党丽丽 刘 瑞

1.榆林市第四医院神经内科 (陕西 榆林 719000)

2.榆林市第一医院神经内科 (陕西 榆林 719000)

脑小血管病是指脑内直径＜200μm的小动脉、微动脉、微静脉、毛细血管、小静脉发生的各种病变，可引起单纯运动性偏瘫、单纯感觉性卒中、构音障碍、运动异常综合征等[1]。脑小血管病临床诊断难度大，其中男性、女性脑小血管病的检出率仅为71.42%、28.58%[2]，且部分患者病情进展迅速，因此探讨准确的诊断方法十分必要。脑白质病变又称脑白质疏松，是影像学检查的术语，多发于脑血管病、多发性硬化等神经疾病中，在老年人群中多见[3]。有研究[4]发现脑白质病变是脑小血管病的标记，且脑白质病变情况与脑小血管病患者的认知功能、情感障碍等均有关，甚至脑白质病变的严重程度还可影响患者的预后。由此可知对脑白质病变进行准确诊断可了解脑小血管病的发生情况。磁共振扫描(MRI)成像是神经疾病常用的诊断方法，应用该技术诊断脑白质病变的技术已十分成熟且广泛应用于临床[5]。基于图像自动分割算法的MRI成像能够利用系统自动识别脑组织，并从脑组织区域分割出脑白质组织，从而诊断该位置的病变情况[6]。但是目前关于该方法的报道鲜少且有待优化。因此本研究对106例受试者的临床资料进行回顾性分析，探讨基于图像自动分割算法的MRI成像方法及其对脑白质病变的诊断价值，报道如下。

1 资料与方法

1.1 一般资料纳入标准：可疑脑小血管病患者，包括有脑小血管病高危因素或典型表现者，其中高危因素包括：高血压、糖尿病、高脂血症、心脏病、颈动脉狭窄、短暂性脑缺血发作、吸烟、肥胖等，典型表现：单纯运动性偏瘫、单纯感觉性卒中、构音障碍、运动异常综合征等；接受MRI检查；经脑血管造影明确是否有脑小血管病；有完整的临床资料。排除标准：有颅脑MRI检查禁忌症者，如有金属植入物等；有导致脑白质病变的其它疾病者，如多发性硬化等；有脑血管造影检查禁忌症无法确认是否患有脑小血管病者，如肾衰竭等；有认知或沟通障碍者；依从性差者。

回顾性分析本院2021年1月至2022年4月收治的106例可疑脑小血管病患者的临床资料，其中男61例、女45例；年龄31～78岁，平均(56.45±10.38)岁；有吸烟史58例；肥胖(体质量指数≥28 kg/m2)37例；临床表现：单纯运动性偏瘫32例、单纯感觉性卒中20例、构音障碍28例、运动异常综合征22例、其它18例；合并症：高血压45例、糖尿病41例、高脂血症43例、心脏病20例、颈动脉狭窄24例、短暂性脑缺血发作18例。

1.2 方法MRI检查：所有患者均采用Siemens Avanto 1.5T MRI扫描仪进行诊断，头部线圈。受试者选取仰卧位，头先进，以听眶线为扫描基线，分别进行自旋回波序列横断面T1加权成像(T1WI)、自旋回波序列横断面T2加权成像(T2WI)、磁共振成像液体衰减反转恢复序列(FLAIR)，其中T1WI参数设置：重复时间431.5ms、回波时间13ms、层厚0mm、层间隙1mm；T2WI参数设置：重复时间4730ms、回波时间72ms、视野220mm×220mm，层厚3mm；FLAIR参数设置：重复时间7500ms、回波时间81ms、视野220mm×220mm、层厚3mm。有2名经验丰富的影像科医师独立阅片评价脑白质病变的发生情况，若二者不一致则交由第三方(临床研究中心)裁定。

