CT及MR血管造影圖像融合評估原發(fā)性三叉神經(jīng)痛患者三叉神經(jīng)入腦干區(qū)血管、神經(jīng)及骨性結(jié)構(gòu)的關(guān)系

徐 嘉，季達(dá)峰，呂廣明*

(1.南通大學(xué)醫(yī)學(xué)院，江蘇 南通 226001；2.無錫市第二人民醫(yī)院神經(jīng)外科，江蘇 無錫 214000)

原發(fā)性三叉神經(jīng)痛(primary trigeminal neuralgia, PTN)發(fā)病率約5/100 000，患者多為中老年人，一般單側(cè)(右側(cè)居多)發(fā)病，主要累及眼瞼下至口角(上頜支)或口角至頸上部(下頜支)[1-2]；目前認(rèn)為其發(fā)病機(jī)制主要為神經(jīng)微血管壓迫(neuro-vascular compression, NVC)導(dǎo)致三叉神經(jīng)脫髓鞘。常規(guī)MR于患側(cè)與對側(cè)三叉神經(jīng)根入腦干區(qū)(root entry zone, REZ)檢出NVC的比值比為16.7，在REZ之外則無顯著差異[1]。本研究觀察CT及MRA雙模態(tài)圖像融合評估PTN患者REZ區(qū)血管、神經(jīng)及骨性結(jié)構(gòu)的關(guān)系的價值。

1 資料與方法

1.1 一般資料 收集2020年10月—2021年10月于無錫市第二人民醫(yī)院就診的10例接受頭部CT及MR掃描的PTN患者，男3例，女7例，年齡49～75歲，中位年齡61歲；均為單側(cè)發(fā)病，6例右側(cè)、4例左側(cè)；輕觸上、下唇及鼻翼等部位可激發(fā)疼痛，且MRA診斷三叉神經(jīng)根受壓。

1.2 儀器與方法

1.2.1 CT 以Toshiba Aquilion ONE 320排CT機(jī)采集頭部圖像，管電壓120 kV，管電流100 mAs，層厚4 mm，層間距1 mm，分辨率0.468 0 mm×0.468 0 mm×4 mm。

1.2.2 MR 以Siemens MAGNETOM Skyra 3.0T MR儀行頭部MRA，采用三維時間飛躍序列行軸位掃描，TR 21 ms，TE 3.43 ms，飛躍角18°，層厚0.7 mm，層間距1 mm，分辨率0.390 6 mm×0.390 6 mm×0.7 mm。

1.3 圖像預(yù)處理 將原始數(shù)據(jù)導(dǎo)入3D Slicer軟件(Version 4.11.20210226, http://www.slicer.org)，基于Raycasting Rendering對CT及MRA數(shù)據(jù)進(jìn)行渲染，調(diào)整渲染閾值(-720)，以顯示皮膚結(jié)構(gòu)，并行斷層重采樣。

1.4 圖像融合

1.4.1 選取解剖特征點及融合標(biāo)記點 根據(jù)CT及MRA圖像中皮膚渲染及斷層重采樣結(jié)果，按以下原則選取體表及顱內(nèi)均可明確定位的解剖特征點作為體表配準(zhǔn)標(biāo)記及內(nèi)部配準(zhǔn)標(biāo)記，即解剖標(biāo)記點：①CT及MRA圖中均可明確定位，且定位范圍<4 mm2；②避開耳廓、枕部皮膚、面頰等易變形區(qū)域；③具有對稱性或中軸性且不可共面。共選出左耳輪起始后緣、右耳輪起始后緣、左內(nèi)眥、右內(nèi)眥、枕內(nèi)隆凸與小腦幕起始處交界點、菱形窩背蓋部頂、左側(cè)腦室前角、右側(cè)腦室前角及蝶鞍背頂端9個解剖標(biāo)記點，依次標(biāo)記為F1～F9。見圖1。

計算各解剖標(biāo)記點配準(zhǔn)后的歐氏距離，據(jù)以篩選并每例保留融合標(biāo)記點；以融合標(biāo)記點的配準(zhǔn)誤差(fiducial registration error, FRE)評估圖像整體FRE，即圖像融合精度。以奇異值分解(singular value decomposition, SVD)算法(公式1～6)得出圖像融合的變換矩陣，以公式7計算FRE。將融合標(biāo)記點篩選標(biāo)準(zhǔn)設(shè)定為Ei(即i個解剖標(biāo)記點配準(zhǔn)后的歐氏距離)<5 mm，圖像融合標(biāo)準(zhǔn)為FRE<5 mm。

dCT=FCT-FCTcdMRI=FMRA-FMRAc

(1)

