多模态功能性神经成像

多模态功能性神经成像

鉴于神经成像的最新进展，目前有一些模态可用于临床，包括结构磁共振成像(sMRI)、灌注MRI(pMRI)、功能磁共振成像(fMRI)、弥散张量成像(DTI)、单光子发射计算机断层扫描(SPECT)、正电子发射断层扫描(PET)、磁共振波谱(MRS)和脑磁图(MEG)。选择哪种模态往往取决于临床研究情况，由于能够利用多参数成像特征的差异，所以有时使用多种成像模态比单一成像方法可以提供关于脑部特定病变的更多信息。因此，多模态神经成像本质上是多个成像模态提供的综合信息。多模态方法克服了单一模态的局限性，允许对大脑进行更稳健、多参数和更全面的评估。通过不同来源和/或序列结果之间的交叉验证，增加了识别与功能神经成像相关的更具特异性的关联和模式的可能性。从更广泛的意义上讲，它可以帮助从不同的角度定义不同脑区的作用。多模态成像的应用已成为促进神经成像研究增长的主推力，特别是当与PET/CT和PET/MRI/EEG等混合成像相结合时。在功能性多模态神经成像领域，数据的计算分析一直是一个热点，包括预处理、体素提取、图像融合和后处理。这些计算方法的进步有助于解决不同模态之间的时空分辨率差异，并融合生物物理信息。

神经成像可以分为结构成像和功能成像两类。传统的结构成像有助于评估大脑的解剖结构，并有助于诊断和确定某些疾病的治疗反应，而功能成像通常侧重于生物物理参数和代谢，并可在执行某些任务(包括感觉和运动功能)时获得。神经成像数据的来源可以是同时成像测量(如EEG/fMRI或PET/CT)或集成单独测量。例如，EEG与fMRI的结合提高了单一模态无法实现的时空分辨率。此外，通过MRI获得的结构神经成像以及通过PET和SPECT获得的功能神经成像已成为术前评估的重要组成部分，常用于确定最佳治疗并规划颅内脑电图(icEEG)记录。

多参数MRI技术

结构MRI的体积分析

结构MRI(如T1加权和T2加权成像)可以进行体积测量，并提供宏观概况以评估结构差异。目标体积定义是术前规划的关键步骤，借助统计和图像处理技术可以提高确定肿瘤和周围液体(水肿)边界的能力。从结构MRI获得的单个MRI参数图通常呈现高动态的单个时间快照，包括用于特定脑结构测量和体积计算的成像数据集。这些信息可以在同一成像采集过程中获取，尽管其他方法使用纵向获取的单个参数图。分析多参数数据的一种策略是提取特定参数(如体积)，然后将其应用于统计模型以计算组间差异或进行多元回归来预测预期结果。图像采集和图像分析技术的最新进展使得可以利用更大规模的纵向和横断面研究进行更高级的分析。此外，感兴趣区域(ROI)分析允许比较患者之间不同区域的信号强度，体积分析可用于研究从脑肿瘤到癫痫等多种脑部疾病。基于体积或ROI方法的一个好处是，这些技术不需要特定的空间对齐数据集来关注特定的感兴趣区域。执行多模态分析的另一种常用策略是基于体素的方法。在该技术中，通过从归一化图像中提取体素数据，生成统计参数图。结果输出可以显示组间特征选择有显著差异的区域，这种方法允许对每个体素的变化进行评估。因此，将潜在标记物组合成单个图像，形成一个简单的成像框架，将成为量化干预影响的理想工具。虽然基于体积的研究结果通常难以验证，但许多研究已将基于体积的分析结果与手动和视觉测量进行了比较，并发现两种技术之间存在较好的一致性。

灌注MRI (pMRI)

