使用分数各向异性、轴向扩散率和径向扩散率作为大脑白质微观结构生物标志物的潜在陷阱

分数各向异性（FA）、轴向扩散率（AD）和径向扩散率（RD）常被用作神经发育、大脑老化和神经系统损伤/疾病的扩散MRI研究中白质微观结构的MRI生物标志物。一些常见做法包括对这些测量进行体素级或基于区域的分析，以横向比较个体或群体，纵向评估个体或群体，和/或与人口统计学、行为或临床变量相关联。然而，现在普遍认识到，大多数大脑白质体素包含多个具有不同轨迹的纤维群，这使得这些指标对各种纤维群的相对体积分数、每个组成纤维群的微观结构完整性以及这些因素之间的相互作用高度敏感。许多扩散成像专家意识到这些局限性，现在通常避免使用FA、AD或RD（至少不单独使用）来对白质微观结构进行强烈的反向推断，但基于这些指标在更广泛的生物医学/神经科学文献中的持续应用和解释，似乎这还没有成为扩散成像终端用户中的常识。因此，本文将简要讨论这些测量在交叉纤维背景下的复杂生物物理基础，提供一些直观的"思想实验"来突出传统解释如何可能导致错误结论，并建议未来的研究避免使用（过度解释）FA、AD和RD值作为大脑白质微观结构的独立生物标志物。本文发表在Frontiers in Neuroscience杂志。

简要背景

      扩散MRI（dMRI）的流行度在过去几十年中显著增加，现在常用于广泛的临床和研究应用（Lerner等，2014；Assaf等，2019）。确实，从我们大脑中水分子的内源性扩散特征中可以获得如此多，甚至如此多种不同类型的信息，这是相当惊人的。例如，dMRI数据已被用于：

     （1）推导出几种不同的定量测量[例如，分数各向异性、轴向扩散率、径向扩散率、平均扩散率（Beaulieu，2002；Alexander等，2019）；轴向峰度、径向峰度、平均峰度、最大方向峰度、轴突水分数（Fieremans等，2011；Henriques等，2021）；神经突方向离散度、神经突密度指数、各向同性体积分数（Zhang等，2012；Faiyaz等，2021）；等]，这些反映了组织微观结构的略微不同方面；

     （2）使用确定性（Mori等，1999）和/或概率性（Behrens等，2003）纤维追踪方法（Maier-Hein等，2017；Jeurissen等，2019）非侵入性地绘制大脑白质通路图；

     （3）间接测量大脑功能（Le Bihan等，2006b；Le Bihan，2007；Abe等，2017）。因此，研究人员利用这些技术来研究与神经发育（Lebel等，2019）、大脑老化（Beck等，2021）、创伤性脑损伤（Hutchinson等，2018）和各种神经退行性疾病（Goveas等，2015）相关的扩散变化并不令人惊讶 - 在许多情况下，将各种脑区的一个或多个定量dMRI指标与发展、人口统计学、临床和/或认知测量相关联。

       话虽如此，dMRI的强大功能和灵活性伴随着一些复杂性、注意事项和局限性事实上，一些优秀的文章已经写过关于dMRI数据获取、分析和解释的常见陷阱（Le Bihan等，2006a；Jones和Cercignani，2010；Jones等，2013）。这些论文是优秀的资源，专业地解释了与常见dMRI方法相关的潜在问题和缓解策略，因此在此不再赘述。此外，已经发表了几篇关于扩散MRI信号的生物物理解释的优秀深入综述（Beaulieu，2002；Jelescu和Budde，2017；Jelescu等，2020）。因此，本文的有限重点是简要强调和讨论（以非技术性语言）在存在白质交叉纤维的情况下过度解释分数各向异性（FA）的潜在"陷阱" - 出于类似原因，也包括轴向扩散率（AD）和径向扩散率（RD）。与复杂白质纤维几何相关的问题在dMRI纤维追踪（又称纤维成像）专家中已经得到充分认识，他们已经开发了各种数据获取和分析方法来解决这些问题（Maier-Hein等，2017；Jeurissen等，2019）。

       然而，扩散张量成像（DTI）是最成熟和广泛使用的dMRI方法之一，具有"即插即用"的MRI脉冲序列和几乎"一键式"的分析软件包，这使得它可以被各种具有不同技术知识水平的终端用户使用。因此，我们旨在强调交叉纤维在大脑白质中的普遍存在，并用非技术性语言解释这如何为基于FA、AD和RD测量对底层组织进行反向推断带来固有问题。然后，我们将通过两个直观的"思想实验"引导读者理解如何基于传统解释对FA、AD和RD测量的常规解释可能导致对底层白质组织的错误推断，并通过讨论一些可能对白质纤维交叉更为稳健的替代MRI方法来结束。通过这样做，我们希望警告DTI实践者使用FA、AD和RD测量作为大脑白质的定量生物标志物的风险，并且不建议单独使用这些指标来比较个体或群体之间的横向"差异"，个体内的纵向"变化"，和/或与人口统计学、临床或行为/神经心理学数据相关联，这些在dMRI文献中一直（并继续）被广泛报道。

