基于體素的形態(tài)測量學(xué)方法結(jié)合最新配準(zhǔn)算法臨床應(yīng)用的研究進(jìn)展

張孟杰 柴 超夏 爽*

基于體素的形態(tài)測量學(xué)方法結(jié)合最新配準(zhǔn)算法臨床應(yīng)用的研究進(jìn)展

張孟杰1柴 超2夏 爽2*

基于體素的形態(tài)測量學(xué)方法結(jié)合李代數(shù)微分同胚配準(zhǔn)算法（VBM-DARTEL）,其與傳統(tǒng)及優(yōu)化VBM相比更先進(jìn)，對全腦結(jié)構(gòu)改變的顯示也更加敏感及精確。該技術(shù)對于多種疾病新病灶的檢出已見報(bào)道，可進(jìn)一步促進(jìn)疾病的病理生理學(xué)機(jī)制的研究，故VBM-DARTEL擁有更加廣闊的應(yīng)用前景。在既往VBM臨床應(yīng)用的基礎(chǔ)上，對其結(jié)合DARTEL配準(zhǔn)算法的新的臨床應(yīng)用進(jìn)展進(jìn)行綜述。

基于體素的形態(tài)測量學(xué)；李代數(shù)微分同胚配準(zhǔn)算法；神經(jīng)癥性障礙；抑郁；阿爾茨海默??；帕金森病

Int J Med Radiol,2015,38（5）:450-454

1995年Wright等[1]提出了基于體素對腦結(jié)構(gòu)分析的概念，2000年Ashbumer和Friston正式提出了基于體素的形態(tài)測量學(xué) （voxel-based morphometry，VBM）方法[2]，此后VBM受到國內(nèi)外研究者的普遍關(guān)注。2001年，Good等[3]提出了優(yōu)化的VBM算法。VBM算法不斷得到完善，同時(shí)將其用于全腦結(jié)構(gòu)的研究越來越多，但其仍有許多不足之處，尤其是圖像配準(zhǔn)方面，直至2007年Ashburner[4]提出一種對腦結(jié)構(gòu)成像數(shù)據(jù)進(jìn)行VBM分析的新思路，即李代數(shù)微分同胚配準(zhǔn)算法（diffeomorphic anatomical registration through exponential lie algebra,DARTEL），此不足之處得以彌補(bǔ)。Focke等[5]認(rèn)為基于體素的形態(tài)測量學(xué)方法結(jié)合李代數(shù)微分同胚配準(zhǔn)算法 （VBMDARTEL）與采用興趣區(qū)（region of interest，ROI）進(jìn)行分析相比，兩者具有相同的效能且VBM-DARTEL更客觀，故其已被越來越多的研究者所采用。Bergouignan等[6]研究發(fā)現(xiàn)，VBM-DARTEL較傳統(tǒng)算法對腦體積改變的顯示更敏感；Takahashi等[7]研究表明，VBM-DARTEL算法較傳統(tǒng)算法可以更精確地顯示腦結(jié)構(gòu)改變。部分文獻(xiàn)報(bào)道應(yīng)用此算法可發(fā)現(xiàn)新的腦結(jié)構(gòu)改變區(qū)域，本文在既往VBM臨床應(yīng)用的基礎(chǔ)上就VBM結(jié)合DARTEL算法的最新臨床應(yīng)用進(jìn)展做一綜述[8-10]。

1 VBM-DARTEL算法

1.1 DARTEL算法 DARTEL模型假定一個(gè)流場μ不隨時(shí)間而變化，利用這個(gè)流場我們可以得到一個(gè)隨時(shí)間演化的變形場的微分方程：dΦ/dt=u（Φ（t））（Φ：變形場；t：時(shí)間）；利用這個(gè)方程可以得到一個(gè)變形場，初始值 Φ（0）＝x，并且通過積分可以求得利用簡單的集成方法（歐拉方程）對其進(jìn)行變換，可得：Φ（t＋h）＝（x＋hu）?Φ（t）；時(shí)間步長h不同，得到的變形場Φ也不同。DARTEL算法即是對流場進(jìn)行取冪運(yùn)算 （李代數(shù)），進(jìn)而得到相應(yīng)的變形場，同時(shí)也保證了映射是微分同胚的[4,11]。

