帕金森病运动及认知功能障碍的多模态磁共振成像研究
SWI在帕金森病的早期诊断中的应用
三维成像
SWI提供三维立体图像，有助于医生更全面 地了解帕金森病患者脑部结构的变化。
SWI对早期帕金森病诊断敏感性分析
1 2
早期病变检测
SWI能够检测到帕金森病早期患者脑内铁含量的 异常升高，为早期诊断提供有力依据。
病变程度评估
通过量化分析SWI图像，可以评估帕金森病患者 脑内铁沉发展
结合临床资料和SWI检查结果，可以对帕金森病 患者的病情发展进行预测，为制定治疗方案提供 参考。
SWI与其他影像学方法比较
与常规MRI比较
相比常规MRI，SWI在 显示帕金森病脑部微小 结构和铁沉积方面具有 更高分辨率和敏感性。
与PET比较
虽然PET在检测帕金森 病脑部代谢变化方面具 有优势，但SWI在显示 脑部结构和铁沉积方面 更为直观和准确。
SWI在帕金森病的 早期诊断中的应用
目录
• SWI技术简介 • 帕金森病早期诊断重要性 • SWI在帕金森病早期诊断中应用价值 • SWI在帕金森病早期诊断中实践案例分享 • SWI技术发展趋势及挑战 • 总结与展望
01
SWI技术简介
SWI定义与原理
SWI（Susceptibility Weighted Imaging）即磁敏感加权成像，是一 种利用组织间磁化率差异产生图像对 比的磁共振成像技术。
开展临床研究和培训
引入人工智能辅助技术
积极开展SWI在帕金森病早期诊断中的临床 研究，同时加强对医生的培训和教育，提 高医生的诊断水平和经验。
利用人工智能技术对SWI图像进行自动分析 和处理，辅助医生进行诊断，提高诊断的准 确性和效率。
06
总结与展望
本次研究成果总结
SWI在帕金森病早期诊断中的有效性得到验证
多模态MRI联合经颅黑质超声在不同亚型帕金森病患者中的应用
4·中国CT和MRI杂志 2023年08月 第21卷 第08期 总第166期【通讯作者】张迎春，女，主任医师，主要研究方向：经颅超声。
E-mail：****************.cnApplication of Multimodal MRI Combined·5CHINESE JOURNAL OF CT AND MRI, AUG. 2023, Vol.21, No.08 Total No.166厚5mm，层间距1.5mm；DWI扫描序列：TR/TE=4700ms/94ms，FOV 220mm×220mm，层厚5mm，层间距1.5mm。
之后实施多模态MRI扫描，T 1WI：TR/TE=1800ms/2.98ms，FOV256mm×256mm，层厚1.0mm，层间距0，体素大小1.0mm×1.0mm×1.0mm，共采集192层全脑图像；弥散张量成像(diffusion tensor imaging，DTI)：TR/TE=6700ms/95.0ms，FOV230mm×230mm，层厚3.0mm，层间距0，体素大小1.8mm×1.8mm×3.0mm，共采集45幅图像，采集时间共为627秒。
获取的所有影像分别由本院2名主治级别以上的影像医师独立阅片，意见不统一时需二者讨论得出最终结论。
(2)经颅黑质超声检查：采用西门子Sequoia 512超声诊断仪，相控阵超声系统，探头频率2.5MHz，深度调节14~16cm，动态范围45~55dB，4V1C换能器，调节亮度及时间增益至合适范围。
患者依次取左侧及右侧卧位，将探头置于颞骨窗(与耳尖与眼眶连线平行)，调整探头方向寻找最佳成像角度，观察PD患者黑质回声情况。
评定黑质回声强度，Ⅰ级：黑质呈均匀分布低回声(图1A)；Ⅱ级：黑质内呈散点状、细线状稍强回声(图1B)；Ⅲ级：斑片状增强回声但强度<脚间池回声(图1C)；Ⅳ级：斑片状增强回声，与脚间池回声强度相当(图1D)；V 级：高于脚间池回声，斑片状增强回声(图1E)。
多模态磁共振成像在疾病诊断中的应用
多模态磁共振成像在疾病诊断中的应用随着医疗科技的不断发展，各种影像学技术在细胞、组织和器官层面上提供了越来越多的信息。
其中，磁共振成像（MRI）作为非侵入性、无线辐射的成像手段，在现代医学诊断中发挥着越来越重要的作用。
多模态MRI技术能够同时分析多种成像信号，可提供多维度的医学信息，对于一些常规检查无法识别的疾病，多模态MRI技术的应用非常有优势。
一、多模态MRI技术多模态MRI技术是指在磁共振成像过程中，使用多种成像技术，对同一对象进行多维度的成像和分析。
这种成像技术的优点在于其可以更全面、准确地对疾病进行诊断和评估。
当前主流的多模态MRI技术包括了扫描剩余时间、动态对比增强、磁共振弥散张量成像、磁共振波谱成像和磁共振弹性成像等。
例如，在脑功能区图像研究方面，多模态MRI技术广泛应用于各种神经学疾病的诊断和治疗。
在磁共振弹性成像方面，该技术能够精确量化组织的弹性变形和刚度，帮助医生识别许多疾病，如肝硬化、脑萎缩等。
在动态对比增强MRI方面，该技术可以提供更多关于血流动态性质的信息，帮助医生更准确地区分炎症、良性肿瘤和恶性肿瘤区域。
另外，磁共振波谱成像技术可以最大限度地使用磁共振信号，提供关于肝脏、脾脏癌等器官化学成分和物理状态的信息，并能帮助医生更快地对诊断进行实现。
二、多模态MRI技术在疾病诊断中的应用多模态MRI技术的应用在许多不同领域都能取得显著的成果。
其中，在神经学、肿瘤学、肝脏疾病学、心脏病学和骨科疾病学等领域中更是取得了显著的进展。
1. 多模态MRI技术在神经学中的应用多模态MRI技术是神经学领域中最常见的成像技术之一。
它可以帮助神经科学家了解神经连接的密集区域，并可提供促进功能再建的信息。
在脑部疾病的诊断中，多模态技术可帮助我们更准确地区分出炎症、出血、占位性病变等，对于癫痫和阿尔茨海默病等神经生理学领域的研究也具有重要的意义。
2. 多模态MRI技术在肿瘤学中的应用多模态MRI技术在肿瘤学中的应用非常广泛。
《伴快速眼动睡眠行为障碍的帕金森病患者临床观察及多导睡眠研究》
《伴快速眼动睡眠行为障碍的帕金森病患者临床观察及多导睡眠研究》一、引言快速眼动睡眠行为障碍（Rapid Eye Movement Sleep Behavior Disorder，RBD）是一种以梦境行为异常为主要表现的睡眠障碍，常与帕金森病（Parkinson's Disease，PD）有关联。
帕金森病是一种以运动功能障碍为主要特征的神经退行性疾病，常常伴随有睡眠障碍的并发症。
本篇论文旨在探讨帕金森病患者伴随快速眼动睡眠行为障碍的临床观察以及通过多导睡眠图（Polysomnography）的深入研究。
二、方法本研究采用回顾性分析方法，收集了近两年内在我院接受治疗的帕金森病患者数据。
其中，对伴有快速眼动睡眠行为障碍的帕金森病患者进行详细的临床观察，并利用多导睡眠仪进行夜间睡眠监测。
三、结果1. 临床观察通过对帕金森病患者进行临床观察，我们发现伴有快速眼动睡眠行为障碍的帕金森病患者，在睡眠过程中常常出现梦境相关的肢体活动，如拳打脚踢、大声喊叫等异常行为。
这些行为可能导致患者自身或床伴受伤。
此外，这些患者的日间功能状态较差，生活质量受到严重影响。
2. 多导睡眠研究多导睡眠图监测结果显示，伴有快速眼动睡眠行为障碍的帕金森病患者在REM睡眠阶段表现出明显的异常。
REM睡眠时间减少，REM睡眠潜伏期缩短，REM睡眠期肌张力明显增高。
这些变化与RBD的诊断标准相符，进一步证实了这些患者存在RBD。
