基于定量磁化率成像人腦深層灰質(zhì)核團(tuán)概率性圖譜的構(gòu)建

薄斌仕，翟國(guó)強(qiáng)，張苗，王乙，2，李建奇*

基于定量磁化率成像人腦深層灰質(zhì)核團(tuán)概率性圖譜的構(gòu)建

薄斌仕1，翟國(guó)強(qiáng)1，張苗1，王乙1，2，李建奇1*

作者單位：1. 華東師范大學(xué)物理系，上海市磁共振重點(diǎn)實(shí)驗(yàn)室，上海 200062 2. 康奈爾大學(xué)，威爾醫(yī)學(xué)院放射系，紐約 10022，美國(guó)

目的 基于定量磁化率成像(quantitative susceptibility mapping，QSM)技術(shù)制作可用于自動(dòng)分割大腦深層灰質(zhì)核團(tuán)的概率圖譜。材料與方法 15名健康受試者參與研究，所有受試者掃描均在3.0 T磁共振成像設(shè)備系統(tǒng)上完成。在隨機(jī)選取的10名受試者得到的標(biāo)準(zhǔn)空間QSM圖上，手動(dòng)勾畫出六個(gè)雙側(cè)腦深部灰質(zhì)核團(tuán)，之后采用相應(yīng)的圖譜評(píng)價(jià)方法選擇最優(yōu)概率閾值的圖譜作為最終的概率圖譜。在其余5名受試者得到的標(biāo)準(zhǔn)空間QSM圖上，分別使用三種圖譜(概率圖譜、AAL圖譜和Johns Hopkins圖譜)自動(dòng)分割和由2名研究者手動(dòng)勾畫出六個(gè)雙側(cè)腦深部灰質(zhì)核團(tuán)感興趣區(qū)，并分別計(jì)算自動(dòng)分割與手動(dòng)勾畫得到的區(qū)域的相似度Dice系數(shù)和磁化率值，以評(píng)價(jià)概率圖譜的準(zhǔn)確性。結(jié)果 在基底節(jié)區(qū)域，概率圖譜分割結(jié)果的Dice系數(shù)明顯高于AAL圖譜，但和Johns Hopkins圖譜區(qū)別不大；在顱底和小腦區(qū)域，概率圖譜分割結(jié)果的Dice系數(shù)明顯高于Johns Hopkins圖譜。與其他兩種圖譜相比，概率圖譜自動(dòng)分割深部核團(tuán)后測(cè)量得到的磁化率值，更接近于手動(dòng)勾畫核團(tuán)測(cè)量得到的磁化率值，其差別更小。結(jié)論 基于多名受試者QSM圖像構(gòu)建的腦深部灰質(zhì)核團(tuán)概率圖譜，對(duì)大腦灰質(zhì)核團(tuán)分割效果更加可靠，可有效提高圖像分析工作的效率。

磁共振成像；定量磁化率成像；基于圖譜分割；腦深部核團(tuán)

三維立體腦圖譜可為大腦成像數(shù)據(jù)分析提供有用的解剖參考，通過(guò)受試者與腦模板之間的自動(dòng)配準(zhǔn)，腦圖譜可有效將受試者大腦分割成相應(yīng)的感興趣區(qū)。人腦的結(jié)構(gòu)和功能復(fù)雜多樣，每部分都有其特異性?？臻g標(biāo)準(zhǔn)化能夠減小個(gè)體間大腦解剖結(jié)構(gòu)的差異，因此它是人腦圖譜研究中一個(gè)重要的步驟。目前，磁共振研究廣泛采用的大腦圖譜源于T1WI，如Talairach和Tournoux圖譜[1]、基于Colin 27模板的自動(dòng)解剖標(biāo)記(anmtomical automatic labeling，AAL)圖譜[2]等。

隨著高場(chǎng)磁共振成像技術(shù)的發(fā)展，定量磁化率成像(quantitative susceptibility mapping，QSM)提供了一種新穎的對(duì)比機(jī)制，它利用一般磁共振成像技術(shù)舍棄的相位信息得到局部磁場(chǎng)變化特性，再通過(guò)復(fù)雜的場(chǎng)到源反演計(jì)算，可直接得到定量磁化率分布圖[3-10]。大腦磁化率圖像的對(duì)比機(jī)制主要來(lái)源于含鐵的深部灰質(zhì)核團(tuán)和含髓磷脂的白質(zhì)，對(duì)于深部核團(tuán)來(lái)說(shuō)其對(duì)比度非常好[4，6，10-11]。

采用QSM技術(shù)可得到精確腦鐵含量圖，而腦鐵沉積異常是神經(jīng)退行性病變的潛在生物標(biāo)記物，因此QSM已應(yīng)用于帕金森病[11-12]、阿爾茨海默病[13-14]、Huntington病[15]等疾病的研究。在這些研究中，深部灰質(zhì)核團(tuán)區(qū)域的定義主要基于人工手動(dòng)勾畫感興趣區(qū)(region of interest，ROI)[12-14]，然后再進(jìn)行相關(guān)統(tǒng)計(jì)分析，這需要耗費(fèi)大量的時(shí)間。