介绍问题（陷阱）

      特别是分数各向异性（FA)（以及在较小程度上的AD和RD）长期以来一直是最常报告的定量dMRI指标之一。它可以从具有相对较低b值（≥700 s/mm2）和相对较少扩散编码方向（≥6个正交方向）的dMRI扫描中获得（Alexander等，2007），计算非常简单（基于常见的张量模型）（Basser和Pierpaoli，1996），产生高测试-重测甚至跨站点/跨扫描仪的可靠性（Vollmar等，2010；Luque Laguna等，2020），并且通常与其他定量MRI指标显示高相关性（Uddin等，2019）。

      在DTI框架内，AD是沿主要扩散轴的表观扩散量（AD = λ1），RD是沿次要和第三扩散轴的平均表观扩散量（RD = [λ2 + λ3]/2），平均扩散率（MD）是沿三个扩散轴的平均表观扩散量（MD = [λ1 + λ2 + λ3]/3）。顾名思义，FA是给定体素或区域内扩散各向异性的相对度量

，它表示主要方向上的扩散量与正交的两个方向相比的程度。因此，FA值是无量纲的，本质上在0（即，所有方向上的扩散量相等）和1（即，仅在一个方向上有扩散）之间缩放。经验上，FA值在灰质中普遍较低，在大多数白质区域较高，而在局部白质病变中相对较低（无意双关）。因此，直到最近，传统的观点认为，在其他条件相同的情况下，较高的FA值通常反映了更大的白质密度 - 除了一些广为人知的例外情况，即已知的交叉纤维[例如，在胼胝体与上升/下降放射冠的交叉处，以及在上纵束与放射冠之间（Tuch等，2003）]，在这些地方，这种常见解释被认为是有问题的。长期以来，人们都知道白质中水分扩散的限制取决于多个因素，包括：纤维直径、纤维密度、膜通透性、髓鞘化以及这些边界的方向组织/连贯性（Beaulieu，2002）。事实上，这些因素之间的复杂相互作用以及由此导致的无法将表观扩散变化归因于任何特定原因，就是为什么（Jones等，2013）和其他人主张研究人员在解释DTI数据时要谨慎，避免对微观结构或组织"完整性"得出结论。然而，由于现在认为含有复杂纤维几何和/或多个不同方向纤维束（即交叉纤维、接吻纤维((Kissing fibers)：纤维束在空间上非常接近但不交叉)等）的大脑白质体素的比例至少为33%（Behrens等，2007），更可能在60%到90%之间（Jeurissen等，2013）- 许多区域被认为包含多达3个或更多不同轨迹的相交纤维束（图1）- 这使得对FA值的传统"如果一些好，更多更好"的解释比原先认为的要问题更多。

图1. 白质纤维方向的颜色编码图（红色 = 左/右；绿色 = 前/后；蓝色 = 上/下）。彩色区域表示具有以下特征的白质位置：(A) 至少一个纤维群（及主束的方向）；(B) 至少两个纤维群（及次要束的方向）；以及(C) 至少三个纤维群（及第三束的方向）。即使是对(A,B)的粗略视觉比较也揭示了大多数白质区域至少包含两个具有不同方向的纤维群（即交叉纤维），而仔细观察(A,C)则显示有相当数量的区域具有三个或更多具有不同方向的纤维群。

展示问题(陷阱)

      这个问题的内在本质及其复杂程度也许可以通过两个简短的思想实验最容易地说明。

思想实验#1：解释分数各向异性差异或变化(增加和减少)

      根据传统解释,人们可能错误地推断更高的FA值反映了底层白质中微观结构组织元素数量的增加(如更高的纤维密度、更低的膜通透性、更大的髓鞘化等)。然而,情况并非必然如此。由于大脑白质大部分地区存在交叉纤维,一个或多个纤维束的不成比例萎缩或退化 - 以及其他纤维束的相对保存 - 可能导致FA看似矛盾的增加,尽管实际上局部纤维密度、髓鞘化等出现了减少(图2A)。事实上,有报道称在慢性腔隙性梗塞引起的华勒变性存在的情况下,出现了弥散各向异性增加(Pierpaoli et al., 2001),其中桥脑吻侧运动通路的退化导致横向桥脑纤维成为主导通路 - 最终改变了FA值和主要弥散方向。然而,应该注意的是,如果华勒变性反而针对桥脑纤维,运动通路可能保持不变,FA仍然会显示增加,对主要弥散方向的影响相对较小。