四、讨论帕金森病与快速眼动睡眠行为障碍之间的关联已得到广泛研究。
本研究发现，帕金森病患者中RBD的发病率较高，且RBD 可能加重帕金森病的症状。
RBD可能导致患者在睡眠过程中出现异常行为，影响患者的睡眠质量和生活质量。
同时，RBD也可能加速帕金森病的神经退行性过程。
多导睡眠图在诊断RBD中发挥了重要作用。
通过监测患者的睡眠过程，我们可以更准确地评估患者的睡眠质量，了解RBD的严重程度。
这有助于医生制定更有效的治疗方案，改善患者的睡眠质量和生活质量。
SWI在帕金森病早期诊断中的临床意义评估
新型技术融合应用前景展望
SWI与深度学习技术融合
随着人工智能技术的不断发展，深度学习在医学影像处理领域的应用逐渐广泛。将SWI技术与深度学 习相结合，有望进一步提高帕金森病早期诊断的准确率和效率。
SWI与多模态影像技术融合
多模态影像技术能够提供更全面的疾病信息，将SWI技术与多模态影像技术相结合，有助于更准确地 评估帕金森病的病情和治疗效果。
下一步工作计划安排
进一步扩大样本量，验证SWI在帕金森病早期诊断中的 临床价值。
探索SWI与其他影像学检查方法的联合应用，以提高帕 金森病诊断的准确性和全面性。
深入研究SWI在帕金森病病情监测和疗效评估中的应用 价值。
积极开展SWI技术的推广和普及工作，让更多的医生和 患者了解并应用这一先进技术。
在解读SWI图像时，需要结合 患者的临床表现和其他影像学 检查结果进行综合判断。
诊断标准及流程
目前尚无统一的帕金森病SWI诊断 标准，但多数研究认为黑质等区域 的铁沉积增加是帕金森病的重要影
像学特征之一。
接下来进行常规的MRI检查以排除 其他可能的脑部病变，并进一步行 SWI检查以观察黑质等区域的铁沉
在帕金森病（PD）的早期诊断中，SWI可以显示黑质等区域的铁沉积情况，为临床 提供重要信息。
图像分析与解读
SWI图像分析包括定性和定量 两个方面。
定性分析主要观察黑质等区域 的信号变化，如低信号区域的
大小、形态和分布等。
定量分析则采用专门的软件测 量特定区域的信号强度或磁化 率值，以更准确地评估铁沉积 情况。
伴有非运动症状，如便秘、嗅觉障碍、睡眠障碍、自主神经功能障碍及
精神、认知障碍。
03
诊断标准
主要依据临床表现、体格检查和神经影像学检查进行诊断。
多模态脑成像技术对神经科学研究和临床诊断提供支持
多模态脑成像技术对神经科学研究和临床诊断提供支持引言神经科学是研究神经系统如何产生行为、认知和情感的科学领域。
多模态脑成像技术通过结合多种不同的成像方式，如磁共振成像（MRI）、脑电图（EEG）、磁脑图（MEG）和功能性核磁共振成像（fMRI），可以提供对大脑结构和功能的全面分析。
这些技术的应用为神经科学研究和临床诊断提供了巨大的支持。
一、神经科学研究1. 多模态脑成像技术在神经解剖学研究中的应用多模态脑成像技术可以同时获取静态和动态的大脑图像。
结构磁共振成像（sMRI）可以显示大脑的解剖结构，如脑组织、脑回和白质纤维束。
功能性核磁共振成像（fMRI）则可以研究大脑不同区域之间的功能连接。
这些成像技术的结合可以提供更全面的大脑结构和功能信息，有助于了解不同神经系统在认知和情感中的作用。
2. 多模态脑成像技术在认知神经科学研究中的应用认知神经科学研究探究了大脑如何处理和组织信息以产生认知行为。
多模态脑成像技术可以帮助研究人员定位和分析与特定认知任务相关的脑区。
例如，在记忆研究中，研究人员可以使用fMRI和EEG来分析不同脑区和电生理活动之间的相关性，从而揭示出其在记忆过程中的作用。
3. 多模态脑成像技术在疾病研究中的应用多模态脑成像技术在研究不同神经疾病的病理生理机制方面发挥着重要作用。
例如，在神经退行性疾病如阿尔茨海默病和帕金森病的研究中，通过将结构成像和功能成像技术相结合，研究人员可以对疾病的进展和大脑异常活动进行更详细的分析，有助于早期诊断和治疗。
二、临床诊断1. 多模态脑成像技术在神经精神疾病诊断中的应用多模态脑成像技术对神经精神疾病的诊断起到了重要作用。
例如，在抑郁症和焦虑症的诊断中，通过结合结构成像和功能成像技术，医生可以观察患者大脑的结构变化和功能活动异常，从而进行准确的诊断和评估疾病的严重程度。
2. 多模态脑成像技术在脑卒中诊断和康复中的应用脑卒中是一种常见的神经疾病，多模态脑成像技术在其诊断和康复中起到了重要的作用。
帕金森病大鼠模型常用行为学实验研究进展
帕金森病大鼠模型常用行为学实验研究进展帕金森病是一种慢性神经系统退行性疾病，主要表现为肌肉僵硬、震颤和运动协调障碍等症状。
目前，针对帕金森病的研究主要集中在动物模型上，其中大鼠模型是最为常用的模型之一。
大鼠模型在帕金森病研究中具有独特的优势，因此对其行为学实验研究的进展备受关注。
帕金森病大鼠模型的建立在帕金森病大鼠模型的建立中，最常用的方法是通过给予动物神经毒性物质或者基因突变来模拟帕金森病的特征。
目前被广泛应用的神经毒性物质包括6-羟多巴胺、四氯哌嗪和α-甲基对苯二酚等，这些物质能够诱导多巴胺能神经元的损伤和死亡，从而导致运动障碍的表现。
基因突变模型也是近年来备受关注的研究方向。
研究人员通过基因编辑技术或者基因转染技术，将与帕金森病相关的突变基因导入大鼠体内，使其表现出与帕金森病类似的症状。
这些方法的建立为帕金森病的研究提供了可靠的动物模型，为后续的行为学实验研究奠定了基础。
帕金森病大鼠模型的行为学实验主要通过观察动物在特定情境下的行为表现来评估其运动功能、认知功能和情绪状态等。
这些实验能够反映大鼠在帕金森病病理过程中不同方面的功能障碍，为深入理解疾病机制和评估治疗方法提供重要信息。
1. 运动功能评估实验在帕金森病大鼠模型中，运动功能的评估是最为重要的一项实验。
常用的评估方法包括旋转实验、步态分析和运动协调实验等。
旋转实验通过记录大鼠在特定刺激下的旋转行为来评估其运动功能的损伤程度，步态分析则通过观察大鼠行走时的步态特征来评估其步态的协调性，而运动协调实验则可以通过观察大鼠在倒立杆测试或者平衡实验中的表现来评估其运动协调功能。
这些实验可以客观地反映大鼠在帕金森病进展过程中运动功能的改变，为疾病的诊断和治疗提供重要参考。
除了运动功能，帕金森病还会伴随着认知功能的损害。
评估大鼠在认知功能方面的表现对于帕金森病的研究同样至关重要。
目前，常用的认知功能评估实验主要包括水迷宫实验、Barnes迷宫实验和双臂迷宫实验等。
基于多模态影像的机器学习与深度学习在帕金森病诊治中的应用进展
基于多模态影像的机器学习与深度学习在帕金森病诊治中的应用进展近年来，帕金森病作为一种慢性进行性神经系统疾病，已经成为全球范围内受到广泛关注的疾病之一。
帕金森病的发病机制至今尚未完全明确，对其的诊断和治疗依赖于医生的经验和专业判断。
然而，随着机器学习和深度学习技术的迅猛发展，多模态影像的应用在帕金森病诊治中的进展日益显著。
一、帕金森病的临床特征帕金森病是一种以运动障碍为主要表现的神经系统疾病，常见症状包括进行性肌强直、静止性震颤和肢体运动减少等。
此外，帕金森病患者还可能出现非运动症状，如认知障碍、自主神经失调和情绪障碍等。
通过临床症状的观察和评估，医生可以初步判断患者是否患有帕金森病，但是这种方法的准确率有限。
二、多模态影像在帕金森病诊治中的应用多模态影像是指通过不同的图像技术获得的多种信息，例如磁共振成像（MRI）、正电子发射断层扫描（PET）和功能性磁共振成像（fMRI）等。