灌注MRI可采用内源性或外源性示踪剂进行研究。对于外源性示踪剂，MR灌注成像依赖于对比剂随时间的变化，然后可用于研究感兴趣区域的灌注特性。这种对比增强灌注图像可以通过两种技术来实现：动态磁敏感对比增强(DSC)和动态对比增强(DCE)成像。动态磁敏感对比增强MRI采用基于T2(自旋回波成像)或T2*(梯度回波成像)效应的团注追踪技术。动态对比增强MRI也采用基于T1加权成像的团注追踪技术，利用较低的对比剂剂量和更好的时间分辨率来评估脑部病变(如肿瘤)的渗透性特征。与DSC相比，DCE的T1加权技术测量的是顺磁性对比剂的T1弛豫效应，而不是磁敏感效应。对于内源性示踪剂，可以使用动脉自旋标记(ASL)成像，它是一种利用动脉血中的质子作为示踪剂进行磁标记自旋的方法。

在癫痫的术前评估中，血管灌注变化越来越多地被研究，因为它们可以定位癫痫发作的区域，可以观察到短暂的发作后血管变化，以及缺血和癫痫灶的关联。脑血流(CBF)灌注参数的变化通常与基于脑电图(EEG)、磁共振成像(MRI)、单光子发射计算机断层扫描(SPECT)和正电子发射计算机断层扫描(PET)的多模态方法相一致。同样，ASL也被发现可以无创地检测发作间期和发作后的CBF变化。目前，ASL灌注成像作为血氧水平依赖(BOLD)功能磁共振成像的一种补充方法(具有量化脑血流量等生理参数的优势)在功能连接研究中的应用越来越广泛。

术前切除计划和/或立体定向引导活检通常与灌注成像结合使用。由于脑肿瘤内部的异质性以及依赖于对比剂增强来指导活检，取样误差仍然是一个常见的问题。在灌注成像中，脑血容量(CBV)可作为肿瘤微血管密度的测量指标。研究表明，CBV增加的区域可作为肿瘤血管生成的标志物，可能更适合作为胶质瘤患者活检的靶点。在这种情况下，CBV或CBF阈值可以应用于病变，甚至是先前接受过治疗的病变，以区分肿瘤和非肿瘤区域并确定活检部位(图1)。这支持了灌注MRI可以帮助减少组织病理学诊断中的取样误差并改善手术部位选择的观点。

图1

弥散张量成像(DTI)

脑肿瘤术前规划的主要目标之一是最大限度地切除肿瘤，同时尽量减少并发症。术前确定皮层和皮层下功能区与病变边缘的空间关系尤为重要(图2)。由于肿瘤具有高度浸润性，因而临床上常将DTI用于术前规划。DTI是一种扩散成像技术，可以基于相对各向异性分数描绘纤维束，从而追踪脑白质通路。因为水分子最容易沿着轴突纤维轨迹扩散，通过获取多个不同方向的扩散图像，弥散张量成像能够估计轴突纤维束的方向。与传统MRI相比，解读这些纤维束与手术靶点的关系在识别肿瘤的侵袭性或浸润性方面具有明显的优势。此外，它还可以帮助规划可能的手术入路和总体轨迹，同时预测最佳的术中路径，以防止术后神经功能缺损。

图2

功能磁共振成像(fMRI)

功能磁共振成像(fMRI)正越来越多地用于术前定位功能皮层以及预测术后语言和记忆的结果。虽然该方向的金标准包括通过留置电极进行皮质刺激或在清醒开颅术中评估刺激，但血氧水平依赖功能磁共振成像也能够可靠、无创地提供这些信息，并有可能在特定情况下取代Wada测试来检测语言偏侧化。这种磁共振成像方法利用血氧水平依赖对比成像产生与脑功能相关的信息，该方法对血红蛋白氧合状态的变化很敏感。fMRI图像的核心是基于神经元活动或任务驱动功能的血流动力学响应，使用激活运动和语言系统的范式来实现偏侧化。最近的研究表明，在额叶癫痫患者中，当切除区域与语言fMRI激活区域重叠，即使之前在这些区域的刺激结果为阴性，术后也会观察到明显的命名能力下降，这进一步支持了fMRI在术前语言功能区定位中的作用。

