基于NODDI方法检测多发性硬化症的皮质损害

目的:应用神经轴突定向弥散和密度成像(NODDI)探究多发性硬化症(MS)患者正常皮质(NAnormal- appearing (NA) cortex)和病变皮质(CLscortical lesions)的显微结构异常及其与临床表型和损害的关系。     

方法:172MS患者(复发-缓解型多发性硬化患者101(RRMS),进展性多发性硬化症71(PMS))62例健康对照进行了3T磁共振检查。从3D-T1加权和双反转恢复序列中分割大脑皮层和皮质病变。采用NODDI扩散加权成像,使用默认和优化参数设置皮质弥散系数(D//=1.71.2µm2/ms),对NACLs的细胞内体积分数(ICV_f)方向分散指数(ODI)进行了评估。

结果:MS患者NA正常皮质皮质的ICV_f在两种D//值下均明显低于健康对照(FDR P<0.001)MS患者的CLs病变皮质ICV_fODI均显著低于NA (FDR-p0.008)。与RRMS相比,PMS患者NAICV_fODI显著降低(FDR-p=0.050FDR-p=0.032,仅D//=1.7µm2/ms)MS临床表型间CL的显微结构无明显差异。MS-NAICV_fODI与病程、临床损害、病变、全脑和局部脑萎缩显著相关(r=-0.51~0.71FDR-p<0.001~0.045)

总结:MS患者正常皮质有明显的神经突起丢失。CLs显示轴突密度进一步降低,ODI减少,表明轴突的复杂性简化。NODDI指标与影响MS皮质的异质性病理有关。本文发表Journal of Neurology, Neurosurgery, and Psychiatry杂志。(可添加微信号siyingyxf18983979082获取原文,另思影提供免费文献下载服务,如需要也可添加此微信号入群,原文也会在群里发布)

温故而知新,建议结合以下NODDIDWI相关解读阅读(直接点击,即可浏览,加微信号siyingyxf18983979082获取原文及补充材料):



NODDI在临床研究中的应用

海马亚区微观结构及其与阿尔茨海默病血浆生物标志物的关系 

利用DTI和NODDI纵向研究揭示轻度脑外伤后的白质微结构改变 

中青年人脑白质的年龄效应和性别差异:DTI、NODDI 和 q 空间研究 

成人烟雾病外观正常的脑实质的微结构损伤及其与神经认知功能障碍 

弥散张量成像(DTI)研究指南 

自闭症的白质微观结构研究

白质fMRI及静息态功能连接 

弥散磁共振成像技术:在脑内的应用 

大脑纤维束预测兴奋剂复用

AD与MCI患者白质纤维束的减少(基于FBA分析)

