脑小血管疾病(Cerebral small vessel disease,CSVD)是世界范围内引起痴呆的第五大病因。CSVD的常见神经影像表现包括:腔隙性梗死、脑白质高信号(White Matter Hyperintensities,WMHs)、微出血灶、脑萎缩以及血管周围间隙等。近年来,随着人们逐渐认识到脑小血管疾病与认知下降乃至脑梗的发生都有相关性,CSVD越来越受到人们的关注。尤其是之前被人们认为是衰老“正常”表现的WMHs,在由22项研究组成的Meta分析中WMHs与认知呈明显相关,并且会使得痴呆风险翻倍,脑梗风险翻三倍。很多研究都将WMHs严重程度视为脑退变老化的标志之一。根据Wardlaw等人的建议,WMHs定义为脑白质不同体积的信号异常并有以下特征:T2加权成像(例如液体衰减反转恢复序列等)上显示为高信号并且没有空腔。本定义不包含皮层下灰质以及脑干的病变(有特殊声明除外)。很难用简单的结论描述WMHs的病理组成及形成原因。但不少研究都提示WMHs的病理表现包括:不连续水肿、神经胶质增多、白质纤维束丢失以及脱髓鞘等。神经胶质细胞减少、空泡形成、小胶质细胞与内皮细胞活化以及某些蛋白质的沉积都被认为可能与其成因相关。在 WMHs 的评价中,磁共振成像(Magnetic Resonance Imaging,MRI)的双反转恢复(Double Inversion Recovery,DIR)序列有独特优势。首先,DIR通过双反转脉冲压制白质信号,使得脑灰质(Grey Matter,GM)和白质(White Matter,WM)之间相对于普通反转恢复序列有着更高的对比度;其次,DIR为高分辨三维(3 Dimensional,3D)采集,与传统的只有一次反转的二维(2 Dimensional,2D)液体衰减反转恢复(T2 Weighted Fluid Attenuated Inversion Recovery,FLAIR)相比不仅可以显示小的病变更清晰,而且因为其灰白质的对比度很高,使得DIR更加适合区分靠近皮层病变的定位,对于常规T2-FLAIR无法区分的灰质白质交界区病变有着极好的鉴别效果。另外,脑血流量(Cerebral Blood Flow,CBF)等血流灌注指标在脑小血管疾病的评价中起着重要作用。并且CBF还可以间接反映出人脑的代谢与功能情况。脑灌注的评价方式有很多,常见的包括动脉自旋标记(Arterial spin labeling,ASL)技术、正电子发射计算机断层扫描(Positron Emission Tomography,PET)、计算机断层扫描灌注以及动态对比增强扫描(Dynamic contrast-enhanced,DCE)等。其中ASL是一种通过MRI脉冲标记血液达到不用对比剂以非侵入的方式获得动态的血流信息,从而获得CBF、团注到达时间(Bolus Arrival Time,BAT)等反应脑血流状况的血流参数。ASL以其无创、可重复性好、无需对比剂等特点备受青睐。ASL序列有很多种,常见的有脉冲式动脉自旋标记(Pulsed Arterial Spin Labeling,PASL)、连续式动脉自旋标记(Continuous Arterial Spin Labeling,CASL)和伪连续式动脉自旋标记(Pseudo-Continuous Arterial Spin Labeling,PCASL)等。在本研究中,我们使用多期相的脉冲式动脉自旋标记(Multi-TI PASL,mTI PASL)序列,通过16个不同的标记后延迟时间,并通过拟合获得更加准确的灌注值,排除了标记后延迟时间对于CBF影响,与此同时还可以获得BAT值,BAT值相对于CBF值之前未有太多的研究,在本研究中BAT值与糖尿病相关症状有了明显相关性。很多常见因素(例如衰老、糖尿病、高血压、高血脂乃至阿尔兹海默病等)都与CSVD有着密切的相关性。其中二型糖尿病(Type 2 diabetes)是中国最常见的代谢性疾病。据最近一项包含46239位成年人的调查表明中国糖尿病患者和糖尿病前期人群分别占总人口的9.7%和15.5%。糖尿病目前是中国重大公共健康问题之一。不少研究都证实糖尿病会引起大血管和小血管疾病。其中糖尿病相关的小血管疾病会引起许多并发症(如糖尿病视网膜病变等)。这些并发症正是导致糖尿病患者生活质量下降、寿命缩短的重要因素。尤其是糖尿病视网膜病变被认为是预测脑小血管病变的重要指标。在本研究中我们使用更加精确、先进的检测方法,以二型糖尿病、高血压、高血脂等疾病为例深入分析脑小血管疾病在MRI上的成像表现。本文总共分为以下两个部分,摘要如下:1.磁共振多期相动脉自旋标记序列检测二型糖尿病的脑血流动力学改变;2.磁共振液体衰减反转恢复序列及双反转恢复序列显示脑白质高信号并分析影像数据与临床数据的相关性。第一部分磁共振多期相动脉自旋标记序列检测二型糖尿病的脑血流动力学改变目的此项研究的目的是使用多期相(mTI)的3DGRASE脉冲ASL序列(Pulsed Arterial Spin Labeling,PASL)同时测脑血流量(Cerebral Blood Flow,CBF)和团注到达时间(Bolus Arrival Time,BAT)。