论文部分内容阅读
研究目的脑血管周围间隙(PVS)的扩大与许多病症相关,包括衰老、痴呆、阿尔茨海默病、终末期肾病(ESRD)等。但目前的评估主要基于对MR图像中PVS数量、大小和形态的主观观察,且国内少有对PVS进行定量分析的研究报道,本研究利用3.0T磁共振获取脑MR图像,采用基于空间梯度算法的计算机辅助诊断程序对PVS进行自动分割计数,获得白质中PVS的定量结果以及其密度。资料与方法1.招募2位健康志愿者及2位终末期肾病患者,纳入标准:不限年龄、性别的中年人;排除标准:(1)MRI检查禁忌者(体内留存金属材料、幽闭恐惧症等),(2)脑梗死、脑软化等神经系统疾病,(3)MR检查发现颅内占位性病变、脑血管畸形、颅脑外伤等。应用GE Discovery MR750 3.0T磁共振成像系统进行数据采集,信号接收线圈为标准头颅八通道相控阵线圈,在扫描前进行数据稳定性测试。所有被试者首先扫定位像,定位及匀场后,进行常规T1 FLAIR序列扫描,以排除脑实质的异常病变(如脑肿瘤、脑内较大梗死、软化灶、脑血管畸形),接着采集冠状位T2WI高分辨率脑MR图像。再通过基于空间梯度算法的计算机辅助诊断程序对数据进行处理:自动创建蒙板提取图像中脑白质区域,过滤脑脊液并去除脑灰质,通过特定算法计算出脑白质中PVS的像素总量并推算出其总体积,通过将其与已知的脑白质总体积相比,计算出白质中PVS的体积比(v/v%),对白质中PVS进行量化分析。探索3.0T MR图像上对PVS进行定量分析的可行性。2.收集2016年3月至2016年11月山东省济南军区总医院于门诊、住院、血液净化中心终末期肾病且定期行血液透析治疗(每周3次)3个月以上的患者10例(n=10),其中男性6例,女性4例,52-65岁,平均54.4±6.67岁。同时收集10例相匹配的健康被试者作为对照组(HC组)。按上述方法进行数据采集,并利用基于空间梯度算法的计算机辅助诊断程序测定ESRD与健康被试者之间PVS的密度,并比较两者差异。结果1.与视觉识别与评估计数相比,基于空间梯度算法的计算机辅助诊断程序自动分割计数方法敏感性为88.45±5.28%,特异性为88.66±4.29%。2.健康对照组PVS表现为于白质中散在稀疏分布的点状高信号。在ESRD患者中,脑白质中PVS大多呈线状、管状结构。ESRD患者的PVS密度(8.70±2.07v/v%)显著高于健康对照组(4.55±1.36v/v%)。结论1.基于空间梯度算法的计算机辅助诊断程序进行PVS的自动分割量化在3.0T MR上是可行的。2.自动分割的PVS图显示ESRD组与健康对照组相比,ESRD组EPVS显著增多。