王波涛，招云春，陈志晔,3

1 解放军总医院海南医院 放射科，海南三亚 572013 ；2 解放军第920 医院 干部病房，云南昆明 650032 ；3 解放军总医院第一医学中心 放射科，北京 100853

阿尔茨海默病(Alzheimer disease，AD) 是一种以进行性认知功能障碍和记忆损害为特征的神经系统退行性疾病[1-3]。轻度认知障碍(mild cognitive impairment，MCI) 是AD 的早期主要表现，是介于正常老年人(healthy elderly，HE) 和痴呆之间的一种过渡状态[4]。因此对MCI 进行早期诊断可以筛选出AD 的高危人群。本研究旨在采用纹理特征分析技术对磁共振成像T1 加权图像(T1 weighted image，T1WI) 脑部后扣带回进行量化分析，探讨HE、MCI 及AD 老年患者后扣带回脑结构影像表现的异同，以揭示MCI 及AD 的转化规律与过程，为临床诊断提供参考。

资料和方法

1 资料来源 本研究资料均来自2015 年1 月-2017 年8 月阿尔茨海默病神经影像学(Alzheimer's disease neuroimaging initiative，ADNI) 中心数据库[5]。该中心对美国与加拿大招募的800 多例年龄在55 ～ 90 岁的受试者进行MRI 检查。本研究选取其数据库中168 例健康老年人、233 例轻度认识障碍老年患者、101 例阿尔茨海默病患者T1WI 图像，样本信息见表1。

2 图像分析 从ADNI 中心数据库中导出颅脑失状位T1 加权图像，图片为NII 格式，将图像导入ImageJ(1.41v) 图像纹理特征分析插件，图像纹理特征分析插件均设置为默认值，像素间距d=1，两点之间连线与轴的夹角θ=0°。图像感兴趣区(region of interest，ROI) 提取：每名患者分别测量其左、右侧后扣带回，对后扣带回最大层面进行手动提取分割，见图1，根据后扣带回调整ROI 的大小，ROI 包含其所有像素。为确保提取数据的准确性，手动分割提取3 次并取平均值。图像纹理特征参数包括角二阶矩、对比度、自相关、逆差距、熵。

3 统计学处理 统计学处理采用SPSS22.0 软件。每组数据由左、右侧后扣带回纹理特征参数合并统计，符合正态分布的参数以-x±s表示，比较采用单因素方差分析。不符合正态分布的计量资料以中位数( 四分位数间距) 表示，比较采用Kruskal-WallisH检验。此外，进行多参数检验，设定赋值三组因变量(0=HE，1=MCI，2=AD)，以角二阶矩、对比度、逆差距、熵和简易智力状态检查量表 评 分(mini-mental state examination，MMSE) 为自变量进行有序logistic 回归分析，根据P＜0.05筛选出特征参数进入方程。通过对EST1-1(HE) 和EST3-1(AD) 的响应预测概率绘制ROC 曲线，并根据敏感度和特异性最大值获取诊断阙值[6]。P＜0.05 为差异有统计学意义。

图 1 在磁共振成像T1WI图像上放置感兴趣区测量后扣带回的纹理特征Fig. 1 The texture analysis of the posterior cingulate was performed on T1WI using region of interest method

结 果

1 三组纹理特征单因素分析比较 对168 例HE、233 例MCI 及101 例AD 后扣带回T1WI 图像进行纹理特征分析显示，角二阶矩(P=0.000)、对比度(P=0.001)、逆差距(P=0.000) 及熵(P=0.000) 差异均有统计学意义，自相关(P=0.095) 差异无统计学意义。T1WI 图像进行纹理特征分析显示，HE 组与MCI 组逆差距存在统计学差异(P＜0.05)，角二阶矩、对比度及熵的差异均无统计学意义(P＞0.05)；HE 组与AD 组角二阶矩、对比度、逆差距及熵的差异均有统计学意义(P＜0.05) ；MCI 组与AD 组角二阶矩、对比度、逆差距及熵的差异均有统计学意义(P＜0.05)。见表2。

表1 168 例健康老年人、233 例轻度认识障碍老年患者及101 例阿尔茨海默病老年患者样本信息Tab. 1 Demographic and mental characteristics of the 168 health elderly, the 233 patients with mild cognitive impairment and the 101 patients with AD

表2 168 例健康老年人、233 例轻度认识障碍老年患者及101 例阿尔茨海默病患者T1WI 序列纹理特征参数比较(Md, IQR)Tab. 2 Comparison of texture parameters among the 168 health elderly, the 233 patients with mild cognitive impairment and the 101 patients with AD (Md, IQR)

表3 168 例健康老年人、233 例轻度认识障碍老年患者及101 例阿尔茨海默病患者有序logistic 回归分析Tab. 3 Oridinal logistic regression analysis of texture parameters and MMSE among the 168 health elderly, the 233 patients with mild cognitive impairment and the 101 patients with AD

2 多参数有序logistic 回归分析/ROC 分析 平行线检验P=0.228，各因子间不存在多重共线性( 容忍度均＞0.1 且VIF 均＜10)，模型拟合信息P=0.000。最终筛选出逆差距和MMSE 评分两个参数进入方程，PHEvsMCI-AD=1/1+e-(34.442-5.132 逆差距-1.171MMSE)，根据ROC 曲线分析求得诊断点为0.676，如果P＜0.676 诊断HE，P＞0.676 诊断MCI 或AD，ROC曲线下面积0.894，敏感度0.917，特异性0.759。PHE-MCIvsAD=1/1+e-(29.432-5.132 逆差距-1.171MMSE)，诊断点为0.781，如果P＞0.781 诊断AD，P＜0.781 诊断HE 或MCI。ROC 曲线下面积0.958，敏感度0.995，特异性0.786，见表3 和图2。