结构像和DTI纵向研究:适度饮酒可能导致认知能力下降 

帕金森认知损伤和DTI脑网络

成人生命周期中的脑白质微结构

脑小血管病的结构网络变化 大脑白质网络可控性的发育增长支持了脑动力学的多样性 

早期、未用药帕金森病存在特异的白质连接

网络中枢节点受缺血性脑卒中影响的程度预测认知恢复 DTI概率追踪机器学习研究:青少年阈下抑郁患者早期白质微结构的变化 

DTI究:母亲产前抑郁焦虑与婴儿大脑白质微结构的关系 

癫痫的神经行为和临床共病:白质网络中断/损伤的作用

自闭症、多动症及其正常兄弟姐妹的全脑白质纤维束异常 

大脑在局部区域的结构-功能耦合的遗传度与个体差异 

网络连接绘制人脑通路

基于弥散张量成像的人类纤维束连接体方法面临的挑战 

大脑的扩散磁共振成像—理论和概念 

成年人群中白质高信号、脑网络和认知功能的相互作用 

肥胖症,脑体积及白质微结构 

语音韵律及其神经基础

DTI在早期脑发育研究中的应用

儿童期到成年早期白质发育的扩散磁共振成像研究



大脑白质微观结构的发育

脑小血管病中长程白质纤维的损伤影响失语严重程度

儿童早期大脑结构和功能发育的影像学研究

利手与白质连接的关系

学龄前儿童电子屏幕使用与脑白质完整性的关系

追踪进行性核上性麻痹患者的脑损伤情况 

失语症词汇产出的白质结构连通性:DSI研究 

大脑连接在跨哺乳物种中的保留 

认知控制中的前额叶通路:来自术中刺激和纤维追踪的直接证据

AFQ(纤维束自动量化)技术预测颞叶癫痫术后疗效 

新生儿卒中后发展性传导性失语的多模态脑成像研究 

离散结构网络是帕金森病人冲动和赌博失范的神经底物结构束的改变预示着淀粉样蛋白阳性老年人的下游tau蛋白累积 皮质下小梗死后相连深皮层的选择性萎缩 22q11.2缺失综合征中白质微结构改变的多中心DTI研究 机器学习揭示早产儿脑结构连接与基因变异的关系 

视神经炎患者视觉系统的解剖连接及功能网络的改变 

特发性震颤与帕金森病白质纤维差异 

早产儿前两周的营养摄入影响全脑白质等发育 儿童脑外伤后白质损伤扩散轨迹 儿童多发性硬化(MS)患者认知下降与后侧脑损伤的关联 戒酒早期阶段的酒精成瘾男性和过量饮酒大鼠的脑白质变化 遗传性言语障碍中的背侧语言通路异常 

DCM+HARDI:脑结构和有效连接是生物运动检测的基础 

纹状体-皮层回路的白质纤维连接强度预测吸烟者12小时内戒烟效果

儿童和青少年心脏手术后白质纤维微结构以及其认知能力的改变 

中脑边缘奖赏通路损伤与自闭症儿童的社交障碍 遗传认知能力和精神病理学与大脑白质特性的联系精神分裂患者核心认知损伤与白质的关系

引言

炎症和脱髓鞘通过确定脊椎、轴突和神经元变性而导致多发性硬化症(MS)的灰质(GM)损伤,影响不可逆转的临床损害和认知障碍。临床上皮质损害与MS相关,因此迫切需要针对皮质病理过程的生物标志物来更好地了解皮质损害的病理生理机制及其与临床表现的关系。

磁共振成像是活体检测与多发性硬化症相关的皮质异常的理想工具。利用磁共振成像,研究表明从疾病开始,局灶性皮质病变(CLs)和萎缩在进行性多发性硬化症(PMS)中普遍存在,并可能是与更严重临床表现相关的预测因子。然而,CL评估不能发现影响皮质的所有病理过程,而皮质萎缩反映的是终末期神经轴突丢失。

弥散张量成像(DT)MRI已被用于表征MS正常皮质(NA)CLs的病理基础及与临床相关性。值得注意的是,与健康对照组(HCs)相比,MS患者的正常皮质表现为分数各向异性(FA)降低和平均弥散系数(MD)增加,CLs的特征是与NA皮质相比,FA增加。然而,DTI固有的方法局限性使其在GM中的解释具有挑战性,缺乏对单一病理基础的特异性。

神经轴突定向弥散和密度成像(NODDI)是一种弥散加权(DW)多壳磁共振成像技术,用于更好地模拟活体内大脑微观结构的复杂性。NODDI可以克服DTI的局限性,并提供更具体的组织微观结构测量。具体地说,NODDI模拟了水在三个微观结构中的扩散,即细胞内和细胞外,以及自由各向同性高斯扩散。此外,NODDI还提供方向分散指数(ODI)表征轴突定向可变性。

少数研究将NODDI应用于MS。一项MRI和组织病理学相结合的研究表明,NODDI测量反映了轴突的丢失并评估组织的连贯性。其他研究主要集中在对白质(WM)病变和正常白质(NAWM)或脊髓损害的评估,WMNAWM的细胞内体积分数(ICV_f)(或轴突密度指数)均降低HC,但ODI异常不均匀。