将详细的解剖信息与认知活动后的脑血流动力学生理信息相结合，可以创建大脑的结构和功能模型。此外，这种结构-功能的共配准使fMRI成为重要脑功能区域病变患者术前规划的理想工具(图3)。这些数据可用于风险管理和确定手术路径，这对于神经导航来说也非常有用；可以在术前评估个体永久性神经功能缺损的风险，并考虑不同的手术策略。

图3

静息态功能磁共振成像(rs-fMRI)

随着对静息态功能连接的理解和数据分析技术的改进，静息态fMRI(rsfMRI)在术前规划中的应用越来越广泛，并常被视为任务态fMRI的补充或替代。该技术依赖于BOLD fMRI信号的自发波动，或者通常称之为静息态功能连接，相关拓扑结构被定义为静息态网络。在临床解释方面，静息态网络和任务态fMRI反应表现出类似但不完全相同的拓扑结构。与任务态fMRI相比，rs-fMRI要求较低，可用于无法遵守任务态范式的患者，例如幼儿或神志发生改变的患者。此外，在图像采集方面也不需要专门的设备或专门的技术培训。

静息态MRI不仅适用于脑肿瘤患者的术前规划，还适用于癫痫患者，因为静息态MRI图像比EEG提供了更高的空间分辨率，在定位癫痫灶或脑网络方面具有优势。Liu等人(2009)的研究发现，功能性MRI模式和术中皮层刺激数据之间总体上是一致的。基于自发活动相关性定位的脑区与运动任务和皮层刺激定义的脑区相似。此外，rs-fMRI在癫痫的术前定位和预后评估方面也是有益的，特别是静息态网络，它对大脑功能组织的发展和维护至关重要。

磁共振波谱(MRS)

磁共振波谱(MRS)是一种通过测量脑组织中代谢物和神经递质的相对浓度来绘制脑代谢图的无创技术。这种技术在癫痫手术的术前诊断成像方案中具有潜力，因为降低的神经元标志物如N-乙酰天冬氨酸(NAA)或增加的胆碱(Cho)等胶质标志物与局灶性癫痫病变相一致，并且乳酸增加表明存在癫痫活动。对于肿块病变，与MRS共配准的源MR图像可以识别特定的体素位置；这通常是基于结构MRI获得的多模态单体素MRS数据，用于识别肿瘤区域、调查肿瘤范围以及监测治疗效果。在这种情况下，MRS也可以通过将后处理得到的代谢图与结构MRI数据共配准来评估肿瘤浸润程度，用于神经导航系统。关于MRS在神经导航中的应用，有研究考察了靶向PET和MRS引导的立体定向活检工具的多模态方法，使用术中导航结合软件分析和整合生理成像数据以确定活检靶点，结果发现该方法可以在空间上关联并验证多种成像生物标志物。其他多模态方法还包括将MRS与功能标记(如从fMRI中获得)结合起来，以提高肿瘤边界评估和功能区域定位的敏感性。

MRI与核医学的结合

FDG-PET成像在术前成像中具有重要的应用价值，特别是通过使用放射性示踪剂的代谢来评估发作间期脑功能障碍。例如，在内侧颞叶癫痫病例中，FDG-PET显示出包含颞叶(图4)以及颞外区域(如岛叶或外侧裂区)的代谢减退。由PET代谢减退区域提供的这种地形信息已被证明与其他模态(特别是EEG)相关，与临床癫痫症状学定义的网络范围具有很强的相关性。研究发现，FDG-PET低代谢模式可以预测内侧颞叶癫痫患者的手术疗效。此外，在MRI无法检测内侧颞叶癫痫的情况下，与MRI共配准的FDG-PET对于检测局灶性皮层异常非常敏感，并且在癫痫致病区的识别方面明显优于视觉分析，从而提高了诊断和治疗的总体效果。

图4

单光子发射计算机断层扫描(SPECT)是另一种核医学成像技术，利用伽马射线生成层析图像。发作期SPECT可以提供关于CBF波动的信息，CBF被认为是基于癫痫发作区的神经元活动增加的替代指标。与MRI联合应用可显著提高该技术的特异性，该技术采用多模态方法将统计映射SPECT与MRI共配准。应用统计参数映射可以识别在体素层面上具有统计学显著差异的CBF变化。

