脑室周围扩散率(PVeD)
在脑影像研究中，弥散磁共振（DTI）长期被用于刻画白质结构完整性，例如FA、MD等经典指标。然而，随着类淋巴系统（glymphatic system）研究的兴起，人们逐渐意识到：弥散信号不仅反映神经纤维结构，也可能携带脑间质液（ISF ）流动的信息。
围绕这一问题，近年来逐步发展出一类新的分析思路，即通过弥散张量中不同方向的扩散特征，间接评估脑室周围区域的液体流动状态。其中，脑室周围扩散率（periventricular diffusivity, PVeD）被认为是一种具有潜力的类淋巴功能影像指标。
本文将系统介绍这一方法的理论基础、完整分析流程以及在脑疾病研究中的应用前景。
一、研究背景：从DTI结构指标到类淋巴功能表征
类淋巴系统是近年来神经科学中的重要发现，其核心功能是通过脑脊液（CSF）与间质液（ISF）交换，实现代谢废物清除。研究表明，这一系统在睡眠、衰老以及神经退行性疾病中均发挥关键作用。The glymphatic pathway facilitates CSF flow through the brain parenchyma and the clearance of interstitial solutes研究进一步指出，类淋巴流动具有明显的解剖学路径依赖性，尤其沿着血管周围间隙（ perivascular space **）**以及深部髓静脉方向进行传播。
在影像学上，传统DTI指标（如FA、MD）难以直接反映这种方向性流动特征，因此研究者开始尝试利用弥散张量的方向信息来构建新的指标。例如，有团队提出的ALPS index（Analysis along the Perivascular Space）通过比较不同方向扩散率来间接评估类淋巴功能。
在这一思路基础上，PVeD方法进一步发展，其核心创新在于：通过构建横向张量比例（ Transverse Tensor Ratio, TTR ），并结合个体化脑室周围区域（PVeA），量化脑室周围沿静脉方向的扩散占比，从而更直接地反映间质液流动活跃程度。
与传统固定ROI方法相比，PVeD强调个体化区域构建与鲁棒统计指标，提升了方法稳定性与生物学解释性。
二、完整分析流程：从DWI到PVeD指标的标准化路径
PVeD并不是单一指标计算，而是一条从弥散数据预处理到生物学解释的完整分析链。其关键在于将"方向性扩散信息"与"解剖学约束"结合。
分析首先从DWI数据预处理开始。由于类淋巴相关信号对噪声较为敏感，因此预处理质量至关重要。通常需要包括去噪（如MP-PCA）、吉布斯环伪影去除、头动与涡流校正以及EPI畸变校正。这一流程在MRtrix3或FSL中已有成熟实现。完成预处理后，通过张量拟合获得标准DTI参数图，包括三个主轴方向的扩散率（Dxx、Dyy、Dzz）。
随后进行空间配准。为了保证后续脑室定位与白质掩膜的一致性，通常需要将个体数据非线性配准至标准空间（如MNI空间），同时建议仅使用b≤1000的数据进行张量拟合，以减少高b值带来的噪声干扰。
在得到弥散张量之后，核心计算步骤是构建横向张量比例（TTR）。该指标本质上衡量某一方向（通常为x轴）扩散在整体扩散中的占比。其理论依据在于，脑室周围深部髓静脉大致呈左右走向，因此ISF沿血管周围间隙的流动更容易在横向方向上体现出来。通过对Dxx、Dyy、Dzz的组合计算，可以得到每个体素的TTR值，从而形成一张反映"横向扩散优势"的参数图。
在此基础上，需要构建脑室周围区域（PVeA）。这一步是PVeD区别于传统方法的关键所在。具体做法是结合白质掩膜与侧脑室模板，在个体空间内进行解剖学引导的区域生长。通过对脑室边界沿横向方向进行适度膨胀，同时限制在白质范围内，可以得到既符合个体解剖结构、又聚焦静脉密集区域的PVeA区域。这种方法避免了固定ROI带来的个体偏差问题。
最后，在PVeA区域内，对所有体素的TTR值进行统计，通常取中位数作为最终PVeD指标。采用中位数而非均值的原因在于弥散数据容易受到异常值影响，而中位数具有更好的鲁棒性。实际分析中，可以分别计算左侧和右侧PVeD，以评估潜在的侧化差异。
在完成PVeD计算之后，可以进一步开展拓展分析。例如，将PVeD与认知评分、临床量表或其他影像指标进行相关分析，或结合功能连接、结构连接进行耦合分析。在更高级的模型中，还可以进行中介分析，以探讨类淋巴功能在结构异常与行为表现之间的潜在中介作用。
三、结果表达：如何理解和展示PVeD
PVeD分析的结果表达，不应仅停留在单一数值比较，而应构建一个从空间分布到统计关联的多层次展示体系。
