Page 78 - 南京医科大学自然版

第45卷第8期
·1134 · 南 京 医 科 大 学 学 报 2025年8月

宣言》的原则。研究设计如图 1 所示。 查前 24 h 停药，所有受试者检查前 6 h 开始禁食，
18
1.2 方法 血糖均低于 11.1 mmol/L。静脉注射 F⁃FDG 显像
1.2.1 18 F⁃FDG⁃PET/MR扫描 剂（3.7 MBq/kg），1 h 后行头颅 PET/MR 检查。检查
一体化 PET/MR 数据采集：所有 PD 受试者检 采用一体化 PET/MR 扫描仪（联影 uPMR790），头部

Metabolic Topological metrics
PET
network

Mask
Correlation
fMRI
Function
network Metabolic network matrix Function network matrix
图1 本研究设计思路
Figure 1 The design of this research

线圈为 32 通道相控阵头线圈。检查体位：仰卧位， 图像转换为 NIfTI 图像。在 Matlab2013b 平台利用
令受试者检查时闭目并保持安静、舒适状态，检查 spm 软件包对 PET 图像进行预处理。主要步骤：
时避免头动。采集参数及重建方法如下。①PET： ①头动校正；②空间标准化：基于高清3D结构图像
采集时间 20 min，采用时间飞跃法（time off light， 的 T1WI对PET图像进行空间标准化；③空间平滑：
TOF）进行重建，层厚1.4 mm，FOV 300 mm×300 mm， 平滑核为8 mm×8 mm×8 mm。然后利用Python 3.9计
［11］
迭代次数5，子集20次，矩阵192×192，半高宽3 mm， 算各受试者图像体素水平的标准摄取值 （standard
体素 1.6 mm×1.6 mm×1.4 mm。②3D⁃T1WI 采集参 uptake value，SUV），计算公式如下：
数：TR 7.2 ms，TE 3 ms，矩阵 256×256，扫描层数 活性浓度(kBq/mL )
SUV =
176，层厚 1 mm，FOV 256 mm×256 mm。静息状态功 注射活性(kBq )/体重( ) g
能磁共振成像（resting⁃state functional magnetic reso⁃ 1.2.4 个体JSSE代谢网络构建
nance imaging，rs⁃fMRI）采 集 参 数 ：TR 2 386 ms， 获得预处理的 SUV 图像后，假设跨脑区域的
18 F⁃FDG⁃PET信号为区域间传递信息的MC，静息状
TE 30 ms，FA 80°，扫描层数 42，矩阵 64×64，FOV
220 mm×220 mm，体素 3.44 mm× 3.44 mm×3.50 mm。 态下感兴趣区（region of interest，ROI）的 F⁃FDG⁃PET
18
1.2.2 fMRI图像预处理 信号反映葡萄糖代谢率，这为分析神经元间信息
预处理均基于 Matlab2013b（MathWorks 公司， 传递提供了途径。根据现有基于分布发散度的方
美国）中统计参数图（statistical parametric mapping， 法 ［12］ ，将代谢相似度表示为 ROI 之间的连接。其
SPM）软件包（version12.0）进行。主要步骤：①去除 中，将网络的边定义为任一 ROI对所有体素的SUV
时间点，剔除前10个时间点的数据；②时间层校正， 概率分布之间的相似性。使用先前研究中验证过的
［13］
以每个时间点采集图像的中间层作为参考层进行 方法 ，利用JSSE，即以下公式得到相似性：
)
)
1
1
校正；③头动校正，剔除扫描过程中被试者头部平 D (P||Q = KL(P||M + KL(Q||M )
JS 2 2
移>3 mm 或旋转>3°的数据；④空间标准化；⑤去
)
P
KL(P||Q = ∫ P lg dx
线性漂移；⑥采用 0.01~0.10 Hz 带宽对信号进行低 Q
频滤波；⑦回归协变量，回归处理全局信号、白质信 其中，P 和 Q 为 ROI 对体素强度的概率密度函
号及脑脊液信号。 数（probability density function，PDF）；M=0.5 ×（P +
1.2.3 PET图像预处理 Q），KL（·|·）表示KL散度。使用核密度估计SUV的
MRIcroGL 软件（v1.2.20211006）将 PET⁃DICOM 概率分布 ［14］ 。需要注意的是，散度分数越小，说明