自動(dòng)分割海馬亞區(qū)感興趣區(qū)與3D-pCASL融合測量腦血流量一致性及可重復(fù)性

郭婷，閆夢楠，李金芹，王振華，李健，陳兵*

1.寧夏醫(yī)科大學(xué)臨床醫(yī)學(xué)院，寧夏 銀川 750004；2.寧夏回族自治區(qū)人民醫(yī)院放射科，寧夏 銀川 750004；3.寧夏醫(yī)科大學(xué)總醫(yī)院放射科，寧夏 銀川 750004；*通信作者 陳兵 Chenbing135501@163.com

癲癇是一種反復(fù)發(fā)作的神經(jīng)異常興奮性疾病，顳葉內(nèi)側(cè)癲癇（medial temperal lobe epiplesy，MTLE）是癲癇中最常見的類型，其中多為藥物難治性癲癇[1]，主要的病理改變是海馬硬化（hippocampal sclerosis，HS）[2]，手術(shù)切除致癇灶是該疾病的有效治療方法，可以減少或消除70%～90%患者的癲癇發(fā)作[3]。術(shù)前早期發(fā)現(xiàn)致癇灶是難治性MTLE的診療關(guān)鍵。

磁共振動(dòng)脈自旋標(biāo)記（arterial spin labeling，ASL）技術(shù)作為一種無需外源性對比劑且安全無創(chuàng)的灌注成像方法，在評價(jià)腦部血流灌注方面與PETCT/SPECT的代謝及血流指標(biāo)具有很高的一致性[4-6]。該技術(shù)可作為MTLE早期發(fā)現(xiàn)致癇灶的一種輔助診斷工具，在MTLE術(shù)前評估中提供重要信息[7-9]。目前在影像學(xué)定量研究中，勾畫感興趣區(qū)（ROI）的方法主要有手動(dòng)、半自動(dòng)及全自動(dòng)。在神經(jīng)學(xué)領(lǐng)域仍以專家手動(dòng)勾畫ROI作為“金標(biāo)準(zhǔn)”[10]，但手動(dòng)勾畫ROI測量耗時(shí)長、主觀性強(qiáng)，且可重復(fù)性較差；自動(dòng)分割算法通過應(yīng)用于臨床研究最常用的圖像中，逐步提高自身的準(zhǔn)確性和靈活性。因此，多項(xiàng)自動(dòng)分割軟件快速研發(fā)并應(yīng)用，主要包括freeSurfer、基于體素的形態(tài)學(xué)分析、FSL-FIRST等，可無創(chuàng)、快速且較為精確地分割全腦，實(shí)現(xiàn)腦部結(jié)構(gòu)的三維重建及自動(dòng)ROI提取。而自動(dòng)分割海馬亞區(qū)目前研究相對較少，對自動(dòng)分割軟件在海馬亞區(qū)方面的一致性及可重復(fù)性有待進(jìn)一步研究及驗(yàn)證。因此，本研究以顳葉內(nèi)側(cè)癲癇伴海馬硬化（MTLE-HS）患者為例，對freesurfer軟件自動(dòng)分割海馬亞區(qū)ROI與ASL功能像融合測量腦血流量（cerebral blood flow，CBF）的一致性及可重復(fù)性進(jìn)行分析。

1 資料與方法

1.1 研究對象 回顧性收集2021年1月—2022年10月疑似癲癇在寧夏醫(yī)科大學(xué)總醫(yī)院行癲癇一體化MRI掃描患者，最終納入52例MTLE-HS（病理證實(shí)2例、MRI診斷50例）。男24例，女28例；年齡2～59歲，平均（31.5±14.3）歲；左側(cè)HS 36例，右側(cè)HS 16例。納入標(biāo)準(zhǔn)：①腦電圖及癥狀學(xué)符合MTLE診斷；②MRI檢查單側(cè)HS陽性表現(xiàn)；③行MRI檢查1 d內(nèi)無癲癇發(fā)作；④右利手。排除標(biāo)準(zhǔn)：①神經(jīng)系統(tǒng)及精神疾病或家族史；②引起癲癇癥狀的其他疾病，如腫瘤、外傷、炎癥、局灶性腦皮質(zhì)發(fā)育不良等；③大腦先天性發(fā)育畸形；④MRI圖像質(zhì)量差、不能進(jìn)行自動(dòng)分割或分割不匹配及灌注測量融合不匹配。本研究經(jīng)本院倫理審查委員會(huì)批準(zhǔn)（KYLL-2021-0295），患者均簽署知情同意書。