这些影像技术可以提供病人大脑结构和功能的详细信息，有助于医生更准确地诊断帕金森病并进行个体化的治疗计划。
1. 多模态影像的辅助诊断多模态影像技术可以通过观察患者大脑的结构和功能变化，辅助医生进行帕金森病的诊断。
例如，研究人员利用MRI技术观察帕金森病患者黑质和红核的退化情况，通过定量测量这些结构的体积和密度变化，可以辅助诊断并评估帕金森病的严重程度。
2. 多模态影像的治疗策略制定除了帮助诊断，多模态影像还可以在治疗策略的制定阶段发挥重要作用。
研究人员通过分析不同影像模态之间的关联性，可以建立起复杂的大脑连接网络，并根据这些网络的结构和功能特征，制定出个体化的治疗方案。
例如，根据神经元连接的结构和功能信息，可以选择适合患者的深脑刺激位置，并调整刺激参数，以达到最佳的疗效。
三、机器学习与深度学习在帕金森病诊治中的应用机器学习和深度学习作为人工智能领域的两个重要分支，在帕金森病的诊断和治疗中也发挥了重要作用。
1. 机器学习在帕金森病诊断中的应用机器学习通过对海量的影像数据进行分析，可以学习到帕金森病的特征模式，并通过建立模型进行帕金森病的诊断。
帕金森病的静息态功能磁共振成像数据分析方法研究进展
帕金森病的静息态功能磁共振成像数据分析方法研究进展李晓陵１ꎬ姜晓旭２ꎬ王丰１ꎬ２ꎬ曹丹娜１ꎬ２ꎬ刘晓慧２ꎬ蔡丽娜２１黑龙江中医药大学附属第一医院ꎬ哈尔滨１５００４０ꎻ２黑龙江中医药大学㊀㊀摘要:帕金森病好发于中老年人ꎬ是一种累及多系统的神经退行性疾病ꎬ中脑黑质多巴胺神经元的变性死亡是其主要病理改变ꎮ静息态功能磁共振成像(ｒｓ￣ｆＭＲＩ)技术是一种探测静息状态下脑部自发神经活动的新兴技术ꎬ其数据分析处理方法主要包括低频振幅分析法㊁局部一致性分析法㊁静息态功能连接分析法ꎬ静息态功能连接分析法又包括脑网络分析法㊁独立成分及种子点功能连接分析法㊁格兰杰因果分析法ꎮ低频振幅分析法㊁局部一致性分析法可反映局部脑功能活动指标ꎮ静息态功能连接分析法可反映全脑体素与线性之间的相关程度ꎬ是一种对全脑整体功能活动进行分析比较的方法ꎬ但在数据分析中研究者的选择会造成结果存在主观性偏倚ꎮ通过运用多种不同的ｒｓ￣ｆＭＲＩ分析方法ꎬ有助于更深入了解帕金森病的发病机制ꎬ对于帕金森病的诊断及治疗均具有重要意义ꎮ㊀㊀关键词:帕金森病ꎻ静息态功能磁共振成像ꎻ低频振幅ꎻ功能连接ꎻ局部一致性㊀㊀ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１００２￣２６６Ｘ.２０２０.１１.０２５㊀㊀中图分类号:Ｒ７４２.５㊀㊀文献标志码:Ａ㊀㊀文章编号:１００２￣２６６Ｘ(２０２０)１１￣００９１￣０３基金项目:国家自然科学基金面上项目(８１９７３９３０ꎬ８１３７３７１４)ꎻ黑龙江省哈尔滨市科技创新人才优秀学科带头人基金(２０１６ＲＡＸＹＪ０９６)ꎻ教育部 春晖计划 (Ｚ２００９￣１￣１５０３０)ꎻ黑龙江省哈尔滨市科技创新人才专项资金项目(２０１７ＲＡＱＸＪ１８０)ꎻ黑龙江中医药大学科研基金项目(２０１７０４)ꎮ通信作者:曹丹娜(Ｅ￣ｍａｉｌ:ｈｌｊａｎｎａ＠１２６.ｃｏｍ)㊀㊀帕金森病(ＰＤ)好发于中老年人ꎬ是一种累及多系统的神经退行性疾病ꎬ中脑黑质多巴胺神经元的变性死亡是其主要病理改变[１]ꎮＰＤ通常以运动症状为主要临床特征ꎬ主要表现为肌强直㊁静止性震颤㊁动作迟缓ꎬ中晚期患者还会出现姿势平衡障碍等[２]ꎮ目前临床上常采用功能磁共振成像(ｆＭＲＩ)技术研究ＰＤ的致病机理ꎬ由于ＰＤ患者的症状特点ꎬ临床研究以静息态ｆＭＲＩ(ｒｓ￣ｆＭＲＩ)技术的应用最为普遍[３]ꎮｒｓ￣ｆＭＲＩ是一种新兴的探测基线状态下脑部自发神经活动的非侵入性方法ꎬ通过血氧水平依赖(ＢＯＬＤ)效应探索ＰＤ相关人体脑神经活动与血液动力学改变之间的关系[４]ꎮｒｓ￣ｆＭＲＩ数据分析处理方法主要包括低频振幅(ＡＬＦＦ)分析法㊁局部一致性(ＲｅＨｏ)分析法㊁静息态功能连接(ＦＣ)分析法ꎬＦＣ分析法又包括脑网络分析法㊁独立成分及种子点功能连接分析法㊁格兰杰因果分析法(ＧＣＡ)等ꎮ本研究对上述ＰＤ的ｒｓ￣ｆＭＲＩ数据分析方法作一综述ꎮ１㊀ＡＬＦＦ分析法㊀㊀ＡＬＦＦ分析法是指在静息状态下将功能磁共振聚焦于低频(即０.１Ｈｚ以下)的血液氧合水平相关信号的自发波动ꎮＡＬＦＦ是ｒｓ￣ｆＭＲＩ信号的一个指标ꎬ可以分析关于大脑网络中某个区域或其位置的活动幅度信息ꎬ其计算方法是将特定低频范围内的振幅相加[５]ꎮ由于静止的左右初级大脑运动皮质产生ＢＯＬＤ信号低频波动的一致性ꎬ形成了一种连接模式ꎬ这种模式类似于通过双侧手指敲击任务得到的激活模式ꎮＫｗａｋ等[６]使用ＡＬＦＦ分析ｒｓ￣ｆＭＲＩ数据ꎬ并纳入药物因素ꎬ结果显示使用多巴胺能药物治疗的ＰＤ患者会发生自发性神经振荡ꎻ未使用多巴胺能药物的患者ｒｓ￣ｆＭＲＩ显示原发性㊁继发性运动区域以及前额皮质区域ＡＬＦＦ异常升高ꎬ服用多巴胺能药物的患者这些异常的高ＢＯＬＤ信号振荡减少ꎬ但并没有恢复正常ꎬ证实多巴胺能药物能有效缓解ＰＤ症状ꎮＳｋｉｄｍｏｒｅ等[７]利用ＡＬＦＦ作为ＰＤ患者静息状态下大脑活动水平的指标ꎬ结果显示患者大脑许多区域活动减少ꎬ包括补充运动皮层㊁中额叶皮层㊁右侧额中回㊁左侧小脑(小叶Ⅶ/Ⅷ)以及右侧小脑(小叶Ⅳ/Ⅴ)活动增加ꎬ提示ｒｓ￣ｆＭＲＩ可以作为ＰＤ的分析工具ꎮ有研究使用ＡＬＦＦ分析法发现ꎬＰＤ焦虑症患者与焦虑相关的大脑区域(包括脑干)活动增加[８]ꎮＡＬＦＦ分析法可直接对低频振荡的振幅进行分析处理ꎬ但其仅能从低频域角度进行分析ꎮ因此ꎬＡＬＦＦ分析法是侧重于局部脑功能分析的一种方法[９]ꎮ２㊀ＲｅＨｏ分析法㊀㊀ＲｅＨｏ分析法是一种数据后处理技术ꎬ通过分析１９山东医药２０２０年第６０卷第１１期时间序列相类似的体素以及与其临近多个体素中的ＢＯＬＤ信号波动来探测脑功能ꎬ用于评估运动障碍患者的功能连接ꎮＲｅＨｏ分析法侧重于短距离功能连通性ꎬ目前多使用该方法观察ＰＤ患者静息状态下神经活动的调节情况ꎮＬｉ等[１０]通过ＲｅＨｏ分析法测量受试者静息状态下的脑活动ꎬ并通过基于体素的形态学(ＶＢＭ)方法分析获得脑灰质(ＧＭ)体积ꎻ结果显示ꎬ与正常对照人群相比ꎬＰＤ患者左额上回㊁左额旁小叶和左额中回的ＧＭ体积减小ꎬ其运动网络发生明显改变ꎬ包括右侧初级感觉皮层(Ｓ１)ＲｅＨｏ降低㊁左侧运动前区和左侧背外侧前额叶皮层ＲｅＨｏ升高ꎮ因此ꎬＲｅＨｏ异常可能是诊断ＰＤ的一个潜在指标ꎮ王丰等[１１]采用Ｒｅｈｏ分析研究发现ꎬＰＤ患者在静息状态下存在异常活动的脑区ꎬ包括右侧中央前回㊁双侧楔前叶等ꎮ有研究显示ꎬＰＤ伴有冻结步态患者左侧尾状体中ＲｅＨｏ增加ꎬ左侧环状回/后中央回中ＲｅＨｏ降低ꎬ为探讨ＰＤ的发病机制提供了新视角[１２]ꎮ研究表明ꎬ利用ＲｅＨｏ分析功能磁共振成像以研究局部脑功能变化ꎬ对ＰＤ的诊断具有重要意义[１３ꎬ１４]ꎮ但是ꎬＲｅＨｏ分析法对局部结构和血液流动不敏感ꎬ虽然该方法得到的数据更加准确ꎬ但无法剔除不良的空间配准ꎮ３㊀ＦＣ分析法㊀㊀ＦＣ即超过一定阈值或超过了给定阈值ꎬ就认为存在功能连接ꎮ近年来相关研究评估了健康和病理状况大脑在静息状态下的ＢＯＬＤ信号ꎬ揭示了在静息状态下存在 内在 空间分布的功能连接网络(ＲＳＮｓ)ꎮ与任务态的ｆＭＲＩ相比ꎬｒｓ￣ｆＭＲＩ允许同时研究不同的网络ꎬ有助于提高发现疾病相关连通性的概率ꎮ研究证明ꎬＰＤ患者存在与基底神经节网络在广泛区域内的功能连接性降低ꎬ其准确率高达８５％ꎬ为ｒｓ￣ｆＭＲＩ诊断早期ＰＤ提供了依据[１５]ꎮ不同类型ＰＤ患者的发病机制均与大脑网络连接被破坏有关ꎮＦＣ分析法可反映全脑体素与线性之间的相关程度ꎬ是一种对全脑整体功能活动进行分析比较的方法ꎬ但在数据分析中研究者的选择会造成结果存在主观性偏倚ꎮ㊀㊀近年来许多学者利用ｒｓ￣ｆＭＲＩ的脑功能连接探索针刺疗法治疗ＰＤ的临床效果ꎮＹｕ等[１６]研究显示ꎬＰＤ患者经针刺治疗后疼痛减轻效果优于药物治疗者ꎬ且针刺治疗的患者存在４个连接的连通性增强ꎬ１个在左侧颞中回(ＭＴＧ)和中央前回(ＰＣＧ)之间ꎬ另３个在右侧中央前后回之间㊁边缘上回和ＰＣＧ之间㊁ＭＴＧ和岛叶皮质之间ꎻ这说明针刺可通过刺激相关的脑区来减轻ＰＤ患者的疼痛ꎬ而静息态ｆＭＲＩ可直接反映针刺治疗的作用区域ꎮ李晓陵等[１７]总结了近年来运用ｆＭＲＩ技术观察穴位与非穴位㊁单一腧穴㊁不同腧穴以及不同针法㊁刺激时间的脑效应研究ꎬ认为ｆＭＲＩ技术在针刺治疗的脑效应研究中具有重要意义ꎮ３.