最近來(lái)自Johns Hopkins大學(xué)的研究團(tuán)隊(duì)制作了一個(gè)基于定量磁化率圖的大腦圖譜[16]，但是其圖譜是基于單個(gè)受試者的大腦，不能充分反映大量正常大腦的解剖結(jié)構(gòu)的多樣性。大量文獻(xiàn)表明，不同的正常人大腦結(jié)構(gòu)存在很大差異[17-19]，因此基于單個(gè)受試者的腦模板不能代表解剖結(jié)構(gòu)變化較大的那些腦區(qū)域。

在本研究中，筆者采用一組受試者的高分辨率QSM圖像創(chuàng)建了一個(gè)新的概率性大腦深層灰質(zhì)核團(tuán)分割圖譜，該圖譜可以作為一個(gè)有用的模板自動(dòng)進(jìn)行大腦深層核團(tuán)的識(shí)別以及進(jìn)行大數(shù)據(jù)的組分析測(cè)量。

1 材料與方法

1.1 磁共振數(shù)據(jù)采集

15名健康受試者參與本項(xiàng)研究，7名女性，8名男性，平均年齡(24.3±1.0)歲。隨機(jī)選取其中10名(男女各5名)受試者作為圖譜制作對(duì)象，其余5名受試者作為后期檢驗(yàn)圖譜有效性的對(duì)象。實(shí)驗(yàn)前要求受試者認(rèn)真閱讀并簽署磁共振檢查知情同意書。

所有受試者掃描均在3.0 T磁共振成像設(shè)備系統(tǒng)(西門子Magnftom Trio Tim 3.0 T)上完成，采用12通道頭線圈作為信號(hào)接收線圈。QSM掃描序列為三維多回波梯度回波(gradient echo，GRE)序列，具體掃描參數(shù)如下：TR 60 ms，第一回波時(shí)間(TE1) 6.8 ms，回波間隔(ΔTE) 6.8ms，回波數(shù)8，反轉(zhuǎn)角(FA) 15°，F(xiàn)OV 240 mm×180 mm，體素大小為0.625 mm× 0.625 mm× 2.000 mm，層數(shù)96。為減少采樣時(shí)間，在相位編碼方向(受試者左右方向)采用并行采樣技術(shù)，加速因子為2。T1WI高分辨結(jié)構(gòu)像采用三維磁化準(zhǔn)備快速梯度回波(magnetization-prepared rapid gradient echo，MPRAGE)序列，具體參數(shù)如下：正中矢狀面掃描，TR 2530 ms，反轉(zhuǎn)時(shí)間(TI) 1100 ms， FA為7°， TE 2.34 ms，F(xiàn)OV 256 mm×256 mm，體素大小為1 mm×1 mm ×1 mm，層數(shù)192。對(duì)所有受試者還進(jìn)行了常規(guī)T1WI、T2WI及FLAIR等序列的掃描，以篩查患有腦血管疾病的受試者。在掃描過(guò)程中于受試者頭部?jī)蓚?cè)和下方均放置海綿墊，以減小受試者頭部運(yùn)動(dòng)而且保證受試者間定位的一致性。

1.2 QSM重建和圖譜制作

由GRE序列采集到的復(fù)數(shù)數(shù)據(jù)經(jīng)過(guò)相位擬合、相位解纏繞、去背景場(chǎng)、基于形態(tài)學(xué)的偶極子反演算法(morphology enabled dipole inversion，MEDI)等步驟重建出顱腦橫斷面磁化率圖[7-8，20]。

在圖譜制作之前先對(duì)每個(gè)受試者的圖像進(jìn)行了預(yù)處理[16，21]，然后再進(jìn)行圖譜制作：(1)使用磁共振掃描儀自帶的三維后處理軟件將受試者矢狀面高分辨T1結(jié)構(gòu)像重建為橫斷面圖像，其分辨率為1 mm×1 mm×1 mm，然后使用FSL5.0.9工具包中的BET軟件(brain extraction Tool)去除顱骨和其他非腦組織，提取腦組織部分。(2)對(duì)受試者三維GRE序列得到的模圖，也使用FSL 5.0.9工具包中的BET軟件，去除顱骨和其他非腦組織，進(jìn)行提取腦組織部分。(3)使用FSL 5.0.9工具包中的FLIRT線性配準(zhǔn)算法中的剛體變換算法將去除顱骨之后受試者的橫斷面圖配準(zhǔn)到去除顱骨之后的受試者模圖GreMag空間中，得到受試者模圖空間中的T1圖(Mag T1圖)。(4)使用FSL 5.0.9工具包中的FLIRT線性配準(zhǔn)算法中的12參數(shù)仿射變換方法將受試者的Mag T1圖配準(zhǔn)到ICBM T1圖的標(biāo)準(zhǔn)空間(MNI)中，得到MNI空間中受試者的T1圖(MNIT1圖)與受試者模圖空間到MNI空間的轉(zhuǎn)換矩陣(M)。(5)將轉(zhuǎn)換矩陣M運(yùn)用到受試者的GreMag圖和QSM圖上，將其變換到標(biāo)準(zhǔn)空間中，得到標(biāo)準(zhǔn)空間的受試者模圖和QSM圖(MNI Mag圖和MNIQSM圖)。(6)在上述經(jīng)過(guò)預(yù)處理得到的單個(gè)受試者的標(biāo)準(zhǔn)空間MNI QSM圖上，由1名研究者利用ITK-SNAP 3.2軟件手動(dòng)勾畫出6個(gè)雙側(cè)腦深部灰質(zhì)核團(tuán)ROI (尾狀核：CN，殼核：PU，蒼白球：GP，黑質(zhì)：SN，紅核：RN，齒狀核：DN)，從而得到每個(gè)受試者在MNI坐標(biāo)系的深部灰質(zhì)分割圖(deep gray matter parcellation map，DGMPM)。(7)基于10名受試者的DGMPM圖，使用自編程序?qū)⒚恳活怰OI按照像素出現(xiàn)的概率得到概率圖譜。然后根據(jù)不同概率閾值得到不同概率閾值圖譜，如10%概率閾值圖譜為所有出現(xiàn)概率超過(guò)10%的像素集合，20%概率閾值圖譜為所有出現(xiàn)概率超過(guò)20%的像素集合，依此類推。之后采用下述相應(yīng)的圖譜評(píng)價(jià)方法生成最優(yōu)閾值的概率圖譜。

