ImageVerifierCode 换一换
格式:DOC , 页数:7 ,大小:75.50KB ,
资源ID:3121206      下载积分:20 文钱
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,省得不是一点点
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.wenke99.com/d-3121206.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(脑与神经疾病杂志VBM.doc)为本站会员(hw****26)主动上传,文客久久仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知文客久久(发送邮件至hr@wenke99.com或直接QQ联系客服),我们立即给予删除!

脑与神经疾病杂志VBM.doc

1、 基于体素的形态测量学在 MCI 和 AD 中的应用秦锦标 杨明华基于体素的形态测量学(voxel-based morphometry,VBM)是一种基于体素对脑 结构磁共振图象自动、全面、客观的分析技术,可以在活体脑进行精确的形态学测量和功能的研究,是评价脑部灰、白质病变的一种新的方法 1。该方法目前受到众多学者的关注,并且得到了广泛的应用。本文对 VBM 在轻度认知功能障碍(mild cognitive impairment,MCI)和阿尔茨海默病(Alzheimers disease,AD)中的应用综述如下。1 VBM概述 1.1 VBM概念的提出 早期研究脑结构的方法是体积测量法,这种

2、方法容易受研究者个体差异的影响,而且无法提供某些局部脑区微小变化的详细的空间特征,故存在着很大的局限性。伴随着磁共振成像(MRI)技术以及神经解剖学计算机图象处理技术巨大发展,Wright等 2首先提出了基于体素对脑结构磁共振图象分析的初步思想,描述了一种能在MRI上发现脑灰质和白质差异的新技术。Ashburner和Friston 3则在2000年正式提出了VBM方法。VBM方法是一种以体素为单位的形态测量学方法,可以定量检测出脑组织成分的浓度和体积,从而能够检测出局部脑区的特征和脑组织成分的差异。1.2 VBM的基本原理 VBM方法是基于体素的分析,首先需要把被研究的所有个体的脑MRI梯度回

3、波T1加权像在空间上标准化到一个完全相同的立体空间中,然后对该高分辨力、高清晰度、高灰白质对比的脑结构图象进行解剖分割,得到灰质、白质和脑脊液,利用参数统计检验对分割的脑组织成分逐个进行体素组间比较分析,定量测出脑灰质和白质的浓度和体积,从而量化分析脑形态学上的异常 4。具体过程包括空间标准化、脑组织的分割、平滑、统计建模和假设检验。1.3 VBM的优缺点 VBM 可以对全脑进行测定和比较,直接对原始数据进行统计分析,无需对感兴趣区的先验假设,而且可以定量地检测出脑组织的密度差异,同时它不受研究人员的主观影响,因此具有自动性、全面性、客观性和可重复性。VBM 方法的应用也存在着一定的局限性。基

4、于体素的统计分析以空间标准化为前提,某些局部区域和模板的匹配不准确会导致统计结果中出现组间系统性的脑区形态差异 5。而且 VBM 难于检测到脑的一些微小复杂结构的差异,如海马区 6。作者单位:210048 江苏省南京江北人民医院神经内科2 VBM 在 MCI 中的应用2.1 VBM 在 MCI 向 AD 转化中的应用有研究表明,MCI 患者与正常人群相比,痴呆转化率增加 7。然而,没有特定的方法能预测哪些 MCI 患者能发展为痴呆。Susanna 等 (8 对 56 例 MCI 患者和 22 例正常对照组人群进行随访研究,应用 VBM 检测大脑灰质的萎缩。结果发现:在随访过程中,有 13 例发

5、展为 AD;与正常对照组相比,MCI 患者颞叶中部、颞顶叶和额叶皮层的灰质密度降低;进展型 MCI 患者与稳定型 MCI 患者相比,左侧颞顶叶、扣带后回和双侧楔前叶灰质萎缩,同时海马也有萎缩趋势。Chtelat 等 9研究显示扣带后回、顶叶皮层、楔前叶萎缩的 MCI患者会进展为 AD。Lustig 等 10通过功能 MRI 研究发现,AD 患者在执行记忆任务时扣带后回有持续的增强。而 Whitwell 等 11应用 VBM 进行纵向前瞻性研究表明, MCI 和 AD 患者均未发现扣带后回的结构改变。得出不同结论可能的原因是,Shiino 等 12研究显示扣带后回和楔前叶的萎缩程度与首发认知损害