１㊀脑网络分析法㊀Ｆｌｉｎｇ等[１８]对２６例ＰＤ患者和１５例年龄匹配的正常受试者进行了ｒｓ￣ｆＭＲＩ和弥散张量成像分析ꎬ结果显示与正常受试者对比ꎬＰＤ患者左侧小脑㊁左侧运动皮层和左侧顶叶皮层的功能连接强度增加ꎮＷｕ等[１９]基于图论分析ＰＤ患者静息状态下大脑运动网络的功能连接变化ꎬ由此得出运动网络内各区域的总连接度ꎬ结果发现静息状态的ＰＤ患者补充运动区㊁左侧背外侧前额叶皮层和左侧壳核的功能连接明显减低ꎮ这说明ＰＤ患者在静息状态下运动网络的功能连接模式被破坏ꎬ运动神经网络在基线状态下的这种异常功能连接可能是导致ＰＤ患者某些运动功能缺陷的重要因素ꎮ有研究[２０]采用嗅觉ｆＭＲＩ和ｒｓ￣ｆＭＲＩ对２０例ＰＤ患者和２０例健康对照者进行对比观察ꎬ结果在ＰＤ患者嗅觉ｆＭＲＩ发现了一个由后梨状皮质㊁脑岛㊁右室前额皮质和丘脑组成的嗅觉网络ꎻ与健康对照者比较ꎬＰＤ患者双侧岛叶和前额皮质的活动明显减少ꎬ但嗅觉皮质本身的活动无显著差异ꎬ说明ＰＤ患者的嗅觉功能障碍与嗅觉脑网络无明显相关性ꎮ有研究使用基于体素的形态测量学(ＶＢＭ)和ｒｓ￣ｆＭＲＩ研究大脑结构和网络功能连接的变化ꎬ结果显示图论和网络拓扑度量对于诊断ＰＤ具有重要意义ꎬ可用于评估疾病进展和监测治疗效果[２１]ꎮ３.２㊀独立成分及种子点功能连接分析法㊀默认网络(ＤＭＮ)是一个大脑系统ꎬ其内部存在结构连接ꎬ是一个在静息态下被激活的大脑功能网络ꎬ其典型区域包括海马形成(ＨＦ)㊁内侧前额叶皮层(ｍＰＦＣ)和后扣带皮层(ＰＣＣ)等ꎮＧｏｒｇｅｓ等[２２]采用ｒｓ￣ｆＭＲＩ观察ＰＤ患者ＤＭＮ内部各种子点功能连接变化ꎬ并分析视觉量化动眼神经运动与功能连接指标之间的可能联系ꎬ结果显示ＤＭＮ在ＰＤ的发病机制中具有重要作用ꎮ双侧扣带回是测定认知下降的关键点ꎬ有研究以ＤＭＮ为种子点研究ＰＤ认知功能障碍患者ＰＣＣ的脑功能连接变化ꎬ结果发现ＰＤ认知功能障碍患者静息状态下ＰＣＣ与右侧额上回及右侧颞叶功能连接受损ꎬ提示ＰＣＣ可能是与ＰＤ患者认知下降有关的一个重要部位[２３]ꎮＢａｇｇｉｏ等[２４]采用独立成分分析法(ＩＣＡ)识别ＤＭＮ㊁双侧额顶叶网络(ＦＰＮ)和背侧注意网络(ＤＡＮ)ꎬ以评估相关的灰质萎缩ꎻ结果显示在轻度认知功能障碍患者中ꎬＤＭＮ２９山东医药２０２０年第６０卷第１１期内的ＤＡＮ￣ＦＰＮ连接减少ꎬＤＡＮ￣ＤＭＮ正常连接丧失ꎮ３.３㊀ＧＣＡ㊀ＧＣＡ是一种源于计量经济学的时间序列分析技术ꎬ在神经科学领域的应用越来越多ꎬ侧重研究不同脑区之间功能连接的方向性和有效性ꎮ有效连接是指一个脑区的活性改变使另一脑区的活性发生相应改变ꎬ而基底神经节神经回路的功能改变是ＰＤ的主要临床特征ꎮＷｕ等[２５]运用ＧＣＡ研究ＰＤ患者在静息状态下黑质致密部(ＳＮｃ)基底神经节网络的因果连接ꎬ结果表明对照组ＳＮｃ激活的辅助运动区㊁默认模式网络和背外侧ＰＦＣ的活动增加ꎬ而ＰＤ患者ＳＮｃ激活相同结构的活动减少ꎬ左旋多巴可使连接模式部分正常化ꎮ多巴胺能系统影响广泛的大脑网络ꎬ包括运动和认知网络ꎬ继发于多巴胺缺失的ＰＤ患者基底神经节网络连接模式异常ꎬ在病情较重的患者中这种异常更为明显ꎬ说明通过ＧＣＡ可发现更多ＰＤ相关神经网络的改变ꎮ㊀㊀综上所述ꎬｒｓ￣ｆＭＲＩ是一种探测静息状态下脑部自发神经活动的新兴技术ꎬ通过运用多种不同的ｒｓ￣ｆＭＲＩ分析方法ꎬ我们可以发现ＰＤ患者大脑中存在多区域功能障碍ꎬ这些区域包括基底节区㊁额顶叶区以及前额边缘系统等ꎮ目前关于大脑作用机制的研究还仅仅停留在相对浅表的层面ꎬ通过运用多种不同的分析方法ꎬ有助于更深入了解ＰＤ的发病机制ꎬ同时对于其诊断及治疗均具有重要意义ꎮ参考文献:[１]张庆云ꎬ董晓东ꎬ郝媛ꎬ等.帕金森病发病机制研究[Ｊ].医学研究与教育ꎬ２０１３ꎬ３０(３):８５￣８８ꎬ９９.[２]ＰｒａｓａｄＳꎬＳｔｅｚｉｎＡꎬＬｅｎｋａＡꎬｅｔａｌ.３ＤＮｅｕｒｏｍｅｌａｎｉｎ￣ｓｅｎｓｉｔｉｖｅｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇｏｆｔｈｅｓｕｂｓｔａｎｔｉａｎｉｇｒａｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ[Ｊ].ＥｕｒＪＮｅｕｒｏｌꎬ２０１８ꎬ２５(４):６８０￣６８６. [３]Ｃｈａｏ￣ＧａｎＹꎬＹｕ￣ＦｅｎｇＺ.ＤＰＡＲＳＦ:ａＭＡＴＬＡＢｔｏｏｌｂｏｘｆｏｒ ｐｉｐｅｌｉｎｅ ｄａｔａａｎａｌｙｓｉｓｏｆｒｅｓｔｉｎｇ￣ｓｔａｔｅｆＭＲＩ[Ｊ].ＦｒｏｎｔＳｙｓｔＮｅｕ￣ｒｏｓｃｉꎬ２０１０ꎬ１４(４):１３.[４]罗树存ꎬ罗泽斌ꎬ罗旭东ꎬ等.广泛性焦虑障碍静息态功能磁共振脑功能的研究[Ｊ].临床放射学杂志ꎬ２０１８ꎬ３７(９):１４２７￣１４３０.[５]刘秀灵.静息态功能磁共振在轻度认知功能障碍中的应用进展[Ｊ].中国药理学与毒理学杂志ꎬ２０１９ꎬ３３(６):４４５. [６]ＫｗａｋＹꎬＰｅｌｔｉｅｒＳＪꎬＢｏｈｎｅｎＮＩꎬｅｔａｌ.Ｌ￣ＤＯＰＡｃｈａｎｇｅｓｓｐｏｎｔａ￣ｎｅｏｕｓｌｏｗ￣ｆｒｅｑｕｅｎｃｙＢＯＬＤｓｉｇｎａｌｏｓｃｉｌｌａｔｉｏｎｓｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓ￣ｅａｓｅ:ａｒｅｓｔｉｎｇｓｔａｔｅｆＭＲＩｓｔｕｄｙ[Ｊ].ＦｒｏｎｔＳｙｓｔＮｅｕｒｏｓｃｉꎬ２０１２ꎬ６:５２.[７]ＳｋｉｄｍｏｒｅＦＭꎬＹａｎｇＭꎬＢａｘｔｅｒＬꎬｅｔａｌ.ＲｅｌｉａｂｉｌｉｔｙａｎａｌｙｓｉｓｏｆｔｈｅｒｅｓｔｉｎｇｓｔａｔｅｃａｎｓｅｎｓｉｔｉｖｅｌｙａｎｄｓｐｅｃｉｆｉｃａｌｌｙｉｄｅｎｔｉｆｙｔｈｅｐｒｅｓｅｎｃｅｏｆＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ[Ｊ].ＮｅｕｒｏＩｍａｇｅꎬ２０１３ꎬ７５(１５):２４９￣２６１. [８]ＷａｎｇＸꎬＬｉＪꎬＷａｎｇＭꎬｅｔａｌ.Ａｌｔｅｒａｔｉｏｎｓｏｆｔｈｅａｍｐｌｉｔｕｄｅｏｆｌｏｗ￣ｆｒｅｑｕｅｎｃｙｆｌｕｃｔｕａｔｉｏｎｓｉｎａｎｘｉｅｔｙｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ[Ｊ].Ｎｅｕ￣ｒｏｓｃｉＬｅｔｔꎬ２０１８ꎬ６６８:１９￣２３.[９]田琦ꎬ黄丹青ꎬ孙奕ꎬ等.帕金森病全脑比率低频振幅静息态功能磁共振研究[Ｊ].