1.2 MRI掃描方案 使用GE SIGNA Architect 3.0T超導(dǎo)MRI儀，48通道相控陣頭顱線圈。主要掃描序列參數(shù)：①垂直于海馬體部斜冠狀位T2WI：TR 2 601 ms，TE 85 ms，層厚2.0 mm，層間距1.0 mm，翻轉(zhuǎn)角111°，激勵(lì)次數(shù)4，帶寬50 Hz；②軸位T2Flair：TR 8 500 ms，TE 95.8 ms，層厚5.5 mm，翻轉(zhuǎn)角110°，激勵(lì)次數(shù)1，帶寬41.67 Hz；③軸位T1加權(quán)三維磁化強(qiáng)度預(yù)備梯度回波（3D T1WI-MPRAGE）序列：等體素（1.0 mm×1.0 mm×1.0 mm），視野256×256 mm，TR 7.7 ms，TE 3.1 ms，翻轉(zhuǎn)角8°，激勵(lì)次數(shù)1，帶寬31.25 Hz；④軸位三維偽連續(xù)式動(dòng)脈自旋標(biāo)記（3D-pCASL）序列：標(biāo)記后延遲或反轉(zhuǎn)時(shí)間1 525 ms，TR 4 642 ms，TE 53.5 ms，層厚4 mm，激勵(lì)次數(shù)3，帶寬62.5 Hz。

1.3 HS MRI診斷 由2位副高及以上職稱的放射醫(yī)師采用單盲法獨(dú)立分析，通過斜冠狀位高分辨率T2WI和軸位T2Flair圖像上對海馬的形態(tài)和信號(hào)特征等進(jìn)行視覺評估，依據(jù)HS直接征象（海馬體積萎縮，T2及T2Flair信號(hào)增高）或間接征象（海馬內(nèi)部結(jié)構(gòu)模糊或消失、鄰近顳角增寬、顳葉萎縮等）進(jìn)行診斷，重點(diǎn)關(guān)注海馬的大小及信號(hào)變化。

1.4 圖像自動(dòng)分割及CBF值測量

1.4.1 freeSurfer軟件圖像自動(dòng)分割 使用freeSurfer圖像分析軟件7.3.2版（http://surfer.nmr.mgh.harvard.edu/）進(jìn)行圖像分割。步驟如下：①將3D T1WIMPRAGE全腦結(jié)構(gòu)像經(jīng)MRI cron軟件把DICOM文件格式轉(zhuǎn)換為.nii/.nii.gz格式；②在freesurfer軟件中行全腦分割（recon-all），包括頭動(dòng)校正、非均勻強(qiáng)度標(biāo)準(zhǔn)化處理、Talairach變換計(jì)算、去頭顱、非線性體積標(biāo)記等31個(gè)步驟；③在recon-all基礎(chǔ)上，對海馬進(jìn)行細(xì)致的亞區(qū)分割（https://surfer.nmr.mgh.harvard.edu/fswiki/HippocampalSubfields），該方法使用海馬解剖概率圖譜，源自39個(gè)體內(nèi)T1WI MRI數(shù)據(jù)集與15個(gè)具有0.1 mm各向同性分辨率的離體MRI的組合[11-12]。將雙側(cè)海馬自動(dòng)分割為以下亞區(qū)：前下托、下托（subiculum，SUB）、海馬角（cornu ammonis，CA）1、CA2～3、CA4、齒狀回顆粒細(xì)胞層、分子層、海馬-杏仁核過渡區(qū)、海馬傘、海馬裂等[13]。本研究重點(diǎn)收集SUB、CA1、CA2～3、CA4、齒狀回（dentate gyrus，DG）。

1.4.2 定量CBF值測量 使用上述軟件將3D-pCASL的定量圖（CBF圖）進(jìn)行格式轉(zhuǎn)換并傳入freesurfer軟件中，將freesurfer中可視化界面freeview打開，配準(zhǔn)至受試者T1圖像，后將freesurfer自動(dòng)生成的海馬亞區(qū)ROI映射到CBF圖上[14]，得出ROI區(qū)域的CBF值。為保證測量海馬各亞區(qū)時(shí)所有受試者的ROI位置相對一致，本研究采用的測量方案如下：根據(jù)freesurfer分割出HBT模板，選取海馬頭、體部中線作為亞區(qū)測量的基線，海馬尾部定義為海馬的最后部，其中無法區(qū)分各亞區(qū)且體積較小，故在亞區(qū)統(tǒng)計(jì)時(shí)排除在外[15]。利用FS60模板在海馬頭、體部基線及基線前后各2個(gè)層面內(nèi)找尋能完整顯示SUB、CA1、CA2～3、CA4、DG等海馬亞區(qū)的層面作為亞區(qū)測量的層面，后取海馬頭、體兩部分亞區(qū)CBF的平均值作為各亞區(qū)的平均CBF值。freesurfer軟件自動(dòng)分割海馬ROI與ASL功能像融合圖見圖1。雙側(cè)海馬亞區(qū)CBF值由2名具有10年工作經(jīng)驗(yàn)的神經(jīng)影像診斷放射醫(yī)師按上述方法獨(dú)立進(jìn)行2次測量，同一例患者測量時(shí)間間隔1周以上。

