来源：磁共振成像传媒
苗丹童, 张冰, 朱斌. 弥散张量成像在胎儿脑发育中的研究进展. 磁共振成像, 2017, 8(2): 149-154.
张冰，南京大学医学院附属鼓楼医院，博士，主任医师/副教授，影像科副主任。
教育背景：1992年-1997年，南京铁道医学院，医学影像学专业，医学学士。2000年-2003年，东南大学医学院，医学影像学专业，医学硕士。2008年-2011年，南京大学医学院，神经影像学专业，医学博士，导师徐运教授。
专业特长：神经影像学诊断，神经影像图像算法
获得奖励或荣誉称号：2016年华夏医学科技奖。三等奖。2016江苏省医学新技术引进奖，一等奖。2016江苏医学科技奖，二等奖。2016江苏省科学技术奖，二等奖。2015年江苏省卫生厅医疗新技术引进奖一等奖。
研究方向：神经影像学；功能磁共振成像及图像算法
包括：认知基因影像学和神经机制研究；高分辨成像在脑血管病中研究；胎儿脑发育的神经机制研究；脑肿瘤功能磁共振研究；磁共振序列及图像算法研究。
社会兼职：中华医学会放射学分会青年委员（青年委员会神经学组副组长）、中华医学会放射学分会磁共振专业委员会神经学组委员、中国卒中学会转化医学分会委员、中国卒中学会脑血流与代谢分会委员、中国医师协会神经内科医师分会神经放射专业委员会委员、中国医学影像技术研究会咨询工作委员会第3届委员会委员、中国微循环学会神经变性病专委会磁共振学组常务委员、江苏省卒中学会第1届理事、江苏省医学会第9届放射分会青年委员会常务副主任委员、江苏省医学会放射分会神经学组成员、江苏医学会第 1届脑卒中分会委员兼秘书、南京市医学会第6届影像专科分会副主任委员、南京医学会第12届放射科专科分会委员兼秘书、江苏省医学重点人才(“十二五”兴卫工程)（2013年度优秀重点人才）、江苏省“六大人才高峰”高层次人才、Associate editorof Journal of Alzheimer’s Disease SCI论文审稿人：Clinical Neurologyand Neurosurgery, Journal of Alzheimer’s Disease, Peer J；中华放射学杂志、《磁共振成像》杂志审稿人；北美放射协会RSNA会员(The radiologicalsociety of North America)；大中华地区磁共振规范化培训课程班特邀讲师；南京市三八红旗手；南京市十佳青年医生；中国医师协会放射医师分会的中青年影像医生“攀登计划”。
胎儿脑结构的组织学研究方法开始于1972年[1]，但缺乏对三维层面胎脑发育的认知，更不能用于活体胎儿研究。超声技术虽在胎儿产前筛查领域广泛应用，但颅骨限制了其在胎儿脑研究中的应用，不能显示胎脑的精细结构，仅能筛查明显的胎儿畸形，而且在妊娠晚期受羊水量、母体脂肪、胎儿颅骨骨化伪影等干扰。磁共振成像序列具有软组织分辨率高，且不受羊水和胎儿颅骨干扰的成像优势，近年来已经成为用于胎儿脑疾病诊断的主要手段。2002年，Mori等首次将弥散张量成像(diffusiontensor imaging，DTI)应用于分析不同阶段发育中胎脑标本。DTI可以检测发育中胎脑的弥散各项异性及白质纤维追踪，从三维层面上描述发育中的活体胎脑，其优势在于可以用较短的成像时间、非侵入性手段、三维定量研究胎儿脑发育，对胎脑微观结构改变尤其敏感。因此，本文就弥散张量成像在胎儿脑发育中的研究进展进行综述，以为后续研究奠定理论基础。
1 DTI在胎脑中应用的原理及优势
1.1 DTI的原理及应用参数