6、的年龄有关,在 65 岁以前不会或很少受累,同时扣带后回的萎缩也见于正常的老年人。Whitwell 等 11研究显示,随着 MCI 患者病情的进展,海马进行性的萎缩,在 MCI 阶段只出现海马头部萎缩,MCI 患者转为 AD 时海马尾部也开始萎缩。Jack 等 13研究显示,AD 患者的海马头部要比海马体和尾部萎缩明显。上述研究结果提示,海马头部要比尾部对退行性改变更加敏感。综上所述,在 MCI 阶段若出现扣带后回、海马体尾部、颞顶叶、楔前叶等部位皮层萎缩,提示该 MCI 患者易转化为 AD。因此,应用 VBM 可以早期预测哪些 MCI 患者能向 AD 转化,早期进行干预,从而降低 AD 的发

7、生率,改善预后,提高患者生活质量。2.2 VBM 在 MCI 患者亚型中应用神经心理学研究结果表明,可以将 MCI 分为两种亚型,即遗忘型 MCI(MCI-amnestic,MCI-A)和混合型 MCI(MCI-multiple cognitive domain,MCI-MCD) 。MCI-A是指仅有记忆功能损害的 MCI 患者。MCI-MCD 是指除记忆功能损害外,还有多项认知功能减退的 MCI 患者。遗忘型 MCI 和混合型 MCI 是否存在脑形态学的差异?Sandra 等 14应用 VBM 对 MCI 亚型的研究给了我们一定的提示。该研究者对 9 例 MCI-A, 2 例 MCI-MCD

8、 和 47 例正常对照组人群平均随访 2 年。结果发现:与正常对照组人群相比,MCI 患者双侧海马、颞叶中部均有明显的萎缩;与 MCI-MCD 患者相比,MCI-A 患者左侧内嗅皮层和顶下小叶有显著的萎缩;与 MCI-A 患者相比,MCI-MCD 患者右侧额下回、右侧颞叶中回、右侧颞叶中回和双侧的颞上回有显著的萎缩;与未发展为 AD 的 MCI 患者相比,发展为 AD 的 MCI 患者左侧内嗅皮层、双侧颞上回和右侧额上回有显著的萎缩。本研究还发现,不同亚型的MCI 患者不但有不同的脑区萎缩模式,也有共同累及的脑区,如前额叶皮层,特别是BA44/45,提示该脑区对 MCI 患者的重要性。该研究从

9、脑形态学方面验证了 MCI 患者是异质性群体,同时也反映了 MCI 发展为 AD 的病因学差异。2.3 应用 VBM 评估 MCI 患者灰质的丢失目前研究显示,与年龄相关的灰质丢失主要发生在前额叶、颞叶中部和纹状体皮层等 15。横向和纵向VBM全脑研究显示正常衰老过程中,额叶和顶叶灰质的年丢失率分别为0.38%和0.55%,颞叶和枕叶灰质的年丢失率分别为 0.31%和0.09% 16、17 。Chtelat等 9研究结果显示,MCI患者全脑灰质年丢失率为0% - 4%,该研究的结果处于正常老年(年丢失率少于1%)和AD患者(年丢失率为5.3 2.3%)之间。该研究同时发现,向 AD转化和未向A

10、D转化的MCI患者颞叶、海马旁回、左侧丘脑、眶额叶和顶下小叶均有灰质的丢失,而向AD转化的MCI患者海马、扣带后回、颞中回、颞下回和楔前叶的灰质丢失更严重,推测可能与神经原纤维缠结的聚集和扣带后回的病理学改变有关。VBM对MCI患者灰质丢失进行研究,有助于更好地了解AD的病理学过程。3 VBM在AD中的应用3.1 VBM在早期AD诊断中的应用随着全球预期寿命的提高,老年人群中发展为痴呆的危险性在增加,其中AD 是导致痴呆的最主要的原因。目前还没有根治AD的办法,最新研究发现,胆碱酯酶抑制剂能够延缓AD的发展,这使得早期诊断AD相当重要 18。既往应用MRI 感兴趣区(region of ins

11、terest,ROI)法进行研究,提示在AD的早期阶段就有特定脑区的萎缩,如海马 19。然而应用ROI研究脑区结构时存在一定的缺陷,例如耗时、勾画时有较大的误差、不能同时提供整个脑区的结构变化等,因此难于在临床上推广。VBM是一种完全自动化,能客观进行全脑形态分析的技术,其在从脑形态学方面诊断早期AD 方面显示了独到之处。Hirata等 20通过VBM方法发现,早期AD患者双侧颞叶内侧,包括内嗅皮层区域明显萎缩,其诊断出早期AD患者的准确性为87.8%。在极早期AD阶段中, VBM揭示了颞叶内侧和内嗅皮层区域灰质的丢失,功能性MRI揭示了扣带后回和楔前叶代谢和灌注的降低,而这些区域正好位于Pa