目前,使用NODDIGM NA异常研究发现了相互矛盾的结果,一些研究发现MS患者GM NAICV_f显著低于HC,同时CLsICV_f低于NA皮质,但另一些研究尚未证实。关于ODI的研究结果不一,在一些研究中,与HC相比,MS患者GMODI减少,而在另一些研究中则没有。以前的大多数研究评估了一小部分MS患者,没有覆盖整个疾病过程,也没有具体评估皮质或CLs的存在。此外,不理想的序列分辨率可能会阻碍大脑皮质的准确研究,可能会产生WM和脑脊液(CSF)的部分容积效应。最近的一项对91MS患者的评估表明,MS患者和HCNA皮质相比,CLsICV_f更低。然而,与复发-缓解型多发性硬化患者(RRMS)相比,MS患者仅在部分NA皮质区域的ICV_f显著低于HCPMS患者,ODI没有进行调查。此外,最近研究还关注NODDI分析的平行扩散系数(D//)。因此,在更大的患者队列和不同D//值应用于NODDI是必要的,以更好地在活体内区分MS的皮质损害,并证明NODDI的临床相关性。在这项研究中,在相对大队列的MS患者中使用NODDI探究NA皮质和CLs的微观结构异常及其与疾病表型和临床损害的关系。



材料与方法

研究人群

20174月至202011月期间,连续评估了172名多发性硬化症患者(MS)。多发性硬化症纳入标准为:根据2017年修订的麦克唐纳标准诊断,在进入研究前至少1个月无复发和无类固醇,没有其他重大的神经或精神疾病,并从至少6个月开始对多发性硬化症进行稳定治疗。62HC包含在内,无神经系统疾病或可能影响中枢神经系统的全身性疾病,且神经学检查完全正常。

MRI获得后的3天内,由一位不了解MRI表现情况的经验丰富的神经科医生进行神经学检查,并进行扩展残疾状况量表评分(EDSS)

MRI采集

使用3T Philips Ingenia CX扫描仪(Philips Medical Systems)和被试定位的标准化程序,获得大脑MRI序列(接收线圈=ds-Head-32)

(1)矢状3D液体衰减反转恢复(FLAIR)FOV =256×256 mmvoxel size =1×1×1 mm192层,matrix=256×256TR=4800msTE=268msTI=1650msETL=167TA=6.15min

 (2)矢状3D双反转恢复(DIR)FOV=256 mmvoxel size=1.2×1.2×1.3 mm195层,matrix=214×214TR=5500msTE=254TI=1650/2550msETL=173TA=6.5min

(3)矢状3D T1加权梯度回波序列,FOV=256×256voxel size =1×1×1 mm204层,matrix=256×256TR=7msTE=3.2msTI=1000ms,翻转角=8°,TA=8.53min

 (4)轴向脉冲梯度自旋回波DW回波平面成像;同时多层成像=2;沿6/30/60非共线方向采集三个b=700/1000/2850 s/mm2;采集了10 b=0 s/mm2,并沿采集过程进行了分布;以独立的序列采集三个用于失真校正的反转梯度 b=0 s/mm2FOV=240×233 mmvoxel size=2.3×2.3×2.3 mm56层,matrix=112×85TR=5900msTE=78ms,翻转角=90°,TA=10min。对于所有扫描,扫描层位置平行于一条线连接最下方的前缘和后缘的最下方,并在随访时仔细重新定位。

常规MRI分析及CLs量化

使用3D FLAIR3D T1加权像作为输入图像,通过全自动化和经验识别局灶性T2-高信号的WM病变。在仔细检查自动分割的结果后,从每个患者的病变mask中获得T2-高信号WM病灶体积(LV)

基于已发表的建议和伪影排除,根据DIR计算并量化CLs (1A和补充材料)。由两个经验丰富的评分者协商一致完成在DIR上手动检测CLs,并使用局部阈值分割技术估计CLs (Jim V.8.0 software, www.xinapse.com)CLs量化仅局限于皮质而不累积皮质下WM(皮质下白质,即I型、II型和IV)WM/GM混合型病变(I)且皮质区主要延伸(>50%)

