海马亚区对阿尔茨海默病相关病理学表现出不同的脆弱性，包括淀粉样蛋白-β沉积的异常积累和神经纤维缠结。这些病理过程广泛影响亚区之间的结构和功能联系，并可能解释海马功能障碍和认知缺陷之间的关联。在这项研究中，我们调查了临床阿尔茨海默病谱系人群中海马亚区微观结构的变化程度。
我们使用灰质特异性多室扩散模型（皮质-神经突方向离散度与密度成像,NODDI）来了解阿尔茨海默病病理对海马亚区微观结构的不同影响。这项横断面研究共有 119 名参与者。参与者分为三类，认知正常（n = 47）、轻度认知障碍（n = 52）和阿尔茨海默病（n = 19）。扩散 MRI、血浆生物标志物和神经心理学测试分数用于确定微观结构完整性与阿尔茨海默病相关分子指标和认知之间的关联。对于阿尔茨海默病相关的血浆生物标志物，我们研究了淀粉样蛋白-β、tau 蛋白和神经丝轻链蛋白；对于阿尔茨海默病相关的神经心理学测试，包括连线测试、Rey 听觉语言学习测试、数字广度测试以及蒙特利尔认知评估。
认知正常受试者和轻度认知障碍受试者之间的比较显示海马安蒙角 (CA) 4 和海马齿状回的显著微观结构改变，而 CA 1-3 是阿尔茨海默病临床后期最敏感的区域。在微观结构的成像指标中，间隙自由水的各向同性扩散的体积分数在组间比较中表现出最大的效应大小。关于血浆生物标志物，神经丝轻链蛋白似乎是与 CA4 齿状回微观结构相关的最敏感的生物标志物。 CA 1-3 是认知表现和微观结构指标之间具有更强相关性的亚区。特别是，在 Rey 听觉语言学习测试和蒙特利尔认知评估中表现不佳与细胞内体积分数降低有关。
总体而言，我们的研究结果支持以下结论：组织特异性微观结构成像提供了在阿尔茨海默病不同阶段的血浆生物标志物和神经心理学结果中表现出的病理相关信息。本文发表在BRAIN杂志。(可添加微信号siyingyxf或18983979082获取原文，另思影提供免费文献下载服务，如需要也可添加此微信号入群，原文也会在群里发布)。
思影曾做过多期关于NODDI及DWI相关的文章解读，可结合阅读，增加理解（思影可提供NODDI相关分析，如有需要请加微信siyingyxf或18983979082咨询）：
NODDI在临床研究中的应用
利用DTI和NODDI纵向研究揭示轻度脑外伤后的白质微结构改变
中青年人脑白质的年龄效应和性别差异：DTI、NODDI 和 q 空间研究
成人烟雾病外观正常的脑实质的微结构损伤及其与神经认知功能障碍
弥散张量成像(DTI)研究指南
白质fMRI及静息态功能连接
弥散磁共振成像技术：在脑内的应用
大脑纤维束预测兴奋剂复用
AD与MCI患者白质纤维束的减少（基于FBA分析）
结构像和DTI纵向研究：适度饮酒可能导致认知能力下降
帕金森认知损伤和DTI脑网络
成人生命周期中的脑白质微结构
脑小血管病的结构网络变化
大脑白质网络可控性的发育增长支持了脑动力学的多样性
早期、未用药帕金森病存在特异的白质连接
网络中枢节点受缺血性脑卒中影响的程度预测认知恢复
DTI概率追踪机器学习研究:青少年阈下抑郁患者早期白质微结构的变化
DTI研究：母亲产前抑郁焦虑与婴儿大脑白质微结构的关系
癫痫的神经行为和临床共病：白质网络中断/损伤的作用
自闭症、多动症及其正常兄弟姐妹的全脑白质纤维束异常
大脑在局部区域的结构-功能耦合的遗传度与个体差异
网络连接绘制人脑通路
基于弥散张量成像的人类纤维束连接体方法面临的挑战
大脑的扩散磁共振成像—理论和概念
成年人群中白质高信号、脑网络和认知功能的相互作用
肥胖症，脑体积及白质微结构
语音韵律及其神经基础
DTI在早期脑发育研究中的应用
儿童期到成年早期白质发育的扩散磁共振成像研究
大脑白质微观结构的发育
脑小血管病中长程白质纤维的损伤影响失语严重程度
儿童早期大脑结构和功能发育的影像学研究
利手与白质连接的关系
学龄前儿童电子屏幕使用与脑白质完整性的关系
追踪进行性核上性麻痹患者的脑损伤情况
失语症词汇产出的白质结构连通性：DSI研究
大脑连接在跨哺乳物种中的保留
认知控制中的前额叶通路：来自术中刺激和纤维追踪的直接证据
AFQ（纤维束自动量化）技术预测颞叶癫痫术后疗效
新生儿卒中后发展性传导性失语的多模态脑成像研究
离散结构网络是帕金森病人冲动和赌博失范的神经底物
结构束的改变预示着淀粉样蛋白阳性老年人的下游tau蛋白累积
皮质下小梗死后相连深皮层的选择性萎缩
