《Frontiers in Aging Neuroscience》:Magnetic resonance imaging volumetry in atypical parkinsonism: current evidence and neuroradiological perspectives
编辑推荐:
本综述系统阐述了磁共振成像(MRI)体积测量技术在非典型帕金森病,包括进行性核上性麻痹(PSP)、多系统萎缩(MSA)和皮质基底节综合征(CBS)中的诊断与评估价值。重点介绍了基于脑干、基底节和小脑的定量标记物(如MRPI、MRPI 2.0)、自动化分割与机器学习方法的最新进展,并探讨了其作为疾病进展生物标志物在临床实践与临床试验中的潜力与应用挑战。
在神经退行性疾病谱系中,非典型帕金森病——主要包括进行性核上性麻痹(PSP)、多系统萎缩(MSA)和皮质基底节综合征(CBS)——的诊断长期以来是一项重大临床挑战,尤其在疾病早期,其运动与非运动症状常与特发性帕金森病(PD)重叠。磁共振成像(MRI)在此类疾病的鉴别诊断中扮演着核心角色,而超越传统定性评估的定量MRI技术,特别是体积测量和平面测量学,已成为评估疾病特异性脑萎缩模式的客观工具,重要性日益凸显。
MRI形态测量技术概览
定量MRI技术的发展经历了从手动测量到自动化分析的演进。早期方法主要依赖在正中矢状位T1加权像上对手动或半自动选取的脑干结构(如中脑、脑桥)进行平面测量。具有里程碑意义的工作是磁共振帕金森病指数(MRPI)的引入,该复合指数整合了脑桥-中脑面积比以及中小脑脚-上小脑脚宽度比,在区分PSP与PD及MSA帕金森亚型(MSA-P)方面展现出优异的诊断性能。简化的中脑-脑桥比率也被证实对PSP具有高特异性。
然而,手动测量存在观察者依赖性和结果可变性等局限。这推动了基于图谱的体积测量技术的发展,例如基于体素的形态学分析(VBM)和自动化分割框架(如FreeSurfer、FSL-FIRST)。这些方法能够对全脑皮质、皮质下、小脑及脑干结构进行客观、无偏倚的量化,更全面地捕捉神经退行性病变的空间复杂性。
近年来,自动化体积测量与机器学习的结合进一步扩展了诊断潜力。监督式机器学习模型(如支持向量机)和深度学习方法能够整合多维体积特征,在个体水平上实现PSP、MSA、CBS与PD的鉴别分类,显示出 promising 的准确性。但此类方法目前仍面临模型可解释性、跨扫描仪与多中心泛化性、以及缺乏标准化验证流程等挑战,其常规临床应用尚待完善。
MRI体积测量在非典型帕金森病各亚型中的应用
进行性核上性麻痹
PSP,特别是其典型表型理查森综合征(PSP-RS),具有高度可复现的脑干萎缩模式:显著的中脑萎缩伴脑桥体积相对保留。这构成了“蜂鸟征”的定量基础。中脑面积、中脑-脑桥比率以及MRPI是该模式的关键指标,对区分PSP-RS与PD和MSA具有高特异性。此外,PSP还伴有上小脑脚萎缩,以及海马、胼胝体等结构的累及,反映了超出脑干的更广泛 neurodegeneration。
为了提升对中脑萎缩不典型PSP表型(如PSP-帕金森症,PSP-P)的诊断敏感性,MRPI 2.0应运而生。它在原MRPI基础上,增加了第三脑室宽度与侧脑室前角宽度的比值,以捕捉PSP中常见的脑室周围萎缩。研究表明,MRPI 2.0在区分PSP-P与PD方面表现更优,同时保持了高特异性和良好的可重复性。
多系统萎缩
MSA的萎缩模式与PSP截然不同,主要累及幕下结构和基底节。在帕金森亚型(MSA-P),壳核体积减小是关键的影像特征,常伴有特征性T2信号改变。在小脑亚型(MSA-C),则主要表现为显著的脑桥和小脑萎缩。纵向MRI研究证实,MSA患者的脑桥和小脑萎缩年化率在帕金森病谱系中最髙,且与运动功能障碍的恶化相关,这使其成为监测疾病进展和评估治疗效应的有力生物标志物。
皮质基底节综合征
CBS应被视为一个临床综合征,其影像核心特征是不对称的额顶叶皮层萎缩,可伴有基底节和丘脑的变。然而,这种萎缩模式缺乏病理特异性,其背后可能是皮质基底节变性、阿尔茨海默病或额颞叶变性等多种病理。因此,定量MRI(如VBM)在CBS中的作用更多在于支持综合征识别、早期与PD鉴别,并在一定程度上辅助推断潜在病因(例如,广泛的额颞叶萎缩可能提示额颞叶变性,而优势的顶颞叶受累可能指向阿尔茨海默病理),而非提供确定性诊断。
临床价值、局限与未来展望
目前,MRPI、MRPI 2.0等定量指标已被确立为可靠的诊断生物标志物,尤其适用于临床不确定的早期帕金森症患者的鉴别诊断,能有效提升诊断信心。自动化体积测量方法则进一步通过多区域评估疾病相关萎缩,为诊断分类和预后分层提供了支持。
然而,将这些技术转化为常规临床实践仍面临诸多挑战。首要的是MRI采集方案的异质性(场强、序列参数、扫描仪差异),这会引入系统变异,影响体积测量的可比性。此外,分析过程对年龄、头围等混杂因素的敏感性,以及缺乏按年龄、性别和扫描仪分层的大规模标准化规范数据集,也限制了个体层面的解读。
展望未来,研究方向集中在几个关键领域:推动多中心采集与后处理流程的标准化以减少变异;建立大型、高质量的规范数据集;开发兼具高准确性与良好可解释性、并能跨中心稳健泛化的机器学习模型。此外,MRI体积测量的角色正从静态诊断工具向动态生物标志物拓展。越来越多的证据支持其作为疾病进展生物标志物的潜力,能够量化相对短时间内的区域性体积变化,为临床试验提供更敏感的结局指标。甚至在预后评估方面,特定的基线萎缩模式(如中脑萎缩、脑室扩大)已被发现与更快的功能衰退和更短的生存期相关。尽管目前尚无法精准预测个体轨迹,但将影像标记物与临床、分子等多模态信息整合,是未来实现个体化疾病管理的重要方向。
总而言之,基于MRI的形态测量学已成为非典型帕金森病神经影像评估中强大且临床相关的一环。它通过提供疾病特异性的客观萎缩标记,不仅增强了诊断鉴别能力,也展现出作为进展监测和预后评估工具的广阔前景。随着方法学的不断精进与标准化,这项技术有望在更早诊断、更精确的表型刻画以及未来针对这些难治性疾病的治疗试验中,发挥越来越关键的作用。