使用FSL SIENAx软件对3D-T1加权图像进行全脑、GM、皮质和WM的分割及其归一化的计算(1B)。有关更多详细信息,请参阅补充材料。

(A)根据已发表的指南(橙色箭头)DIR序列上识别CLs

(B)使用FSL SIENAx软件(蓝色)在矢状面3D T1加权序列上分割灰质。

(C)NA皮质(蓝色)CL(绿色)ICV_f及其量化。

(D)ODI及其在NA (蓝色)CL(绿色)的量化。

DW MRI分析

DWI预处理包括对非共振和涡流引起的失真校正,使用FSL的涡流工具(Eddy tool)进行移除。利用分别从b=7001000s/mm2获得的DW MRI,通过线性回归估计DT,随后得到FA图和MD图。

NODDI分析

NODDI分析中,扩散信号的模型包括三个部分:细胞内(指的是各向异性非高斯扩散),细胞外(各向异性高斯扩散),以及脑脊液或脑水肿中遇到的自由各向同性高斯扩散。

纤维定向弥散考虑Watson分布,适用于GMWM中的纤维和轴突建模。模型的未知量是Watson分布的离散度和细胞内、CSF体积,由此可以得出细胞外的体积分数。使用NODDI Toolbox估计参数图和默认参数。

然而,D//WMGM之间有所不同。为了估计NODDI参数,设置D//1.7µm2/ms,这个值使用胼胝体作为参考固定下来。D//设置为1.2µm2/ms进行NODDI估计,该值是最小化大脑GM的模型残差而建议的值的范围。(文章在两个D//参数进行了分析,1.71.2都有)。

我们计算了ICV_f,该值表示在膜过程中的有界空间。它通常被认为是神经突起贡献的一种衡量标准,尽管神经胶质突起也应该包括在内。此外,我们估计了ODI(模拟纤维的分散和细胞过程的分散指数),从而量化组织的方向一致性和结构完整性。

DT-MRI测量和NODDI的量化

NODDIICV_fODI DTFAMDNACLs的平均。为此,使用线性配准将皮质GM和病变的mask转换到扩散空间(1CD和补充材料)。使用0.5的阈值并使用GM模板控制范围后,病变区域被放大向外延伸:向皮质外围放射状延伸;这接近WM像素,特别是WM/GM混合病变,可能会偏向FA的增加,它通常接近GM/WM时更高。

统计分析

采用χ2检验、Mann-Whitney U检验或双样本t检验比较MSHCs、以及MS亚组间的人口学、临床及常规磁共振信息。T2高信号的WM LVCL值在分析前进行对数转换。

通过DT MRINODDI测量,线性混合效应对HC-NAMS-NAMS-CLs之间进行比较,考虑了分层数据结构(hierarchical data structure)。使用广义线性模型对HCsRRMSPMS患者的DT MRINODDI测量的NA皮质和CLs。所有分析将年龄和性别作为协变量。另外还进行了包括治疗×临床表型的交互作用分析,以测试疾病疗法在不同临床表型中的可能效果。

使用偏相关性来评估临床、常规、DT MRI和根据年龄和性别调整后的NODDI之间的相关性。

考虑到比较和相关性的总次数,进行FDR校正。

P <0.05被认为具有统计学意义。采用SPSS V.26.0软件进行统计检验。

结果

人口学、临床和常规MRI表现

HC相比,MST2-高信号WM LV显著升高(p<0.001),较低的正常脑容量(NBV, p<0.001),正常灰质体积(NGMV, p=0.001),正常皮质体积(p=0.01),正常白质体积(NWMV, p<0.001)(1)

RRMS患者相比,PMS患者年龄更大、病程长、EDSS评分和T2高信号LV更高、较低的NBVNGMV、正常皮质体积和NWMV(P<0.001)(1)

