基于集成磁共振成像的正常兒童及青年人腦體積測量

戴 艷，陳穎茜，蘇 舒，錢 龍，吳柳暉，張洪宇，范 淼，楊智云

（1.中山大學附屬第一醫(yī)院放射科，廣東廣州 510080；2.中山大學附屬第一醫(yī)院兒科，廣東廣州 510080；3.GE醫(yī)療磁共振科研部，北京 100000）

許多神經(jīng)退行性疾病或精神神經(jīng)發(fā)育異常疾病都伴隨著顱內成分的體積改變，故腦分割及體積定量測定是中樞神經(jīng)系統(tǒng)疾病臨床及科研中的重要環(huán)節(jié)［1-2］。目前常用的分割方法是基于3D 薄層掃描所得到的T1WI（T1 weighted image）結構像，借助FSL、FreeSurfer 等軟件，基于灰白質信號對比及預設的腦結構模板進行分割測定。但此類分割方法無法對灰白質信號對比不明顯的區(qū)域進行分割，如腦干，且會受到形態(tài)變異、灰白質對比度欠佳等因素的影響，在部分人群如中樞神經(jīng)系統(tǒng)尚在發(fā)育中的兒童中，有出現(xiàn)計算誤差的可能［3］。隨著磁共振技術的發(fā)展，有越來越多的磁共振序列及后處理方法可以實現(xiàn)顱內組織分割及定量測量，如近年來發(fā)展的集成磁共振成像（SyMRI，synthetic magnetic resonance imaging）技術，不僅可在一次掃描內獲得T1、T2、PD的定量圖像，且其根據(jù)白質、灰質的信號模板，可將每個體素內的信號分成白質、灰質和其它成分（NON，即non-WM，GM，CSF），以此對腦組織進行分割及體積測定［4］。該分割方法雖然是基于組織信號推論的算法，其衍生方法也在體外組織學層面通過了驗證［5-6］，但在腦組織分割的臨床實踐中，該方法是否準確可靠，與傳統(tǒng)的基于T1 圖像腦分割的一致性是否良好，目前尚未有文獻報道。本研究擬以基于傳統(tǒng)的T1 圖像分割為標準，研究基于SyMRI 在正常兒童及青年的腦結構分割中的一致性。本研究可為集成磁共振的臨床應用及腦功能研究提供參考，具有重要意義。

1 材料與方法

1.1 研究對象

本研究為前瞻性研究，通過中山大學附屬第一醫(yī)院倫理委員會的批準（批準文號：【2019】328）及中國臨床試驗中心注冊號（Identifier：ChiCTR2100048109），所有受檢者檢查前均簽署了知情同意書，未成年志愿者由其法定監(jiān)護人簽署知情同意書。本研究于2019 年4 月至2020 年3 月在中山大學附屬第一醫(yī)院采集50名健康兒童志愿者及30名成年人的圖像。

由于FreeSurfer 軟件無法分析5 歲以下兒童的腦結構相，故本研究的納入標準為：①兒童年齡介于6～14 歲之間，青年人年齡介于15～45 歲之間（世界衛(wèi)生組織標準）；②既往無任何顱腦相關疾病病史，無任何精神發(fā)育相關疾病病史；③在常規(guī)MRI序列中無肉眼可見腦結構性病變者。

排除標準為：①有因幽閉恐懼癥等無法堅持MRI掃描者；②既往有任何已知的可能導致腦結構發(fā)育異常的相關病史者；③在常規(guī)MRI序列中發(fā)現(xiàn)有腦結構像病變者。

在對原始圖像進行回顧分析后，兒童受試者中剔除因T1WI 結構相或SyMRI 頭動偽影較大影響后處理分析的圖像各6例，最終納入38例兒童受試者及全部30 例青年受試者的T1-FSPGR 圖像及集成磁共振圖像。兒童受試者年齡均在6～13 歲之間，中位年齡8 歲，其中包括6 例女性及32 例男性。成年受試者年齡均在22～26 歲之間，中位年齡25歲，包括15例女性及15例男性。

1.2 MRI檢查方法

所有受試者均采用美國GE Pioneer 3.0T MR掃描儀進行頭部MRI 檢查，采用32 通道頭部相控陣線圈。T1 成像使用3D 快速擾相梯度回波序列（FSPGR），F(xiàn)OV=256 mm×256 mm，1 mm 等體素，層數(shù)192，TR=8.6 ms，TE=13 ms，采集時間4 min 16 s。SyMRI 成像采用多延遲多回波（MDME）序列，TR=10 205.0 ms，TE=21 及95 ms，F(xiàn)OV=25.6 cm，F(xiàn)OV=256 mm×256 mm，2 mm 等體素，無層間距，ETL 16，掃描方向：橫斷位，采集時間5 min 28 s。同時采集常規(guī)T2WI 及T2-FLAIR 序列圖像以供臨床診斷。