人体水分子布朗运动是DTI的成像基础。DTI的原理是利用生物体内水分子运动具有受限扩散及扩散各向异性特点，引入张量概念，结合Fick 第一定律(扩散定律)三维层面上描述水分子扩散情况。扫描时在至少6个方向上施加扩散梯度场， 从而获得一组磁共振弥散张量图像，以评价微观组织结构的连通性及发育完整性。DTI常用于描述胎脑结构的参数包括：本征向量及本征值λ1、λ2、λ3；平均扩散度(λ1+λ2+λ3)/3；表观弥散系数(apparent diffusion coefficient，ADC)图；各向异性分数(fractional anisotropy，FA)图及伪彩码图；纤维示踪技术(diffusion tensor tractography， DTT)。ADC值直接反映组织水扩散的快慢，即扩散率越快，ADC值越大，可以间接反映组织成分变化。FA反映水分子扩散的各向异性，扩散速率越快，FA越大，可以间接反映组织结构变化。值得一提的是，由于宫内胎头自由摆放，常规成人彩色编码图颜色对应的方向并不适用于胎儿[2]，所以不能仅仅依据颜色指示的方向判别胎脑信息。
2 DTI对胎脑皮质层状结构研究
胎儿中枢神经系统发育主要经历背侧及腹侧诱导形成胚胎神经管、神经细胞增殖、神经元移行及大脑层状结构形成，脑室、沟、裂及脑回发育，髓鞘形成。其中发生的组织学事件包含：神经元增殖、移行，轴索通路建立，突触发生，树突分化，暂时回路形成，输入、输出回路形成。这些事件的认知既往只能通过组织学方法来获得，DTI对微观结构改变的测量具有巨大的优势。2009年，Richa等[3]通过组织学及DTI联合研究额叶层状结构，验证了DTI对于观察神经组织发育事件的可信度。DTI不仅可以从三维层面上观察胎脑层状结构及其发育，同时可以根据FA结合T1WI值进行分区，以便组织体积测量等进一步研究。
原始神经管周围从内向外排列：(1)生发基质层/室管膜区，包含成神经细胞、成神经胶质细胞及室管膜细胞，前两者向外迁移构成中间层。(2)套层/中间层。(3)边缘层，主要为中间层内成神经细胞向外周伸展的突起构成。胎脑发育初始时期前脑由生发基质和前板构成，目前认为前板是神经发生的开始，未来皮质第一层[4]。底板(SP)是临时结构，作为神经元聚集及移行“中转站”存在，内部汇聚大量神经元、神经递质，大量亲水性细胞外基质(extracellular matrix，ECM)，短暂突触联系[4]。SP的功能是指导丘脑皮层连接形成， 促进胎儿脑部功能连接[5]。28 w后由于神经移行结束，SP层MRI信号减弱，与中间带相融合不见， 可能与ECM溶解，皮质板中轴突生长相关。在常规磁共振图像中，由于信号差异，部分研究认为新皮质仅能分辨出4层结构(组织学将脑实质结构由内向外概括为6层：边缘层(MZ)、皮质层(CP)、SP、中间带、室管膜下区、室管膜区[6-7])。所以使用DTI检测SP+CP厚度及用ADC、FA值评估SP弥散性质，可以观察到SP中ECM结构崩解导致ADC 信号明显减少，使用DTT可以评估新生轴突方向及向皮质内生长情况[8]。
2.1 DTI研究脑皮质层状结构微观成熟模式
2004年，Luis等[7]首次研究早产儿胎脑层状结构，通过测量出不同区域ADC、FA值，用FCM算法得出胎脑层状结构分区算法，为三维重建分区计算脑区体积及估计正常孕龄相关FA、ADC变异范围奠定了基础。2009年，Huang等[9]在胎儿标本上通过ADC值进行分区。FA结合ADC描绘新皮质三层结构及脑皮质层状结构不同成熟模式。目前胎脑皮质结构分为3层结构：外板、底板、底板深层结构(中间带、室管膜下区、室管膜区，FA图上无法区分这3层)，中期妊娠期间3层结构的FA随孕龄变化。外板和底板深层结构的FA信号均大于底板， 底板由于富含大量亲水性细胞外基质，水分子移动没有明显方向性而保持持续低的FA信号，厚度则随孕龄持续增加。外板随着胎儿发育，原有大量神经细胞有序聚集，水分子有方向弥散带来高FA值，随着轴突向内外方向发展[7]，水分子弥散方向杂乱， 弥散各项异性减低，FA信号明显减低，厚度保持平稳。底板深层结构在组织学引导下可以依据组织排列方式带来的FA不同再分为近脑室区(室管膜下区，室管膜区)、近底板区(中间带)。组织学上发现近脑室区，大部分由有序的放射组织构成，而近底板区反射结构与切线结构混杂，所以近脑室区FA值高于近底板区[10]。
2.2 弥散本征张量揭示胎脑皮质微观结构变化