1.3 圖譜評(píng)價(jià)方法

由2名研究者利用ITK-SNAP 3.2軟件在用于評(píng)價(jià)的5名受試者的標(biāo)準(zhǔn)空間QSM圖上手動(dòng)勾畫出深部核團(tuán)ROI，以此作為評(píng)價(jià)圖譜分割精確度的金標(biāo)準(zhǔn)。

對(duì)于每一個(gè)ROI的分割結(jié)果準(zhǔn)確性的量化評(píng)價(jià)采用圖1所示原理進(jìn)行[22]。假設(shè)研究者手工分割得到目標(biāo)核團(tuán)的像素為T，本文概率圖譜、AAL圖譜[2]、Johns Hopkins (JH)圖譜[16]得到的目標(biāo)核團(tuán)的像素為R， 研究者手工分割和圖譜自動(dòng)分割得到的目標(biāo)圖像的重疊區(qū)域的像素?cái)?shù)目為真陽(yáng)性(true positive，TP)，而手工分割結(jié)果與圖譜自動(dòng)分割結(jié)果之外包含區(qū)域像素?cái)?shù)目為真陰性(true negative，TN)，圖譜自動(dòng)分割結(jié)果中不包含手工分割結(jié)果區(qū)域的像素?cái)?shù)目為假陽(yáng)性(FALSEpositive，F(xiàn)P)，手工分割結(jié)果中不包含圖譜自動(dòng)分割結(jié)果區(qū)域的像素?cái)?shù)目為假陰性(false negative，F(xiàn)N)。采用Kappa系數(shù)、Dice系數(shù)[16，22-23]和覆蓋率(overlap ratio，OR)[19，23]來(lái)對(duì)分割結(jié)果可靠性進(jìn)行分析：

其中，相似度Dice系數(shù)是指正確分割結(jié)果的像素?cái)?shù)目占整個(gè)分割區(qū)域(包含手工分割和圖譜自動(dòng)分割的所有區(qū)域)的比率，其對(duì)兩個(gè)區(qū)域大小和位置的差異很敏感，取值范圍為[0，1]，1表示完全一致。在本研究中由于TN像素?cái)?shù)目相對(duì)于目標(biāo)核團(tuán)像素?cái)?shù)目為無(wú)窮大，從而使Kappa系數(shù)與Dice系數(shù)相等，而且已經(jīng)有文獻(xiàn)指出Dice系數(shù)是Kappa系數(shù)的一種特例[22，24]。覆蓋率OR是指手工分割結(jié)果與圖譜分割結(jié)果共同包含區(qū)域與兩種分割方法結(jié)果包含的全部區(qū)域的比率，其取值范圍為[0，1]，若圖譜分割結(jié)果和手工分割結(jié)果完全重合，則OR=1，若完全不重合，則OR=0。

1.4 最優(yōu)圖譜選擇

對(duì)于用于評(píng)測(cè)的5名受試者磁化率圖，分別使用筆者制作的10種不同概率閾值的概率圖譜配準(zhǔn)和手工勾畫的方法得到兩組ROI，然后對(duì)這兩組ROI區(qū)域進(jìn)行Dice系數(shù)和覆蓋率統(tǒng)計(jì)，并對(duì)兩者結(jié)果進(jìn)行權(quán)衡，選擇最佳概率閾值的概率圖譜作為最終的概率圖譜。此外，筆者對(duì)AAL圖譜和JH圖譜所研究的基底節(jié)區(qū)ROI分別進(jìn)行擴(kuò)大1個(gè)、2個(gè)像素或腐蝕1個(gè)、2個(gè)、3個(gè)、4個(gè)像素的操作，使其產(chǎn)生7種不同圖譜；顱底和小腦區(qū)域的ROI由于核團(tuán)體積較小，只腐蝕到2個(gè)像素，使其產(chǎn)生5種不同圖譜。然后對(duì)AAL圖譜和JH圖譜的每一個(gè)深部灰質(zhì)核團(tuán)的分割效果進(jìn)行統(tǒng)計(jì)分析，從中選出最佳圖譜并且與本文最佳中國(guó)人概率圖譜進(jìn)行比較。為了保證比較的公平性，對(duì)三種圖譜所有核團(tuán)均比較相同層位和數(shù)量的區(qū)域。