12、pez环路上。Xie等 21应用VBM发现早期的AD 患者中存在广泛的白质萎缩,且不同于灰质的萎缩形式,它可能是影响AD发展的一个独立的因素。 Kawachi等 22应用VBM和FDG-PET对早期AD患者进行研究,结果发现,VBM 和FDG-PET对早期AD 患者均具有较高的诊断率,联合应用VBM和FDG-PET诊断早期AD 的准确性明显提高。VBM可以排除脑部其他原因导致的认知功能降低的疾病,如脑梗塞、脑白质变性、脑肿瘤等,因此VBM还具有鉴别诊断的作用 22。3.2 VBM在AD患者脑结构改变中的研究Shiino等 12应用VBM 发现AD 患者除了存在伴随正常老化的局部萎缩,还包括杏仁

13、核,海马,后皮层,扣带后回等结构的萎缩。根据萎缩的形式,可以将AD 患者分为四组亚群:杏仁核/海马萎缩亚群、海马和后皮层萎缩亚群、海马和扣带后回萎缩亚群、扣带后回和后皮层萎缩亚群。该研究同时发现,扣带后回和后皮层萎缩形式是AD 发生的早期形式。Chaim等 23通过 VBM比较14例AD患者和14例正常健康人群胼胝体的局部结构,结果发现,AD 患者胼胝体压部的前上部分、峡部、体部的前上部分、膝部的嘴侧灰质明显萎缩,左前体部体积与简易智能状态量表(Mini Mental State Examination,MMSE)分值呈正相关。该项研究证实了早期AD患者有弥漫的胼胝体体积的降低,并提示胼胝体前

14、部分的萎缩与认知损害密切相关。Paola等 24应用 VBM研究AD患者皮质萎缩的形式以及大脑结构和记忆的关系。结果发现,AD患者颞叶内侧、双侧顶叶、双侧额叶和左侧丘脑前核灰质体积降低。该研究还发现内嗅皮层萎缩与AD患者瞬时记忆损害有关,这一结果支持了内嗅层在瞬时记忆中的作用。内嗅皮层的损害,导致由新皮层的输出的传入神经阻滞,从而防碍了AD 患者瞬时记忆的巩固。Ishii等 25应用VBM研究早发型和晚发型轻度AD患者的大脑结构。结果发现,两组AD患者双侧颞叶内侧灰质均显著丢失,然而早发型和晚发的 AD患者灰质丢失也存在差别,颞顶叶和扣带后回灰质丢失见于早发型的AD患者,而不存在于晚发型的 A

15、D患者中。上述研究表明,AD患者的脑结构的改变表现多样,大脑不同形式的萎缩影响 AD患者的临床表现和发展。VBM技术弥补了既往结构MRI只能对某个特定感兴趣脑区进行研究,而可以对整个大脑进行测量,从而能对AD患者脑结构进行更深入的研究。3.3 VBM与神经心理学测试的相关性Baxter等 26为了研究AD患者的认知测量结果和大脑灰质及白质完整性的关系,应用阿尔茨海默病评估等级-亚测试( Alzheimers Disease Assessment Scale- Cognitive subtest,ADAS-Cog )和MMSE对AD患者进行临床认知测量,同时应用VBM 对大脑灰质及白质进行测定。

16、结果发现,ADAS-Cog和MMSE 分值均提示左侧颞叶灰质的丢失与认知损害一致,然而MMSE分值较ADAS-Cog分值相比,更能反映白质的变化,特别是在额颞叶。该研究结果提示,ADAS-Cog和MMSE 能反映AD 患者大脑结构变化的不同方面,ADAS-Cog反映灰质的变化更具有特异性,而MMSE则反映广泛的大脑结构变化,包括灰质和白质的变化,而VBM可以检测到这些变化。4 小结VBM方法是一种新型的形态学测量法,与传统的测量方法相比,具有完全自动化、全面性、客观性和可重复性等优势,已经初步应用于MCI和AD的研究,并且取得了一些有意义的结果。随着对VBM方法的改进和研究的深入,其将会在MC

17、I和AD以及其它神经系统疾病的研究中得到更广泛的应用。参考文献1 Woermann FG, Free SL, Koepp MJ, et al Abnormal cerebral structure in juvenile rnyoclonic epilepsy demonstrated with voxel-based analysis of MRI. Brain, 1999, 122(Pt11): 2101-21082 Wright IC, McGuire PK, Poline JB, et al A voxel-based method for the statistical analys

18、is of gray and white matter density applied to schizophrenia. Neuroimage, 1995, 2(4): 244-2523 Ashburner J, Friston KJ Voxel-based morphometry-the methods. Neuroimage, 2000, 11(6Pt1): 805-8214 Mehta S, Grabowski TJ, Trivedi Y, et al Evaluation of voxel-based morphometry for focal lesion detection in