通过弥散主要本征向量的方向信息，胎脑皮质层微观结构可视化。成角测量显示脑表面弥散主要本征向量同脑表面法向量的排列关系：胎脑FA皮质结构较高，同成人皮质FA相反，反映胎脑皮质组织结构性，13 w时，在ADC及彩色编码图上，三层脑实质层状结构显示，但是没有观察到明显的柱状纤维组织，15～19 w，跨越脑实质层状结构的放射结构出现。同时使用弥散本征向量及脑表面成角测量，可以追踪放射层状结构变化的方向[9]。
3 DTI评估胎脑白质发育过程
通过ADC、彩色编码图联合DTT技术追踪白质纤维发育出现时间及髓鞘化过程，旨在建立与孕龄相关的同一标准，来评估胎儿脑白质发育情况[11-13]。目前DTI所有可测量的白质束均被组织学证明。胎脑白质内轴索通路根据功能主要分为4类白质束：边缘系统、连合纤维、投射纤维、联络纤维。连合系的作用是连接左右半球皮质，联络系的作用是一侧半球内各叶间互相连接，投射系的作用是将大脑皮质同皮质的中枢各部联系起来的纤维，边缘系统的作用是使中脑、间脑和新皮层结构之间发生信息交换。
3.1 4类白质纤维发育出现时间
根据胎儿宫外标本DTI追踪，13 w时边缘系统束最早出现，投射系统也可以看见，15 w前连合及视交叉较胼胝体先出现，胼胝体前部较后部早发育。
3.1.1 边缘系统
边缘系统包含终纹、穹窿、扣带束，在13 w 前连合平面上可以见到前两者，扣带束要到17 w 才可见。
3.1.2 连合系统
前连合及视交叉较胼胝体先出现，19～21 w时候胼胝体在正中矢状位显示断续，在旁矢状位或者轴位可补充显示。
3.1.3 联络系统
矢状位上，外囊区包含了大多数联络纤维， DTT纤维追踪，外囊最早在13～15 w可以被追踪到，15 w矢状位可见钩束形成，19 w下额-枕束， 下纵束可以被追踪，但是不同于内囊和胼胝体的发育变化，联络系纤维在胎脑发育中没有明显的体积增长。而上纵束即便到出生时也不明显[14]。
3.1.4 投射系统
13 w可以追踪到内囊，从而清晰区分尾状核，豆状核，神经节隆起，其中内囊体积由中心向周围扩大。
3.2 脑干白质追踪
包含桥前交叉束及皮质脊髓束，13 w的时候两者均可见，15 w桥前交叉束体积增大，包绕皮质脊髓束，这个结构同成人大脑类似。15～21 w 皮质脊髓束较脑桥体积增加，同时小脑中下脚及内侧丘系逐渐变得清晰可见。
3.3 皮质脊髓束追踪反映底板暂时移行环路
Huang等[15]用DTT追踪出底板散在的丘脑皮质束纤维，组织学已经证明丘脑皮质束成熟前在底板有短暂停留聚集[16]，随后生长入外板，为脑皮质区正常结构成熟和功能连接起到关键性作用， 这验证了底板内短暂突触环路形成及胞外轴索生长引导的作用，进一步DTI研究并量化神经束生长与皮质层关系，有利于深入了解脑皮质结构成熟模式，进而了解复杂认知功能形成。
3.4 DTI反映胎脑整体连接性改变
使用DTI揭示胎脑整体连接性。19～42 w胎脑内皮质层状结构内放射结构开始消退，伴随脑内多个轴索通路的建立。19 w皮质层状结构内放射结构仍然明显显示，投射系及边缘系纤维出现，伴随少量临时桥接纤维束。22 w放射结构仍然存在，长范围联络纤维出现。26w顶叶，下纵束，背侧前额叶放射结构开始减少，短、长联络纤维出现，33 w颞叶，枕叶区放射结构崩解，短、长联络纤维建立，40 w放射结构完全消失，带以长短不一联络纤维。
3.5 DTT追踪胎脑临时灰质核团
同时可以用DTT追踪到一些特殊灰质核团， 在成人时期消失，比如：13～17 w出现的乳头体丘脑组织，脚间三角束，这些核团符合组织学的研究成果。
3.6 FA、ADC、本征向量纵轴λ//和垂直向量λ⊥ 反映胎脑白质成熟3阶段
既往已有组织学证明白质髓鞘化前会经历3个成熟阶段：轴突组织阶段、髓鞘胶质阶段、髓鞘化形成阶段[17]。免疫组化结果发现不成熟少突胶质细胞及少突胶质细胞前体的证据。Zanin等[12]通过FA、ADC、本征向量纵轴λ// 和垂直向量λ⊥ 宫内检测17例正常胎脑的皮质脊髓束、视束、胼胝体，选取孕龄介于23～38 w，研究揭露白质成熟3个阶段。