MRI与MEG(MSI)/EEG联合

脑磁图(MEG)可以检测由大脑电活动产生的磁场，其原理是电荷从一个点到另一点移动时会产生与电流流动方向垂直的磁场。MEG信号(与EEG类似)是由兴奋性和抑制性突触后电位而不是直接的动作电位产生的。这两种技术的区别在于，MEG使用均匀分布在头部周围的传感器来检测由神经元电流产生的磁场，而不是电场。因此，尽管MEG和EEG都可实时测量大脑活动，但它们测量的是该活动的不同物理特性。另一个关键区别在于，产生的磁场可以在颅骨和头皮上扩散而无明显的失真或干扰，而EEG的电位可能会因颅骨差异或术后变化而变化。这种差异使得能够在具有非典型颅骨解剖或术后变化的患者中记录MEG。然而，EEG能够记录不同方向神经元的活动。鉴于MEG和EEG对神经活动的不同物理特征敏感，因此这两种技术可以互为补充。

MEG偶极子聚集在已知的致痫异常周围，因而MEG能够以出色的时间和空间分辨率检测和定位大脑活动的癫痫样紊乱(图5)。当这些数据与MRI的功能和结构模态共配准时，MEG偶极源可以在大脑的结构MRI三维图像中显示，并且可以定位与发作间期活动有关的信息。MEG也被应用于癫痫病例的术前规划，该技术为术前定位提供了有用的数据。当与结构和功能成像模式相结合时，它允许对致痫区进行非侵入性定位。有研究发现，当MEG与术前评估的其他技术结合使用时，可实现准确定位，并进一步减少对侵入性颅内监测的需求。此外，MEG引导下的颅内植入已被证明比PET CT更能准确地识别癫痫灶，因为代谢减低区通常比癫痫发作区域更大。

图5

虽然MEG的广泛应用在一定程度上受到专用设备和设施的限制，但多模态方法为进一步整合MEG、EEG和MRI提供了机会，特别是与fMRI的整合。虽然EEG和MEG能够以更高的时间分辨率显示大脑活动，但与MRI技术的结合能够增强EEG和MEG图像本身较差的空间分辨率，从而更好地检测与头皮EEG识别的发作间期癫痫样放电相关的脑血流动力学变化。这种多模态方法提供了无创性定位癫痫灶，并在术前规划中更好地了解癫痫网络的能力。

多模态功能神经成像的优势和局限性

综上所述，多模态成像允许使用不同的成像模态对大脑进行更全面的评估。多模态数据融合的主要优点包括校正失真、拥有更高的时间/空间分辨率，以及同时利用结构和功能整合信息。多模态成像的进展主要集中在这些模态的标准化，通过基于图谱的脑分割和图像融合，数据分析也从定性评估转向定量评估。

尽管多模态融合结合了互补的信息，扩展了分辨率限制，并总体上提高了数据质量，但这些方法也有其自身的局限性。总体来看，多模态神经成像主要受到成像设备的可用性和安全性的限制，尽管混合采集扫描仪在临床环境中越来越多。此外，多模态神经成像分析比单一模态分析更具挑战性，通常需要复杂的计算分析模型(包括复杂的数据归一化、数据融合和数据集成)，涵盖了预处理、特征提取、机器学习和后处理等分析，以揭示多模态数据的时空分辨率变化，并整合多模态数据的功能和生物物理信息。

随着多模态神经成像研究和计算方法的不断发展。目前，现代神经影像学在采集质量和成像模式方面都有了显著的改进。未来多模态成像融合的效果也可以有效地扩展放射科医生可获得的信息量，以帮助做出更高质量的评估和更精确的诊断。

参考文献：Trinh, A., Wintermark, M., Iv, M. Multimodal Functional Neuroimaging. https://doi.org/10.1007/978-3-030-83343-5_10

小伙伴们关注茗创科技，将第一时间收到精彩内容推送哦～