1.2 DARTEL用于VBM分析的優(yōu)勢及方法 傳統(tǒng)的VBM采用空間標(biāo)準(zhǔn)化、圖像分割及空間平滑，最后統(tǒng)計(jì)分析的方法，其在對圖像進(jìn)行標(biāo)準(zhǔn)化的同時(shí)也改變了圖像強(qiáng)度值，從而導(dǎo)致基于圖像強(qiáng)度值而進(jìn)行的圖像分割錯(cuò)誤。因此，為彌補(bǔ)其不足而提出優(yōu)化VBM算法，在原始圖像上進(jìn)行分割后再配準(zhǔn)，從而避免標(biāo)準(zhǔn)化所帶來的影響。此外，優(yōu)化VBM算法擴(kuò)大了VBM的應(yīng)用范圍，使得VBM算法可以對腦組織結(jié)構(gòu)進(jìn)行密度和體積的雙重分析，但因其對原始圖像統(tǒng)一進(jìn)行分割，故所需時(shí)間相對較長。而為使圖像之間的配準(zhǔn)更加完美、快速，DARTEL算法無論是在對腦差異區(qū)域的定位還是敏感度方面都有很大改進(jìn)[11]。

VBM-DARTEL算法首先對獲得的MRI圖像進(jìn)行頭動(dòng)校正的分割，即區(qū)分腦白質(zhì)、灰質(zhì)及腦脊液，然后將各部分圖像進(jìn)行平均，得到初始模板圖像，再將被試個(gè)體圖像按腦白質(zhì)、灰質(zhì)及腦脊液分別以模板進(jìn)行配準(zhǔn)，所得圖像再進(jìn)行平均，重復(fù)以上過程，可得到一系列模板及流場圖，并獲得最佳模板。將初始分割的圖像通過非線性變換與模板實(shí)現(xiàn)最佳配準(zhǔn)，并對配準(zhǔn)后的圖像進(jìn)行調(diào)制及平滑處理，最后對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。由于DARTEL算法利用流場理論對圖像進(jìn)行了非線性配準(zhǔn)，且采用迭代算法創(chuàng)建模板，彌補(bǔ)了VBM算法中配準(zhǔn)過程存在的缺陷，可獲得更加精確的配準(zhǔn)結(jié)果[12-14]。

2 VBM-DARTEL的臨床應(yīng)用

2.1 神經(jīng)精神性疾病 Chen等[8]采用VBM結(jié)合DARTEL算法 分析 兒 童強(qiáng) 迫 癥 （obsessivecompulsive disorder，OCD）病人腦灰質(zhì)及白質(zhì)的改變，顯示雙側(cè)額葉、扣帶回、顳-頂葉、枕-額葉及右楔葉區(qū)域灰質(zhì)體積減少，雙側(cè)扣帶回、枕葉皮質(zhì)、右額葉、頂葉及左顳葉、胼胝體區(qū)域白質(zhì)體積減少，其中頂葉及胼胝體區(qū)結(jié)構(gòu)的改變在既往的研究中未見報(bào)道，認(rèn)為其可能在OCD的病理生理學(xué)上發(fā)揮一定作用。吳等[15]運(yùn)用VBM-DARTEL算法探討腦卒中后抑郁 （post stroke depression，PSD）病人雙側(cè)前額葉、海馬及前扣帶回灰質(zhì)密度的特征，結(jié)果發(fā)現(xiàn)，與腦卒中后無抑郁病人相比，PSD病人存在右額中回密度明顯降低及雙側(cè)前扣帶回灰質(zhì)密度明顯增高，這與既往采用傳統(tǒng)及優(yōu)化VBM算法的研究及病理結(jié)果相一致[16]，PSD病人的漢密爾頓抑郁量表（Hamilton depression scale，HAMD）評分與其右側(cè)額中回灰質(zhì)密度值呈顯著正相關(guān)，提示右側(cè)額中回灰質(zhì)密度值對PSD病人抑郁嚴(yán)重程度的判斷有一定的臨床價(jià)值。述情障礙可分為認(rèn)知和情感障礙兩個(gè)范疇。van der Velde等[17]研究發(fā)現(xiàn)認(rèn)知障礙可能與背側(cè)前扣帶回體積減小有關(guān)，而情感障礙則可能與內(nèi)側(cè)眶額回皮質(zhì)灰質(zhì)、角回旁上縱束白質(zhì)體積減小有關(guān)，與胼胝體體積變化無關(guān)。此研究首次通過VBM-DAREL算法研究述情障礙病人相關(guān)的神經(jīng)解剖結(jié)構(gòu)變化，為進(jìn)一步探討各亞型間相互聯(lián)系及其精神病理學(xué)機(jī)制提供了可能。Bergouignan等[6]采用多種方法研究中年急性抑郁癥病人海馬結(jié)構(gòu)的改變，并比較手動(dòng)分割、自動(dòng)分割及VBM（DARTEL及傳統(tǒng)算法）方法對于顯示海馬結(jié)構(gòu)改變的敏感性，結(jié)果表明自動(dòng)分割及VBM-DARTEL具有相同的敏感性，高于手動(dòng)分割方法，而VBM傳統(tǒng)算法未顯示海馬結(jié)構(gòu)的改變。Sean等[18]采用皮質(zhì)厚度測量法及VBM-DARTEL算法研究老年抑郁癥病人額葉皮質(zhì)厚度及全腦結(jié)構(gòu)與正常對照組相比有無差異，結(jié)果顯示兩者的額葉皮質(zhì)厚度及全腦灰質(zhì)體積未見顯著性差異，但灰質(zhì)體積的減少與年齡具有顯著相關(guān)性，與Koolschijn等[19]采用傳統(tǒng)VBM算法所得結(jié)果相似。目前研究者多采用新的DARTEL算法研究全腦結(jié)構(gòu)的改變，并與既往研究結(jié)果進(jìn)行比較，表明此算法具有一定驗(yàn)證性意義。DARTEL精確的配準(zhǔn)算法能夠更加準(zhǔn)確地顯示腦結(jié)構(gòu)改變區(qū)域，為揭示多種疾病病生理機(jī)制提供了可能。