首先，在基础层面，可以展示TTR参数图以及PVeA区域的空间分布。这有助于验证区域构建是否符合解剖预期，例如是否主要位于脑室周围白质区域，并沿静脉方向延展。
其次，在组水平分析中，可以比较不同组之间的PVeD差异，例如患者组与健康对照组之间的显著性变化。如果存在左右侧差异，也可以进一步探讨其与疾病侧化或功能分工的关系。
更重要的是关联分析。PVeD作为类淋巴功能的间接指标，其价值往往体现在与认知、临床评分或其他影像指标的关系中。例如，可以分析PVeD与记忆功能、执行功能或睡眠质量之间的相关性，从而建立其生物学意义。
在多模态分析中，PVeD还可以与功能连接或结构连接进行耦合分析，评估类淋巴功能与脑网络组织之间的关系。这类结果能够将"局部扩散特征"提升到"全脑网络机制"的层面。
四、应用前景：类淋巴影像学的潜在突破方向
PVeD方法的提出，反映了弥散影像研究从结构表征向功能解释的重要转变。相比传统DTI指标，其最大的优势在于能够捕捉与液体流动相关的方向性信息，从而为类淋巴系统研究提供一种非侵入性的影像手段。
在神经退行性疾病中，这一方法具有重要潜力。已有研究表明，类淋巴功能障碍与阿尔茨海默病、帕金森病等疾病密切相关，因此PVeD可能成为早期检测的重要指标。
在精神疾病研究中，类淋巴系统的作用尚处于探索阶段，但已有证据提示其可能参与代谢废物清除与神经炎症调控，因此PVeD也可能为精神分裂症、抑郁症等疾病提供新的解释维度。
在方法学层面，PVeD可以与ALPS index、结构连接分析以及功能网络分析结合，构建多尺度的脑功能评估体系。此外，结合机器学习方法，PVeD也有潜力作为影像特征用于疾病分类或预后预测。
未来的发展方向可能包括：进一步优化区域构建方法、结合多壳数据提高方向分辨率、以及与分子影像或基因表达数据进行整合，从而推动类淋巴系统影像学向更精细、更机制化方向发展。
总结
脑室周围扩散率（PVeD）通过整合弥散张量方向信息与个体化解剖区域构建，为类淋巴系统功能提供了一种新的影像学评估方法。它不仅拓展了DTI的应用边界，也为理解脑疾病中的液体动力学机制提供了重要工具。在多模态整合与精准医学不断发展的背景下，PVeD有望成为连接结构、功能与代谢的重要桥梁。
参考文献
-
Jeffrey J. Iliff et al. ,A Paravascular Pathway Facilitates CSF Flow Through the Brain Parenchyma and the Clearance of Interstitial Solutes, Including Amyloid β. Sci. Transl. Med.4,147ra111-147ra111(2012).DOI:10.1126/scitranslmed.3003748
-
Taoka, T., Masutani, Y., Kawai, H. et al. Evaluation of glymphatic system activity with the diffusion MR technique: diffusion tensor image analysis along the perivascular space (DTI-ALPS) in Alzheimer's disease cases. Jpn J Radiol35, 172--178 (2017). https://doi.org/10.1007/s11604-017-0617-z
-
Rasmussen M, Mestre H, Nedergaard M. The glymphatic pathway in neurological disorders. The Lancet Neurology, 17, 1016-1024
-
Chen C-L, Son SJ, Schweitzer N, et al. Periventricular diffusivity reflects APOE ε4--modulated amyloid accumulation and cognitive impairment in the Alzheimer's disease continuum. Alzheimer's Dement. 2025; 21:e70659. https://doi.org/10.1002/alz.70659
扫下方二维码免费获取
脑室周围扩散率（PVeD）专题
文献及资料汇总！
👇👇👇