中国现代医生ꎬ２０１７ꎬ５５(３６):３０￣３４ꎬ１６９. [１０]ＬｉＹꎬＬｉａｎｇＰꎬＪｉａＸꎬｅｔａｌ.ＡｂｎｏｒｍａｌｒｅｇｉｏｎａｌｈｏｍｏｇｅｎｅｉｔｙｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ:ａｒｅｓｔｉｎｇｓｔａｔｅｆＭＲＩｓｔｕｄｙ[Ｊ].ＣｌｉｎＲａｄｉｏｌꎬ２０１６ꎬ７１(１):２８￣３４.[１１]王丰ꎬ李晓陵ꎬ曹丹娜ꎬ等.基于静息态功能磁共振成像分析帕金森病患者脑活动的改变[Ｊ].中国老年学杂志ꎬ２０１４ꎬ３４(１９):５３３３￣５３３５.[１２]ＬｉｕＹꎬＬｉＭꎬＣｈｅｎＨꎬｅｔａｌ.Ａｌｔｅｒａｔｉｏｎｓｏｆｒｅｇｉｏｎａｌｈｏｍｏｇｅｎｅｉｔｙｉｎｐａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅｐａｔｉｅｎｔｓｗｉｔｈｆｒｅｅｚｉｎｇｏｆｇａｉｔ:ａｒｅｓｔｉｎｇ￣ＳｔａｔｅｆＭＲＩｓｔｕｄｙ[Ｊ].ＦｒｏｎｔＡｇｉｎｇＮｅｕｒｏｓｃｉꎬ２０１９ꎬ１５(１１):２７６[１３]ＬｉＪꎬＹｕａｎＹꎬＷａｎｇＭꎬｅｔａｌ.Ａｌｔｅｒａｔｉｏｎｓｉｎｒｅｇｉｏｎａｌｈｏｍｏｇｅｎｅｉｔｙｏｆｒｅｓｔｉｎｇ￣ｓｔａｔｅｂｒａｉｎａｃｔｉｖｉｔｙｉｎｆａｔｉｇｕｅｏｆＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ[Ｊ].ＪＮｅｕｒａｌＴｒａｎｓｍ(Ｖｉｅｎｎａ)ꎬ２０１７ꎬ１２４(１０):１１８７￣１１９５. [１４]ＬｉＭＧꎬＬｉｕＴＦꎬＺｈａｎｇＴＨꎬｅｔａｌ.Ａｌｔｅｒａｔｉｏｎｓｏｆｒｅｇｉｏｎａｌｈｏｍｏｇｅ￣ｎｅｉｔｙｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅｗｉｔｈｍｉｌｄｃｏｇｎｉｔｉｖｅｉｍｐａｉｒｍｅｎｔ:ａｐｒｅ￣ｌｉｍｉｎａｒｙｒｅｓｔｉｎｇ￣ｓｔａｔｅｆＭＲＩｓｔｕｄｙ[Ｊ].Ｎｅｕｒｏｒａｄｉｏｌｏｇｙꎬ２０１９ꎬ１０:Ｅｐｕｂａｈｅａｄｏｆｐｒｉｎｔ.[１５]ＭｏｎｔｇｏｍｅｒｙＥＢＪｒ.ＦｕｎｃｔｉｏｎａｌｃｏｎｎｅｃｔｉｖｉｔｙｉｎｔｈｅｂａｓａｌｇａｎｇｌｉａｎｅｔｗｏｒｋｄｉｆｆｅｒｅｎｔｉａｔｅｓＰＤｐａｔｉｅｎｔｓｆｒｏｍｃｏｎｔｒｏｌｓ[Ｊ].Ｎｅｕｒｏｌｏｇｙꎬ２０１５ꎬ８４(５):５４６.[１６]ＹｕＳＷꎬＬｉｎＳＨꎬＴｓａｉＣＣꎬｅｔａｌ.Ａｃｕｐｕｎｃｔｕｒｅｅｆｆｅｃｔａｎｄｍｅｃｈａ￣ｎｉｓｍｆｏｒｔｒｅａｔｉｎｇｐａｉｎｉｎｐａｔｉｅｎｔｓｗｉｔｈＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ[Ｊ].Ｆｒｏ￣ｎｔＮｅｕｒｏｌꎬ２０１９ꎬ１０:１１１４.[１７]李晓陵ꎬ吴迪ꎬ张帆ꎬ等.基于ｆＭＲＩ技术针刺腧穴脑效应研究概述[Ｊ].针灸临床杂志ꎬ２０１６ꎬ３２(８):８６￣８８.[１８]ＦｌｉｎｇＢＷꎬＣｏｈｅｎＲＧꎬＭａｎｃｉｎｉＭꎬｅｔａｌ.ＦｕｎｃｔｉｏｎａｌｒｅｏｒｇａｎｉｚａｔｉｏｎｏｆｔｈｅｌｏｃｏｍｏｔｏｒｎｅｔｗｏｒｋｉｎＰａｒｋｉｎｓｏｎᶄｓｐａｔｉｅｎｔｓｗｉｔｈｆｒｅｅｚｉｎｇｏｆＧａｉｔ[Ｊ].ＰＬｏＳＯｎｅꎬ２０１４ꎬ９(６):ｅ１００２９１.[１９]ＷｕＴꎬＷａｎｇＬꎬＣｈｅｎＹꎬｅｔａｌ.ＣｈａｎｇｅｓｏｆｆｕｎｃｔｉｏｎａｌｃｏｎｎｅｃｔｉｖｉｔｙｏｆｔｈｅｍｏｔｏｒｎｅｔｗｏｒｋｉｎｔｈｅｒｅｓｔｉｎｇｓｔａｔｅｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ[Ｊ].ＮｅｕｒｏｓｃｉＬｅｔｔꎬ２００９ꎬ４６０(１):６￣１０.[２０]ＧｅｏｒｇｉｏｐｏｕｌｏｓＣꎬＷｉｔｔＳＴꎬＨａｌｌｅｒＳꎬｅｔａｌ.Ａｓｔｕｄｙｏｆｎｅｕｒａｌａｃｔｉｖｉ￣ｔｙａｎｄｆｕｎｃｔｉｏｎａｌｃｏｎｎｅｃｔｉｖｉｔｙｗｉｔｈｉｎｔｈｅｏｌｆａｃｔｏｒｙｂｒａｉｎｎｅｔｗｏｒｋｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ[Ｊ].ＮｅｕｒｏＩｍａｇｅＣｌｉｎꎬ２０１９ꎬ２３:１０１９４６. [２１]ＨｕａｎｇＬＣꎬＷｕＰＡꎬＬｉｎＳＺꎬｅｔａｌ.Ｇｒａｐｈｔｈｅｏｒｙａｎｄｎｅｔｗｏｒｋｔｏ￣ｐｏｌｏｇｉｃａｌｍｅｔｒｉｃｓｍａｙｂｅｔｈｅｐｏｔｅｎｔｉａｌｂｉｏｍａｒｋｅｒｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓ￣ｅａｓｅ[Ｊ].ＪＣｌｉｎＮｅｕｒｏｓｃｉꎬ２０１９ꎬ６８:２３５￣２４２..[２２]ＧｏｒｇｅｓＭꎬＭüｌｌｅｒＨＰꎬＬｕｌéＤꎬｅｔａｌ.Ｆｕｎｃｔｉｏｎａｌｃｏｎｎｅｃｔｉｖｉｔｙｗｉｔｈ￣ｉｎｔｈｅｄｅｆａｕｌｔｍｏｄｅｎｅｔｗｏｒｋｉｓａｓｓｏｃｉａｔｅｄｗｉｔｈｓａｃｃａｄｉｃａｃｃｕｒａｃｙｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ:ａｒｅｓｔｉｎｇ￣ｓｔａｔｅｆＭＲＩａｎｄｖｉｄｅｏｏｃｕｌｏｇｒａｐｈｉｃｓｔｕｄｙ[Ｊ].ＢｒａｉｎＣｏｎｎｅｃｔꎬ２０１３ꎬ３(３):２６５￣２７２.[２３]陈博宇ꎬ范国光ꎬ刘虎ꎬ等.帕金森病认知功能障碍的静息态脑功能连接模式改变[Ｊ].中国医学影像学杂志ꎬ２０１４ꎬ２２(１２):８８１￣８８４ꎬ８９０.[２４]ＢａｇｇｉｏＨＣꎬＳｅｇｕｒａＢꎬＳａｌａ￣ＬｌｏｎｃｈＲꎬｅｔａｌ.Ｃｏｇｎｉｔｉｖｅｉｍｐａｉｒｍｅｎｔａｎｄｒｅｓｔｉｎｇ￣ｓｔａｔｅｎｅｔｗｏｒｋｃｏｎｎｅｃｔｉｖｉｔｙｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅ[Ｊ].ＨｕｍａｎＢｒａｉｎＭａｐｐｉｎｇꎬ２０１４ꎬ３６(１):１９９￣２１２.[２５]ＷｕＴꎬＷａｎｇＪꎬＷａｎｇＣꎬｅｔａｌ.ＢａｓａｌｇａｎｇｌｉａｃｉｒｃｕｉｔｓｃｈａｎｇｅｓｉｎＰａｒｋｉｎｓｏｎᶄｓｄｉｓｅａｓｅｐａｔｉｅｎｔｓ[Ｊ].ＮｅｕｒｏｓｃｉＬｅｔｔꎬ２０１２ꎬ５２４(１):５５￣５９.(收稿日期:２０１９￣１１￣２７)３９山东医药２０２０年第６０卷第１１期。
帕金森病患者脑白质高信号与运动症状及认知损害相关性研究
帕金森病患者脑白质高信号与运动症状及认知损害相关性研究帕金森病患者脑白质高信号与运动症状及认知损害相关性研究引言：帕金森病是一种逐渐进行性的神经系统退行性疾病，其主要特征是肌肉僵硬、震颤和运动缓慢。
然而，近年来的研究表明，帕金森病患者不仅在运动方面存在问题，还可能伴随着认知功能下降。
此外，脑白质高信号也是帕金森病患者脑部MRI扫描中常见的表现。
本文旨在探讨帕金森病患者脑白质高信号与运动症状及认知损害之间的相关性。
方法：本研究纳入了50例已经被诊断为帕金森病并进行了MRI扫描的患者。
我们通过分析MRI图像，测量脑白质高信号的体积，并将其与患者的运动症状和认知功能进行比较。
运动症状采用经典的帕金森病评分量表进行评估，包括肌肉僵硬、震颤和运动缓慢等指标。
认知功能评估采用常见的认知测试，包括记忆力、注意力、语言能力和执行功能等。
结果：研究结果显示，帕金森病患者脑白质高信号与运动症状存在显著的相关性。
特别是在肌肉僵硬和运动缓慢方面，脑白质高信号的体积较大的患者往往表现出更严重的症状。