2.2 神經(jīng)功能異常性疾病 Agosta等[20]運(yùn)用VBMDARTEL算法分析20例漸進(jìn)性核上性麻痹病人（包括10例基底神經(jīng)節(jié)病變綜合征及10例帕金森綜合征）腦結(jié)構(gòu)的變化，發(fā)現(xiàn)中腦中部、小腦半球、尾狀核、前額葉皮質(zhì)及右側(cè)海馬區(qū)灰質(zhì)密度減少，中腦、左側(cè)小腦上腳、內(nèi)囊、左側(cè)運(yùn)動(dòng)前區(qū)及雙側(cè)前額葉區(qū)域白質(zhì)密度減少。該研究還發(fā)現(xiàn)，與帕金森綜合征病人相比，基底神經(jīng)節(jié)病變綜合征病人于中腦、左側(cè)小腦半球及齒狀核灰質(zhì)密度減少，中腦、雙側(cè)內(nèi)囊、眶額葉、前額葉及中央前區(qū)、運(yùn)動(dòng)前區(qū)白質(zhì)密度減少，與病理觀察結(jié)果及以往的研究結(jié)果基本一致，且較傳統(tǒng)VBM算法結(jié)果更加精確[21]。Shigemoto等[9]首次應(yīng)用VBM-DARTEL分析帕金森多系統(tǒng)萎縮病人腦白質(zhì)及灰質(zhì)密度的改變，發(fā)現(xiàn)雙側(cè)殼核、小腦半球、中腦背側(cè)腦灰質(zhì)密度減少，白質(zhì)體積減少主要位于雙側(cè)蒼白球、外囊延至中腦、通過內(nèi)囊的右側(cè)中央前區(qū)皮質(zhì)下、腦橋、雙側(cè)小腦中腳及左側(cè)小腦半球，與病理及傳統(tǒng)VBM研究結(jié)果基本一致，研究發(fā)現(xiàn)白質(zhì)密度減少累及右側(cè)運(yùn)動(dòng)前區(qū)皮質(zhì)下區(qū)域，在以往研究中未見報(bào)道，認(rèn)為是由于VBM-DARTEL算法較傳統(tǒng)算法對腦結(jié)構(gòu)病變顯示更加精確所致。Gama等[22]研究結(jié)果顯示左側(cè)島葉、鰓蓋額回、三角額回及眶額回灰質(zhì)密度減少可能與帕金森病人出現(xiàn)幻覺癥狀有關(guān)，且鰓蓋額回灰質(zhì)密度減少對于此類病人伴有認(rèn)知功能障礙可能具有一定的鑒別意義。Huang等[23]采用VBM-DARTEL算法探討伴有全身強(qiáng)直陣攣性發(fā)作的癲病人與其丘腦及額葉灰質(zhì)體積減少之間的關(guān)系，研究表明丘腦及額葉灰質(zhì)體積減少與漸進(jìn)性癲發(fā)作有關(guān)，提示癲發(fā)作可直接損害此區(qū)域，并對癲發(fā)作的病理生理學(xué)機(jī)制做出進(jìn)一步了解。綜上所述，VBM-DARTEL算法研究帕金森病人腦結(jié)構(gòu)的改變已較廣泛，并對進(jìn)一步揭示其病生理機(jī)制具有重要意義。