第一阶段，26.3 w前，轴突组织阶段，缠绕扭曲的轴突沿垂直方向生长，限制水分子运动物质少导致高ADC，但是沿着平行于主轴突方向弥散高，水分子运动模型是从小球体变成大椭球体， 所以FA值也高，相应的λ//及λ⊥值也快速增长。第二阶段，26.3～34.8 w，髓鞘胶质阶段，由于胞外间隙胶质增生，所以各方向水分子弥散运动均匀受限，水分子运动模型从大椭球体变为小椭球体，ADC、λ//及λ⊥值都有下降，但是FA值不变。第三阶段，34.8 w后，髓鞘化阶段，轴突紧密髓鞘化，结合髓鞘结合蛋白。垂直于轴突行走方向的水分子弥散受限更明显，平行方向弥散更显著，所以水分子运动模型更加偏向长轴的椭球体，ADC、λ//及λ⊥值都明显下降，FA明显增加。通过DTI参数解释白质成熟阶段变化同组织学得到的细胞学时间相吻合，可进一步了解白质发育成熟过程。
4 DTI用于胎脑研究主要技术问题及突破进展
4.1 宫内活体 DTI和宫外胎脑标本DTI
DTI对胎儿脑内纤维束能够达到的最高分辨率是宫外100μm ，宫内1500μm，无法同组织学分辨率媲美，但是其优势是非侵入性和即时动态观察胎儿脑发育，成像时间短，从影像层面了解正常胎儿发育，指导早期发现先天发育异常及宫内病理状况，后者也是组织学无法比拟的特点。
目前，DTI研究胎儿脑发育主要有两种方法，即宫内活体弥散张量成像In vivo DTI 和宫外胎儿标本弥散张量成像ex vivo DTI。早期用DTI 获取胎脑内纤维束发育都是依靠宫外标本追踪， 通过使用高场强MRI，长时间扫描来获取高分辨图像，从而得到更多胎脑发育信息[10，18-20]。宫内追踪则是使用超快速序列，一般在1.5 T MRI扫描[8，13]，未对母体进行镇静处理[21]。宫内胎儿脑DTI成像的主要缺点是图像质量受母亲和胎儿双重运动的影响，导致宫内重建的成功率不高，仅约40%的数据能够成功重建[22]，这也是DTI数据获取困难的主要问题。
宫内胎儿脑DTI成像质量控制的主要方法包括：(1)有经验的技师进行扫描，学会利用胎动周期，在胎动间歇扫描；(2)设立标准FA及成角追踪阈值，降低FA追踪阈值，提高成角阈值可以提高追踪成功率，但是可能会重建出假阳性轴索通路；(3)通过序列调整来减少扫描时间和提高图像质量。
4.2 DTI扫描序列
目前多使用EPI DTI序列为主要扫描序列， 单射EPI短时间内可以忽略大多数宏观运动对弥散值的影响，但是图像信噪比稍差，多次激发E PI 提高了信噪比， 降低了对去磁共振效应的敏感性， 但是采集时间长， 对于宏观运动引起的伪影更加敏感。HASTE序列最显著的缺陷是T2衰减导致的图像模糊； 同时长时间扫描导致高射频能量沉积影响弥散值准确度。Kasprian等[11]在宫内追踪胎脑时提出扫描时间越长，胎头图像漂移越多，当漂移＞1 cm时候，重建图像不可靠。目前螺旋桨技术及并行采集技术等新技术正应用于现有序列的优化改进，缩短扫描时间，提高图像信噪比是未来DTI继续努力的方向。
4.3 SVR图像重建提高受胎动影像图像的分辨率
Jiang等[23]使用后处理重建技术SVR(snapshot images with volume reconstruction)来解决胎动引起图像质量损害问题。近年发展的DTI图像虽然能够提供更多信息，但是对胎动敏感度更高，面临挑战更大。胎脑DTI图像模糊的主要原因：(1)单层扫描由于胎动产生伪影；(2)胎动导致连续扫描图像不重合。在优化序列减少扫描时间的同时，可以通过后处理技术对图像进行改进。SVR技术原理是补充用EPI DT序列多层重叠采集胎脑空间信息，对弥散张量矩阵进行重建，将原有的分散质量良好的数据重新排列成规则图像完成重建。该技术的前提是需要较长的扫描时间获得更多样本图像用于取样重建。Fogtmann等[24]给出了弥散敏感层面矫正与三维图像重建的同一标准，对于在后处理阶段解决原始胎儿图像质量问题跨出了一大步。