基于图像自动分割算法的MRI成像方法：(1)MRI图像预处理：利用加权算法以滤波方式修正偏差场，然后使用FSL软件包中的BET组件实现非脑区域的移除，然后设置脑组织区域灰度值的均值为阈值，将其边缘附近大于该阈值的像素点去除以达到再次去除非脑区域组织的目的；(2)脑白质病变分割算法的后处理：在完成预处理后可获得脑脊液部分的掩膜CSFMask，根据BrainMask和CSFMask明确脑组织位置基准，再次取出非脑区域组织，分割出的脑白质病变可能会产生离散的、小范围的噪声，若连通区域＜10个体素点则认为是噪声而并非脑白质病变；(3)脑白质病变分割算法：取T1WI和FLAIR图像，假设分割T1图像得到聚类T1-Tissuej，其中j=1，2，……M，可获得FLAIR图像上对应的聚类FLAIR-Tissuej，其中j=1，2，……M，计算后者图像上各类组织的均值μj和方差ρj，阈值为max(FLAIR-μj+FLAIRρj)，其中j为1～M，获得脑白质病变分割算法框架。利用Matlab软件运行该分割算法，可依次获得去除非脑组织的图像、再次去除非脑组织的图像、脑白质区域、脑白质病变区域。

1.3 观察指标(1)脑小血管病发生情况：以脑血管造影诊断脑小血管病为“金标准”；(2)常规MRI与基于图像自动分割算法的MRI成像诊断脑白质病变的结果；(3)比较2种方法诊断脑小血管病的效能，包括灵敏度、特异度、准确度、与“金标准”的一致性系数。

1.4 统计学方法采用SPSS 20.0软件检验。计数资料采用“率/%”描述，以χ2检验；采用Kappa检验评价不同方法诊断脑小血管病与“金标准”结果的一致性。P＜0.05为差异有统计学意义。

2 结果

2.1 脑小血管病发生情况106例受试者中有73例确诊为脑小血管病，余33例经进一步检查有17例确诊为帕金森病、有10例确诊为周围神经病、有6例确诊为特发性震颤。

2.2 不同方法诊断脑白质病变的结果在73例确诊为脑小血管病患者中有50例经常规MRI检查诊断有脑白质病变(其中46例T1WI呈稍低信号，50例T2WI呈高信号，50例FLAIR呈弥漫性脑白质高信号，且可见脑室周围、深部脑白质受累，其中31例可见散在、斑片状、大小不等病灶，19例可见片状信号)，有65例经基于图像自动分割算法的MRI成像诊断有脑白质病变；在33例确诊为非脑小血管病患者中有11例经MRI检查诊断有脑白质病变(其中7例T1WI呈稍低信号，11例T2WI呈高信号，11例FLAIR呈弥漫性脑白质高信号，且可见脑室周围、深部脑白质受累，其中10例可见散在、斑片状、大小不等病灶，1例可见片状信号)，有2例经基于图像自动分割算法的MRI成像诊断有脑白质病变。见表1。

表1 不同方法诊断脑小血管病的四格表

2.3 不同方法诊断脑小血管病的效能比较基于图像自动分割算法的MRI成像检出脑白质病变诊断脑小血管病的灵敏度、特异度、准确度均高于常规MRI(P＜0.05)，且Kappa值也高于常规MRI，见表2。

表2 不同方法诊断脑小血管病的效能比较

2.4 典型病例MRI影像学图片典型病例1，男，57岁，左侧肢体活动不灵、情绪低落。诊断：(1)脑梗死；(2)高血压病3级(很高危组)；(3)2型糖尿病。MRI检查显示左侧基底节区可见片状稍长T1T2信号影，双侧基底节区可见斑片状长T1T2信号影双侧大脑半球白质可见多发斑点状稍长T2及FLAIR高信号，见图1～3。

图1 典型病例1的MRI检查图像；图2 典型病例1的MRI检查图像；图3 典型病例1的MRI检查图像；图4 典型病例2的MRI表现；图5 典型病例2的MRI表现；图6 典型病例2的MRI表现。