1.3 圖像處理與圖像分析

1.3.1 T1-FSPGR 數(shù)據(jù)處理 使用dcm2nii 軟件將T1-FSPGR 掃描數(shù)據(jù)轉換為NIFTI 格式，隨后導入FreeSurfer 軟 件（https：//surfer.nmr.mgh.harvard.edu/，V7.1.0），軟件包自動進行去皮、標準化校正等過程，輸出腦組織分割測量后的結果。計算耗時約6 h/例。結果中可自動得到總灰質體積（grey matter volume，GMV），顱內體積（intracranial volume，ICV），但無法自動獲得總白質體積（white matter volume，WMV）［7］。WMV 由大腦白質體積、雙側小腦半球白質體積、胼胝體體積及腦橋體積加和而得［8］。腦實質體積（brain parenchyma volume，BPV）由以上的GMV及WMV加和而得。

1.3.2 SyMRI 數(shù)據(jù)處理 將SyMRI 的掃描數(shù)據(jù)導入SyMR 后處理軟件（v11.2.2，SyntheticMR 公司），計算耗時約1 min/例，可自動分割得出ICV、GMV、WMV、腦脊液體積、其它物質體積（即非灰質、白質、腦脊液的其它物質）。腦實質體積由灰質體積、白質體積及其它物質體積加和而得。同時，SyntheticMR 軟件還可自動計算得到腦內的總髓鞘體積（圖1）。

圖1 SyMRI數(shù)據(jù)與T1-FSPGR數(shù)據(jù)處理結果示意圖Fig.1 Segmentation results of SyMRI and T1-FSPGR images

1.4 統(tǒng)計方法

本研究對兩種分割方法在兒童組及青年組中所獲得的GMV、WMV、BPV、ICV 四個參數(shù)分別進行統(tǒng)計學分析。本研究數(shù)據(jù)采用SPSS 21.0 進行分析。由于兩種分割方法的具體算法及對組分的具體定義存在差異，兩種方法的結果存在系統(tǒng)性誤差，故本研究參考Lee 等研究［9］，使用了以下3 種統(tǒng)計學方法：①使用配對t檢驗以檢驗2 種分割方法所得的GMV、WMV、BPV、ICV 四個參數(shù)的值是否一致。②使用Pearson 相關性分析檢測2 種方法所得的值的相關性。③使用組內相關系數(shù)（interclass correlation coefficient，ICC）一致性檢驗評價2 種不同分割方法的一致性。P＜0.05視為差異有統(tǒng)計學意義。

2 結果

在兒童組中，通過SyMRI 分割得到的GMV、WMV、BPV、ICV 的值分別為：762.8±67.5（mL）、421.4±56.0（mL）、1 294.2±111.6（mL）、1 451.8 mL±132.0（mL）；基于T1-FSPGR 序列圖像分割得到的GMV、WMV、BPV、ICV 的值（表1）分別為：734.8 ±63.4（mL）、491.0 ±57.4（mL）、1 225.8 ±117.0（mL）、1 375.3 ±117.0（mL）。采取配對t檢驗檢查兩組數(shù)據(jù)的一致性，結果顯示兩個序列分割所得的GM、WM、BPV、ICV 四個參數(shù)的數(shù)值差異均有統(tǒng)計學意義（P＜0.05）。Pearson相關性分析提示兩種方法的結果具有較強的相關性（r值分別為0.691、0.577、0.938、0.796，P＜0.001），其中通過兩種方式得到的BPV 的值相關性最強（圖2）。進一步的ICC一致性檢驗結果表明，在兒童組中基于T1-FSPGR及SyMRI 圖像分割所得的GM、WM、BPV、ICV 四個參數(shù)的ICC95%CI相關系數(shù)值分別為0.816（0.647，0.905 ），0.732（0.484，0.861），0.968（0.938，0.983），及0.880（0.770，0.938），均表現(xiàn)出良好的一致性。

表1 兒童組中基于SyMRI及T1-FSPGR測定的腦體積對比Table 1 Comparison of brain segmentation results based on SyMRI and T1-FSPGR images in the children group

圖2 兒童組基于SyMRI圖像及T1-FSPGR分割所得到的腦體積對比Fig.2 Scatter diagrams of brain segmentation results in the children group based on SyMRI and T1-FSPGR images