2.3 認(rèn)知功能障礙性疾病 Meyer等[24]采用VBMDARTEL算法研究遺忘型輕度認(rèn)知損害病人的局部腦結(jié)構(gòu) （尤其是內(nèi)側(cè)顳葉）的變化與記憶能力的關(guān)系，結(jié)果并未發(fā)現(xiàn)灰質(zhì)及白質(zhì)體積的減少，但也同時(shí)符合Hyman等[25]關(guān)于阿爾茨海默病病理進(jìn)程的研究，認(rèn)為輕度認(rèn)知損害正處于AD的早期階段，而記憶的損害要早于腦結(jié)構(gòu)的變化。路易氏體型失智癥是以視幻覺、認(rèn)知波動(dòng)和帕金森癥為特點(diǎn)的常見癡呆類型，Watson等[26]研究發(fā)現(xiàn)路易氏體型失智癥較阿爾茨海默病病人顳葉、頂葉、枕葉及皮質(zhì)下灰質(zhì)萎縮程度輕，尤以顳葉最明顯，阿爾茨海默病病人內(nèi)側(cè)顳葉萎縮程度較重，結(jié)果表明內(nèi)側(cè)顳葉萎縮的程度可作為有效的影像指標(biāo)，并為路易氏體型失智癥的診斷提供依據(jù)。同樣，Colloby等[27]采用VBM-DARTEL算法研究比較路易氏體型失智癥及阿爾茨海默病病人與正常對照組小腦結(jié)構(gòu)的差異，結(jié)果顯示路易氏體型失智癥病人小腦灰質(zhì)體積萎縮具有不同模式，可作為進(jìn)一步研究其生物學(xué)機(jī)制的重要特征。Takahashi等[7]研究表明：VBM-DARTEL算法較傳統(tǒng)算法顯示腦結(jié)構(gòu)改變更加精確，可發(fā)現(xiàn)更多腦結(jié)構(gòu)改變區(qū)域。此外，白質(zhì)體積的改變有助于鑒別路易氏體型失智癥與阿爾茨海默病。Matsuda等[28]不僅驗(yàn)證了Takahashi的結(jié)果，明確VBM-DARTEL算法對于顯示腦結(jié)構(gòu)改變區(qū)域具有更高的敏感性及準(zhǔn)確性，分析其原因?yàn)镈ARTEL算法在圖像配準(zhǔn)方面更加精確，同時(shí)還發(fā)現(xiàn)VBM-DARTEL對于阿爾茲海默病早期腦結(jié)構(gòu)改變的顯示同樣具有較高的敏感性及準(zhǔn)確性，此方法可用于阿爾茲海默病早期的診斷和縱向評估。Matsuda[14]通過對比分析正常老齡化及阿爾茲海默病病人腦結(jié)構(gòu)的改變，表明全腦及內(nèi)側(cè)顳葉萎縮率可作為監(jiān)測神經(jīng)退行性疾病的一項(xiàng)敏感指標(biāo)；此外，VBM-DARTEL可用于阿爾茲海默病的臨床診斷與監(jiān)測。目前，VBM方法應(yīng)用于阿爾茲海默病腦結(jié)構(gòu)改變的研究已較多，可發(fā)現(xiàn)廣泛的腦體積改變，以內(nèi)側(cè)顳葉萎縮程度較重，為研究疾病的病生理及生物學(xué)機(jī)制提供了重要依據(jù)，采用DARTEL算法可發(fā)現(xiàn)更多腦體積改變區(qū)域，腦體積的改變與病人認(rèn)知功能的損害具有密切關(guān)系，其腦體積的變化可作為其中一項(xiàng)重要的診斷依據(jù)。此外，VBMDARTEL對于顯示疾病早期腦結(jié)構(gòu)的改變同樣具有較高的敏感性及準(zhǔn)確性，有助于臨床的早期診斷及評估。