此外，我们还观察到脑白质高信号与认知功能之间的关联。
帕金森病患者的脑白质高信号体积增大与记忆力、注意力和执行功能的下降之间存在着显著的相关性。
讨论：帕金森病患者脑白质高信号与运动症状及认知损害之间的相关性可能与病理生理机制有关。
一种可能的解释是脑白质高信号反映出胶质炎症在帕金森病中的作用。
这些炎症反应可能导致神经元的损伤和脑区域连接的受损，进而影响帕金森病患者的运动和认知功能。
此外，某些神经递质的变化也可能参与其中。
例如，多巴胺的缺乏可能导致运动症状的出现，而乙酰胆碱的变化可能与认知功能的下降相关。
结论：本研究结果支持了帕金森病患者脑白质高信号与运动症状及认知损害之间的相关性。
脑白质高信号的体积增大可能与胶质炎症以及神经递质变化等病理生理机制有关。
进一步的研究需要深入探讨这些机制，并寻找针对脑白质高信号的治疗方法，以改善帕金森病患者的运动和认知功能。
磁共振成像在临床中的多模态应用
磁共振成像在临床中的多模态应用磁共振成像（Magnetic Resonance Imaging，MRI）是一种非侵入性的医学影像技术，通过利用磁场和无害的无线电波，可以获得人体内部高分辨率的影像。
随着技术的不断发展，MRI在临床中的多模态应用得到了广泛的应用和研究。
本文将介绍MRI在临床中的多模态应用，包括结构成像、功能成像、代谢成像和分子成像等方面。
首先，MRI在结构成像方面具有出色的表现。
结构成像可以准确地显示人体内部的组织和器官的形态和位置。
通过不同的序列和参数设置，可以获得多种结构成像，如T1加权成像、T2加权成像和增强扫描等。
这些成像可以帮助医生诊断和评估疾病，如脑卒中、肿瘤和关节疾病等。
此外，结构成像还可以用于术前的规划和导航，提高手术的准确性和安全性。
其次，MRI在功能成像方面也有重要的应用。
功能成像通过测量血流和代谢活动，可以评估器官和组织的功能状态。
其中，功能磁共振成像（Functional Magnetic Resonance Imaging，fMRI）是一种常用的功能成像技术，可以用于研究和诊断神经系统相关的疾病，如脑卒中、癫痫和帕金森病等。
通过fMRI，可以观察到脑部活动和功能连接的变化，揭示了人脑的信息处理机制和不同区域的功能分布。
此外，MRI还在代谢成像方面展现了其独特的优势。
代谢成像是通过观察和测量组织或器官的代谢活动，来评估其功能状态和营养代谢的异常情况。
常见的代谢成像包括磁共振波谱成像（MRSI）和磁共振碘类代谢成像（Magnetic Resonance Spectroscopy Imaging，MRSI）。
这些成像可用于诊断和评估多种疾病，如心肌梗死、脑缺血和肿瘤等。
代谢成像可以提供更全面的信息，帮助医生制定治疗方案和监测疗效。
最后，MRI在分子成像方面也呈现出了巨大的潜力。
分子成像是通过标记分子探针，实现对生物分子表达和分布的可视化。
在临床研究中，分子成像可以用于早期诊断和治疗效果评估。
帕金森病精准诊疗的现状和展望
帕金森病精准诊疗的现状和展望帕金森病（Parkinson′s disease）是第二常见的神经系统退行性疾病，在我国65岁以上老年人中的患病率为1.7%，2030年患病人数可达500万。
其临床特征包括以运动迟缓、静止性震颤、肌强直和姿势平衡障碍为主的运动症状，和嗅觉减退、自主神经功能障碍、睡眠障碍、抑郁和认知障碍等非运动症状。
随着帕金森病患者年龄的增长与疾病的进展，其运动症状与非运动症状会逐渐加重，可致患者残疾，给患者和社会带来极大的负担。
目前，帕金森病的诊断主要基于患者的临床信息；治疗方法包括药物治疗、手术治疗、运动疗法、心理干预、照料护理等，以药物治疗为主要手段，尚无治愈方法。
精准医疗是一种以个体化医疗为基础，通过基因组学、蛋白质组学、多模态影像融合等技术，对疾病进行生物标志物的分析与应用，从而实现对疾病和特定患者精准治疗的医疗模式。
自国内外精准医疗计划被提出，精准治疗在神经退行性疾病领域也得到大力发展。
文中将从帕金森病的精准诊断和精准治疗两方面，介绍近年来精准医学在帕金森病中的发展现况，并对未来研究方向进行展望。
一、帕金森病的精准诊断（一）帕金森病的临床分型明确疾病亚型是精准诊疗实施的重要途径，认识到帕金森病多种多样的表现形式，有助于临床医生对帕金森病患者提供更好的诊疗意见。
目前，帕金森病的分型仍主要依据患者临床资料。
根据帕金森病患者的发病时间，可以分为早发型（<45岁）和晚发型（≥60岁），发病年龄<21岁为青少年型。
早发型患者以僵直和步态迟缓起病更为常见，从起病至出现不可逆症状的时间更长，更易出现异动症和其他运动并发症。
以主要运动症状为依据，可将帕金森病患者分为震颤为主型（tremor-dominant，TD）、姿势不稳/步态障碍型（postural instability or gait dysfunction，PIGD）和中间型。
PIGD-帕金森病患者疾病进展更快、预后更差，对左旋多巴反应较差，更易合并痴呆、抑郁等非运动症状。
帕金森病的神经影像学
帕金森病的神经影像学帕金森病（Parkinson's disease，PD）是一种常见的神经系统退行性疾病，主要影响中老年人的运动系统。
其病因尚未完全明了，但研究显示可能与多种因素有关，包括遗传、环境、氧化应激等。
神经影像学技术的发展为研究帕金森病的病因和病理生理提供了新的手段。
结构影像学结构影像学技术如计算机断层扫描（CT）和磁共振成像（MRI）可以显示帕金森病患者脑部的结构改变。
帕金森病患者常表现出脑萎缩，特别是黑质和纹状体区域的萎缩。
MRI的研究表明，帕金森病患者的黑质致密部体积减小，这可能与多巴胺能神经元的变性有关。
帕金森病患者还可能表现出皮层下灰质萎缩和脑室扩大等表现。
功能影像学功能影像学技术如单光子发射计算机断层扫描（SPECT）和正电子发射计算机断层扫描（PET）可以揭示帕金森病患者脑部的功能改变。
PET研究表明，帕金森病患者的大脑皮质、丘脑和基底节的局部葡萄糖代谢率降低，这反映了神经元活动的降低。
SPECT的研究表明，帕金森病患者的皮质血流灌注减少，特别是在运动前区和辅助运动区。
分子影像学分子影像学技术如PET可以用于研究帕金森病患者脑部的分子改变。
在PET成像中，可以使用的放射性标记药物包括多巴胺转运蛋白、多巴胺D2受体等。
这些药物可以用于评估多巴胺能神经元的功能状态。
研究表明，帕金森病患者的多巴胺转运蛋白和多巴胺D2受体表达减少，这反映了多巴胺能神经元的变性。
结论神经影像学技术的发展为帕金森病的研究提供了新的视角。
结构影像学、功能影像学和分子影像学技术都可以用于揭示帕金森病患者脑部的改变。
这些技术的结合可以帮助我们更好地理解帕金森病的病因和病理生理机制。
未来，神经影像学技术还将为帕金森病的早期诊断、治疗和预后评估提供更多的线索和帮助。
脑小血管病的神经影像学研究进展脑小血管病是一种常见的神经系统疾病，影响着全球数百万人。
该病通常表现为腔隙性脑梗死、脑白质病变和慢性脑缺血等症状。
运动锻炼对帕金森病影响的研究进展
·72·
1 运动锻炼改善 PD 的机制
运动锻炼可以改善 PD 患者的运动和非运动症
状，提高患者日常生活质量，推迟用药或减少用药
Sasco 等
［14］
作用仍能维持 3 个月。该研究表明，太极不但可有
效改善 PD 患者的运动和姿势稳定性，而且具有锻炼