為了保證最優(yōu)圖譜選擇的可靠性，筆者使用多次平均的方法：首先，求出每名受試者由每名研究者手動(dòng)勾畫的ROI與圖譜自動(dòng)分割的ROI之間的Dice系數(shù)和覆蓋率，將2名研究者得到的數(shù)值求平均值，得到各受試者每一個(gè)區(qū)域2名研究者評(píng)測(cè)的平均值；其次，對(duì)所有受試者的平均Dice系數(shù)和平均覆蓋率再求平均，從而得到每一個(gè)研究核團(tuán)的最終Dice系數(shù)值和覆蓋率值。三種圖譜的每一類情況均使用多次平均的方法得到每一個(gè)研究核團(tuán)的最終Dice系數(shù)和覆蓋率，然后分析他們的分布趨勢(shì)，最后得出最優(yōu)圖譜。

1.5 磁化率值測(cè)量

使用圖譜自動(dòng)分割深部核團(tuán)并測(cè)量磁化率值，其步驟如下：首先，使用FSL 5.0.9工具包中FLIRT線性配準(zhǔn)算法中的反轉(zhuǎn)矩陣方法，將圖譜制作過(guò)程中生成的受試者空間至MNI空間的轉(zhuǎn)換矩陣(M)求逆矩陣；然后，利用上述逆矩陣，將每個(gè)圖譜變換到對(duì)應(yīng)受試者空間中，進(jìn)而測(cè)量每個(gè)ROI的磁化率值。對(duì)于2名研究者手工勾畫的ROI，也使用M的逆矩陣，將其變換到受試者空間并測(cè)量ROI內(nèi)的磁化率值。由于QSM得到的磁化率值是相對(duì)值而非絕對(duì)值，考慮到枕葉白質(zhì)的磁化率分布比較均勻，磁化率值較為穩(wěn)定[25]，因此，本研究中將左側(cè)枕葉白質(zhì)磁化率值作為參考值，所分析的磁化率值均為以枕葉白質(zhì)磁化率為參考的相對(duì)值。

1.6 統(tǒng)計(jì)分析

為了評(píng)價(jià)2名研究者勾畫的ROI的一致性，對(duì)2名研究者手工勾畫的各灰質(zhì)核團(tuán)ROI計(jì)算相似度Dice系數(shù)和覆蓋率。另外，對(duì)每個(gè)核團(tuán)2名研究者手工勾畫的ROI內(nèi)測(cè)量的平均磁化率值進(jìn)行一致性檢驗(yàn)(intraclass correlation coefficient，ICC)，ICC＞0.75為一致性較好。

為了驗(yàn)證圖譜自動(dòng)獲取ROI方法的可靠性，筆者還分析了三種最佳圖譜分割結(jié)果與手工勾畫得到的灰質(zhì)核團(tuán)的相似度Dice系數(shù)之間的統(tǒng)計(jì)差異。本組因例數(shù)較少，統(tǒng)計(jì)差異分析采用非參數(shù)統(tǒng)計(jì)的Wilcoxon法，分析軟件使用SPSS 17.0 Windows版本，P＜0.05為差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2名研究者手工勾畫的ROI的相似度Dice系數(shù)和平均覆蓋率見圖2，每一個(gè)核團(tuán)ROI的平均Dice系數(shù)均在0.814以上，所有ROI的平均Dice系數(shù)為0.848±0.027，表明2名研究者手工勾畫的ROI之間是高度一致的；另外，每一個(gè)核團(tuán)ROI的平均覆蓋率也均在0.763以上，所有ROI的平均覆蓋率為0.839± 0.042，可見我們的統(tǒng)計(jì)結(jié)果是很可靠的。