讨 论

图 2 健康老年人、轻度认识障碍老年患者及阿尔茨海默病患者构建有序logistic回归预测模型的受试者工作特征曲线分析Fig. 2 Receiver operating characteristic curves for the results of oridinal logistic regression analysis of the texture parameters among the health elderly, the patients with mild cognitive impairment and the patients with AD

扣带回是边缘系统的主要组成部分，具有调节感情、记忆、自主神经功能和运动的作用，而后扣带回(posteria cingulate cortex，PCC) 是与学习及记忆密切相关的大脑结构。已有相关研究表明，AD 患者情景记忆及认知功能障碍与边缘系统的异常改变有密切关系，早期AD 患者即可出现后扣带回功能区减弱[7-8]。近年来，关于MCI、AD 患者后扣带回的相关功能神经影像学研究均有报道。段小艺等[9]利用PET 研究发现后扣带回葡萄糖代谢减低是AD 患者普遍存在的特征性改变。刘怡秋等[10] 采用通过静息态功能磁共振成像研究发现相关脑功能连接中后扣带回的功能连接减低最为显著。Huda 等[11]研究发现通过18F FDG PET 评估后扣带回的葡萄糖代谢可以预测AD 的严重程度。肖慧等[8]通过磁共振波普成像技术能够检出后扣带回化合物代谢异常，用于AD 的早期筛查和初步诊断，但基于纹理分析的后扣带回的量化研究暂无报道。近年来纹理分析技术已经在中枢神经系统其他疾病中有相关研究并应用于临床[12-13]。

图像纹理分析是对图像中的空间分布像素信息进行定量描述，将医学的灰度图像转换成纹理信息，以量化的形式表达病灶区域特点，为临床医师提供客观的诊断疾病方法[14]。灰度共生矩阵是常用的纹理特征提取方法，它反映的是图像两点灰度之间在距离、方向及变化幅度上相关性，更直观表达图像区域纹理的空间属性[15-16]。薄华等[17] 研究表明病变纹理趋于一致不需要选取所有参数同样可以表达图像的纹理特征信息，因此本研究基于灰度共生矩阵仅选取常用的条件( 像素间距d=1、方向θ=0) 提取了5 个纹理特征参数进行分析。 对168 例HE、233 例MCI 及101 例AD 老 年人后扣带回T1WI 图像所提取的5 个纹理特征参数对比发现，角二阶矩、对比度、逆差距及熵差异均有统计学意义(P ＜0.05)，通过量化研究说明以认知功能障碍和记忆损害为特征的神经系统退行性疾病其后扣带回脑组织结构的纹理特征参数也产生相应变化。

HE 与MCI 组只有逆差距有统计学差异，逆差距反映图像纹理的同质性，MCI 逆差距值小于HE，说明MCI 患者后扣带回不同区域纹理变化明显、局部不均匀。HE 与AD 组纹理特征参数结果与MCI 与AD 组结果相似，角二阶矩、对比度、逆差距和熵均有统计学差异，AD 患者角二阶矩和对比度均大于HE 和MCI，逆差距和熵均小于HE和MCI，角二阶矩衡量图像纹理分布均匀度，对比度反映图像纹理沟纹深浅程度，熵衡量图像纹理复杂程度，说明AD 患者相对于HE 和MCI 其后扣带回纹理变化规则、纹理沟纹深、不同区域纹理缺少变化。虽然两组4 个纹理特征参数存在差异，但还需进行多参数的综合分析提高鉴别诊断的准确性，同时获取各纹理特征参数在三者鉴别中的相关程度[18]。

在进行有序logistic 回归分析时筛选出逆差距和MMSE 评分两个参数，为了提高模型在临床应用中的合理性及准确性，进行logistic 回归分析时添加了MMSE 评分参数，MMSE 评分能够全面准确地反映被试者的智力状态和认知功能缺损程度，是老年认知功能障碍最具影响力的筛查工具之一。本结果发现预测模型中逆差距和MMSE 评分的优势比(odds ratio，OR) 小于1，说明这两个因素均呈负相关，即逆差距和MMSE 评分越小，从HE发展到MCI 乃至AD 的概率就越大。ROC 曲线下面积说明预测模型具有较高的诊断效能，对应的诊断点也具有较高的敏感度和特异性。

本研究不足之处：1) 纹理分析在HE、MCI 与AD 老年患者磁共振图像鉴别中属于初步的量化研究，本研究只选取了常用参数进行纹理值的计算，并没有对其他参数及纹理变量进行分析，因此在未来研究中还须对不同参数、不同纹理分析方法进行研究；2) 本研究只采用了美国ADNI 中心数据库中提供的磁共振的TIWI 图像进行纹理分析，在后期的研究中可以纳入磁共振其他序列图像的纹理特征参数进行综合分析以提高三者的鉴别诊断效能。

综上，基于磁共振T1WI 图像的后扣带回纹理特征参数角二阶矩、对比度、逆差距及熵可以反映HE、MCI 与AD 老年人量化研究的异质性，其联合变量逆差距和MMSE 评分构建的有序logistic回归预测模型在其鉴别诊断中具有一定的临床应用价值。