(2)

[U,S,V]=svd(H)

(3)

R=U*VT

(4)

T=FCT-R*FMRA

(5)

Ei=FCT-FMRAt(i=1,2,…,9)

(6)

(7)

其中，d為標(biāo)記點與幾何中心的距離向量，F(xiàn)CT是CT標(biāo)記點坐標(biāo)，F(xiàn)CTc是FCT的幾何中心坐標(biāo)，F(xiàn)MIA指MRA標(biāo)記點坐標(biāo)，F(xiàn)MRAc是FMRA的幾何中心坐標(biāo)，H為2個標(biāo)記點集的線性積分，R是旋轉(zhuǎn)矩陣，T為位移矩陣，F(xiàn)MRAt指MRA轉(zhuǎn)換后標(biāo)記點的坐標(biāo)。

1.4.2 可視化圖像融合 采用以融合標(biāo)記點獲得的旋轉(zhuǎn)/位移矩陣對CT及MRA圖像進(jìn)行融合，以CT為固定圖像、MRA為移動圖像，圖像疊加透明值為0.5，重建矢狀位及冠狀位融合圖像，見圖2。

1.5 重建血管及神經(jīng) 融合圖像后，基于移動后的MRA手動分割并重建三叉神經(jīng)根、下頜神經(jīng)及大腦底部血管，獲得神經(jīng)及動脈模型。于矢狀位圖像中定位并手動描繪下頜神經(jīng)；于大腦底部REZ進(jìn)行血管分割與重建，向上擴(kuò)展至雙側(cè)側(cè)腦室前角水平、向下擴(kuò)展至椎動脈入腦部。之后定位并觀察小腦上動脈在REZ中的走行，對血管分割結(jié)果進(jìn)行適當(dāng)調(diào)整，完整重建小腦上動脈。

1.6 疊加顯示重建結(jié)構(gòu)與CT圖像可視化 將位移后的MRA、神經(jīng)和動脈模型及CT圖像導(dǎo)入3D Slicer軟件，對CT圖像再次進(jìn)行渲染，得到顱骨渲染效果。將重建的動脈模型、三叉神經(jīng)根及下頜神經(jīng)與顱骨疊加，根據(jù)下頜神經(jīng)與卵圓孔的位置對融合位移量進(jìn)行微調(diào)，以下頜神經(jīng)進(jìn)入卵圓孔為準(zhǔn)。

1.7 測量距離 將神經(jīng)及動脈投影顯示于CT與MRA斷層圖像中，觀察REZ處血管與三叉神經(jīng)根的空間關(guān)系，判斷PTN責(zé)任血管。見圖3。

完成圖像融合后，定位三叉神經(jīng)根與責(zé)任血管最接近處，于局部左、右側(cè)相應(yīng)血管下緣放置標(biāo)尺起點、于三叉神經(jīng)根上緣放置標(biāo)尺終點，軟件自動計算二者之間的距離(圖4A)。渲染CT數(shù)據(jù)后，分別于左、右側(cè)相應(yīng)血管下緣與三叉神經(jīng)壓跡上緣及卵圓孔放置標(biāo)尺，測量其距離(圖4B)。

1.8 統(tǒng)計學(xué)分析 采用Matlab(2016Ra)統(tǒng)計分析軟件。以Jarque-Bear檢驗對計量資料進(jìn)行正態(tài)性分析，符合者以±s表示。以配對t檢驗比較患側(cè)與對側(cè)相應(yīng)血管相關(guān)參數(shù)。P<0.01為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 圖像融合精度 10例圖像融合所用融合標(biāo)記點有所不同，而圖像融合精度均良好，F(xiàn)RE為1.862～3.156 mm，見表1及圖5。

表1 10例PTN一般資料及頭部(REZ)CT/MRA融合圖像相關(guān)數(shù)據(jù)