圖3和圖4顯示了每一個(gè)核團(tuán)由三種圖譜自動(dòng)分割與2名研究者手動(dòng)分割的相似度平均Dice系數(shù)和平均覆蓋率的分布趨勢(shì)。對(duì)于基底節(jié)區(qū)域，本研究構(gòu)建的概率圖譜取概率閾值為50%時(shí)總體上Dice系數(shù)達(dá)到一個(gè)極大值(圖3A；所有ROI的平均Dice系數(shù)：0.793±0.061)，且此時(shí)的覆蓋率總體也處于一個(gè)比較高的可接受范圍(圖3B；所有ROI的平均覆蓋率：0.775±0.066)，權(quán)衡兩者情況，因此取概率閾值為50%的圖譜為最優(yōu)概率圖譜。AAL圖譜和JH圖譜最優(yōu)ROI均取原始大小時(shí)相似度Dice系數(shù)達(dá)到極大值(圖3C、E)，但此時(shí)的覆蓋率偏低(圖3D、F)，AAL圖譜的所有ROI平均Dice系數(shù)為0.672±0.118，平均覆蓋率為0.611±0.120；JH圖譜的所有ROI平均Dice系數(shù)為0.771±0.074，平均覆蓋率為0.745±0.090。對(duì)于顱底和小腦的區(qū)域，概率圖譜取概率閾值為50%時(shí)總體上相似度Dice系數(shù)達(dá)到極大值(圖4A)，但是Dice系數(shù)和覆蓋率比基底節(jié)稍低(所有ROI的平均Dice系數(shù)：0.718±0.087，平均覆蓋率：0.715±0.106)。 AAL圖譜中沒有這些區(qū)域的ROI，因此沒有參與比較。JH圖譜最優(yōu)ROI取增加一個(gè)像素時(shí)相似度Dice系數(shù)達(dá)到極大值，此時(shí)所有ROI平均Dice系數(shù)為0.510±0.150，平均覆蓋率為0.580±0.154。

表1為三種最優(yōu)圖譜每一類ROI的平均Dice系數(shù)。從表中數(shù)據(jù)可知，在基底節(jié)區(qū)域，概率圖譜分割結(jié)果的Dice系數(shù)明顯高于AAL圖譜，但和JH圖譜區(qū)別不大；在顱底和小腦區(qū)域，概率圖譜分割結(jié)果的Dice系數(shù)明顯高于JH圖譜。另外，對(duì)三種圖譜最優(yōu)結(jié)果的每一個(gè)深層灰質(zhì)核團(tuán)ROI的兩次平均Dice系數(shù)進(jìn)行統(tǒng)計(jì)差異性檢驗(yàn)，發(fā)現(xiàn)概率圖譜與AAL圖譜的Dice系數(shù)只有左側(cè)尾狀核差異有統(tǒng)計(jì)學(xué)意義，其余核團(tuán)差異沒有統(tǒng)計(jì)學(xué)意義；與JH圖譜的Dice系數(shù)在基底節(jié)的核團(tuán)中差異沒有統(tǒng)計(jì)學(xué)意義，但是在顱底和小腦中的核團(tuán)均有明顯的統(tǒng)計(jì)差異。由此可見，本文制作的圖譜總體上比另外兩個(gè)圖譜對(duì)中國(guó)人大腦深層灰質(zhì)核團(tuán)的分割效果更精確。

圖1 評(píng)價(jià)原理示意圖 圖2 為2名研究者手工勾畫的各個(gè)核團(tuán)平均Dice系數(shù)和平均覆蓋率的分布圖。CN：尾狀核；PU：殼核；GP：蒼白球；SN：黑質(zhì)；RN：紅核；DN：齒狀核 圖3 三種圖譜自動(dòng)分割得到基底節(jié)區(qū)域中各個(gè)核團(tuán)Dice系數(shù)和覆蓋率的分布趨勢(shì)。L：左；R：右 圖4 三種圖譜自動(dòng)分割得到顱底和小腦區(qū)域中各個(gè)核團(tuán)Dice系數(shù)和覆蓋率的分布趨勢(shì)。 L：左；R：右 圖5 三種最優(yōu)圖譜分割的深層灰質(zhì)核團(tuán)平均Dice系數(shù)對(duì)比。*表示P＜0.05，具有統(tǒng)計(jì)學(xué)意義Fig. 1 Diagrammatic sketch of the evaluation principle. Fig. 2 Bar chart showing the average Dice coefficient and average overlap ratio between ROIs drawn by the two researchers. CN: caudate nucleus. PU: putamen. GP: globus pallidus. SN: substantia nigra. RN: red nucleus. DN: dentate nucleus.Fig. 3 Distribution trends of Dice coef ficients and overlap ratio of each nucleus automatically segmented with three kinds of atlas. L: left. R: right.Fig. 4 Distribution trends of Dice coefficients and overlap ratio of each nucleus automatically segmented with two kinds of atlas. L: left. R: right.Fig. 5 Bar chart showing the average Dice coef ficient in the deep gray matter nuclei based on the three kinds of optimal atlas. Symbols of “*” indicate signi ficant difference (P＜0.05).

對(duì)于2名研究者手工勾畫ROI區(qū)域的磁化率測(cè)量值，每一個(gè)核團(tuán)的ICC值均在0.953以上，所有ROI的平均ICC值為0.981±0.013，表明2名研究者手工勾畫ROI區(qū)域測(cè)量的磁化率值之間是高度一致的。每一個(gè)受試者手工勾畫的研究區(qū)域最終磁化率值定義為，在2名研究者測(cè)量得到的平均磁化率的基礎(chǔ)上再對(duì)左右兩側(cè)的測(cè)量值再求平均。表2顯示了三種圖譜每個(gè)核團(tuán)最優(yōu)結(jié)果得到的平均磁化率值和手工勾畫得到的平均磁化率值，以及三種圖譜自動(dòng)分割和手工勾畫得到的每個(gè)核團(tuán)測(cè)量的磁化率值之間的相對(duì)差。從表2中可見，概率圖譜測(cè)量得到的平均磁化率值比其他兩種圖譜更為接近手工勾畫得到的磁化率值。概率圖譜測(cè)量得到的磁化率值與手工勾畫ROI得到的磁化率值之間的相對(duì)差均在10%以內(nèi)，較另外兩種圖譜測(cè)得的磁化率值的相對(duì)差小。由以上結(jié)果也可看出本文的概率圖譜比另外兩種圖譜對(duì)各個(gè)核團(tuán)的磁化率值測(cè)量更為準(zhǔn)確。