2.4 其他 許多研究者應(yīng)用最新DARTEL算法探索性研究多種疾病及正常人群腦結(jié)構(gòu)的改變，如羅等[29]應(yīng)用VBM-DARTEL算法探討針灸療法對肥胖青少年大腦皮質(zhì)重建的影響，從而研究肥胖的發(fā)生機(jī)制，結(jié)果顯示治療前后右側(cè)額上回、小腦后葉椎體灰質(zhì)體積減小，右側(cè)中央前回灰質(zhì)體積增大；左側(cè)海馬旁區(qū)梭狀回、橋腦及中央前回區(qū)白質(zhì)體積減小；右側(cè)楔前葉白質(zhì)體積增大，認(rèn)為小腦灰質(zhì)體積增大的人群可能易出現(xiàn)肥胖，與Smucny等[30]報(bào)道的島葉、內(nèi)側(cè)前額皮質(zhì)及小腦灰質(zhì)體積減少者易出現(xiàn)肥胖的結(jié)果不一致，且研究中外側(cè)蒼白球的差異在既往研究中未提及，認(rèn)為其可能與Daw等[31]提出的中央紋狀體多巴胺系統(tǒng)功能有關(guān)。Taki等[32]采用VBMDARTEL及興趣區(qū)結(jié)合赤池信息量準(zhǔn)則（region-ofinterest analyses with the Akaike information criterion，ROI-AIC）的方法對291名5～18歲正常青少年腦結(jié)構(gòu)進(jìn)行研究，結(jié)果顯示前額葉皮質(zhì)、中央前回及小腦灰質(zhì)體積與年齡呈明顯正相關(guān)，而灰質(zhì)密度與年齡呈負(fù)相關(guān)，兩種方法結(jié)果相一致。Haas等[33]認(rèn)為當(dāng)人們發(fā)起信任活動(dòng)時(shí)可伴隨局部腦結(jié)構(gòu)的改變，研究結(jié)果表明前額葉皮質(zhì)腹內(nèi)側(cè)、杏仁核及前島葉體積增加，從而有助于了解其生理機(jī)制。楊等[34]運(yùn)用VBM結(jié)合DARTEL分析創(chuàng)傷后應(yīng)激障礙的杏仁核與海馬體積改變，發(fā)現(xiàn)礦難后創(chuàng)傷組的灰質(zhì)減少區(qū)域位于右側(cè)海馬尾部，與Woon等[35]報(bào)道一致，而創(chuàng)傷組中應(yīng)激障礙組分別與非應(yīng)激障礙組、正常組對比，灰質(zhì)減少區(qū)域位于雙側(cè)杏仁核，右側(cè)為著。Shin等[36]研究結(jié)果也顯示，創(chuàng)傷組與正常組相比，海馬均有明確的灰質(zhì)體積減??；創(chuàng)傷組中應(yīng)激障礙組與非應(yīng)激障礙組、正常組與非應(yīng)激障礙組相比，杏仁核未表現(xiàn)出顯著性灰質(zhì)體積差異區(qū)。因此，海馬及杏仁核體積減小是由創(chuàng)傷還是應(yīng)激障礙所致還有待進(jìn)一步研究。創(chuàng)傷性軸索損傷病人因其高死亡率、致殘率受到廣泛關(guān)注。Warner等[37]研究發(fā)現(xiàn)軸索損傷病人多發(fā)腦白質(zhì)體積減少，局部腦白質(zhì)體積減少與病人的預(yù)后存在密切關(guān)系。Uruma等[38]證實(shí)了上述研究結(jié)果，且發(fā)現(xiàn)當(dāng)損傷處于慢性期時(shí)腦白質(zhì)體積減少更加顯著。此外，VBM-DARTEL較DTI方法更為簡便實(shí)用，或許可用于軸索損傷的常規(guī)臨床診斷。

3 小結(jié)