图2.包含三种交叉白质纤维(即垂直、水平和穿过平面的纤维)的体素以及相应的弥散张量和分数各向异性(FA)的卡通描述。

      (A)在左侧,FA = 0,因为没有主导纤维方向(即正交排列的纤维具有相同的直径、密度和完整性),水的弥散在所有方向上都会受到同等程度的限制。在右侧,垂直纤维保持不变,而其他两个纤维束(即水平和穿过平面的)减少,使得λ1变得大于λ2和λ3,导致FA增加,尽管白质纤维净减少。

      (B)在左侧,存在主要纤维方向(即垂直方向)和相应的FA > 0。在右侧,所有三种纤维经历相同程度的组织损伤,使得所有三个特征值(λ1、λ2和λ3)成比例增加,导致FA保持不变(不变),尽管白质纤维密度净减少。由于它是一个相对测量,在存在交叉纤维的情况下,FA无法提供有关净组织差异/变化的定量信息。粗箭头表示相对较大的增加(A部分中的λ1),细箭头表示相对较小的增加(A部分中的λ1和λ2),中等箭头表示中等增加(B部分中的λ1、λ2和λ3)。

      尽管这也许是不言而喻的,我们简要指出相反的效果也可能是真实的 - FA值可能由于非主导纤维束中一个或多个的不成比例增加而降低(例如,在神经发育、神经可塑性和/或神经修复期间)。例如,如果运动通路保持不变而横向桥脑纤维成熟(或根据上面的例子进行神经修复),人们可能会观察到桥脑吻侧的FA值降低,尽管局部白质纤维密度净增加。

思想实验#2：解释分数各向异性的等价性或稳定性

      根据传统解释,人们可能错误地推断相等的FA值反映了等效的底层组织成分。然而,如上例所示,在存在交叉纤维的情况下,情况也不一定如此。事实上,只要三个特征值(λ1、λ2和λ3)出现成比例的变化,FA就会保持不变。因此,在神经发育、老化、创伤性脑损伤和/或神经系统疾病的情况下,如果给定区域中的底层纤维束以相同的方式或以相同的速率相对于彼此发生变化,则可能会错过真正的差异。例如,如果多发性硬化(MS)病变或创伤性脑损伤以相同程度损害特定区域内的所有底层纤维束(例如,膜通透性增加和髓鞘化减少导致λ1、λ2和λ3同等减少),尽管底层组织可能发生显著改变,FA将看似保持不变(图2B)。当然,在神经发育过程中,如果所有组成纤维束以相同速率成熟(即λ1、λ2和λ3同等增加),FA也可能看似保持不变。

       话虽如此,简要评论一下关于FA稳定性的正向和反向推论之间的区别也许很重要。例如,上述提到的扫描仪内和扫描仪间重复性研究在短时间间隔内从同一健康对照参与者获得了测试-重测扫描(Vollmar et al., 2010; Luque Laguna et al., 2020)。鉴于这些实验的严格控制性质,预计不会发生底层组织变化,因此合理地期望FA值保持稳定(即正向推论)。然而,这与在较不受控制的实验条件下从稳定的FA值推断缺乏组织变化不同(即反向推论)。

总体讨论

       这些例子希望强调了在存在白质纤维交叉的情况下,FA、AD和RD值的生物物理解释是如何存在问题的,以及如何将它们解释为反映组织微观结构的相似性、稳定性、差异或变化可能导致I型(假阳性)和/或II型(假阴性)错误。也许值得注意的是,猕猴大脑的离体MRI和组织学研究揭示,在更高分辨率和更详细的检查下,白质交叉纤维变得更加明显,这表明这是一个无法通过提高扫描分辨率来减少部分体积效应而克服的基本问题(Schilling et al., 2017)。因此,无法控制这些效应或估计任何FA、AD或RD与底层组织微观结构之间反向推论固有的I型和II型错误的普遍性(这甚至可能同时在不同脑区发生)。

      为简单起见,我们在例子中集中讨论了FA,但应该注意到AD和RD由于类似原因也受到混淆。十多年前就通过模拟和对经验调查的回顾指出,在含有交叉纤维的体素中,AD的变化可能引起RD的虚假改变,反之亦然(Wheeler-Kingshott and Cercignani, 2009),我们现在知道这占了大脑白质区域的大部分。

      然而,这并不意味着使用这些指标的所有先前解释都必然是错误的 - 特别是在结果已经通过其他成像指标得到证实的情况下。例如,显然某些白质区域很少有交叉纤维(如胼胝体、皮质脊髓束、脊髓等),在这些区域对这些指标的解释更为直接。此外,正如Jeurissen等人(2013)指出的那样,即使在有交叉纤维的区域,只要避免了采集和分析中的其他陷阱,许多观察到的FA、AD和/或RD的差异/变化很可能反映实际的解剖和生物物理现象(Jones and Cercignani, 2010)。然而,这表明不应仅使用FA、AD或RD测量来得出强有力的生物物理解释和结论,并且这些应该由其他对多个纤维群和复杂纤维几何结构的存在更为稳健的脑成像指标来补充。