表1 三種最優(yōu)圖譜各個(gè)核團(tuán)平均Dice系數(shù)Tab. 1 The average Dice coef ficients of each nucleus in three kinds of optimal atlas

表1 三種最優(yōu)圖譜各個(gè)核團(tuán)平均Dice系數(shù)Tab. 1 The average Dice coef ficients of each nucleus in three kinds of optimal atlas

注：P1表示本研究概率圖譜和AAL圖譜之間Dice系數(shù)的統(tǒng)計(jì)差異。P2表示本研究概率圖譜和JH圖譜之間Dice系數(shù)的統(tǒng)計(jì)差異。CN：尾狀核；PU：殼核；GP：蒼白球；SN：黑質(zhì)；RN：紅核；DN：齒狀核。L：左；R：右

?

表2 三種最優(yōu)圖譜和手工勾畫分割的各個(gè)核團(tuán)平均磁化率值統(tǒng)計(jì)表Tab. 2 Average susceptibility values of each nucleus segmented with three kinds of optimal atlas and manual drawing

3 討論

定量磁化率圖可清晰顯示大腦深部灰質(zhì)核團(tuán)，筆者提出了一種基于多名受試者定量磁化率圖的概率性大腦深層灰質(zhì)核團(tuán)圖譜。此圖譜對(duì)大腦深層灰質(zhì)核團(tuán)的自動(dòng)分割結(jié)果優(yōu)于AAL圖譜和JH圖譜的分割結(jié)果，而且對(duì)分割區(qū)域的磁化率值測(cè)量結(jié)果也顯示本文的概率圖譜比另外兩種圖譜更為接近手工勾畫的測(cè)量結(jié)果。

目前廣泛采用的大腦圖譜大多不是基于定量磁化率圖而研究的，而基于QSM制作的JH圖譜是基于單個(gè)受試者制作的，其具有很大的個(gè)體特異性，并不能代表多數(shù)正常人區(qū)域解剖結(jié)構(gòu)的變化，因此，這可能會(huì)導(dǎo)致自動(dòng)配準(zhǔn)得到的深部核團(tuán)位置的不準(zhǔn)確[19]。另外，也有文獻(xiàn)報(bào)道歐洲人和亞洲人大腦存在明顯結(jié)構(gòu)差異[17-18]，所以使用目前的圖譜對(duì)中國(guó)人大腦進(jìn)行臨床分析也會(huì)導(dǎo)致區(qū)域分割的不準(zhǔn)確。本研究結(jié)果顯示，筆者制作的中國(guó)人概率圖譜與JH圖譜在顱底和小腦區(qū)域的核團(tuán)差異有明顯統(tǒng)計(jì)學(xué)意義，而且圖譜分割和測(cè)量的精確度比JH圖譜明顯較高(表1，2；圖5)。

筆者制作的中國(guó)人概率圖譜與AAL圖譜和JH圖譜相比，對(duì)測(cè)量顱底和小腦深層灰質(zhì)核團(tuán)具有明顯優(yōu)勢(shì)，但是在基底節(jié)部位與JH圖譜相比差異不大。有文獻(xiàn)中指出，Dice系數(shù)大于0.7即為自動(dòng)分割與標(biāo)準(zhǔn)分割結(jié)果非常接近[24]；也有一些研究者認(rèn)為，對(duì)于較小的結(jié)構(gòu)Dice系數(shù)大于0.6，對(duì)于較大的結(jié)構(gòu)Dice系數(shù)達(dá)到0.8即認(rèn)為非常相似[26]。筆者最終制作的概率圖譜基底節(jié)較大的核團(tuán)平均Dice系數(shù)為0.793±0.061，顱底和小腦中較小的核團(tuán)的平均Dice系數(shù)為0.718±0.087。因此，筆者的圖譜分割結(jié)果是較為精確的，可用于自動(dòng)測(cè)量磁化率圖中大腦相關(guān)區(qū)域的磁化率值，并進(jìn)行有關(guān)的統(tǒng)計(jì)分析，從而提高工作效率。

在圖譜制作過(guò)程中，顱底和小腦的區(qū)域(如紅核、黑質(zhì)等核團(tuán))，對(duì)應(yīng)圖譜Dice系數(shù)和覆蓋率比基底節(jié)中核團(tuán)的測(cè)量值稍低，可能的原因是：(1)這些核團(tuán)本身比較小，容易出現(xiàn)偏差；(2)顱底空腔處組織-空氣界面的磁化率差異較大，而GRE序列對(duì)這種差異非常敏感[27]，導(dǎo)致該處組織磁化率圖信噪比差和組織圖像變形。