 1 HC及多发性硬化症患者的主要人口学、临床和常规MRI特征及其临床表型

多发性硬化症患者广泛的CLs

117(68%)MS患者至少有一种CL。与RPMS相比,PMS出现至少一种CL的比例更高(62/7187% vs 55/10155%p<0.001)(1;补充材料)。与RRMS患者相比,PMS患者的CL中位数更高(5 (IQR=2~9) vs 1 (IQR=0~4)p<0.001)CL体积(0.12mL (IQR=0.05~0.29)VS 0.02mL (IQR=0.00~0.11)p<0.001)

DTINODDI在不同皮质组织的结果

HC-NA相比,MS-NA具有更高的MD (FDR-p<0.001)和更低的ICV_f(FDR-p<0.001D//设置为1.7µm2/ms1.2µm2/ms)(2和图2)

HC-NA皮质相比,MS-CLs具有更高的FA(FDR-p<0.001),以及更低的ICV_f(FDR-p<0.001D//设置为1.7µm2/ms1.2µm2/ms)ODI(FDR-p<0.001D//设置为1.7µm2/ms1.2µm2/ms)(2和图2)

NA皮质相比,MS患者的CLs具有更高的FA(FDR-p<0.001)和更低的MD(FDR-p=0.016)ICV_f(FDR-p=0.006<0.001D//设置为1.7µm2/ms1.2µm2/ms)ODI(FDR-p <0.001D//设置为1.7µm2/ms1.2µm2/ms)(2和图2)

 2 HC NAMS NACLsDT MRINODDI测量比较

 2 DTINODDI测量的组间差异。箱图显示组间差异:HC (浅蓝色圆圈)MS NA (橙色三角形)CLs(红色正方形)

(A)FA()MD()

(B)ICV_fD//设置为1.7µm2/ms (默认,左)1.2µm2/ms (优化参数,右侧)

(C)ODID//设置为1.7µm2/ms (默认,左)1.2µm2/ms (优化参数,右侧)

基于多发性硬化症临床表型的DT MRINODDI发现

HC相比,RRMSPMS患者NAICV_f (FDR-p <0.001D//设置为1.7µm2/ms1.2µm2/ms)ODI(RRMSFDR-p =0.0110.004D//设置为1.7µm2/ms1.2µm2/msPMSFDR-p <0.001D//设置为1.7µm2/ms1.2µm2/ms均显著降低,以及更高的MD(FDR-p<0.001)(3和图3)。与HC相比,RRMSNAFA也显著降低(FDR-p=0.009)       

RRMS相比,PMSNAICV_f (FDR-p =0.005)ODI(FDR-p =0.032) 降低,但仅在D//1.7µm2/msMD较高(FDR-p =0.011)(3和图3)       

RRMS患者和PMS患者之间CLs的微观结构差异无统计学意义(p>0.53)(数据未显示)       

治疗效果不明显(p0.06~0.73之间),临床表型与疾病疗法之间没有显著交互作用(p0.13~0.98之间) 3 HCsMS患者临床表型NA皮质DT MRINODDI测量的比较


 3 根据临床表型NA比较DT MRINODDI。箱图显示了HC(浅蓝色圆圈)RRMS患者(橙色三角形)PMS患者(红色正方形)之间NA皮质的组间差异。(A)FA()MD()(B)ICV_fD//设置为1.7µm2/ms (默认,左)1.2µm2/ms (优化参数,右侧)(C)ODID//设置为1.7µm2/ms (默认,左)1.2µm2/ms (优化参数,右侧)。有关更多详细信息,请参阅文本。

