- 2 次围观
白质高信号（white matter hyperintensities, WMH）是在 FLAIR 磁共振成像扫描中高度常见的一种影像学表现，也是脑血管疾病和神经退行性疾病中白质病理改变的一个突出特征。目前，WMH 通常采用 Fazekas 量表等视觉评分量表进行评估，或通过自动或手动分割计算其体积。这两种方法均存在局限性：视觉评分量表依赖评定者且分级较为粗略，而 WMH 体积未考虑病灶的融合程度，因此忽略了其空间组织特征。作为替代方法，本文提出一种新的自动化方法，用于在 0 到 1 的连续标准化尺度上量化白质高信号的融合程度。该指标基于常规 MRI 所得的 WMH 分割结果，量化单个 WMH 在多大程度上融合为连贯病灶，且独立于病灶总体积。我们将该方法应用于英国大型记忆门诊队列 QMIN-MC，结果显示，融合指标与年龄、多个认知领域的认知表现以及 Fazekas 评分均存在相关性。血管性痴呆和混合性痴呆参与者的融合程度高于其他诊断组，而认知未受损参与者的融合程度较低。然而，在校正经对数转换的 WMH 体积后，融合程度并未解释额外的认知变异。上述发现随后在 DELCODE 队列中得到验证；该队列为一个由神经退行性疾病个体构成的独立样本，重复了我们的原始结果。在这一验证队列中，脑室周围 WMH 的融合程度在校正 WMH 体积后仍与认知相关。这些发现提出，WMH 融合程度可作为一种可重复、自动化且精细化的病灶空间组织测量指标。它提供了超越体积之外、关于 WMH 形态学严重程度的互补信息，并可作为视觉评分量表的替代方法。尽管在记忆门诊人群中，融合程度与 WMH 体积相关，但其能够捕捉具有临床可解释性的信息，并可能补充现有的 WMH 测量指标，从而在白质疾病、衰老和认知障碍研究中改进病灶表征。
白质高信号（white matter hyperintensities, WMH）是在 FLAIR 磁共振成像扫描中极为常见的影像学发现，也是脑血管疾病和神经退行性疾病中白质病理的重要特征。目前，WMH 通常通过 Fazekas 量表等视觉评分量表进行评估，或依据自动或手动分割结果计算其体积。这两种方法均存在局限性：视觉评分量表依赖评定者且分辨率较粗，而 WMH 体积未考虑病灶的融合程度，因此忽略了其空间组织特征。作为替代方案，我们在此提出一种新的自动化方法，用于在 0 至 1 的连续标准化尺度上量化白质高信号的融合程度。该指标基于常规 MRI 所获得的 WMH 分割结果，用于量化单个 WMH 在多大程度上融合为连贯病灶，且独立于病灶总体积。我们将该方法应用于英国大型记忆门诊队列 QMIN-MC，并显示该融合指标与年龄、多个认知领域的认知表现以及 Fazekas 评分存在相关性。血管性痴呆和混合性痴呆参与者的融合程度高于其他诊断组，而认知功能未受损的参与者则表现出较低的融合程度。然而，在校正对数转换后的 WMH 体积后，融合程度未能解释额外的认知变异。上述结果在 DELCODE 中得到了验证；DELCODE 是一个由神经退行性疾病个体组成的独立队列，并复现了我们的原始结果。在该验证队列中，脑室周围 WMH 的融合程度在校正 WMH 体积后仍与认知相关。这些发现提出了 WMH 融合作为一种可重复、自动化且精细化的病灶空间组织测量指标。它提供了超越体积信息的、关于 WMH 形态学严重程度的补充信息，并可作为视觉评分量表的替代方法。尽管在记忆门诊人群中，融合程度与 WMH 体积相关，但其能够捕捉具有临床可解释性的信息，并可能补充现有的 WMH 测量方法，从而在白质疾病、衰老和认知障碍研究中实现更优的病灶表征。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.24.740551v1?rss=1
🏷️ 白质高信号 MRI影像分析 病灶融合量化 认知障碍 脑血管病