22q11.2缺失综合征中白质微结构改变的多中心DTI研究
机器学习揭示早产儿脑结构连接与基因变异的关系
视神经炎患者视觉系统的解剖连接及功能网络的改变
特发性震颤与帕金森病白质纤维差异
早产儿前两周的营养摄入影响全脑白质等发育
儿童脑外伤后白质损伤扩散轨迹
儿童多发性硬化（MS）患者认知下降与后侧脑损伤的关联
戒酒早期阶段的酒精成瘾男性和过量饮酒大鼠的脑白质变化
遗传性言语障碍中的背侧语言通路异常
DCM+HARDI：脑结构和有效连接是生物运动检测的基础
纹状体-皮层回路的白质纤维连接强度预测吸烟者12小时内戒烟效果
儿童和青少年心脏手术后白质纤维微结构以及其认知能力的改变
中脑边缘奖赏通路损伤与自闭症儿童的社交障碍
遗传认知能力和精神病理学与大脑白质特性的联系
精神分裂患者核心认知损伤与白质的关系
关键词
扩散磁共振成像; 微观结构; 阿尔茨海默氏病; 海马亚区; 血浆生物标志物
引言
散发性阿尔茨海默病是一种神经退行性疾病，是痴呆症最常见的原因之一。阿尔茨海默病进展的症状阶段（从轻度认知障碍 (MCI) 开始）以皮质结构的病理改变和白质变性为特征。这些病理改变也被证明与认知能力下降有关。阿尔茨海默病的神经病理学特征包括淀粉样蛋白-β (Aβ) 在细胞外神经炎斑块和细胞内神经纤维缠结中的异常积累，这些缠结由过度磷酸化的微管相关 tau 蛋白组成。这些病理性蛋白沉淀在临床症状出现之前数年甚至数十年就开始了。
许多研究报告了阿尔茨海默病早期阶段 Aβ 和神经纤维缠结的异常沉积，包括海马在内的内侧颞叶中。海马及其海马旁回网络连接被认为是支持情景记忆的最重要区域之一。由于情景记忆是阿尔茨海默病中最早且受影响最严重的认知功能之一，因此在阿尔茨海默病研究中，海马是主要的研究主题。
海马是一个异质且复杂的区域，由功能和解剖学上相互关联但又截然不同的亚区组成。这些亚区包括：下托复合体（前海马）、包含 CA1-4（后部区域）的安蒙角 (CA)、齿状回 (DG) 和海马沟。许多组织病理学研究表明，不同的海马亚区之间存在与阿尔茨海默病相关的不同病理变化。基于体积、形状和扩散 MRI 的结构 MRI 研究中，观察到与阿尔茨海默病相关的亚区之间的差异变化。
阿尔茨海默病的早期阶段，神经纤维缠结和 Aβ 蛋白沉淀的积累始于海马区。这些病理性蛋白破坏微观结构组织，导致组织细胞和骨髓结构恶化，进而造成细胞内细胞器的硬化和部分分解。这些微观结构屏障的改变可能会影响海马底层组织的水扩散分布。这些微观结构变化通常是宏观体积变化的前兆，一些研究报告说这些变化与宏观体积损失无关。在此基础上，一些研究采用扩散张量成像 (DTI) 来检测与阿尔茨海默病相关的海马组织微观结构的病理改变。然而，与宏观体积变化相比，最近研究对使用 DTI 衍生的微观结构指数来检测海马阿尔茨海默病相关变化方面的敏感性提出了质疑。
由于灰质的异质微观结构组织，我们认为，文献中的一些差异可能是由于 DTI 在绘制阿尔茨海默病相关海马病理改变的方法学限制。由于 DTI 假设扩散过程是高斯的，它只能提供来自多个隔间（例如细胞内空间、细胞外基质、具有各向同性扩散率的隔间）的水扩散的平均测量值。这些隔间可能会表现出不同的扩散性、形状和方向；因此，DTI 无法正确捕捉复杂白质纤维区域的扩散分布，高度异质的区域，如灰质和受部分容积效应污染的体素。为了解决 DTI 的一些局限性，最近一项研究采用神经突方向离散度与密度成像 (NODDI) 来估计多室模型对健康老年人海马区域的单个张量（single tensorscheme）敏感性。据报道，与 DTI 相比，NODDI 模型对与年龄相关的灰质差异的敏感性更高。
本横断面研究的目的是阐明阿尔茨海默病前驱期和痴呆阶段海马亚区的微观结构变化。我们使用组织特异性多室扩散模型来研究阿尔茨海默病相关病理学对海马亚区微观结构的不同影响。我们假设灰质特异性多室模型 (Cortical-NODDI) 对阿尔茨海默病相关的海马亚区微观结构在疾病各个阶段的病理改变很敏感。最后，我们研究了海马亚区 NODDI 衍生的灰质微观结构指标与阿尔茨海默病血浆生物标志物的关系，即 Aβ42 与 Aβ40 的比率、总 tau 和神经丝轻链蛋白 (NfL)。我们进一步假设这些灰质结构指标将与阿尔茨海默病的关键认知表现显著相关。
方法
研究被试