青年組中通過SyMRI分割得到的GMV、WMV、BPV、ICV 的值分別為：688.1±65.1（mL）、458.9 ±37.9（mL）、1 269.3 ±92.8（mL）、1502.4 ±130.3（mL）；基于T1-FSPGR 序列分割得到的GMV、WMV、BPV、ICV 的值（表2）分別為：714.7±42.2（mL）、513.6 ±45.4（mL）、1 228.3 ±82.0（mL）、1 576.1 ±135.9（mL）。在青年組中基于T1-FSPGR及SyMRI 圖像分割所得的GMV、WMV、BPV、ICV四個參數(shù)的數(shù)值在配對t檢驗具有統(tǒng)計學顯著性差異，在Pearson 相關性分析中表現(xiàn)出較強的相關性（r值分別為0.657、0.623、0.933、0.881，P＜0.001），其中相比于其它參數(shù)，BPV的值相關性最強（圖3）。在青年組中基于T1-FSPGR 及SyMRI 圖像分割所得的GMV、WMV、BPV、ICV 四個參數(shù)的ICC95%CI相關系數(shù)值分別為0.751（0.476，0.881），0.760（0.496，0.886），0.962（0.920，0.982），及0.936（0.866，0.970），提示兩組數(shù)據(jù)一致性良好。

表2 青年組中基于SyMRI及T1-FSPGR測定的腦體積對比Table 2 Comparison of brain segmentation results based on SyMRI and T1-FSPGR images in the youth group

圖3 青年組基于SyMRI圖像及T1-FSPGR分割所得到的腦體積對比Fig.3 Scatter diagrams of brain segmentation results in the youth group based on SyMRI and T1-FSPGR images

3 討論

3.1 概述

腦組織分割及體積定量測量計算量巨大，人工手動分割測量難以進行，一般均需借助計算機。目前腦科學研究領域中較為公認的腦組織體積分割方式均基于T1WI 結構相（如T1-FSPGR 序列等）進行［8］。傳統(tǒng)的T1WI 結構像并無定量數(shù)據(jù)，進行腦組織成分分割需借助預設腦結構模板，僅靠相對信號差以鑒別顱內成分，對于信號差較小的灰白質區(qū)域的鑒別能力較差，如無法對腦干內的灰白質成分進行分割。且傳統(tǒng)結構像獲得的圖像與序列參數(shù)及機型高度相關，無法取得定量數(shù)據(jù)使之與正常參考值做比較，難以進行進一步的信號分析，故難以用于隨訪觀察及進行多中心的研究［10-11］。由于基于傳統(tǒng)的T1WI 結構像進行腦結構分割的精度不足，導致在不同的研究中所采用的灰白質體積計算公式不同，導致傳統(tǒng)圖像分割方法在不同研究中可重復性不足。本研究中采用了Guo 等［8］發(fā)表的研究中的計算方式，但與解剖學上灰白質的劃分仍有一定差距。此外，由于計算模型復雜，計算量大，耗時較長（6 h/例），不利于該方法在臨床應用上的推廣。

單獨的定量磁共振序列如T1-mapping、T2-mapping 序列可以解決傳統(tǒng)結構像無法定量的問題，然而傳統(tǒng)的定量圖譜序列掃描時間長，嬰幼兒及依從性差的精神神經(jīng)疾病患者掃描成功率低。且不同參數(shù)的定量序列分別掃描會由于頭部位置的變換導致序列間存在圖像匹配的問題。而SyMRI 可以在一個序列中同時采集多個延遲及多個回波時間的信號，并以此一次性算出T1、T2、PD 及射頻場B1 值［5］，耗時短，1 例僅需1 min，從而解決以上問題。

3.2 基于SyMRI的腦組織分割方法原理

基于SyMRI對腦組織體積進行分割的原理為：在獲得的每一個體素內生成一個T1-T2-PD 的三維矩陣，基于先期研究的不同的腦組織的T1、T2、PD 信號定量，解析出每個體素內的白質、灰質、腦脊液及其它成分（非白質、灰質、腦脊液成分）的占比，綜合所有頭顱掃描所得體素信息，即可得到顱內體積及灰質、白質、腦脊液及其它成分的總體積［12］。該模型使用的參數(shù)更多，理論上其腦分割更為精細及準確。其計算模型相對簡單，可減少計算負荷，縮短計算時間。

并且，使用SyMRI技術可以在較短的時間內通過一次掃描內同時獲得T1、T2 及PD 的定量圖譜成像，提高了掃描的成功率［13-14］，SyMRI 獲得的定量圖像為所采集得信號的定量解析解，理論上不受硬件和具體采集參數(shù)的影響，在不同設備上采集的圖像均具有良好的可對比性及可重復性，擴大了數(shù)據(jù)的應用范圍［15-16］。