目前，VBM廣泛應(yīng)用于多種疾病腦結(jié)構(gòu)的研究，并取得了一定的成果，而VBM-DARTEL從理論上彌補(bǔ)了傳統(tǒng)及優(yōu)化VBM算法中的不足，減少圖像配準(zhǔn)過程中的誤差，其真正的臨床價(jià)值尚在探索階段。如前文所述，DARTEL現(xiàn)已應(yīng)用于檢測多種疾病腦結(jié)構(gòu)的改變，如抑郁癥、帕金森及阿爾茨海默病等，而以阿爾茲海默病較多，可從疾病不同分型到早期腦結(jié)構(gòu)的改變，VBM-DATEL均優(yōu)于既往腦結(jié)構(gòu)的研究方法，對于腦微細(xì)結(jié)構(gòu)的改變更為敏感、精確，有助于疾病的早期診斷，并利于進(jìn)一步了解其病生理機(jī)制的變化，但DARTEL對于部分新病灶的檢出還需不斷深入探討。因此，VBM-DARTEL應(yīng)廣泛應(yīng)用于各種疾病腦結(jié)構(gòu)的研究，并對其穩(wěn)定性、準(zhǔn)確性及可靠性進(jìn)行評估。此外，DARTEL算法也需不斷改進(jìn)，擴(kuò)大變形的自由度，減少圖像分割等過程的誤差，以更好地用于臨床疾病的診斷及病生理機(jī)制的研究[39]。

[1] Wright IC,McGuire PK,Poline JB,et al.A voxel-based method for the statistical analysis of gray and white matter density applied to schizophrenia[J].Neuroimage,1995,2:244-252.

[2] Ashburner J,Friston KJ.Voxel-based morphometry--the methods [J].Neuroimage,2000,11(6 Pt 1):805-821.

[3] Good CD,Johnsrude IS,Ashburner J,et al.A voxel-based morphometric study of ageing in 465 normal adult human brains[J]. Neuroimage,2001,14(1 Pt 1):21-36.

[4] Ashburner J.A fast diffeomorphic image registration algorithm[J]. Neuroimage,2007,38:95-113.

[5] Focke NK,Trost S,Paulus W,et al.Do manual and voxel-based morphometry measure the same?A proof of concept study[J].Front Psychiatry,2014,5:39.

[6] Bergouignan L,Chupin M,Czechowska Y,et al.Can voxel based morphometry manual segmentation and automated segmentation equally detect hippocampal volume differences in acute depression [J].Neuroimage,2009,45:29-37.

[7] Takahashi R,Ishii K,Miyamoto N,et al.Measurement of gray and white matteratrophy in dementia with Lewy bodiesusing diffeomorphicanatomicregistration through exponentiated lie algebra:A comparison with conventional voxel-based morphometry [J].AJNR,2010,31:1873-1878.

[8] Chen J,Silk T,Seal M,et al.Widespread decreased grey and white matter in paediatric obsessive-compulsive disorder(OCD):a voxelbased morphometric MRI study[J].Psychiatry Res,2013,213:11-17.

[9] Shigemoto Y,Matsuda H,Kamiya K,et al.In vivo evaluation of gray and white matter volume loss in the parkinsonian variant of multiple system atrophy using SPM8 plus DARTEL for VBM[J].Neuroimage Clin,2013,2:491-496.

[10]張敬,張成周,張?jiān)仆?基于體素的形態(tài)學(xué)測量技術(shù)臨床應(yīng)用進(jìn)展[J].國際醫(yī)學(xué)放射學(xué)雜志,2010,33:314-317.

[11]程傳力,趙書俊,聶彬彬,等.基于像素的形態(tài)學(xué)分析算法的研究進(jìn)展[J].中國醫(yī)學(xué)影像技術(shù),2011,27:2545-2549.

[12]Ashburner J,Friston KJ.Why voxel-based morphometry should be used[J].Neuroimage,2001,14:1238-1243.

[13]Klein A,Andersson J,Ardekani BA,et al.Evaluation of 14 nonlinear deformation algorithms applied to human brain MRI registration[J].Neuroimage,2009,46:786-802.

[14]Matsuda H.Voxel-based morphometry of brain MRI in normal aging and Alzheimer's disease[J].Aging Dis,2013,4:29-37.

[15]吳磊,吳文,郭榮,等.腦卒中后抑郁患者大腦灰質(zhì)密度基于體素的形態(tài)測量學(xué)研究[J].中華神經(jīng)醫(yī)學(xué)雜志,2013,12:1266-1270.