来自印第安纳阿尔茨海默病研究中心 (IADRC) 的印第安纳记忆和衰老研究 (IMAS) 的 119 名参与者被纳入这项横断面研究。参与者包括认知正常的对照组（n = 47）、轻度认知障碍患者（MCI；n = 52）和阿尔茨海默病患者（n = 19）。表 1 提供了参与者的人口统计分布。所有 IADRC 参与者都收到了统一数据集 (UDS3) （用于国家老年阿尔茨海默病研究中心）和 IADRC 使用的其他神经心理学测试，特别强调记忆和执行功能（详见神经心理学评估部分）。排除标准为明显的脑血管疾病或畸形；头部全身化疗或放疗史；目前的严重抑郁症；精神分裂症、双相情感障碍、发育障碍、帕金森病或其他神经系统疾病、脑部手术、脑部感染或严重头部损伤的病史；和酒精或非法药物依赖。所有参与者都根据印第安纳大学医学院人类受试者保护机构委员会批准的程序提供了书面知情同意书。排除标准为明显的脑血管疾病或畸形；头部化疗或放疗史；严重抑郁症；精神分裂症、双相情感障碍、发育障碍、帕金森病或其他神经系统疾病、脑部手术、脑部感染或严重头部损伤的病史；酒精或非法药物依赖。所有参与者都根据印第安纳大学医学院人类受试者保护机构委员会批准的程序提供了书面知情同意书。
临床和神经心理学评估
使用详细的神经心理学方案对被试进行评估，包括记忆力、注意力、执行功能、语言、空间能力、一般智力能力和精神运动速度的测量，以及标准痴呆筛查中的其他测试。测试包括但不限于连线测试 [TMT, PartA, Part B and the Difference (B-A)]、Rey 听觉语言学习测试 (RAVLT) 的即时回忆和延时回忆、数字广度测试（向前和向后）、MoCA、临床痴呆评定量表、15项老年抑郁量表和认知变化指数来评估自我报告的主观认知下降。诊断是基于多学科临床共识小组审查，在研究开始时符合国家老龄化研究所-阿尔茨海默氏症协会工作组 (NIH-AA) 的标准。共识小组包括神经病学家（M.R.F.、L.G.A.）、临床神经心理学家（F.W.U.、A.J.S.）、老年精神病学家和其他学科和学员。补充表 1 列出了选定的主要测试和诊断标准。在所有测试中没有可测量的认知缺陷且没有明显记忆问题的参与者（认知变化指数自我报告表的前 12 项总分 < 20被认为是认知正常的）。MCI 患者对其认知有重大抱怨（由他们自己、线人报告或由临床医生评估）。他们还在记忆或其他认知领域表现出明显的缺陷（比正常值低 > 1.5 SD），而日常功能没有明显损害。阿尔茨海默病患者的认知和日常功能显著下降（由 UDS 功能评估量表评估），并符合 NIH-AA 推荐的阿尔茨海默病诊断标准。表 1 提供了所有组的神经心理表现。
血浆流体分析
通过静脉穿刺收集血样。使用 10 ml EDTA（紫顶）管收集全血，在 4°C、1962 × g 下离心 15 分钟。将血浆等分到冷冻管中，直立冷冻并在收集后 2 小时内储存在 -80°C 冰箱中，直到分析。根据制造商 (Quanterix) 提供的说明，在 HD-1 分析仪上使用单重单分子阵列 (Simoa) 测定法测量血浆 Aβ40、Aβ42、NfL (神经丝轻链蛋白)和 tau 蛋白总浓度。这些测量是由对临床数据不知情的董事会认证的实验室技术人员使用一批试剂在一轮实验中进行的。变异系数为 6.3-10%。
MRI
影像采集
成像在具有 64 通道射频接收器头部线圈的单个 Siemens Prisma 3 T 扫描仪上进行。所有被试都接受了T1 解剖加权、高分辨率 T2 加权和多壳扩散 MRI。T1 加权成像是使用三维磁化准备快速梯度回波序列 (3D-MPRAGE) 获得，其成像参数与阿尔茨海默病神经成像倡议-2 协议 (http://adni.loni.usc.edu/methods/documents/mri-protocols/）。在垂直于海马主轴的斜面上，使用 0.4 × 0.4 mm2 的高平面内分辨率获取高分辨率涡轮自旋回波 T2 加权图像。其他采集参数如下：切片厚度 = 2.0 mm，重复时间/回波时间 = 8310/50 ms，翻转角度 = 122°，视野 = 175 mm2，切片数 = 32，GRAPPA 加速因子为2。使用混合扩散成像 (HYDI) 编码的单次自旋回波平面成像进行扩散 MRI。