3.3 基于SyMRI的腦分割與傳統(tǒng)方法的一致性分析

本研究的結果表明，在兒童組或青年組中，配對t檢驗的結果均顯示使用SyMRI與T1-FSPGR 序列兩種分割方法所得的值具有統(tǒng)計學的顯著性差異，分析其原因如下：由于兩種分割方法的原理完全不同，將不可避免地導致兩種方法的結果存在一定的系統(tǒng)誤差。由于SyMRI 可對不同信號進行精確解讀，其對大腦的深部核團及腦干的灰白質的區(qū)分更佳，因此，其計算出的灰質、白質所包含的范圍與使用T1-FSPGR 圖像經(jīng)FreeSurfer 處理得到的灰質及白質的內容存在一定的差別，這也可能是造成GMV、WMV 在兩種方法間的相關性較BPV、IVC 稍低的原因。同時本研究實驗結果表明，相比于青年組，兒童組中通過兩種方法測量的WMV 的值的一致性更低，這可能是由于兒童白質髓鞘化程度不完全，被SyMRI后處理模型誤判所致。

基于以上原因，僅依賴配對t檢驗以評價兩種分割方法的一致性是不全面的，故本研究進一步進行了Pearson 相關性分析及ICC 一致性檢驗，結果表明，Pearson 相關性分析的r值絕大多數(shù)均大于0.6，ICC一致性檢驗的值均大于0.7，在BPV、ICV上大于0.8，顯示兩種方法在兒童組及青年組中均有較好的相關性和一致性，表明SyMRI具有替代傳統(tǒng)的T1-FSPGR 進行腦組織結構分割的可行性。由于以往多數(shù)腦結構分析實驗已經(jīng)證明了基于T1-FSPGR 圖像FreeSurfer 分割結果的可信度，本實驗結果亦提示，若以傳統(tǒng)T1 結構相分析方法作為標準，通過SyMRI 得到的BPV、ICV 的值具有較高的科研及臨床使用價值，但所得GMV、WMV 的值的臨床及科研價值及可重復性仍需更多的研究去證實。此外，基于SyMRI 的腦組織體積分割僅需要1分鐘左右，相比于基于傳統(tǒng)T1 結構像需要耗費數(shù)個小時的分割方法，具有顯著的時間優(yōu)勢。

SyMRI 可以獲得較傳統(tǒng)的T1 結構像更多的定量信息，以其獲得的數(shù)據(jù)可以對腦組織作更深入的解析?；赪arntjes 等［6］的模型，將每一個體素內成分分解為髓鞘成分、細胞成分、自由水成分及間質水成分。通過這個模型可以得到顱內的髓鞘總體積，進而對髓鞘化程度進行定量評估，因此其在神經(jīng)發(fā)育類疾病的應用可能存在較大的科研價值和臨床價值。此外，SyMRI 還能在生成T1WI、T2WI圖像上調節(jié)T1及T2的權重，以獲得較好的對比，有助于病灶的檢出［17］，或生成相位敏感翻轉恢復成像（phase sensitive inversion recovery，PSIR）、單純灰質成像等傳統(tǒng)方法難以生成的對比圖像，以對某些特定疾病進行更好的診斷［18］。

SyMRI 也有其不足之處：①在進行腦組織分割時，由于其分割原理完全依賴于物質的信號區(qū)別，導致部分信號類似的物質難以被區(qū)別開；病理或生理原因導致信號有差別的同一組織無法正確歸類，如兒童腦組織中髓鞘化不完全的白質部分會被劃歸于NON。②據(jù)文獻報道，在較小的兒童中，受灰白質發(fā)育不全的影響，現(xiàn)有的后處理方法無法正確地基于SyMRI 圖像區(qū)分灰白質及髓鞘［19］。③SyMRI 采集的圖像對頭動較為敏感，頭動偽影會極大地影像腦組織分割的準確性［15］。④SyMRI 重建所得的T1WI、T2WI 等圖像的信噪比低于傳統(tǒng)的T1WI 及T2WI 圖像。⑤SyMRI 重建所得的FLAIR圖像上，腦實質與腦脊液交界處會有偽影，故仍需要采集傳統(tǒng)的FLAIR序列進行補充［20］。

本研究的不足之處如下：①本實驗僅對比了6歲以上兒童及青年人中基于SyMRI 技術與基于T1-FSPGR 圖像的腦組織分割結果，6 歲以下兒童及正常中老年人的腦結構分割的比較尚待進一步研究。②綜合考慮掃描時間及信噪比，SyMRI 在頭顱掃描中一般設定為2 mm 等體素采集，故其獲得的圖像的分辨率較一般設置為1 mm 等體素采集的T1-FSPGR 圖像稍低，也可能對腦組織分割的結果產(chǎn)生一定影響。

綜上所述，本研究結果表明基于SyMRI技術的腦組織分割方法，在6～14 歲兒童及青年內，雖然腦體積測量參數(shù)絕對值與基于傳統(tǒng)T1 圖像的腦分割方法不同，但是兩組數(shù)據(jù)有良好的相關性及一致性，其中BPV、ICV 的相關性、一致性最高，可以替代基于傳統(tǒng)T1 圖像的腦分割技術，而且因其掃描時間短、一次掃描可以獲得多個定量參數(shù)，具有廣闊的臨床應用和科研前景。