19、 individuals. Neuroimage, 2003, 20(3): 1438-14545 Bookstein FL “Voxel-based morphometry “should not be used with imperfectly registered images. Neuroimage, 2001, 14(6): 1454-14626 Burton EJ, Karas G, Paling SM, et al Patterns of cerebral atrophy in dementia with lewy bodies using voxel-based morphom

20、etry. Neuroimage, 2002, 17(2): 618-6307 Petersen RC, Stevens JC, Ganguli, M, et al Practice parameter: early detection of dementia: mild cognitive impairment (an evidence-based review). Report of the Quality Standards Subcommittee of the American Academy of Neurology. Neurology, 2001, 56(9): 1133-11

21、428 Hmlinen A, Tervo S, Grau-Olivares M, et al Voxel-based morphometry to detect brain atrophy in progressive mild cognitive impairment. Neuroimage, 2007, 37(4): 1122-11319 Chtelat G, Landeau B, Eustache F, et al Using voxel-based morphometry to map the structural changes associated with rapid conve

22、rsion in MCI:a longitudinal MRI study. Neuroimage, 2005, 27(4): 934-94610 Lustig C, Snyder AZ, Bhakta M, et al Functional deactivations:change with age and dementia of the Alzheimer type. Proc Natl Acad Sci U S A, 2003, 100(24): 14504-1450911 Whitwell JL, Przybelski SA, Weigand SD, et al 3D maps fro

23、m multiple MRI illustrate changing atrophy patterns as subjects progress from mild cognitiv impairment to Alzheimers disease. Brain, 2007, 130(Pt7): 1777-178612 Shiino A, Watanabe T, Maeda K, et al Four subgroups of Alzheimers disease based on patterns of atrophy using VBM and a unique pattern for e

24、arly onset disease. Neuroimage, 2006, 33(1): 17-2613 Jack CR Jr, Petersen RC, Xu YC, et al Medial temporal atrophy on MRI in normal aging and very mild Alzheimers disease. Neurology, 1997, 49(3): 786-79414 Bell-McGinty S, Lopez OL, Meltzer CC, et al Differential cortical atrophy in subgroups of mild

25、 cognitive impairment. Arch Neurol, 2005, 62(9): 1393-139715 Tisserand DJ, van Boxtel MP, Pruessner, JC, et al A voxel-based morphometric study to determine individual differences in gray matter density associated with age and cognitive change over time. Cereb Cortex, 2004, 14(9): 966-97316 Resnick,

26、 SM, Pham, DL, Kraut, MA, et al Longitudinal magnetic resonance imaging studies of older adults: a shrinking brain. J Neurosci, 2003, 23(8): 3295-330117 Fox, NC, Crum, WR, Scahill, RI, et al Imaging of onset and progression of Alzheimers disease with voxel-compression mapping of serial magnetic reso

27、nance images. Lancet, 2001, 358(9277): 201-20518 Emilinen G, Beyreuther K, Masters CL, et al Prospects for pharmacological intervention in Alzheimer disease. Arch Neurol, 2000, 57(4): 454-45919 deToledo-Morrell L, Stoub TR, Bulgakova M, et al MRI-derived entorhinal volume is a good predictor of conv

28、ersion from MCI to AD. Neurobiol Aging, 2004, 25(9): 1197-120320 Hirata Y, Matsuda H, Nemoto K, et al Voxel-based morphometry to discriminate early Alzheimers disease from controls. Neuroscience Lett, 2005, 382(3): 269-27421 Xie S, Xiao JX, Gong GL, et al Voxel-based detection of white matter abnorm

29、alities in mild Alzheimer disease. Neurology, 2006, 66(12): 1845-184922 Kawachi T, Ishii K, Sakamoto S, et al Comparison of the diagnostic performance of FDG-PET and VBM-MRI in very mild Alzheimers disease. Eur J Nucl Med Mol Imaging, 2006, 33(7): 801-80923 Chaim TM, Duran FL, Uchida RR, et al Volum

30、etric reduction of the corpus callosum in Alzheimers disease in vivo as assessed with voxel-based morphometry. Psychiatry Res, 2007, 154(1): 59-6824 Di Paola M, Macaluso E, Carlesimo GA, et al Episodic memory impairment in patients with Alzheimers disease is correlated with entorhinal cortex atrophy

31、.A voxel-based morphometry study. J Neurol, 2007, 254(6): 774-78125 Ishii K, Kawachi T, Sasaki H, et al Voxel-Based Morphometric Comparison Between Early- and Late- onset mild Alzheimers Disease and assessment of Diagnostic Performance of z score images. AJNR Am J Neuroradiol, 2005, 26(2): 333-34026 Baxter LC, Sparks DL, Johnson SC, et al Relationship of cognitive measures and gray and white matter in Alzheimers disease. J Alzheimers Dis, 2006, 9(3): 253-260

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。