Page 151 - 磁共振成像2024年7期电子刊

技术研究｜｜Technical Article 磁共振成像 2024年7月第15卷第7期 Chin J Magn Reson Imaging, Jul, 2024, Vol. 15, No. 7

0 引言 1 材料与方法
世界卫生组织最新的一项报告显示，世界上每 1.1 研究对象
8 人中就有 1 人罹患精神障碍 。而在脑疾病的诊断 本文所有数据来自于 Kennedy Krieger 脑成像研
[1]
中，大部分依靠主观量表，还未找到一种有效的生物 究 中 心 的 kirby-21 数 据 集（https://rdrr. io/github/
标志物用以揭示其结构与功能机制。近年来，MRI adigherman/kirby21.mricloud/man/Kirby-21-MRICloud-
[22]
技术的高速发展为我们认识各类脑疾病打开了新的 Data.html） 与 ADHD-200 项目（http://preprocessed-
[2]
视角。MRI 根据成像方式分为功能像与结构像 ，传 connectomes-project.org/adhd200）中北京大学中心的
统 脑 结 构 研 究 主 要 以 基 于 体 素 的 形 态 学 测 量 数据。本研究遵守《赫尔辛基宣言》，所有被试均签
（voxel-based morphometry, VBM）为主，常利用灰质 署了知情同意书，并获得相关伦理机构的批准。
[3]
体积来表征脑结构特征 或脑疾病病灶 。VBM 的 kirby-21数据集包含了 21名健康志愿者（无神经
[4]
应用虽然十分广泛，但其自动归一化算法在处理脑 系统疾病史）的数据，年龄 22~61岁，他们在两周的时
影像数据时可能会改变异常沟回的拓扑结构，导致 间间隔内完成了两次 MRI 扫描。ADHD-200 多动症
[5]
提取的形态学特征发生错位 。其次，VBM 的方法 数据集中来自北京大学数据中心的研究对象为
侧重于脑体积计算，无法直接测量复杂的皮层拓扑 222 例，其中 95 例为多动症患者，127 例为健康被试，
[6]
结构 。因此，近些年的研究更多地开始使用基于表 年龄7~27岁。
1.2 图像采集
面的形态学分析（surface-based morphometry, SBM）
kirby-21 数据集中每个被试两次 T1WI图像均使
对大脑结构进行分析。SBM 采用的皮质表面网格球
用荷兰 Philips Achieva 3.0 T MR 扫描仪及配套的
形配准提高了大脑配准的准确性，该方法使定位更
[7]
加精准 的同时，将许多大脑内部拓扑结构提升到表 8 通道相控阵（SENSitivity Encoding, SENSE）头线圈
采集。参数如下：分辨率 1.0 mm×1.0 mm×1.2 mm，
面，挖掘出更多深层特征 [8-9] 。
采集时间 6 min，TR 6.7 ms，TE 3.1 ms，TI 842 ms，翻
然而既往许多研究仅将 SBM的单一指标均值作
转角 8°，视野 240 mm×256 mm，层数 170，SENSE 加
为特征，不能很好地反映脑区特性 [10-12] 。影像组学是一
速度因子2。
种从医学影像中高通量地提取大量可复现信息的技
ADHD-200 数据集北京大学数据中心的 T1WI
术 。它可以获得感兴趣区（region of interest, ROI）的 图像使用德国 Siemens 3.0 T MAGNETOM Trio Tim
[13]
[14]
成像特征，对其进行全面的可重复评估 ，定量并客
扫描仪及 8 通道头线圈采集。参数如下：分辨率为
观地描述异质性 。基于特征的经典影像组学方
[15]
1.3 mm×1.0 mm×1.3 mm，采集时间 8 min，TR 2530 ms、
[16]
法 已经被广泛地运用于生物医学工程领域 。如
[17]
TE 3.37 ms、TI 1100 ms，翻 转 角 9° ，视 野 250 mm×
在脑疾病领域，影像组学已被应用于脑胶质瘤的研
250 mm，层数128，矩阵256×256。
究，用于预测脑胶质瘤的生存情况 ，并基于脑胶质
[18]
1.3 MRI数据预处理
瘤数据建立了生物学功能和脑影像组学特征间的对
使用基于 Linux 系统的 Freesurfer 5.3 对 T1WI 数
应关系 。在精神疾病的研究中，影像组学特征也被 据 做 预 处 理 与 配 准 分 割 ，提 取 皮 质 厚 度（cortical
[19]
[20]
用于表征脑区间的相互关系 ，发掘特定功能所涉及
thickness, CT）、灰质体积（gray matter volume, GMV）和
的具体区域 。上述研究说明影像组学作为一种行
[21]
基于表面的皮层平均曲率（cortical mean curvature,
之有效的特征提取方法，对捕获异质性及各类疾病
CC）、皮层表面积（cortical surface area, CSA）共计四
的预测都具有良好的效果。考虑到 SBM和影像组学 个形态指数。
的优势，两者的结合必将挖掘更深层次的脑部影像 主要包括以下几个技术步骤：局部自适应分割、
特征，其难点在于如何实现三维皮层表面到二维图 CT和中央表面估计、拓扑校正、球面映射与配准。其
像的映射。 中对 CT 的处理采用基于投影厚度（projection-based
综上，本研究将 SBM方法与影像组学相结合，以 thickness, PBT）的方法 ，它允许适当处理部分体积
[23]
不同的脑区作为不同的 ROI，创新性地将表面形态学 信息与沟回模糊 ，以及没有明确重建的脑沟不对
指数代替图像灰度值作为特征的提取对象，提出了 称 。在初始表面重建完成后使用球谐函数进行拓
[24]
一种将脑图谱从球面映射到图像矩阵的完整方法。 扑校正 和表面细化，最后将中心表面利用球面映射
[25]
此外，为了对特征进行合理选择和分析，利用 2D 影 匹配到Freesurfer的"FsAverage"模板上完成配准 。
[26]
像组学特征的复测信度评估特征有效性。最后，结 1.4 最优插值球面映射
合多动症数据集进行多动症症状指标的预测与相关 为将三维脑表面特征作为2D影像组学的图像输
分析，来进一步验证这种脑影像组学特征提取方法 入，本研究提供一种基于球面局部投影的最优化插值
的临床价值。以上工作旨在为脑影像的研究提供新 方法。方法主要包括脑区提取、三维曲面到二维平面
的视角与方法，并为临床应用提供参考。 的降维映射、映射坐标嵌入图像矩阵三个步骤（图1）。
·144 · https://www.chinesemri.com