4.4 宫内白质纤维束示踪成像技术追踪FA及成角阈值设定
宫内追踪运动问题目前推荐宫内应用FA追踪值是0.08，反转角不超过70°，原因是较低的FA 值较适用于追踪不成熟神经纤维[8]。宫外追踪是0.1[20，25]。目前国内外文献没有给出统一明确的追踪适用值，所以目前设立规范的追踪阈值是很有必要的。Mitter等[13]在宫内追踪联络纤维时候，由于各阶段神经发育时间，相邻结构信号改变或者邻近结构交叉纤维影响，神经束部分节段追踪不显影或者显示错乱，这也是日后宫内追踪矫正需要考虑的问题。
5 结语
使用弥散张量成像追踪胎脑皮质及白质纤维的发展，利用检测胎脑内水分子弥散运动特点， 定量追踪胎脑微观结构发育成熟变化，较传统磁共振信号更早，较弥散加权成像获得更多妊娠早期胎脑微观层面上发育情况信息。以上综述主要从现有脑皮质层状结构研究，白质纤维束追踪方面DTI主要应用及取得的信息做简要概述，同时也回顾了近年DTI进展的技术难题以及相关解决方案的进展。随着医疗行业的发展，产前诊断已成为应用最普遍、实用价值最显著的预防性优生措施，从胎脑认知理论转变为临床实践尤为重要，提高早期先天畸形检出率尤为重要，宫内胎脑诊断将成为研究重点。尽管诸多客观因素影响，DTI 图像获取成功率不高，未来研究的热点是将集中在快速扫描序列的调整、后处理矫正及重建高清图像上，进一步提高图像质量。近年来，由于DTI 具有三维成像，短期扫描时间内可以较传统磁共振及弥散加权成像更多的微观信息诸多优点，未来胎脑DTI很长时间内都会是国内外研究的热点。当前出版的文献多集中在胎脑第2、3孕周的研究，胎脑早期的研究以及胎儿过渡到新生儿阶段研究出现断层，所以DTI研究的总体趋势是将更多与3D重建后容积测量、磁共振波谱分析等定量微观结构测量技术联合，完成从胎儿到新生儿微观结构图谱的勾勒，实现从研究向临床诊断、产前干预指导的跨越。
参考文献 [References]
[1]Rakic P. Mode of cell migration to the superficial layers of fetal monkeyneocortex. Journal of comparative neurology, 1972, 145(1): 61-83.
[2]Pajevic S, Pierpaoli C. Color schemes to represent the orientation ofanisotropic tissues from diffusion tensor data: Application to white matterfiber tract mapping in the human brain. Magnetic Resonance in Medicine, 1999,42(3): 526-540.
[3]Trivedi R, Husain N, Rathore RKS, et al. Correlation of diffusion tensorimaging with histology in the developing human frontal cerebrum. DevelopmentalNeuroscience, 2009, 31(6): 487-496.
[4]Bystron I, Rakic P, Molnar Z, et al. The first neurons of the human cerebralcortex. Nature Neuroscience, 2006, 9(7): 880-886.
[5]Perkins L, Hughes E, Srinivasan L, et al. Exploring cortical subplate evolutionusing magnetic resonance imaging of the fetal brain. DevelopmentalNeuroscience, 2008, 30(1-3): 211-220.