典型病例2，女，72岁，反应迟钝、记忆力下降。诊断：(1)脑梗死；(2)高血压病3级(很高危组)。双侧侧脑室前后角白质可见多发斑片状长T1长T2信号影，脑白质脱髓鞘，脑白质Fazekas评分6分，见图4～6。

3 讨论

脑白质是中枢神经系统的重要部分，也是神经纤维聚集处。脑白质中枢神经细胞髓鞘损害可引起脑白质病变，进而使得患者出现功能障碍。MRI成像是脑白质病变诊断的主要方法，也是脑小血管病鉴别诊断的主要依据。但是在不同谱的MRI图像上脑白质病变的表现、信号强度各有不同，另一方面同一谱的MRI图像对正常脑组织、脑白质组织、脑白质病变组织的对比度高，也是诊断脑白质病变的理论基础[7-8]。然而对脑白质病变的诊断往往需要逐层手动分割，费时费力，且带有一定的主观性。故而探讨基于图像自动分割算法的MRI成像方法及其对脑小血管病脑白质病变的诊断价值具有重要意义。

本研究构建基于自动分割算法的MRI成像方法诊断脑白质病变情况，可基于此准确诊断脑小血管病。目前主要是通过2种方式诊断MRI图像中的脑白质病变，其一是将脑白质病变作为一类而正常的脑组织作为另一类采用分割算法聚类分析，其二是将脑白质病变作为离群点根据脑组织的结构特征设置相应的准则分类，但是二者均有不足，前者对微小的脑白质病变容易漏诊，后者是对于脑白质病变量很大的情况容易误分[9-11]。本研究中基于自动分割算法的MRI成像可对非脑组织、正常脑组织、脑白质组织及脑白质病变组织进行准确区分，选用T1WI和FLAIR图像的原因是：T1WI上脑组织结构清晰、便于区分，因此适合去除非脑组织[12]；FLAIR上脑白质组织及病变组织非常明显，尤其是脑白质病变组织与正常脑组织的灰度差异显著，因此便于判断脑白质组织及病变组织[13]。另外每一类FLAIR-Tissuej的脑白质病变均是最大灰度值对应的像素点，并且其发生概率小，将其设为阈值可以更精准定位脑白质病变。因此该方法诊断脑小血管病脑白质病变具有可行性。

本研究还发现，基于自动分割算法的MRI成像诊断脑白质病变判断脑小血管病的灵敏度、特异度、准确度均高于常规MRI诊断，且其与“金标准”诊断的一致性系数—Kappa值也高于常规MRI，证实可利用基于自动分割算法的MRI成像对脑白质病变进行诊断，进而判断脑小血管病的发生情况。脑白质病变主要表现为白质高信号、腔隙性脑梗塞、血管周围间隙等，在不同MRI谱上的信号强度及表现不同[14-15]。因此本研究结合T1WI、T2WI和FLAIR图像对脑白质病变进行诊断。本研究首先在T1WI图像上得到脑组织，并根据各类脑组织在FLAIR图像上的均值和方差设置阈值对图像进行二类分割获取脑白质病变区域。本研究自动分割算法包括T1seg和FLAIRseg步骤，能够逐步、精准分离出脑白质病变组织，对脑小血管病的临床诊断、治疗方案的选择均具有指导作用。此外，本研究中基于自动分割算法的MRI成像诊断脑小血管病也有漏诊和误诊情况，分析可能是因为极少部分脑小血管病患者无脑白质病变所致。

综上，建议将本研究构建基于自动分割算法的MRI成像方法推广应用，可通过去除非脑组织、再次去除非脑组织、设置阈值获得脑白质病变区域，有助于观察脑白质病变情况并据此诊断脑小血管病的发生情况，较常规MRI显著提高了诊断的灵敏度、特异度和准确度，且与“金标准”诊断结果的一致性高。