相关分析

MS患者NAMD与年龄、病程、EDSST2高信号的WM LVCL呈正相关(r=0.27-0.56FDR-p0.002),与正常大脑、GM、皮质和WM体积呈负相关(r=−0.46-−0.77FDR-p<0.001)NA皮质ICV_f与年龄、病程、EDSST2高信号WMLVCL体积呈负相关(r=−0.23-−0.51FDR-p0.004),与整体和局部体积呈正相关(r=0.27-0.71FDR-p0.001)D//设置为1.7µm2/ms1.2µm2/ms (4和图4)。最后,NA(正常皮层)ODI与年龄、EDSST2高信号WM LVCL体积呈负相关(r=−0.18-−0.46FDR-p0.045),与整体和局部体积正相关(r=0.17-0.54FDR-p0.045)D//设置为1.7µm2/ms1.2µm2/ms (4和图4)NAFA仅与年龄(r=0.28FDR-p=0.001)和病程(r=−0.18FDR-p=0.045)显著相关。CLs的微观结构特征与常规磁共振测量之间的相关性有限,包括T2-高信号WM-LV(D//1.2µm2/msCL ODIr=−0.23FDR-p=0.045)和局部测量(r=−0.28-0.33FDR-p0.02)(4)

 4 多发性硬化患者中NACLsDT MRINODI测量与临床、常规MRI测量的相关性

 4 相关分析。

散点图显示了NAICV_f(D//设置为1.7µm2/ms (默认,蓝色圆圈)1.2µm2/ms (优化参数,浅蓝色三角形),和ODI(D//设置为1.7µm2/ms (默认,绿色菱形)1.2µm2/ms (针对皮质优化,橙色十字))与临床和常规MRI测量之间的相关性。

连续线:具有统计学意义的相关性;虚线:无统计学意义的相关性。有关更多详细信息,请参阅文本。

讨论

通过分析大队列MS患者的NODDI,我们发现,与HC相比,MS患者NAICV_fODI降低,且在PMS患者中更为明显,并与更长的病程、更严重的病情和结构脑损伤显著相关。NA皮质相比,CLsICV_fODI进一步降低。

与之前研究结果一致,在D//1.71.2µm2/ms时,MS-NA(正常皮质)ICV_f显著低于HC,在PMSRRMS中也是如此(D//设置为默认参数)。值得注意的是,其他研究发现MS患者和HCNA之间没有全局ICV_f差异,或者只在有限皮质区域显示ICV_f显著降低(MS vs HCPMS vs RRMS)。和我们研究相比,除了MRI采集和分析的不同之外,之前的研究纳入较少的早期RRMS,以及MS患者损害程度低,因此皮质异常有限,可以解释这些相互矛盾的发现。

此外,我们还发现,与MS患者和HCNA皮质相比,CLsICV_f显著降低。由于ICV_f与轴突密度相关,活体MRI研究表明,MS皮质有明显的轴突丢失,CLs更为严重,也累积未受局灶性脱髓鞘影响的皮质。虽然小胶质细胞突起(如小胶质细胞、星形胶质细胞等)也包括在ICV_f中,但对解释发现的贡献有限,因为最近的病理学研究表明,小胶质细胞和星形胶质细胞在NA皮质和CLs中的分布没有显著差异。

MSHC中,CLsODI也低于NA皮质。而在MS患者亚组中,MS NAODI显著低于HC,特别是在PMS患者中。以前研究报告了不同的GM-ODI结果,MS患者显示GMODI减少,或者不同GM区域发现与HC相反的变化。ODI的减少可能意味着径向和切向轴突分布的变化,以及树突复杂性的降低。显然,小胶质细胞和星形胶质细胞突起的简化有助于解释NACLsODI的减少。然而,ODI与轴突方向的变异性显著相关,而与小胶质细胞和星形胶质细胞的数量无关,表明ODI可能主要是由于轴突方向复杂性的变化。

值得注意的是,DT MRI分析证实,与HC NA皮质相比,MS NA皮质的MD也显著增加,与HC NAMS NA皮质相比,CLsFA显著增加,与MS NA皮质相比MD降低。

我们的发现与大量的病理学研究相一致,这些研究表明在MS NA皮质以及更广泛的CLs中存在异质性神经退行性变过程,包括轴突、树突和突触的丢失。

此外,我们的结果提示MS皮质中的轴突丢失和树突复杂性减弱,这与MS尸检结果以及通过NODDI研究婴儿大脑成熟、正常成年人和神经退行性疾病的皮质细胞结构的结果保持一致。

