用于研究人类脊髓的功能性超声成像
功能性超声成像在研究人体脊髓中的应用
背景介绍
脊髓是神经系统中的重要感知运动整合中心，负责监控全身各部分的运动学和姿势。由于外伤或疾病引起的脊髓信息流中断，可能导致一系列不良后果，如反射活动增强、慢性疼痛、运动或感觉功能部分或完全丧失、排便/排尿功能障碍等。尽管脊髓在感知、运动和自主功能中的重要性，关于其功能架构的研究仍然较少。目前，功能性脑成像技术（如fMRI和立体电极皮层电图）在脑科学研究中广泛应用，但在脊髓研究中应用有限。自20世纪90年代末，功能性磁共振成像（fMRI）被引入到脊髓研究领域以来，尽管有少量研究揭示了脊髓的功能组织，但成像技术上的挑战（如脊髓横截面积小、磁场不均匀性和运动伪影）限制了其进展。
功能性超声成像（Functional Ultrasound Imaging, FUSI）是一种新兴的成像技术，具有大覆盖范围、高时空分辨率和高灵敏度的优点，最早在小鼠大脑血容量成像中得到验证，并逐步扩展到自由活动的啮齿类动物、清醒和活动的非人灵长类动物以及成人和儿童患者的大脑成像中。最近的研究表明，功能性超声成像可以检测电刺激引起的脊髓血流动力学反应，但尚未在人体中验证其效果。
论文来源
这篇论文题为《功能性超声成像在人类脊髓中的应用》(Functional Ultrasound Imaging of the Human Spinal Cord)，作者包括K.A. Agyeman等，来自美国加利福尼亚大学河滨分校和南加州大学医疗中心等机构。论文发表于2024年5月15日的《Neuron》杂志，DOI: 10.1016/j.neuron.2024.02.012。
研究流程与方法
研究流程
研究在6名患者中进行，这些患者因慢性背痛接受标准的脊髓刺激装置植入手术，进行功能性超声成像数据的采集。研究流程包括以下步骤：
- 患者选择与手术准备：选择患有慢性背痛的患者，进行T10椎板部分切除术，用于植入脊髓刺激电极。
- 功能性超声成像探头安装：将15 MHz线性阵列探头插入手术区域，获得横向视野的功能性超声成像图像。
- 电刺激实验：在刺激和非刺激状态下采集脊髓血流动力学数据，电刺激参数包括频率40 Hz、脉宽250 ms、电流强度3.0 mA和4.5 mA。
- 数据采集与处理：连续采集超声图像，并进行运动伪影校正、低频滤波等预处理。
数据分析与方法
- 血流动力学变化分析：采用统计参数图（SPM）和事件相关平均（ERA）方法，计算刺激引起的局部脊髓血容量变化，并生成血流动力学变化地图。
- 单次试验解码：使用机器学习算法（如主成分分析和线性判别分析）对单次试验的数据进行降维和分类，评估刺激协议的有效性。
- 空间分辨率与血流量分析：将图像分辨率降至200微米和400微米，评估不同分辨率下的解码精度；将血流量信号按大小排序，分析不同血管大小对解码精度的影响。
研究结果
血流动力学反应
研究发现，电刺激引起的脊髓血流动力学变化呈现出明显的时空特征，主要表现为局部血流量增加或减少。统计分析显示，刺激期间局部脊髓血容量显著变化，并且这种变化在刺激结束后逐渐恢复至基线水平。
解码分析
通过机器学习算法，研究成功地在单次试验中解码了脊髓状态，解码准确度超过90%。具体而言，不同区域的血流量变化显示出不同的响应峰值和恢复时间，揭示了脊髓内的复杂血流动力学反应。
空间分辨率分析
研究表明，高空间分辨率（100微米）比低空间分辨率（200微米和400微米）更能有效检测和解码脊髓血流量变化。最具信息性的血流量信号多来自小血管（中小血管）。
结论与意义
研究结论
这项研究首次在人体中使用功能性超声成像技术，成功量化了脊髓对电刺激的血流动力学反应。通过单次试验高精度解码，证明了功能性超声成像技术在实时闭环神经调控系统中的应用潜力。
科学与应用价值
这项研究为功能性超声成像技术在脊髓研究中的应用提供了重要的实验依据。通过揭示电刺激引起的脊髓血流动力学变化，研究为理解脊髓功能及其临床神经调控的效果提供了新的视角。此外，功能性超声成像技术可以用于优化脊髓刺激参数，提高神经调控治疗的效果，具有广泛的应用前景。
研究亮点
- 首次在人类脊髓中应用功能性超声成像技术，成功量化脊髓血流动力学反应。
- 实现了高精度单次试验解码，为实时闭环神经调控系统的发展提供了技术支持。
- 揭示了不同血管大小对血流量信号解码的影响，提供了优化脊髓刺激参数的新思路。
展望与挑战
尽管功能性超声成像技术在本研究中展示了巨大的潜力，但其在临床应用中仍面临一些挑战，如成像过程的侵入性以及图像质量的问题。未来，非侵入性的功能性超声成像技术（如通过静脉注射微气泡造影剂和相控阵换能器的低频成像）将有望进一步提高其应用范围。此外，开发更薄的超声探头以适应临床手术中的有限空间，也将提高成像质量和操作便捷度。 功能性超声成像技术在人类脊髓中的应用为脊髓功能及其临床调控研究提供了新工具。随着技术和数据处理方法的不断优化，这一技术有望在神经科学研究和临床神经调控治疗中发挥重要作用。