。 早 在 1992 年 ， “后效应”。除了运动症状，太极拳还能改善 PD 患者
康复作用的研究［27］，除了评估 URDRS 和非运动症状
评 价 量 表（Non-motor Symptoms Scale，NMSS）外 ，还
利用步态分析仪及平衡测试仪对患者的步态和平衡
Abstract： Parkinson disease（PD）is a neurodegenerative disease caused by the degeneration and loss of dopaminer⁃
gic neurons and is characterized by bradykinesia，myotonia，resting tremor，and abnormal gait and posture. Medication
作者单位：
（1. 河 北 医 科 大 学 第 一 医 院 神 经 内 科 ，河 北 石 家 庄
050000；2. 沧州市中心医院神经内科，河北 沧州 061000）
通信作者：顾
平，E-mail：gpwh2000@hebmu. edu. cn
J Apoplexy and Nervous Diseases, January 2024, Vol 41，No. 1
包括：太极拳、八段锦、虚拟现实、舞蹈、瑜伽、渐进抗
阻力训练、水疗以及有氧跑步机锻炼等。
伴有快速眼动睡眠行为障碍帕金森病的MR脑功能网络与结构改变研究共3篇
伴有快速眼动睡眠行为障碍帕金森病的MR脑功能网络与结构改变研究共3篇伴有快速眼动睡眠行为障碍帕金森病的MR脑功能网络与结构改变研究1伴有快速眼动睡眠行为障碍帕金森病的MR脑功能网络与结构改变研究帕金森病是一种逐渐加重的中枢神经系统疾病，其临床症状主要为肌张力障碍、动作迟缓和震颤等。
然而，一些帕金森病患者还会出现快速眼动睡眠行为障碍（REM睡眠行为障碍）。
REM睡眠是一种激活性睡眠，它不仅和健康普遍有关联，而且在帕金森病中，它与病程和病变的严重程度有关。
本文将讨论帕金森病中REM睡眠行为障碍的MR成像研究，并将着重讨论脑功能网络和结构上的变化。
一些研究表明，REM睡眠障碍帕金森病患者的脑功能网络结构与健康的普遍存在的REM睡眠患者存在显著差异。
荧光成像法是一种可视化技术，可以测量脑区域的准确活跃度。
通过这种技术，研究人员发现，具有REM睡眠障碍的帕金森病患者的脑功能网络和没有睡眠问题的患者存在显著的差别。
此外，MRI技术也提供了探索帕金森病患者的脑结构的机会。
MRI成像可以从大量的角度捕捉脑结构，并且还能测量不同脑区域的体积和密度。
帕金森病患者的MRI成像显示，那些有REM睡眠障碍的人，与那些没有睡眠问题的病人相比，其大脑大小和灰质质量更容易受到损害。
有一个正在发展的领域仍然需要探索，那就是REM睡眠障碍与帕金森病之间的本质联系是什么。
虽然两个症状往往同时出现，但研究人员还没有找到一个特定的原因和效应链来解释二者之间的关系。
眼动时期麻痹症（类似REM障碍）被指出与帕金森病的神经化学信息过程受损相关。
这些化学物质称为神经递减物。
如果我们更好地了解了REM睡眠行为障碍与帕金森病之间的联系，我们就有了一种不仅可以诊断REM睡眠障碍，而且可以早期诊断帕金森病的方法。
然而，在探索REM睡眠障碍和帕金森病之间的联系方面还有很长的路要走。
仍然需要开展更多针对REM睡眠障碍和帕金森病之间联系的研究和实验，以更好地理解这些疾病之间的关系及其可能的治疗方法虽然我们已经开始更好地理解REM睡眠障碍与帕金森病之间的联系，但我们仍需要更多的研究和实验来探索这些疾病之间的关系及其治疗方法。
多模态脑成像数据分析方法及其在精神疾病中的应用
多模态脑成像数据分析方法及其在精神疾病中的应用随着医疗科技的不断发展，多模态脑成像技术已经成为研究和诊治精神疾病的重要工具。
由于不同成像技术能够提供不同的信息，多模态脑成像数据的分析与融合已经成为当前研究的重要方向。
一、多模态脑成像技术的不同模态目前常见的多模态脑成像技术包括结构磁共振成像（MRI）、功能磁共振成像（fMRI）、磁性脑电图成像（MEG）、正电子发射计算机断层扫描（PET）和单光子发射计算机断层扫描（SPECT）等。
这些技术能够提供脑结构、脑功能、脑电活动、脑代谢和受体分布等不同类型的信息。
二、多模态脑成像数据分析的方法多模态脑成像数据的分析主要包括以下几个方面：1.数据的预处理。
由于不同成像技术受到的干扰和噪声不同，对于每种成像技术需要进行特定的数据预处理，如去噪、空间标准化、运动校正等。
2.单模态数据的分析。
对于单一的成像数据，可以引用不同的统计方法进行分析，如独立成分分析（ICA）、偏最小二乘法（PLS）、结构方程模型（SEM）等。
3.多模态数据的融合。
在数据融合时需要注意到不同成像技术之间的差异，并采用合适的算法进行数据融合。
常见的算法包括联合独立成分分析（jICA）、结构-功能连接（SFC）等。
4.机器学习。
针对不同的精神疾病，可以采用机器学习算法来挖掘潜在的特征和模式。
例如，支持向量机（SVM）、随机森林（RF）、神经网络（NN）等方法可以用来分类和诊断精神疾病。
三、多模态脑成像在精神疾病中的应用多模态脑成像技术的应用可以帮助我们更好地理解精神疾病的发生和进展机制，并提供精神疾病的个体化治疗方案。
1.神经发育和精神疾病风险。
通过结构MRI、MEG和EEG等技术可以探索神经发育过程中的变化，以及这些变化是否与精神疾病的风险相关。
2.情感障碍。
通过fMRI、PET和SPECT等技术可以探索情绪调节网络的异常和神经化学机制的改变，在个体化治疗方案的制定中具有重要意义。
3.认知障碍。
SWI在帕金森病脑结构损伤的定性与定量分析
06
结论与展望
研究成果总结
SWI在帕金森病脑结构损伤定性分析中的应用
通过SWI技术，可以清晰地观察到帕金森病患者脑内铁沉积、微出血等病变情况，为疾 病的早期诊断和鉴别诊断提供了重要依据。
SWI在帕金森病脑结构损伤定量分析中的价值
利用SWI序列的相位图和幅度图，可以对帕金森病患者脑内的铁含量进行定量测量，进 而评估病情严重程度和治疗效果。
鉴别诊断意义
帕金森病与其他神经退行性疾病（如多系统萎缩、进行性核上性麻痹等）在临床表现上存在一定相似性， SWI技术在鉴别诊断中具有重要价值。
SWI检测结果与鉴别诊断
通过SWI技术检测患者脑部，发现不同疾病在脑部铁沉积分布、异常信号表现等方面存在差异，为鉴别诊断 提供依据。
临床应用价值
结合临床表现和其他影像学检查结果，SWI技术在帕金森病的鉴别诊断中具有较高的敏感性和特异性，有助 于提高诊断准确率。
皮质厚度
利用SWI高分辨率特点，测量大脑皮质厚度，分析其 在帕金森病中的变化。
图像分割与特征提取技术
基于阈值的分割方法
01
通过设置合适的阈值，将图像分为不同的组织类型，如灰质、
白质、脑脊液等。
基于区域的分割方法
02
利用像素之间的空间关系，将具有相似性质的像素聚集在一起
，形成不同的区域。
特征提取技术
结果解读
结合临床资料和其他影像学检查 结果，对SWI定性分析结果进行 综合解读，为帕金森病的诊断和 治疗提供重要依据。
03
SWI在帕金森病脑结构损伤定 量分析
定量分析指标选沉积量，如黑质、 红核等。
脑区体积
基于SWI结构图像，采用自动或半自动分割方法测量 脑区体积，如灰质、白质、脑脊液等。