有趣的是,在早产儿和不同胎龄期间,从早产儿到足月获得的MRI检查发现,ODI显著增加。这些结果表明,皮质的逐渐成熟可能代表了ODI变化的机制,从神经元和神经突起的分布到更复杂的树突分支、突触发芽和传入纤维的发育。

在成熟皮质中,神经突起主要沿径向或切向皮质轴线排列。最近对505HC的研究表明,ICV_fODI的区域异质性反映了皮层的细胞结构,在初级体感、视觉和听觉皮质中具有较高的值。这些区域的特点是大量的神经突起,其中许多包括在Baillarger的有髓纤维。

MS皮质中发现的结果可能反映了神经退化现象,即与成熟大脑相反的神经突起以及树突的丧失。这一假设也在神经退行性疾病得到支持。阿尔茨海默病患者的ICV_fODI在双侧颞叶降低,累积在主要受疾病影响的脑区,NODDI测量与tau病理负担之间存在负相关。

以前的DT MRI研究一直表明,皮质的特征是由径向轴突促进各向异性扩散,在脑发育过程中,树突的成熟仍未完成时皮质的扩散程度更高。此外,MS皮质之间的FA异质性可能是NACLs中径向和切向轴突的不同丢失所致。

因此,我们可以推测,在疾病的最早阶段,轴突的丢失和树突的简化可能主要局限于CLs,可能继发于局灶性病变,导致更有限的神经轴突损害。在整个疾病过程中,轴突逐渐丢失和组织简化也涉及到NA与病程和EDSS评分呈负相关。与此相一致的是,RRMS患者NAICV_fODI显著降低,PMS患者中更为严重。有趣的是,只有在D//为默认参数时,NAICV_fODI的降低能区分PMSRRMS

与体积萎缩的相关性研究也表明,作为不可逆组织丢失的替代测量,NODDI测量可能对轴突丢失更具特异性。

T2高信号WM-LV的显著相关性表明,MS NANODDI异常可能是由于由这些轴突组成的WM局灶性病变导致的退变和径向轴突丢失所致。CL病变和NODDI测量之间的显著相关性表明,NA损害也可能继发于局灶性皮质脱髓鞘,并在病程中逐渐积累。

我们的研究有一定的局限性。虽然我们使用3D DIR来识别CLs,但与7T T2*加权成像相比,3D DIR只能检测到少数的CLs特别是,软脑膜下病变更有可能被忽略。因此,一些未被发现的CLs可能与本研究中发现的NA皮质异常有关。MRI扫描是通过为每个序列优化像素大小来获得的。因此,图像被重新采样到扩散分辨率,不允许更详细的皮质分割。我们用cross- sectional评估了整个皮质。NODDI可以在MS CLs中检测到显著的全局皮质微观结构异常和更严重损害,这一证明支持NODDI在体内研究MS相关损害的病理学特异性和相关性。显然,不同大脑皮质的细胞结构是极其不同的,MS皮质损害可能以不同的模式发生。因此,未来的研究应该评估基于NODDICLsNA异常分布区域差异,以及与病变分布、临床损害和认知功能障碍的关系。对大队列多发性硬化症患者的评估和NODDI评估以及后续的核磁共振扫描可以揭示多发性硬化症患者皮质损伤累积的进展及其临床意义。

由于不同的皮质区域具有特定的细胞结构特征,而且MS可能影响具有时空异质性的不同脑区,未来的研究需要更好地在区域水平和纵向水平下研究NODDI异常,以及这可能有助于MS进展研究。最后,最近有人对使用NODDI一些假设的有效性提出了疑问,这些假设基于GM可能是有偏见的。由于D//设置为默认参数在GM中已被证明是次优的,我们也使用较低的D//(1.2 µm2/ms)估计了NODDI测量,正如最近建议的那样,以优化GMNODDI估计。有趣的是,这两种分析的结果相似,从而证实我们的发现。提供这种约束的一种替代方案增加了获取和计算复杂性,降低了NODDI在临床环境中的可行性。目前,没有明确的迹象表明如何在临床环境中继续使用NODDI的可行性,但正如最近所建议的那样,NODDI可能会提供有关不同情况下发生在GM中的不同病理过程的相关信息,包括MS

