脑白质病变全自动定量分析及其应用研究

脑白质病变是一种发病率高、病因多样的脑结构损伤，应用影像手段对其进行检出和严重程度评价，对预后判断及治疗有重要指导意义。目前对脑白质病变进行定量及空间分布分析，是临床研究的重要方向。国际上仅有少数几个数据库实现了全自动脑白质病变定量分析。本研究将在一个2000余例规模的缺血性脑卒中头颅MRI影像数据库中探索全自动脑白质病变及脑组织分割方法，探索可靠的、具有普适性的数学模型，建立可应用于多中心影像数据的脑白质病变全自动分割方法；将有经验的神经科医生的读片结果与全自动脑白质病变分割结果紧密结合，进行多重比对，建立降低误分率的学习机制；根据现有临床影像数据库的MRI图像的层厚特点，结合脑部的MRI图像各谱不同层厚的大脑重构图像，建立高质量的多谱上的脑白质病变图像分割方法。最终设计具有自主知识产权的脑白质病变分析软件包，完成首个中国缺血性脑卒中人群的脑灰质、白质、脑脊液、萎缩及脑白质病变的定量分析

本研究以一个多中心大样本的急性缺血性脑卒中头颅核磁影像数据库（含2000余例患者）为基础，应用概率论、聚类、偏微分方程等方法，利用脑部结构在MRI图像各个加权序列上的灰度值特性，通过构造特定层厚的加权序列脑部图像，得到更完善的头颅MRI图像信息，建立多中心的全自动脑结构分割方法，计算脑白质病变的定量参数，了解脑白质病变在急性缺血性脑卒中患者中的分布特征、危险因素及其与临床病因分型的相关性。本研究主要分成两部分，首先进行了脑白质病变全自动定量分析方法学研究，提出有效的计算方法求解所建立的数学模型，包括数值优化方法以及偏微分方程方法。基于聚类分析的方法设计了磁共振图像分割算法，并将其用于脑白质病变分割，鲁棒性强，不需要额外的训练参数，适用于多中心图像，实现了预定的研究目标。第二部分对脑白质病变在急性缺血性脑卒中患者中的分布特征、危险因素及其与临床病因分型的相关性进行研究。结果发现，在这个急性缺血性脑卒中人群中，46.03%，患者的脑室旁白质病变评分为1分，评分为1~2分者占占71.38%，而深部脑白质病变主要集中在0~1分，占84.99%。患者脑室旁脑白质病变的严重程度与深部脑白质病变的严重程度存在相关性（Cochran-Mantel-Haenszel卡方分析，CMH值= 655.0214，P<0.0001）。多因素Logistic回归分析校正多因素间的混杂影响，结果显示与脑室旁或深部脑白质病变严重程度显著相关的危险因素为年龄（OR=2.185, 95% CI 2.004-2.383）和高血压（OR=2.002, 95% CI 1.563-2.565）。不同TOAST类型患者的脑室旁白质病变严重程度存在统计学显著差异，而深部脑白质病变严重程度无统计学显著差异。本项资助项目研究工作中的难点在于大样本数据库的定量分析软件平台的设计和程序编写具有非常大的工作量，尽管在数学模型的设计和脑白质病变的分割方法的建立上课题组取得了相当满意的研究成果，但由于定量分析软件平台的设计和程序编写工作量巨大，本课题组的研究人员人力未能完成上述工作。