[6]Kostovic I, Rakic P. Developmental history of the transient subplate zone inthe visual and somatosensory cortex of the macaque monkey and human brain.Journal of comparative neurology, 1990, 297(3): 441-470.
[7]Kostovic I, Judas M, Rados M, et al. Laminar organization of the human fetalcerebrum revealed by histochemical markers and magnetic resonance imaging.Cerebral Cortex, 2002, 12(5): 536-544.
[8]Nossin-Manor R, Card D, Raybaud C, et al. Cerebral maturation in the earlypreterm period—A magnetization transfer and diffusion tensor
imagingstudy using voxel-based analysis. NeuroImage, 2015, 112(1): 30-42.
[9]Huang H, Xue R, Zhang J, et al. Anatomical characterization of human fetalbrain development with diffusion tensor magnetic resonance imaging. Journal ofNeuroscience, 2009, 29(13): 4263-4273.
[10]Huang H, Vasung L. Gaining insight of fetal brain development with diffusionMRI and histology. International Journal of Developmental Neuroscience, 2014,32(2): 11-22.
[11]Kasprian G, Brugger PC, Weber M, et al. In utero tractography of fetal whitematter development. NeuroImage, 2008, 43(2): 213-224.
[12]Zanin E, Ranjeva JP, Confort-Gouny S, et al. White matter maturation of normalhuman fetal brain. An in vivo diffusion tensor tractography study. Brain Behav,2011, 1(2): 95-108.
[13]Mitter C, Prayer D, Brugger PC, et al. In vivo tractography of fetalassociation fibers. PLoS One, 2015, 10(3): e119536.
[14]Zhang J, Evans A, Hermoye L, et al. Evidence of slow maturation of the superiorlongitudinal fasciculus in early childhood by diffusion tensor imaging.Neuroimage, 2007, 38(2): 239-247.
[15]Huang H, Jeon T, Sedmak G, et al. Coupling diffusion imaging with histologicaland gene expression analysis to examine the dynamics of cortical areas acrossthe fetal period of human brain development. Cerebral Cortex, 2013, 23(11):2620-2631.
[16]Kostovic I, Rakic P. Developmental history of the transient subplate zone inthe visual and somatosensory cortex of the macaque monkey and human brain.Journal of comparative neurology, 1990, 297(3): 441-470.
[17]Beaulieu C. The basis of anisotropic water diffusion in the nervous system - atechnical review. NMR in Biomedicine, 2002, 15(7-8): 435-455.
[18]Dubois J, Dehaene-Lambertz G, Kulikova S, et al. The early development of brainwhite matter: A review of imaging studies in fetuses, newborns and infants.Neuroscience, 2014, 276(1): 48-71.
[19]Xu G, Takahashi E, Folkerth RD, et al. Radial coherence of diffusiontractography in the cerebral white matter of the human fetus: Neuroanatomicinsights. Cerebral Cortex, 2014, 24(3): 579-592.
[20]Song JW, Mitchell PD, Kolasinski J, et al. Asymmetry of white matter pathwaysin developing human brains. Cerebral Cortex, 2015, 25(9): 2883-2893.
[21]Tocchio S, Kline-Fath B, Kanal E, et al. MRI evaluation and safety in thedeveloping brain. Seminars in Perinatology, 2015, 39(2): 73-104.
[22]Masselli G. MRI of fetal and maternal diseases in pregnancy. American Journalof Obstetrics & Gynecology, 1998, 178(2): 247-254.
[23]Jiang S, Xue H, Counsell S, et al. Diffusion tensor imaging (DTI) of the brainin moving subjects: Application to in-utero fetal and ex-utero studies.Magnetic Resonance in Medicine, 2009, 62(3): 645-655.
[24]Fogtmann M, Seshamani S, Kroenke C, et al. A unified approach to diffusiondirection sensitive slice registration and 3-D DTI reconstruction from movingfetal brain anatomy. Medical Imaging IEEE Transactions on, 2014, 33(2):272-289.
[25]Viehweger A, Riffert T, Dhital B, et al. The gini coefficient: a methodologicalpilot study to assess fetal brain development employing postmortem diffusionMRI. Pediatric Radiology, 2014, 44(10): 1290-1301.