[16]Rajkowska G.Postmortem studies in mood disorders indicate altered numbers of neurons and glial cells[J].Biol Psychiatry,2000,48: 766-777.

[17]van der Velde J,van Tol MJ,Goerlich-Dobre KS,et al.Dissociable morphometric profiles of the affective and cognitive dimensions of alexithymia[J].Cortex,2014,54:190-199.

[18]Sean JC,Michael JF,Akshya V,et al.Cortical thickness and VBMDARTEL in late-life depression[J].J Affect Disord,2011,133(1-2): 158-164.

[19]Koolschijn PC,van Haren NE,Schnack HG,et al.Cortical thickness and voxel-based morphometry in depressed elderly[J].Eur Neuropsychopharmacol,2010,20:398-404.

[20]Agosta F,Kostic VS,Galantucci S,et al.The in vivo distribution of brain tissue loss in Richardson's syndrome and PSP-parkinsonism: a VBM-DARTEL study[J].EurJ Neurosci,2010,32:640-647.

[21]Cordato NJ,Duggins AJ,Halliday GM,et al.Clinical deficits correlate with regional cerebral atrophy in progressive supranuclear palsy[J].Brain,2005,128(Pt 6):1259-1266.

[22]Gama RL,Bruin VM,Távora DG,et al.Structural brain abnormalities in patients with Parkinson's disease with visual hallucinations:a comparative voxel-based analysis[J].BrainCogn,2014,87:97-103.

[23]Huang W,Lu G,Zhang Z,et al.Gray-matter volume reduction in the thalamus and frontal lobe in epileptic patients with generalized tonic-clonic seizures[J].J Neuroradiol,2011,38:298-303.

[24]Meyer P,Feldkamp H,Hoppstadter M,et al.Using Voxel-Based Morphometry to examine the relationship between regional brain volumes and memory performance in amnestic mild cognitive impairment[J].Front Behav Neurosci,2013,7:89.

[25]Hyman BT,Van Hoesen GW,Kromer LJ,et al.Perforant pathway changes and the memory impairment of Alzheimer's disease[J].Ann Neurol,1986,20:472-481.

[26]Watson R,O'Brien JT,Barber R,et al.Patterns of gray matter atrophy in dementia with Lewy bodies:a voxel-based morphometry study[J].Int Psychogeriatr,2012,24:532-540.

[27]Colloby SJ,O'Brien JT,Taylor JP.Patterns of cerebellar volume loss in dementia with Lewy bodies and Alzheimer's disease:A VBMDARTEL study[J].Psychiatry Res,2014,223:187-191.

[28]Matsuda H,Mizumura S,Nemoto K,et al.Automatic voxel-based morphometry of structural MRI by SPM8 plus diffeomorphic anatomic registration through exponentiated lie algebra improves the diagnosis of probable Alzheimer Disease[J].AJNR,2012,33:1109-1114.

[29]羅曉捷,張宏,彭蕓,等.VBM-DARTEL法對青少年肥胖針灸治療的中樞機(jī)制研究[J].醫(yī)學(xué)影像學(xué)雜志,2013,23:350-354.

[30]Smucny J,Cornier MA,Eichman LC,et al.Brain structure predicts risk for obesity[J].Appetite,2012,59:859-865.

[31]Daw ND,Gershman SJ,Seymour B,et al.Model-based influences on humans'choices and striatal prediction errors[J].Neuron,2011,69: 1204-1215.

[32]Taki Y,Hashizume H,Thyreau B,et al.Linear and curvilinear correlations of brain gray matter volume and density with age using voxel-based morphometry with the Akaike information criterion in 291 healthy children[J].HumBrain Map,2013,34:1857-1871.

[33]Haas BW,Ishak A,Anderson IW,et al.The tendency to trust is reflected in human brain structure[J].Neuroimage,2015,15:175-181.

[34]楊小斌,張會(huì)軍,印弘,等.VBM結(jié)合DARTEL分析創(chuàng)傷后應(yīng)激障礙的杏仁核與海馬體積改變[J].實(shí)用放射學(xué)雜志,2013,29: 341-344.

[35]Woon FL,Sood S,Hedges DW.Hippocampal volume deficits associated with exposure to psychological trauma and posttraumatic stress disorder in adults:a meta-analysis[J].Prog Neuropsychopharmacol Biol Psychiatry,2010,34:1181-1188.