SWI在帕金森病患者中的脑功能改变分析
PART 04
SWI在帕金森病患者脑功 能改变中的表现
REPORTING
SWI在帕金森病患者脑铁沉积中的表现
01
SWI能够敏感地检测到帕金森病患者脑内铁沉积的增
加，尤其是黑质、红核等区域。
02
帕金森病患者脑内铁沉积的增加与病程、病情严重程
度等相关。
03
SWI可通过定量分析方法，对帕金森病患者脑内铁沉
SWI在评估帕金森病患者脑功 能改变方面具有重要价值， 为临床诊断和治疗提供了新 的思路和方法。
研究不足与展望
01
02
03
本研究样本量较小，可能存在一 定的偏倚，未来需要扩大样本量 以进一步验证结论。
SWI对帕金森病脑功能改变的评 估仍处于探索阶段，需要与其他 影像学技术结合，以提高诊断的 准确性和敏感性。
SWI技术概述
SWI技术原理
磁敏感加权成像（SWI）是一种利用组织 间磁化率差异和血氧水平依赖效应，形 成独特对比的磁共振成像技术。通过高 分辨力三维梯度回波序列，根据不同组 织间的磁敏感性差异提供图像对比增强 ，可以检测到大脑内小静脉和铁沉积的 分布。
VS
SWI在神经系统的应用
SWI技术在神经系统疾病的研究中具有广 泛应用价值，如脑出血、脑缺血、脑肿瘤 、脑血管畸形、脑外伤等。在帕金森病的 研究中，SWI技术可以敏感地检测到黑质 等区域的铁沉积情况，为疾病的早期诊断 和病情监测提供重要信息。
帕金森病患者的脑功能网络连接改变
功能连接减弱
帕金森病患者的脑部功能网络连 接通常会减弱，特别是在与运动 控制和认知功能相关的网络。
小世界网络属性改变
帕金森病患者的脑部网络还可能 表现出小世界网络属性的改变， 即网络的局部聚集性和全局效率 之间的平衡被打破。
帕金森病患者言语功能障碍的机器学习诊断
帕金森病患者言语功能障碍的机器学习诊断帕金森病是一种常见的神经系统退行性疾病，主要影响中老年人。
除了常见的运动症状，如震颤、僵硬和运动迟缓外，帕金森病患者还常常伴有言语功能障碍。
言语功能障碍不仅严重影响患者的生活质量，也给临床诊断和治疗带来了挑战。
近年来，机器学习技术的发展为帕金森病患者言语功能障碍的诊断提供了新的思路和方法。
帕金森病患者的言语功能障碍表现多样，包括声音低沉、单调、语速缓慢、发音不清、语调异常等。
这些症状可能会逐渐加重，导致患者交流困难，甚至影响其社交和心理健康。
传统的诊断方法主要依靠医生的临床观察和经验，但这种方法存在一定的主观性和局限性。
而且，言语功能障碍的表现较为复杂，难以通过简单的量表或测试进行准确评估。
机器学习是一种人工智能技术，它能够从大量的数据中自动学习和提取特征，从而建立预测模型。
在帕金森病患者言语功能障碍的诊断中，机器学习可以通过分析患者的语音样本，提取出与疾病相关的特征，并进行分类和诊断。
首先，数据采集是机器学习诊断的基础。
需要收集大量帕金森病患者和健康对照者的语音样本。
这些样本可以包括朗读、对话、唱歌等不同形式的语音。
在采集过程中，要确保语音的质量和一致性，同时记录患者的相关临床信息，如疾病的病程、严重程度、用药情况等。
接下来，对采集到的语音数据进行预处理。
这包括去除噪声、音频分割、特征提取等步骤。
特征提取是关键环节，常用的语音特征包括基频、时长、能量、共振峰等。
此外，还可以提取一些高级特征，如韵律特征、语速变化特征等。
有了特征数据后，就可以选择合适的机器学习算法进行模型训练。
常见的算法包括支持向量机、决策树、随机森林、神经网络等。
不同的算法在处理不同类型的数据和问题时表现各异，需要根据实际情况进行选择和优化。
在训练模型时，需要将数据集分为训练集、验证集和测试集。
训练集用于模型的学习和参数调整，验证集用于评估模型在训练过程中的性能，并选择最优的模型参数，测试集则用于最终评估模型的泛化能力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
项目名称：帕金森病运动及认知功能障碍的多模态磁共振成像研究
完成单位（含排序）：中国医科大学附属第一医院
完成人（含排序）：范国光,孙文阁,李松柏,刘虎,王慈,李健,王娜
项目简介：
帕金森病(Parkinson’s disease, PD)是一种常见的中老年神经变性疾病，表现复杂多样，其运动障碍主要以静止震颤、运动迟缓、肌强直及步态姿势异常为主，非运动症状则以认知障碍最为突出。
运动及认知功能障碍严重影响患者生活，增加了家庭及社会负担。
目前PD的诊断主要基于症状学，缺乏客观依据，且PD与帕金森综合征表现相似，误诊率高，但PD预后好、进展慢、治疗效果好，因此早期诊断及鉴别对于实现个体化精准治疗意义重大。
本项目在国家自然基金的支持下，将最前沿的神经环路损伤理念引入影像学，首次采用多模态磁共振技术对PD进行实验与临床研究，以寻找早期诊断及鉴别的客观证据为目标，开展了一系列有重要临床价值和应用前景的研究。
1.针对现行PD运动及认知功能障碍临床评价的不足，应用静息态功能磁共振(resting-state fMRI, rs-fMRI)及扩散张量成像技术（DTI）对PD患者不同运动亚型及认知功能障碍的解剖及功能连接改变的差异进行研究，从机制上寻找PD发生运动及认知功能损伤循证医学证据，并提供可靠的评价指标。
①应用rs-fMRI比较PD不同运动亚型的差异，提出小脑在亚型间的作用不同，震颤型患者中“小脑－丘脑－大脑”环路功能连接改变可能参与运动补偿，提示该型患者预后较好，对个体化的治疗及预后评价有一定临床意义。
②联合应用rs-fMRI及DTI比较不同认知状态PD患者功能及解剖连接的差异，发现认知功能下降和后扣带－右侧颞中回功能连接及左侧海马纤维束完整性损伤有关，提出通过评价白质纤维束完整性为早期预测PD发生痴呆的线索。
2. 探讨多模态磁共振技术在PD动物实验联合临床研究中的作用，提供新的研究思路。
①首次将多模态磁共振技术引入联合动物实验，实现离体及活体功能研究：建立6-OH多巴胺PD大鼠模型，指出该模型可模拟其发病机制，从病理上揭示小脑皮质神经元和突触的丢失与发病有关，同时影像学证实小脑后叶可能起重要作用。
②采用3D增强T2加权成像技术(ESWAN)，提出中脑黑质尺寸及相位值可以作为PD患者运动损伤的程度的评价指标，为早期临床评估提供新指标。
3. 优化磁敏感成像技术，联合DTI技术中多个分析方法比较PD及帕金森综合征的差异，指导临床鉴别诊断。
①提出中脑黑质致密部及壳核铁沉积模式不同，可用于PD及帕金森综合征（多系统萎缩）的鉴别，为早期鉴别诊断提供了可靠的指标。
具体扫描方案与常规磁敏感扫描不同，着重对于PD及帕金森综合征容易受损的壳核区域进行薄层高清扫描，观察核团铁沉积模式及程度，联合多种影像学征象提高诊断能力。
②联合应用基于纤维骨架的空间统计方法（TBSS）及感兴趣区（ROI）对PD 及多系统萎缩-帕金森症型（MSA-P）进行鉴别诊断，提出小脑中脚及胼胝体FA 值（fractional anisotropy）可用于鉴别。
以如上结果为依据开展PD的早期诊断及鉴别诊断，超过200名来放射科及神经内科医生进行学习应用。
省内11家医院包括多家三等甲级医院及拥有磁共振设备的医院应用本成果为临床诊治提供更多信息，目前已达500余例，效果明显。
本项目共发表学术论文24篇，其中SCI收录13篇，4篇在国内学会上进行交流，得到了同行的认可。