综上所述,MS患者的NA皮质特征是显著的轴突丢失和皮质细胞结构复杂性的简化,这与临床相关,并与更严重的结构脑损伤显著相关。CLs显示出更严重的轴突丢失,同时复杂性降低。NODDI是一种可靠和临床相关的方法,可以在体内研究影响MS皮质的异质性神经退行性变化过程。



如需原文及补充材料请添加思影科技微信:siyingyxf18983979082获取,如对思影课程及服务感兴趣也可加此微信号咨询。另思影提供免费文献下载服务,如需要也可添加此微信号入群,原文也会在群里发布,如果我们的解读对您的研究有帮助,请给个转发支持以及右下角点击一下在看,是对思影科技的支持,感谢!


微信扫码或者长按选择识别关注思影

非常感谢转发支持与推荐
欢迎浏览思影的数据处理业务及课程介绍。(请直接点击下文文字即可浏览思影科技所有的课程,欢迎添加微信号siyingyxf18983979082进行咨询,所有课程均开放报名,报名后我们会第一时间联系,并保留已报名学员名额):核磁:重庆:
第二十八届弥散成像数据处理班(重庆,11.5-10
第六届弥散磁共振成像提高班(重庆,11.17-22
第二十三届磁共振脑影像结构班(重庆,11.27-12.2
第二十五届脑影像机器学习班(重庆,12.5-10

第七十三届磁共振脑影像基础班(重庆,12.20-25

上海:
第三十一届磁共振脑网络数据处理班(上海,10.28-11.2
第六十九届磁共振脑影像基础班(上海,11.4-9
第十四届任务态功能磁共振数据处理班(上海,11.30-12.5

第十一届脑网络数据处理提高班(上海,12.15-20

南京:
第七十一届磁共振脑影像基础班(南京,11.12-17
第二十九届弥散成像数据处理班(南京,11.19-24
第二十六届脑影像机器学习班(南京,12.9-14
北京:
第七十二届磁共振脑影像基础班(北京,11.9-14
第六届影像组学班(北京,11.25-30
第三十四届磁共振脑网络数据处理班(北京,12.3-8
脑电及红外、眼动:南京:
第五届脑电机器学习数据处理班(Matlab版本,南京,11.3-8
上海:
第三十六届脑电数据处理中级班(上海,11.13-18
第二十八届脑电数据处理入门班(上海,11.20-25

第二十五届近红外脑功能数据处理班(上海,12.7-12


北京:
第五届R语言统计班(北京,11.16-20

第三十九届脑电数据处理中级班(北京,12.13-18


数据处理业务介绍:

思影科技功能磁共振(fMRI)数据处理业务 
思影科技弥散加权成像(DWI/dMRI)数据处理
思影科技脑结构磁共振成像数据处理业务T1)
思影科技定量磁敏感(QSM)数据处理业务
思影科技啮齿类动物(大小鼠)神经影像数据处理业务 
思影科技灵长类动物fMRI分析业务 
思影数据处理业务三:ASL数据处理
思影科技脑影像机器学习数据处理业务介绍
思影科技微生物菌群分析业务 
思影科技EEG/ERP据处理业务 
思影科技近红外脑功能数据处理服务 
思影科技脑电机器学习数据处理业务
思影数据处理服务六:脑磁图(MEG)数据处理
思影科技眼动数据处理服务 
招聘及产品:
思影科技招聘数据处理工程师 (上海,北京,南京,重庆)
BIOSEMI脑电系统介绍
目镜式功能磁共振刺激系统介绍