HYDI 编码方案包含三个零扩散加权（b = 0 s/mm2）和五个同心扩散加权壳，总共 142 个扩散敏感梯度方向（6个方向上b = 250 s/mm2，21个方向上b = 1000 s/mm2、24个方向上b = 2000 s/mm2、30个方向上b = 3250 s/mm2 和 61个方向上b = 5000 s/mm2）。其余采集参数如下：多波段加速因子 = 3，重复时间/回波时间 = 2690/83.6ms，视野 = 240 mm2，矩阵 = 120 × 120，体素大小 = 2 × 2 × 2 m m3，86 层， 扩散持续时间 (δ) = 20.50 ms 和扩散时间 (Δ) = 39.69 ms。获得了具有反相编码极性的额外 b = 0 s / mm2 图像，用于磁敏性引起的几何失真校正。
影像处理
首先使用 FreeSurfer在 T1 加权和高分辨率 T2 加权图像上描绘海马亚区。然后将各个亚区组合成三个不同的感兴趣区域，然后再转换到扩散空间，在那里提取扩散微观结构指数。以下是分步详细信息。使用 Freesurfer7.1.1对 T1 加权和高分辨率 T2 加权图像数据进行海马亚区分割。为了尽量减少部分容积效应，亚区组合如下：CA1 和 CA2/3 组合为 CA1-3； CA4 和 GC-ML-DG 合并为 CA4-DG；并且旁下托、前下托和下托合并为海马下托。左右区域也被合并。下文描述的统计分析将双侧海马和颅内总体积作为协变量。对于每个受试者，目视检查亚区分割质量。
对原始扩散加权图像 (DWI) 进行预处理，以减少信号噪声、吉布斯振铃效应、主体运动、磁化率引起的几何失真和 B1 场不均匀性。使用 NODDI 进行多室显微结构成像，已证明对底层微观结构更具体。为了实现灰质微观结构在生理上更合理的表示，使用灰质优化的细胞内内在平行扩散率 1.1 mm2/s，而不是白质特定值 1.7 mm2/s。使用 Dmipy 工具箱获得神经突方向分散度 (ODI)、各向同性体积分数 (VISO)、细胞内体积分数 (VFIC) 和细胞外体积分数 (VFEC)，该工具箱是基于python的DIPY 框架上的开源应用程序编程接口。
为了从双侧海马亚区提取 NODDI 衍生的微观结构参数，采用了 Nazeri 等人提出的程序管道。简而言之，对于每个受试者，从分数各向异性图生成白质分数图。使用高级归一化工具中的“Atropos”功能，通过从 1.0 中减去白质分数图和 VISO(CSF) 图获得灰质分数图。根据组织类型（灰质 = 2，白质 = 1，CSF = 0）对三个二值化组织分数图进行加权。使用这些加权图像，通过添加所有三个权重获得伪 T1 加权图像。高质量的伪 T1 加权图像提高了 T1 加权空间和扩散空间之间的转换精度。然后使用高级归一化配准工具（ANTs)将扩散空间中的伪 T1 加权图像非线性配准到 T1 加权图像。然后FreeSurfer 生成的双边海马亚区使用在前向配准过程中生成的逆变换矩阵转换到受试者扩散空间。ODI、VISO、VFIC 和 VFEC （细胞外体积分数）的区域（亚区）平均值是使用 FSL“fslstats”工具计算的。为了在扩散空间上获得稳健的区域平均值，将单个灰质分数图缩放为 0.85，然后二值化以生成稳健的灰质模板。然后在灰质模板范围内提取每个区域平均值。通过排除±5% 的区域极值，对稳健的平均值进行了缩尾处理。分析流程如图 1 所示。
图1图像处理框架的示意图。
为了在受试者的 T1 加权空间中生成双侧海马亚区mask，在 FreeSurfer 中使用了特定于受试者的 T1 加权和高分辨率 T2 加权图像。使用特定于受试者的 DWI 生成 DTI 指标-各向异性分数 (FA) 和皮质-NODDI指标-微观结构参数图（即 ODI、VISO、V FIC 和 VFEC）。对于每个受试者，在 ANTs 中使用 FA 和 VISO 图来生成伪 T1 加权图。伪 T1 加权图线性配准到受试者的 T1 加权图像。双侧海马亚区mask映射到受试者的扩散空间。对于每个受试者，计算参数图的区域（即亚区）平均值以进行进一步分析。
补充图1：合并单个被试的海马亚区
左图：Freesurfer分割的海马亚区叠加在高分辨率的T1W图像上；
中图：CA1 和 CA2/3 组合为 CA1-3； CA4 和 GC-ML-DG 合并为 CA4-DG；旁下托、前下托和下托合并为海马下托；
右图：合并后的亚区叠加到 pseudo-T1W在diffusion空间.