2.2 責(zé)任血管與對側(cè)相應(yīng)血管相關(guān)參數(shù)比較 10例PTN責(zé)任血管均為小腦上動脈?；紓?cè)小腦上動脈與三叉神經(jīng)壓跡[(0.531±0.153)mm]及卵圓孔距離[(20.955±1.147)mm]均小于對側(cè)[(2.573±1.050)mm、(24.864±1.807)mm，P均<0.001]，而與三叉神經(jīng)根的距離[(5.024±1.063)mm]與對側(cè)差異無統(tǒng)計學(xué)意義[(5.971±1.292)mm，P=0.081]。

3 討論

MRA是診斷PTN、術(shù)前定位及術(shù)后評估的重要手段[3-5]。PTN責(zé)任血管以小腦上動脈居多，占比達(dá)48.5%，其外還有小腦上動脈+巖靜脈、巖靜脈等[3]。三維時間飛躍序列對判斷PTN責(zé)任血管具有重要意義[4,6]。MRA用于腦神經(jīng)成像具有獨特優(yōu)勢[7-8]，利用彌散張量成像的表觀彌散系數(shù)可進(jìn)一步評估腦神經(jīng)走行及受壓情況[9]。導(dǎo)航微創(chuàng)手術(shù)高度依賴CT數(shù)據(jù)，明確三叉神經(jīng)根、下頜神經(jīng)與卵圓孔的關(guān)系是射頻消融治療PTN術(shù)前規(guī)劃的重要依據(jù)[10]。通過融合CT與MRA圖像可為評估相關(guān)結(jié)構(gòu)提供更多信息。

融合常規(guī)CT與MRA對顯示頭部骨性結(jié)構(gòu)及軟組織具有重要價值[11]?；诨バ畔12]算法是融合醫(yī)學(xué)圖像的常用手段，但要求2種圖像中組織結(jié)構(gòu)初始位置較為接近?；邳c配準(zhǔn)圖像融合更為快捷便利，精度可控性也較高[13]。影像學(xué)檢查PTN時，掃描范圍多限于顱頂至鼻中部，可用解剖特征點有限。本研究利用解剖標(biāo)記點[13]配準(zhǔn)融合CT與MRA圖像，以SVD法計算解剖標(biāo)記點配準(zhǔn)后的歐氏距離篩選融合標(biāo)記點，通過計算融合標(biāo)記點的FRE評估圖像融合精度，所獲融合圖像視覺效果良好，個體FRE為1.862～3.156 mm，表明融合誤差較小，可精確重現(xiàn)責(zé)任血管與骨性結(jié)構(gòu)的關(guān)系。

既往將 PTN責(zé)任血管壓迫神經(jīng)分為3類：①分離，三叉神經(jīng)根與血管之間存在一定距離，不直接接觸；②接觸，三叉神經(jīng)根與血管相貼，但無壓迫痕跡；③壓迫，血管壓迫三叉神經(jīng)根使之變形。本研究重建神經(jīng)、動脈模型并將其投影顯示于CT與MRA斷層圖像中，以觀察REZ血管與三叉神經(jīng)根的空間關(guān)系，進(jìn)而判定PTN責(zé)任血管，結(jié)果顯示10例PTN責(zé)任血管均為小腦上動脈；通過比較患側(cè)與對側(cè)責(zé)任血管與三叉神經(jīng)根的距離，推測患側(cè)是否存在壓迫現(xiàn)象，在不能完全重建神經(jīng)時，可量化評價責(zé)任血管壓迫程度，彌補(bǔ)既往分類的不足。

三叉神經(jīng)壓跡所在巖部是MVD術(shù)前評估的重要結(jié)構(gòu)[14]。本研究提出了一個新的測量方法，用于量化責(zé)任血管與三叉神經(jīng)壓跡之間的距離。卵圓孔位于三叉神經(jīng)根前方。本研究結(jié)果顯示，PTN患側(cè)小腦上動脈與三叉神經(jīng)壓跡及卵圓孔的距離均小于對側(cè)，即責(zé)任血管在一定程度上發(fā)生了向前屈曲和變形。本研究中，小腦上動脈與三叉神經(jīng)根的距離在患側(cè)與對側(cè)差異無統(tǒng)計學(xué)意義，原因可能在于樣本量較少，且MRA采集層厚較厚，導(dǎo)致顯示神經(jīng)根不全及測量誤差，有待優(yōu)化MRA數(shù)據(jù)、收集更多病例后進(jìn)一步分析。

綜上，CT及MRA圖像融合有助于定量評估PTN患者REZ處血管、骨性結(jié)構(gòu)及三叉神經(jīng)根的毗鄰關(guān)系。