圖1 freesurfer軟件自動(dòng)分割海馬ROI與ASL功能像融合圖。A.T1WI自動(dòng)分割海馬所得亞區(qū)；B.T1WI與3D-pCASL定量圖的融合自動(dòng)分割海馬所得亞區(qū)；C.以頭部為基線自動(dòng)分割海馬所得亞區(qū)；D.以體部為基線自動(dòng)分割海馬所得亞區(qū)。圖中顏色標(biāo)記為各亞區(qū)勾畫區(qū)域，深藍(lán)色代表SUB，紅色代表CA2～3，綠色代表CA3，棕色代表CA4，淺藍(lán)色代表DG

1.5 統(tǒng)計(jì)學(xué)分析 使用 SPSS 27.0 和 SSPSAU（https://spssau.com/）軟件。計(jì)量資料以±s表示，采用組內(nèi)相關(guān)系數(shù)（ICC）分析同一測量者前后2次和不同測量者間測量結(jié)果的一致性。使用Bland-Altman圖對一致性評價(jià)結(jié)果進(jìn)行直觀展示，Wilcoxon秩和檢驗(yàn)評價(jià)各參數(shù)的可重復(fù)性差異。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 一致性分析 2名醫(yī)師測量CBF值的一致性良好（ICC均>0.75，平均為0.868±0.095）。同一醫(yī)師（A醫(yī)師）前后2次測量CBF值的一致性優(yōu)秀（ICC均>0.99，平均為0.994±0.002），見表1、2。

表1 2名醫(yī)師測量CBF值的測量者內(nèi)及測量者間一致性分析

2.2 可重復(fù)性評價(jià) 通過自動(dòng)分割海馬得到各亞區(qū)CBF值繪制Bland-Altman圖（圖2、3），可見本研究特征的散點(diǎn)絕大多數(shù)在95%CI內(nèi)，表明測量者內(nèi)CBF值具有良好的一致性和可重復(fù)性。同一名醫(yī)師（醫(yī)師A）前后2次測量結(jié)果的重復(fù)系數(shù)值差異均無統(tǒng)計(jì)學(xué)意義（P均>0.05），表明再次測量具有較高的可重復(fù)性（表2）。

表2 同一名醫(yī)師（醫(yī)師A）測量CBF值的可重復(fù)性評價(jià)（±s）

表2 同一名醫(yī)師（醫(yī)師A）測量CBF值的可重復(fù)性評價(jià)（±s）

注：SUB：下托；CA：海馬角；DG：齒狀回；CBF：腦血流量

亞區(qū)第一次測量第二次測量重復(fù)系數(shù)值P值左側(cè)海馬SUB 44.552 1±10.573 0 44.422 0±10.335 4 2.396 0.448 CA1 44.736 0±10.619 2 44.661 4±10.548 1 1.805 0.564 CA2～3 47.957 3±11.967 3 48.167 0±11.660 1 3.406 0.390 CA4 44.769 7±10.610 9 44.805 5±10.332 5 2.653 0.851 0.866右側(cè)海馬DG 44.939 7±10.743 5 44.908 7±10.454 6 2.558 SUB 47.428 7±10.892 6 45.922 3±10.783 6 2.457 0.411 CA1 44.025 5±11.728 3 43.984 7±11.605 3 2.327 0.807 CA2～3 50.965 4±12.569 4 50.913 1±12.403 1 2.661 0.784 CA4 48.427 2±11.221 6 48.241 6±11.407 7 2.315 0.261 DG 48.088 7±11.105 4 47.881 5±11.291 9 2.032 0.151

3 討論

3.1 研究背景及臨床價(jià)值 3D-pCASL是一種通過標(biāo)記內(nèi)源性氫質(zhì)子作為示蹤劑的腦血流灌注成像技術(shù)，無需注射對比劑，成像速度快，且不會(huì)影響血液的生化特性。Nagesh等[16]研究表明3D-pCASL測得的CBF與PET測得的反映代謝特征的指標(biāo)具有很高的一致性。因此，3D-pCASL在檢測HS中具有潛在的臨床應(yīng)用價(jià)值，可為臨床提供可靠的血流灌注參數(shù)，為HS的診斷提供有價(jià)值的信息[17]。而自動(dòng)分割海馬聯(lián)合3D-pCASL既可以用來診斷HS，又有助于HS患者各個(gè)亞區(qū)的血流灌注情況評估，為臨床術(shù)前確定致癇灶提供影像學(xué)依據(jù)。