关键词: CA = cornuammonis, GC = granule cell of the dentate gyrus, DG = dentate gyrus, T1W = T1-weighted.
统计检验 、
表 1 显示了参与者的人口统计资料、血浆生物标志物特征和神经心理表现测试分数。对于分类变量（即性别、APOE e4 状态和种族），使用 χ2 检验比较组间差异。对于非分类变量，使用 Welch 的不等方差 t 检验比较组间属性。为了研究海马亚区微观结构指标的组间差异，使用了具有一般线性模型的多变量协方差分析 (MANCOVA)。然后进行事后检验以进一步了解各组差异。在整个研究队列和每个组内，我们使用偏相关性进一步研究了海马亚区中扩散微观结构指标与阿尔茨海默病病理学的血浆生物标志物的关联。为了评估海马亚区微观结构与认知能力之间的关系，使用偏相关模型来测试整个队列的微观结构指标与神经心理学评分之间的关联。上述分析使用 SPSS（IBM SPSS 第 27 版）中的5000 个样本使用 Wild bootstrap 解释了年龄、性别、教育、APOEe4和颅内总体积的影响。为了解释三个感兴趣区域的多重比较，使用了 Benjamini-Hochberg 标准 (α = 0.05) 的错误发现率（false discovery rate）校正。 PFDR <0.05 被认为是显著的。表1 参与者的人口统计学、血浆生物标志物和认知概况
数据可用性
本研究中使用的数据是通过 NIH-NIA 资助的 R01 项目获得，该项目通过印第安纳阿尔茨海默病研究中心 (IADRC;NIH P30) 收集。因此，我们将遵守 NIH 数据共享政策和指南以及 IADRC 概述的数据共享计划(http://grants.nih.gov/grants/policy/data_sharing/data_sharing_guidance.htm)。
简而言之，我们将尽早向已获得机构审查委员会批准并愿意签署数据共享协议的合格研究人员提供数据。请求者必须同意 NIH 关于隐私、数据安全和道德实践的政策，包括不得试图确定参与者或其亲属身份的要求。主要研究人员将审查匿名人体成像数据的请求。将鼓励请求者与项目调查员进行协作分析，但这不是数据访问所必需的。本研究中使用的数据处理和分析代码来自开源软件工具，可以免费下载（参见“材料和方法”部分）。内部开发的代码将根据要求提供，并遵循上述数据共享政策。
结果
临床特征
参与者的人口统计学、血浆生物标志物和神经心理学概况总结在表 1 中。认知正常、MCI 和阿尔茨海默病患者在年龄、种族或受教育年限方面没有显著差异。总体而言，三组的女性参与者都较多。认知正常和 MCI的性别分布存在显著差异，与认知正常组相比，MCI 组的男性更多。与认知正常组相比，MCI 和阿尔茨海默病 APOE e4 携带者较多的组之间的 APOE e4 状态存在显著差异。在血浆生物标志物方面，虽然Aβ40 和 Aβ42 中未观察到组间差异，但 Aβ42/Aβ40 的比值在认知正常和 MCI之间以及认知正常和阿尔茨海默病患者之间存在显著差异，阿尔茨海默病和 MCI 患者表现出相对于认知正常参与者较低的 Aβ42/Aβ40 比率值。与 MCI 和阿尔茨海默病患者相比，认知正常的 NfL (神经丝轻链蛋白)显著降低。在神经心理学测试分数方面，TMT-A 和 TMT-B 在三组中均存在显著差异，MCI 和阿尔茨海默病患者的表现较差。相对于 MCI 和阿尔茨海默病患者，认知正常受试者的 RAVLT 评分更高。 MoCA 评分在三组中都存在显著差异，MCI 患者的表现低于认知正常受试者，阿尔茨海默病参与者的表现低于 MCI 和认知正常受试者。
海马亚区扩散微观结构指标的敏感性