研究背景糖尿病被认为会影响微血管并导致小血管疾病(Cerebral Small Vessel Disease,CSVD)。有研究使用单一标记后延迟时间的动脉自旋标记技术(Arterial Spin Labeling,ASL)报道了二型糖尿病患者脑CBF下降。材料与方法36个二型糖尿病患者(43到71岁,其中有17位女性)以及36位性别和年龄相仿的正常志愿者在3.0 T磁共振采集图像。获得各个被试灰质和白质(Grey Matter and White Matter,GM 和 WM)的平均 CBF/BAT 值,然后对这两组人的区域CBF和BAT进行基于体素的分析。结果糖尿病患者组WM的平均CBF明显低于对照组(p<0.0001),GM却没有这种表现。在可以发现在左侧枕中回局部CBF显著降低(p=0.0075),但是进行部分容积效应校正后就没有了这种显著性。在右侧距状裂(p<0.0001),左侧枕中回(p<0.0001)以及右侧枕中回(p=0.0011)可以发现BAT明显升高。在糖尿病患者组中,右侧枕中回的BAT值与患病时间成正相关(r=0.501,p=0.002),左侧枕中回的BAT值与双眼视力成正相关(r=-0.408,p=0.014)。结论与正常志愿者相比,可以发现糖尿病患者的脑CBF、BAT值有明显不同,这些可能与二型糖尿病相关的视力损伤以及CSVD有关。第二部分 磁共振液体衰减反转恢复序列及双反转恢复序列显示脑白质高信号并分析影像数据与临床数据的相关性目的此研究的目的是通过液体衰减反转恢复序列(Double Inversion Recovery,DIR)及双反转恢复序列(Fluid Attenuated Inversion Recovery,FLAIR)检测并分析脑小血管疾病(Cerebral Small Vessel Disease,CSVD)的脑白质高信号(White Matter Hyperintensities,WMHs)。并探究 WMHs 与CSVD患者临床特征的关系。研究背景近年来,CSVD及其与临床特征之间的关系越来越受到人们的关注。与此相关的WMHs是CSVD在MRI成像上的重要表现之一。相比于二维FLAIR序列,三维薄层DIR序列能够提供更高的对比信噪比(Contrast to Noise Ratio,CNR)及分辨率。基于手动及自动的WMHs后处理及分割方式使得WMHs的分析更加深入。材料与方法本研究使用 MAGNETOM Skyra 3T 扫描仪(Siemens,Erlangen,Germany)采集了 36位二型糖尿病患者和36位年龄性别相仿的正常志愿者的DIR、FLAIR以及 T1-MPRAGE 数据。使用 MAGNETOM Prisma 3T 扫描仪(Siemens,Erlangen,Germany)采集了 24位脑小血管疾病患者(包括糖尿病患者、高血压、高血脂等疾病)的FLAIR以及T1-MPRAGE数据。并采集患者及志愿者的性别、年龄、血糖、血脂、血压、认知评分等临床数据。分别计数糖尿病患者与对照组的WMHs数量并比较两者之间的不同。使用ITK-SNAP手动分割WMHs并通过DeCarli的方法自动分割WMHs。分别使用ITK-SNAP自带的测量方法以及Matlab分别计算手动分割及自动分割得出的WMHs的体积/相对体积。计算WMHs体积/相对体积与各种临床数据之间的相关性。通过T1-MPRAGE图像分割得到的脑白质(White Matter,WM)、灰质(Grey Matter,GM)以及脑脊液(Cerebrospinal Fluid,CSF)图像得出的影像数据也与临床数据进行了相关性分析。结果与对照组相比,二型糖尿病患者有着更多的WMHs(p=0.0039)。与高级图像配准工具(Advanced Normalization Tools,ANTS)和统计参数成像工具(Statistical Parametric Mapping,SPM)提供的配准方式相比,改良的Elastix配准方式有着所需时间更少,所得结果更加精确等优势。虽然经过图像配准及分割算法上的改进,使得WMHs自动分割取得了良好效果。但与手动分析相比,我们使用的自动分析方法仍然有着一定的误差,存在高估和低估的情况,但两者之间的相关性仍相对较好(p<0.001,r=0.85)。通过相关性分析找到了不少临床数据之间以及临床数据和影像数据之间乃至影像数据之间的相关性。呈明显正相关的有:年龄与脉压差(r=0.77);性别与灰质体积(r=0.58);性别与脑总体积(r=0.67);舒张压与胆固醇(r=0.63)和低密度脂蛋白(r=0.68)等。呈明显负相关的有:年龄与灰质(r=-0.63)、白质(r=-0.73)及脑总体积(r=-0.59);性别与脉压差(r=-0.55);性别与Flanker评分(r=-0.55);脉压差与白质体积(r=-0.56)以及脑总体积(r=-0.67)等。结论糖尿病患者有着更多的WMHs,提示其可能与糖尿病增加了 CSVD的风险有关。手动WMHs分割与自动WMHs分割有着良好的一致性。部分临床数据以及影像数据之间存在一定的相关性。