筆者提出的制作深層灰質(zhì)核團(tuán)的概率圖譜方法也存在幾點(diǎn)不足：(1)圖譜制作過(guò)程中使用了10個(gè)健康青年受試者，人數(shù)相對(duì)較少，今后還需要進(jìn)一步擴(kuò)大樣本量制作一個(gè)更具普遍性的概率性圖譜；(2)圖譜制作過(guò)程中使用的磁化率圖在顱底和小腦區(qū)域的圖像質(zhì)量不如基底節(jié)部位的圖像質(zhì)量，一定程度上會(huì)影響圖譜制作的精度，因此今后需進(jìn)一步提高顱底部位的QSM圖像質(zhì)量，從而使顱底和小腦部分的圖譜分割效果更佳。

綜上所述，本研究利用定量磁化率圖，制作了基于多名受試者的腦深部灰質(zhì)核團(tuán)概率圖譜，其對(duì)大腦灰質(zhì)核團(tuán)分割效果更加可靠，有效提高了圖像分析工作的效率，可以作為臨床研究過(guò)程中的一個(gè)有效工具。

[References]

[1] Talairach J, Tournoux P. Co-planar stereotactic atlas of the human brain: 3-Dimensional proportional system: an approach to cerebral imaging. New York: Georg Thieme Medical Publishers, 1988: 1-122.

[2] Tzourio-Mazoyer N, Landeau B, Papathanassiou D, et al. Automated anatomical labeling of activations in SPM using a macroscopic anatomical parcellation of the MNI MRI single-subject brain.Neuroimage, 2002, 15(1): 273-289.

[3] de Rochefort L, Liu T, Kressler B, et al. Quantitative susceptibility map reconstruction from MR phase data using bayesian regularization: validation and application to brain imaging. Magn Reson Med, 2010, 63(1): 194-206.

[4] Haacke EM, Liu S, Buch S, et al. Quantitative susceptibility mapping: current status and future directions. Magn Reson Imaging,2015, 33(1): 1-25.

[5] Li W, Wu B, Liu C. Quantitative susceptibility mapping of human brain reflects spatial variation in tissue composition. Neuroimage,2011, 55(4): 1645-1656.

[6] Liu C, Li W, Tong K A, et al. Susceptibility-weighted imaging and quantitative susceptibility mapping in the brain. J Magn Reson Imaging, 2015, 42(1): 23-41.

[7] Liu J, Liu T, de Rochefort L, et al. Morphology enabled dipole inversion for quantitative susceptibility mapping using structural consistency between the magnitude image and the susceptibility map.Neuroimage, 2012, 59(3): 2560-2568.

[8] Liu T, Khalidov I, de Rochefort L, et al. A novel background field removal method for MRI using projection onto dipole fields (PDF).NMR Biomed, 2011, 24(9): 1129-1136.

[9] Shmueli K, de Zwart JA, van Gelderen P, et al. Magnetic susceptibility mapping of brain tissue in vivo using MRI phase data.Magn Reson Med, 2009, 62(6): 1510-1522.

[10] Wang Y, Liu T. Quantitative susceptibility mapping (QSM):Decoding MRI data for a tissue magnetic biomarker. Magn Reson Med, 2015, 73(1): 82-101.

[11] Du G, Liu T, Lewis MM, et al. Quantitative susceptibility mapping of the midbrain in Parkinson's disease. Mov Disord, 2016, 31(3):317-324.

[12] Murakami Y, Kakeda S, Watanabe K, et al. Usefulness of quantitative susceptibility mapping for the diagnosis of Parkinson disease. AJNR Am J Neuroradiol, 2015, 36(6): 1102-1108.

[13] Hwang EJ, Kim HG, Kim D, et al. Texture analyses of quantitative susceptibility maps to differentiate Alzheimer's disease from cognitive normal and mild cognitive impairment. Med Physics, 2016,43(8): 4718-4728.

[14] Moon Y, Han SH, Moon WJ. Patterns of brain iron accumulation in vascular dementia and Alzheimer's dementia using quantitative susceptibility mapping imaging. J Alzheimers Dis, 2016, 51(3):737-745.

[15] Ng AC, Poudel G, Stout JC, et al. Iron accumulation in the basal ganglia in Huntington's disease: cross-sectional data from the IMAGE-HD study. J Neurol Neurosurg Psychiatry, 2016, 87(5):545-549.

[16] Lim IA, Faria AV, Li X, et al. Human brain atlas for automated region of interest selection in quantitative susceptibility mapping:application to determine iron content in deep gray matter structures.Neuroimage, 2013, 82(22): 449-469.

[17] Zeng D, Zhang TJ, Jiang LJ, et al. Chinese brain template built on 3D high resolution MR imaging at 3.0 T. J Biomed Engineering,2010, 27(3): 561-564.曾東, 張?bào)w江, 蔣莉君, 等. 基于3.0 T磁共振高分辨三維像的中國(guó)人腦常模. 生物醫(yī)學(xué)工程學(xué)雜志, 2010, 27(3): 561-564.