对三个临床分组之间海马亚区 NODDI 衍生的显微结构指标进行了比较。总体组间差异分析显示多个海马亚区具有统计学意义，但下托的 VFIC 除外（表 2）。在 CA1-3 (ηp2 = 0.24) 中的 VISO 以及 CA1-3 (ηp2 =0.21) 和下托 (ηp2 = 0.22) 中的 VFEC（细胞外体积分数） 中观察到组差异大的效应量。为了进一步探索海马亚区微观结构指标的成对组差异，进行事后分析，FDR 校正（图 2 和表 3）。在阿尔茨海默病临床的早期阶段，VFIC 表现出 CA4-DG 的显著变化，与认知正常组相比，MCI的 VFIC 显著降低（PFDR <0.05；Hedge’s g = 0.53）。在疾病后期，在所有亚区的微观结构指标中观察到认知正常和阿尔茨海默病之间显著的组差异。在 VISO 和 VFEC 中观察到最大的效应量（PFDR < 0.001，Hedge’s g> 1）。在比较 MCI 和阿尔茨海默病患者时，VISO 在 CA1-3（PFDR <0.001；Hedge’s g = -0.95）和 CA4-DG（PFDR < 0.001；Hedge’s g =-0.98）中表现出最大的效应量。总体而言，在阿尔茨海默病晚期，CA1-3 和 CA4-DG 对组间差异表现出极大的敏感性，具有大量重要变化和较大的平均效应量（平均 Hedge’s g = 1.02 和 1.03）。此外，VISO 是最敏感的微观结构指标，具有最大的平均效应量（平均 Hedge’sg = 1.11）。表2 各组海马亚区扩散微结构指标的比较
表3 事后分析：成对组差异
图2 认知正常、MCI 和阿尔茨海默病参与者海马亚区皮质-NODDI指标- ODI、VISO、VFIC 和 VFEC 的组间差异。使用以年龄、性别、教育水平、APOE e4和总颅内体积作为协变量的一般线性模型进行比较。 FDR 使用 Benjamini-Hochberg 标准 (α = 0.05) 调整了三个感兴趣区域 (即子域) 的多重比较。
*PFDR < 0.05； **PFDR < 0.01； ***PFDR < 0.001。 AD = 阿尔茨海默病； CN = 认知正常
扩散微观结构指数与血浆生物标志物之间的关联
为了了解阿尔茨海默氏症的生物标志物与海马亚区微观结构的关系，首先在所有组中对海马亚区中的弥散 MRI 指标与血浆生物标志物进行了偏相关分析。由于这些病理蛋白的积累率可能在疾病的不同临床定义阶段不同，因此进一步对每组进行了分析。在所有参与者中（表 4），只有NfL (神经丝轻链蛋白)与扩散微观结构指标有显著关联。CA4-DG 的 VISO (r = 0.36 ; PFDR < 0.05) 和 VFEC (r = -0.30; PFDR < 0.05) 显著相关。同样，在认知正常的参与者（补充表 2）中，NfL (神经丝轻链蛋白)与 CA4-DG 中的 VISO 呈正相关（r = 0.47；PFDR < 0.05）。另一方面，在阿尔茨海默病患者（补充表 4）中，总体 tau 水平与下托（r= -0.98；PFDR < 0.05）和 CA4-DG(r = -0.98；PFDR < 0.05) 的ODI 呈显著负相关。这些关联在 MCI中并不显著（补充表 3）。在所有三组中，没有观察到任何微观结构指标与 Aβ42/Aβ40 比率的显著关联。
表4 所有参与者的扩散微观结构指标与血浆生物标志物之间的偏相关分析
扩散微观结构指数与神经心理表现评分之间的关联
为了了解海马亚区微观结构改变与认知能力之间的关联，在扩散指标和神经心理学表现之间进行了偏相关分析（表 5）。在 FDR 校正 (α = 0.05) 后，所有亚区的VFIC 与神经心理评分的关联度最高 (0.20 < r < 0.33)。高 VFIC 与 MoCA 和 RAVLT中更好的认知表现相关。特别是，CA1-3 中的VFIC 与MoCA 相关系数最高（r = 0.33；PFDR < 0.05）。在神经心理学测试中，TMT 是与微观结构生物标志物最不相关的指标。在各个亚区中，CA1-3 被证明是最重要的亚区，在认知表现和微观结构指标之间具有最显著的关联和最高的效应量 (r >0.45)。在 CA1-3 中，高认知能力（即 MoCA 和 RAVLT）与低ODI和VISO相关，并且与VFIC 和VFEC 的细胞内和细胞外体积分数增加有关。
表5 神经心理学测试分数与 MRI 指标之间的偏相关分析
讨论
临床特征