[36]Shin LM,Orr SP,Carson MA,et al.Regional cerebral blood flow in the amygdala and medial prefrontal cortex during traumatic imagery in male and female Vietnam veterans with PTSD[J].Arch Gen Psychiatry,2004,61:168-176.

[37]Warner MA,Youn T Davis T,et al.Regionally selective atrophy after traumatic axonal injury[J].Arch Neurol,2010,67:1336-1344.

[38]Uruma G,Hashimoto K,Abo M.Evaluation of regional white matter volume reduction after diffuse axonal injury using voxel-based morphometry[J].Magn Reson Med Sci,2015.http://doi.org/10.2463/ mrms.2014-0104.

[39]Callaert DV,Ribbens A,Maes F,et al.Assessing age-related gray matter decline with voxel-based morphometry depends significantly on segmentation and normalization procedures[J].Front Aging Neurosci, 2014,6:124.

（收稿2015－02－28）

《實(shí)用放射學(xué)雜志》2016年征訂啟事

《實(shí)用放射學(xué)雜志》是國內(nèi)外公開發(fā)行的醫(yī)學(xué)影像學(xué)學(xué)術(shù)期刊，創(chuàng)刊于1985年。期刊堅(jiān)持以學(xué)術(shù)性為前提，注重理論與實(shí)踐相結(jié)合，學(xué)術(shù)性與實(shí)用性相結(jié)合，面向基層，突出實(shí)用的辦刊宗旨，全面報(bào)道X線、計(jì)算機(jī)X線攝影（CR）、數(shù)字X線攝影（DR）、DSA、CT、MRI、介入放射學(xué)、影像技術(shù)學(xué)等方面的新知識(shí)、新成果，是醫(yī)學(xué)影像學(xué)發(fā)展和學(xué)術(shù)交流的良好平臺(tái)。

《實(shí)用放射學(xué)雜志》為中國期刊方陣雙效期刊，中國科技論文統(tǒng)計(jì)源期刊（中國科技核心期刊），中國科學(xué)引文數(shù)據(jù)庫收錄期刊，《中文核心期刊要目總覽》收錄期刊，中國生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫收錄期刊，中國科技期刊精品數(shù)據(jù)庫收錄期刊，萬方數(shù)據(jù)全文收錄期刊，美國《劍橋科學(xué)文摘》收錄期刊，美國《化學(xué)文摘》收錄期刊，美國《烏利希期刊指南》收錄期刊，《日本科學(xué)技術(shù)振興機(jī)構(gòu)數(shù)據(jù)庫》收錄期刊，波蘭《哥白尼索引》收錄期刊，WHO西太平洋地區(qū)醫(yī)學(xué)索引收錄期刊。

該刊為月刊，大16開本，定價(jià)12元，全年144元。訂戶可隨時(shí)到當(dāng)?shù)剜]局訂閱，郵發(fā)代號(hào)：52-93；也可向編輯部直接訂閱，免郵寄費(fèi)。編輯部地址：陜西省西安市環(huán)城南路西段20號(hào)海聯(lián)大廈605室（710068）；聯(lián)系電話：029-82122004，029-82122003（傳真）；投稿網(wǎng)站：www.syfsxzz.com.cn。

Clinical application progress of VBM-DARTEL

ZHANG Mengjie，CHAI Chao，XIA Shuang.
Department of Radiology,Tianjin First Central Hospital,Tianjin 300192,China

The VBM-DARTEL(voxel-based morphometry-diffeomorphic anatomical registration through exponential lie algebra,VBM-DARTEL)algorithm is more advanced than the traditional and optimized VBM,more sensitive and accurate to show the whole brain structure changes.It is reported that using VBM-DARTEL can detect new lesions of various diseases and contribute to the further study of pathophysiology of the disease mechanism.VBM-DARTEL has a more broad application prospects.Based on previous clinical application of VBM,we reviewed the clinical application and progress of the new algorithm-DARTEL.

Voxel-based morphometry;DARTEL;Nerve dysfunction;Depression;Alzheimer's disease;Parkinson's disease

10.3874/j.issn.1674-1897.2015.05.Z0509

1天津市第一中心醫(yī)院放射科，天津 300192；2天津中醫(yī)藥大學(xué)研究生院，天津 300193

夏爽，E-mail：xiashuang77@163.com

*審校者