[18] Tang Y, Hojatkashani C, Dinov ID, et al. The construction of a Chinese MRI brain atlas: a morphometric comparison study between Chinese and Caucasian cohorts. Neuroimage, 2010, 51(1): 33-41.

[19] Wu M, Rosano C, Lopez-Garcia P, et al. Optimum template selection for atlas-based segmentation. Neuroimage, 2007, 34(4): 1612-1618.

[20] Liu T, Wisnieff C, Lou M, et al. Nonlinear formulation of the magnetic field to source relationship for robust quantitative susceptibility mapping. Magn Reson Med, 2013, 69(2): 467-476.

[21] Shattuck DW, Mirza M, Adisetiyo V, et al. Construction of a 3D probabilistic atlas of human cortical structures. Neuroimage, 2008,39(3): 1064-1080.

[22] Shattuck DW, Prasad G, Mirza M, et al. Online resource for validation of brain segmentation methods. Neuroimage, 2009, 45(2):431-439.

[23] Avants BB, Yushkevich P, Pluta J, et al. The optimal template effect in hippocampus studies of diseased populations. Neuroimage, 2010,49(3): 2457-2466.

[24] Zijdenbos AP, Dawant BM, Margolin RA, et al. Morphometric analysis of white matter lesions in MR images: method and validation. IEEE Trans Med Imaging, 1994, 13(4): 716-724.

[25] Barbosa JH, Santos AC, Tumas V, et al. Quantifying brain iron deposition in patients with Parkinson's disease using quantitative susceptibility mapping, R2 and R2*. Magn Reson Imaging, 2015,33(5): 559-565.

[26] Avants BB, Epstein CL, Grossman M, et al. Symmetric diffeomorphic image registration with cross-correlation: evaluating automated labeling of elderly and neurodegenerative brain. Med Image Anal, 2008, 12(1): 26-41.

[27] Dong F, Pei MC, Wang QF, et al. Respiration-induced artifacts and navigator echo correction in gradient echo imaging on human brain.Chin J Magn Reson, 2014, 31(3):321-330.董芳, 裴孟超, 王前鋒, 等. 顱腦梯度回波成像: 呼吸偽影和導(dǎo)航回波矯正. 波譜學(xué)雜志, 2014, 31(3): 321-330.

Construction of the probability map of the human deep brain nuclei by quantitative susceptibility mapping

BO Bin-shi1, ZHAI Guo-qiang1, ZHANG Miao1,Wang Yi1,2, LI Jian-qi1*

1Shanghai Key Laboratory of Magnetic Resonance & Department of Physics, East China Normal University, Shanghai 200062, China
2Department of Radiology, Weill Medical College of Cornell University, New York 10022, U S A
*Li JQ, E-mail: jqli@phy.ecnu.edu.cn

Objective: Based on quantitative susceptibility mapping (QSM) technique,an auto-segment probabilistic atlas for the gray matter nuclei in deep brain was established in the present study. Materials and Methods: The QSM data from 15 healthy subjects were acquired on a clinical 3.0 T MRI scanner with a 12 channel matrix head coil. Ten subjects were randomly selected to create a gray matter nuclei atlas of the deep brain, and the remained five subjects were used to evaluate the effectiveness of the atlas. Specifically, the regions of interest (ROI) in six bilateral structures drawn manually by two raters were used as the gold standard, meanwhile,these corresponding ROIs were automatically segmented by three kinds of atlas.To assess the accuracy of proposed segment approach, the probabilistic atlas was compared with both AAL and Johns Hopkins atlas by calculating the Dice coef ficient and the susceptibility values in the auto-segment and manual-segment ROIs,respectively. Results: The Dice coef ficient in our probability atlas was signi ficantly higher than the AAL in the basal ganglia region and the Johns Hopkins atlas in the skull base and cerebellum, respectively. Moreover, the susceptibility values in our probability atlas were more closer to that of manual segment region compared with the other two atlases. Conclusions: The probability atlas based on the QSM images is more reliable than both AAL and Johns Hopkins atlas in the segment of gray matter nuclei of deep brain. This atlas may be effective to improve the ef ficiency of image analysis in the clinical research.

Magnetic resonance imaging; Quantitative susceptibility mapping; Atlas-based segmentation; Deep brain nuclei

Received 19 Dec 2016, Accepted 6 Apr 2017

ACKNOWLEDGMENTSThis study was supported by grant from the National Natural Sciences Foundation (No. 81271533).

國(guó)家自然科學(xué)基金(編號(hào)：81271533)

李建奇，E-mail：jqli@phy.ecnu.edu.cn

2016-12-19

接受日期：2017-04-06

R445.2；R741

A

10.12015/issn.1674-8034.2017.05.010

薄斌仕, 翟國(guó)強(qiáng), 張苗, 等. 基于定量磁化率成像人腦深層灰質(zhì)核團(tuán)概率性圖譜的構(gòu)建. 磁共振成像, 2017, 8(5):367-373.