本研究使用多壳(multi-shell)扩散 MRI 成像探究与阿尔茨海默病相关的海马亚区微观组织结构的改变。虽然之前已经在整个海马和海马亚区报告了基于单壳(signle-shell)DTI 分析，但针对阿尔茨海默病海马亚区的多室扩散研究非常有限。先进的隔室建模可以通过将扩散信号分解成几个具有生物学意义的成分来提供更具体的病理生理学解释。使用这种新颖的神经影像技术，我们观察到阿尔茨海默病临床连续体的分级变化和海马亚区之间的差异变化。
本研究表明，区域扩散微观结构指标对阿尔茨海默病的临床连续进程具有不同的影响。一个显著的组间差异（即 CA4-DG 中的 VFIC）表明了从正常认知到 MCI 的早期微观结构变化。在后期阶段，MCI 和阿尔茨海默病之间大约 70% 的海马亚区的微观结构指标存在差异，并且认知正常受试者与阿尔茨海默病患者之间的所有比较都是显著的。在检查阿尔茨海默病前驱期和临床阶段的扩散指标后，我们发现细胞内和细胞外体积分数减少，组织分散和各向同性体积分数增加。
我们对各向同性扩散增加的观察可以解释以前在 MCI 和阿尔茨海默病中的 DTI 发现。先前在阿尔茨海默病的海马中报道了平均扩散率升高，而在 MCI中较小。这种平均扩散率的增加可能是由于阿尔茨海默病相关的树突丢失、神经元收缩、轴突变性或细胞膜完整性破坏引起了水肿变化，进而引起快速各向同性扩散增加。
本研究还观察到海马亚区之间的变化，并且 CA的微观结构似乎对病理变化高度敏感。虽然 CA4-DG 显示出早期细胞内体积分数的减少，但在阿尔茨海默病的后期，CA1-3 和 CA4-DG 的组间差异和与血液生物标志物的相关性具有很大的影响。对于与神经心理学结果的关联，CA1-3 表现出最高的敏感性和最大的效应量。 CA1 亚区一直是先前病理生理学研究的重点，显示出与阿尔茨海默病显著相关的神经元和突触丧失。这种神经元损失也与简易精神状况检查(Mini Mental StateExamination)中的认知有关。另一方面，DG （齿状回）被认为是海马体的神经发生中心，据报道它在阿尔茨海默病的动物模型中显示功能失调。
阿尔茨海默病病理学的分子生物标志物在痴呆之前的早期疾病阶段最有用。据报道，微观结构改变与阿尔茨海默病病理学生物标志物-脑脊液呈现出不同程度的相关。最近的研究表明，基于血液的生物标志物在检测阿尔茨海默病中的 CNS 淀粉样蛋白和 tau 蛋白沉积方面可以达到与 CSF 生物标志物相似的效果。该研究为检测海马区域显微结构改变中的血浆生物标志物效用提供了支持。组间和组内分析表明，血浆生物标志物与海马亚区的微观结构指标之间存在显著关联。相关分析表明，NfL 升高与间质自由水和细胞外受阻水成分增加的神经退行性变化先关。本结果还突出了病理学对海马亚区微观结构的不同影响。CA4-DG 和下托呈现出NfL和tau蛋白与微观结构退化的相关性。另一方面，CA1-3 显示了血液标志物和扩散指标之间的一些新关系，尽管它们没有在多重比较校正中幸存下来。
本研究表明神经心理学测试分数与海马局部微观结构改变之间存在显著关联。与组比较结果一致（VFIC最早显示出可检测差异，认知正常与 MCI)，VFIC 是与临床结果相关的最敏感的微观结构指标之一。所有海马亚区的VFIC 与大多数神经心理学评分有很强的相关性。总体而言，神经心理学测试中表现不佳与细胞内体积分数降低有关，这可能与神经突密度降低有关。这些结果支持神经元丢失和突触障碍与认知缺陷密切相关的假设。此外，最近一项关于年轻发作阿尔茨海默病的研究表明， NODDI灰质神经密度与简易精神状态检查之间存在关联。
这项研究有一些局限性。首先，受试者总体上受过高等教育（教育年限≥ 15 年），这可能会限制结果在教育水平较低人群的普遍适用性。其次，本研究是横向研究，报告的差异是群体效应，而不是疾病进展导致的个体内部变化。未来的纵向研究有必要证实目前的发现。第三，该研究使用标准分辨率 (2 × 2 × 2 mm3) 的扩散 MRI 数据来估计海马亚区等相对较小结构的微观结构变化。因此，我们选择不进一步划分 CA1-3 或 CA4-DG。此外，我们专注于海马亚区的主要灰质部分。因此，该分析不包括海马伞和海马旁回。为了减轻由于有限分辨率引起的部分容积效应，我们使用灰质特定的多室建模 (multi-compartment modelling )来（i）实现灰质微观结构的生理上合理的表示； (ii) 分离 CSF 和白质的部分容积影响。