分数各向异性、轴向扩散率和径向扩散率的潜在替代方案

      所有MRI方法在得出结论时都有研究人员需要考虑的局限性。因此,在提醒每种方法都有其自身局限性的前提下,我们想简要介绍一些可能对白质交叉纤维的存在更为稳健的定量MRI方法的替代方案(尽管不是全面的列表)。

      在DTI框架内,我们建议MD(即沿张量三个维度的平均表观扩散;MD = [λ1 + λ2 + λ3]/3)或Trace（轨迹）(即沿张量三个维度的总表观扩散;Trace = [λ1 + λ2 + λ3])值可能是对底层组织特征进行反向推断的最稳健和可解释的指标。与FA不同,这些不是比例/相对指标;与FA、AD和RD不同,它们不仅考虑了,而且平等地权衡了沿扩散张量所有三个轴的扩散量。因此,MD和Trace值理论上对多个纤维群和/或复杂纤维几何结构更为稳健,可能是体素内组织如何限制扩散的最佳DTI指标。在图2所概述的两个理论思想实验中,MD和Trace值都会如预期增加(由于体素内扩散限制减少)。这也得到了经验发现的支持,即MD与神经突密度的关系比FA、AD或RD测量更密切(Genc et al., 2017)。

      在dMRI内,但包括更高级的扩散分析方法,有几种模型对交叉纤维更为稳健。这些包括但不限于:扩散峰度成像(DKI)(Jensen et al., 2005; Jensen and Helpern, 2010)、神经突方向离散和密度成像(NODDI)(Zhang et al., 2012)、张量值扩散编码或b-张量编码(Szczepankiewicz et al., 2016, 2019),以及新型基于纤维束的分析方法(Raffelt et al., 2017)。例如,使用常规硬件和合理扫描时间获得的DKI数据可以比传统DTI更好地解析交叉纤维(Glenn et al., 2016),某些DKI指标如峰度分数各向异性(KFA)和定量峰度张量测量(如径向张量峰度)可能对交叉纤维更为稳健(Hansen et al., 2016; Hansen and Jespersen, 2016)。另外,NODDI可以估计树突和轴突中的神经突密度,以及方向离散(即神经突扇形),这些是对基于DTI的FA测量有贡献但又与之不同的因素。方向离散估计神经突之间的角度变异性,在有扇形或交叉纤维的区域提供比FA更好的测量。此外,张量值扩散编码允许估计微观分数各向异性(μFA),它在亚体素水平上解开了方向离散与微观各向异性的纠缠,可以克服交叉纤维的问题(Szczepankiewicz et al., 2015)。最后,最近提出了基于纤维束的分析方法（FBA)来表征体素内的特定纤维群(即"纤维束")(Raffelt et al., 2017)。像这样在亚体素水平上对单个纤维进行建模可能导致更敏感的测量和对各种疾病中组织退化的更详细理解(Finkelstein et al., 2021)。

      除了dMRI方法之外,其他定量MRI技术如校准的T1w/T2w比率映射(Ganzetti et al., 2014; Uddin et al., 2018)、非均匀磁化转移(ihMT)成像(Manning et al., 2017; Swanson et al., 2017)和基于T2弛豫的髓鞘水成像MWI(Prasloski et al., 2012; Lee et al., 2018)可能受纤维方向的影响较小;在ihMT和MWI的情况下,可能还提供比基于DTI或T1w/T2w比率指标的更一般测量更特异于髓鞘的信息(Mädler et al., 2008; Ercan et al., 2018; Uddin et al., 2019)。

结论

      我们现在知道,大多数大脑白质体素包含多个纤维群和复杂的纤维几何结构,FA、AD和RD测量值的增加、减少,甚至稳定都变得难以(如果不是不可能)从其他底层组织微观结构特性(如纤维直径、纤维密度、膜通透性、髓鞘化等)的角度解释。相反,鉴于这些测量对各种纤维群的相对体积分数、每个组成纤维群的微观结构完整性以及这些因素之间任何组合的变化都高度敏感,在得出关于FA、AD和RD值的生物物理基础的结论时应格外小心。除了特定区域(如胼胝体、脊髓等)通常不预期存在复杂纤维几何结构外,我们鼓励未来的研究使用其他对交叉纤维存在更为稳健的MRI指标 - 要么代替,要么(至少)补充基于DTI的FA、AD和/或RD值。