既往研究對比QBrain與freeSurfer軟件自動(dòng)測量海馬體積[18]，與既往研究不同，本研究對freeSurfer軟件分割海馬各亞區(qū)測量CBF值進(jìn)行一致性及可重復(fù)性分析，結(jié)果證實(shí)可采用自動(dòng)分割ROI與ASL功能像融合測量海馬各亞區(qū)CBF值，對顳葉癲癇致癇灶進(jìn)行定位及評估，對早期發(fā)現(xiàn)并識(shí)別HS導(dǎo)致的顳葉癲癇有重要意義，并為臨床手術(shù)切除致癇灶提供幫助。

3.2 研究結(jié)果一致性及可重復(fù)性分析 本研究結(jié)果顯示，自動(dòng)分割ROI與ASL功能像融合測量的CBF值在測量者內(nèi)與測量者間均具有較高的穩(wěn)定性和可重復(fù)性。本研究還證實(shí)，雙側(cè)海馬亞區(qū)SUB、CA1、DG均具有較高的可重復(fù)性，ICC值為0.810～0.990。根據(jù)Landis等[19]的建議，ICC值>0.8可認(rèn)為具有良好的可重復(fù)性。進(jìn)一步分析發(fā)現(xiàn)，海馬亞區(qū)DG CBF值的一致性在測量者內(nèi)與測量者間均相對較高，其原因可能與DG解剖位置有關(guān)，在斜冠狀位上DG呈U型緊密包繞CA4節(jié)段，位于海馬中心部位，分割后DG形態(tài)固定，提取頂點(diǎn)數(shù)量[20]穩(wěn)定，因此CBF值測量波動(dòng)范圍小，越接近平均值，測量誤差越小。ICC法作為較通用的可重復(fù)性及可信度評估方法，可以對定量資料進(jìn)行評估，同時(shí)兼顧了隨機(jī)誤差及系統(tǒng)誤差對測量結(jié)果的影響，因此其結(jié)果具有較高的可靠性[21]。

本研究中，Bland-Altman圖形分析也證實(shí)雙側(cè)海馬各亞區(qū)對應(yīng)的點(diǎn)絕大多數(shù)位于95%一致性界限內(nèi)，進(jìn)一步證實(shí)了基于freeSurfer軟件圖像自動(dòng)分割ROI與ASL功能像融合測量CBF值的可重復(fù)性良好。Bland-Altman法的本質(zhì)是方差齊性檢驗(yàn)，采用圖形分析方法可以直觀顯示兩種測量方法的一致性界限[22]，目前已經(jīng)應(yīng)用于臨床測量結(jié)果的一致性評價(jià)。

本研究在測量時(shí)采用多次測量求平均值的方法盡可能減少測量誤差。盡管如此，此測量方法仍不可避免產(chǎn)生實(shí)驗(yàn)誤差，但I(xiàn)CC及Bland-Altman分析結(jié)果提示觀察者內(nèi)及觀察者間具有較高的一致性及可重復(fù)性。因此，本研究認(rèn)為基于freeSurfer軟件圖像自動(dòng)分割ROI與ASL功能像融合測量的CBF值可靠，在臨床實(shí)踐中，可以采用自動(dòng)分割ROI與ASL功能像融合測量海馬各亞區(qū)CBF值，對顳葉癲癇致癇灶進(jìn)行定位及評估。

3.3 本研究的優(yōu)勢與不足 本研究的創(chuàng)新之處：相關(guān)研究[18,23]表明，基于QBrain、freeSurfer軟件及基于體素的形態(tài)學(xué)分析自動(dòng)測量海馬體積，其測量結(jié)果均具有較高的一致性及可重復(fù)性，但對于海馬各亞區(qū)的研究甚少。因此，本研究基于freesurfer軟件自動(dòng)分割海馬亞區(qū)ROI與ASL功能像融合測量CBF值進(jìn)行一致性及可重復(fù)性分析，結(jié)果表明，在后續(xù)研究中可以利用freeSurfer軟件圖像自動(dòng)分割聯(lián)合3D-pCASL技術(shù)對疑似MTLE-HS進(jìn)行各亞區(qū)CBF值的綜合評價(jià)，有助于在亞區(qū)水平早期發(fā)現(xiàn)致癇灶。

本研究的不足之處：①樣本量偏小，未來需要增加樣本量進(jìn)行研究；②僅采用一家醫(yī)院的患者資料，如采用多中心觀察者進(jìn)行研究，可大幅度提高結(jié)論的可靠性；③僅對自動(dòng)分割ROI法測量的CBF值進(jìn)行可重復(fù)性及可信度評估，未與其他測量方法進(jìn)行比較。

總之，本研究采用自動(dòng)分割ROI與ASL功能像融合測量的CBF值技術(shù)，完成了對海馬分割亞區(qū)的定量分析，并驗(yàn)證了測量的可重復(fù)性，有望應(yīng)用于早期發(fā)現(xiàn)HS導(dǎo)致的顳葉癲癇致癇灶，并對其進(jìn)行定位評估。