此外，我们在高分辨率解剖图像和弥散图像之间配准的质量保证/控制方面非常注意。由于观察到的弥散 MRI 参数图变化可能反映不同的生理/病理生理过程，因此在解释和概括这些结果时必须谨慎。最后，虽然我们的结果可能有助于整理与阿尔茨海默病生物学定义相关的证据 [即A/T (N) 系统]，该研究侧重于阿尔茨海默病临床的连续变化，并根据临床标准而不是 A/T(N) 生物标志物标准对各组进行划分。A/T (N) 系统和微观结构成像的关系将成为我们未来的研究重点，包括代表“T”的磷酸化 tau 以补充现有的血液生物标志物数据、“A”的 Aβ42/Aβ40 比率和“N”的 NfL 。
尽管存在局限性，但这项研究的结果证明了显微结构成像在检测阿尔茨海默病临床诊断中海马亚区细微变化方面的作用。我们以组级别和区域级别将显微结构成像与阿尔茨海默病病理学的分子生物标志物联系起来。此外，海马亚区微观结构指数的变化可以解释神经心理学测试结果。
如需原文及补充材料请添加思影科技微信：siyingyxf或18983979082获取,如对思影课程及服务感兴趣也可加此微信号咨询。另思影提供免费文献下载服务，如需要也可添加此微信号入群，原文也会在群里发布，如果我们的解读对您的研究有帮助，请给个转发支持以及右下角点击一下在看，是对思影科技的支持，感谢！
微信扫码或者长按选择识别关注思影
非常感谢转发支持与推荐
欢迎浏览思影的数据处理业务及课程介绍。（请直接点击下文文字即可浏览思影科技所有的课程，欢迎添加微信号siyingyxf或18983979082进行咨询，所有课程均开放报名，报名后我们会第一时间联系，并保留已报名学员名额）：
核磁：
重庆：
第九届脑网络数据处理提高班（重庆，10.13-18）
第七十届磁共振脑影像基础班（重庆，10.22-27）
第二十八届弥散成像数据处理班（重庆，11.5-10）
第六届弥散磁共振成像提高班（重庆，11.17-22）
第二十三届磁共振脑影像结构班（重庆，11.27-12.2）
北京：
第十届脑网络数据处理提高班（北京，10.20-25）
第十一届磁共振ASL（动脉自旋标记）数据处理班（北京，11.3-6）
第七十二届磁共振脑影像基础班（北京，11.9-14）
第六届影像组学班（北京，11.25-30）
第五届R语言统计班（北京，11.16-20）
上海：
第二十四届脑影像机器学习班（上海，10.9-14）
第三十一届磁共振脑网络数据处理班（上海，10.28-11.2）
第六十九届磁共振脑影像基础班（上海，11.4-9）
南京：
第三十三届磁共振脑网络数据处理班（南京，10.16-21）
第二十二届磁共振脑影像结构班（南京，10.24-29）
第七十一届磁共振脑影像基础班（南京，11.12-17）
脑电及红外、眼动：
北京：
第三十九届脑电数据处理中级班（北京，10.11-16）
更新：第十三届眼动数据处理班（北京，10.26-31）
上海：
第二十五届近红外脑功能数据处理班（上海，10.17-22）
第三十六届脑电数据处理中级班（上海，11.13-18）
第二十八届脑电数据处理入门班（上海，11.20-25）
南京：
第五届脑电机器学习数据处理班（Matlab版本，南京，11.3-8）
重庆：
第二十七届脑电数据处理入门班（重庆，10.28-11.2）
数据处理业务介绍：
思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像（DWI/dMRI）数据处理
思影科技脑结构磁共振成像数据处理业务（T1)
思影科技定量磁敏感（QSM)数据处理业务
思影科技啮齿类动物（大小鼠）神经影像数据处理业务
思影科技灵长类动物fMRI分析业务
思影数据处理业务三：ASL数据处理
思影科技脑影像机器学习数据处理业务介绍
思影科技微生物菌群分析业务
思影科技EEG/ERP数据处理业务
思影科技近红外脑功能数据处理服务
思影科技脑电机器学习数据处理业务
思影数据处理服务六：脑磁图（MEG）数据处理
思影科技眼动数据处理服务
招聘及产品：
思影科技招聘数据处理工程师 （上海，北京，南京，重庆）
BIOSEMI脑电系统介绍
目镜式功能磁共振刺激系统介绍
