matter pathway.Methods The diffusion magnetic resonance imaging (dMRI) data of 20 healthy adults who were recruited from University of Electronic Science and Technology of China from October 2015 to April 2016 were collected. Then, the white matter pathways between the cerebral cortex and the cerebellum were tracked by probabilistic tracing method, including dentate nucleus-rednucleus-thalamus-cortical (DTC), frontal-pontine-cerebellar (FPC), parietal-pontine-cerebellar (PPC), temporallobe-pontine-cerebellum (TPC), occipital-pontine-cerebellum (OPC). The diffusional features: Fractional Anisotropy (FA), Mean Diffusivities (MD), Axial Diffusivities (AD) and Radial Diffusivities (RD) were assessed on these fibers. Finally, the symmetry of parameters of fibers was investigated by pairwisettest.Results All of fibers were successfully tracked in 20 subjects. The diffusional features of DTC and OPC were symmetric. The FA of TPC and PPC was asymmetric, in which the left fiber was higher than the right one (P<0.05). The RD of left FPC and right PPC was higher than contralateral ones (P<0.05).Conclusion As the output fibers of the cerebellum, DTC were symmetrical. However, the asymmetric of the input fibers from frontal, temporal, parietal lobes would implicate that the the cerebellum participate in the cerebral non-motor function asymmetrically.

Diffusion magnetic resonance; Probabilistic tracing; Cerebellar white matter; Diffusion parameter

R445.2

A

10.11886/j.issn.1007-3256.2017.01.008

國家自然科學(xué)基金(81271547)；國家重大科學(xué)儀器設(shè)備開發(fā)專項(xiàng)項(xiàng)目(2013YQ490859)

2016-12-20)