指南与共识神经MR

神经炎症中的化学交换饱和转移成像:方法、挑战与建议

Chemical Exchange Saturation Transfer Imaging in Neuroinflammation: Methods, Challenges, and Recommendations.
指南 / 共识 · Int J Mol Sci · 2025-11-15

本文综述了化学交换饱和转移(CEST)成像在神经炎症中的原理、方法学进展和转化应用,涵盖脉冲序列设计、读出策略、快速成像、后处理与定量技术、人工智能应用及高场MRI的影响。临床前和临床研究显示CEST有潜力检测多种神经疾病中的神经炎症,但存在对场不均匀性敏感、缺乏采集标准化和临床验证有限等挑战,作者提出了提高可重复性和促进临床转化的建议。

要点

  • CEST成像可无创检测神经炎症相关的分子改变,包括组织酸中毒、蛋白质聚集和胶质细胞代谢变化。
  • APTw信号受pH、饱和参数、组织温度、水T1和酰胺质子浓度共同影响,解读时需考虑这些因素。
  • rNOE对比在≥3 T时受磁化转移对比和不均匀性强烈影响,需要稳健的校正才能可靠定量。

核心结论

  • CEST成像作为神经炎症的无创生物标志物显示出很大潜力,可加深对神经疾病分子和代谢机制的理解。
  • 解决技术和转化挑战仍是CEST更广泛临床实施的关键。

研究设计与样本

  • 本文为综述,全面概述了CEST原理、方法学发展和在神经炎症中的转化应用。
  • 综述涵盖基本机制、脉冲序列设计、读出策略以及用于探测炎症相关分子变化的各种CEST对比。

关键影像表现/征象

  • 在缺血性卒中,代谢应激驱动的酸性偏移改变pH敏感的CEST信号如APTw,较低pH减慢交换速率并降低CEST信号。
  • 在多发性硬化(MS)和阿尔茨海默病(AD)中,血脑屏障破坏增加细胞外蛋白并改变细胞内蛋白动力学,增强APTw信号。
  • 在帕金森病(PD)中,异常蛋白积累(如α-突触核蛋白)和神经炎症变化可能通过增加细胞内可移动酰胺质子来放大APTw信号。
  • 在MS中,脱髓鞘减少髓鞘脂质和蛋白含量,改变脂肪族质子,贡献约−3.5 ppm的rNOE信号,反映脱髓鞘病变的膜损伤和组织重塑。

诊断标准与关键数值

  • APTw检测约3.5 ppm处可移动蛋白和肽的酰胺质子,交换处于慢至中等速率范围,可在3 T临床场强下产生有效CEST对比。
  • GluCEST检测谷氨酸的胺(-NH2)质子,反映谷氨酸浓度变化。
  • 羟基质子CEST靶向内源性分子中可交换的-OH质子(0.5–1.5 ppm),包括GagCEST、GlycoCEST和GlucoCEST。
  • AcidoCEST利用约4.2和5.6 ppm处CEST信号的比率分析提供不依赖浓度的定量pH成像。
  • EMR方法衍生的APT#和NOE#指标可去除半固体MTC背景贡献,提高对酰胺和NOE池的特异性。

临床应用与阅片要点

  • 解读APTw作为神经炎症生物标志物时,需考虑饱和参数、组织温度、水T1和酰胺质子浓度的影响。
  • rNOE对比在≥3 T时受MTC和不均匀性强烈影响,需要稳健的校正才能可靠定量。
  • 当MTC不对称是主要混杂因素时,应优先使用基于EMR的指标,因其去除这些贡献并提高对酰胺和NOE池的特异性。
  • 使用不正确的MTC线型会扭曲估计的MTC幅度,导致不正确的溢出校正,使APTw和NOE指标产生偏差。
  • 作者建议改进可重复性、促进临床采用并整合基于AI的方法以实现稳健的分子表征。

局限性

  • CEST对场不均匀性敏感。
  • CEST缺乏采集标准化。
  • CEST临床验证有限。
  • rNOE对比在≥3 T时受磁化转移对比和不均匀性强烈影响。
  • MTRasym的对称性假设在CEST成像中常被违反,使其受到直接水饱和、MTC和rNOE贡献的污染。
全文中译26 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Int J Mol Sci. 2025 Nov 15;26(22):11059. doi: 10.3390/ijms262211059

1. 引言

神经炎症是中枢神经系统(CNS)内的一种免疫反应,与胶质细胞激活、炎症介质释放以及血脑屏障(BBB)破坏相关[1]。该反应可为原发性或继发性。原发性神经炎症源于CNS内起源的免疫失调和自身免疫过程,是多发性硬化(MS)等疾病的特征。继发性神经炎症发生于损伤、变性或代谢应激等非免疫事件触发下游炎症反应时。这种损伤驱动的炎症促成了阿尔茨海默病(AD)、帕金森病(PD)、卒中、创伤性脑损伤(TBI)、肌萎缩侧索硬化(ALS)和健康衰老等疾病状态[2]。根据疾病阶段和背景的不同,神经炎症既可发挥保护性作用,也可产生有害效应。在卒中、TBI或感染等急性情况下,它促进组织修复和病原体清除,而在AD、PD或MS等疾病中的慢性神经炎症则促成神经元损伤、突触功能障碍和疾病进展,最终导致认知下降[2,3,4]。因此,靶向神经炎症对于这些疾病的早期诊断、监测疾病进展和评估治疗反应至关重要。

已研究多种基于血液的生物标志物用于评估神经炎症。胶质纤维酸性蛋白(GFAP)反映星形胶质细胞反应性。可溶性髓系细胞触发受体2(sTREM2)指示小胶质细胞激活。几丁质酶-3样蛋白-1(CHI3L1,也称为YKL-40)与星形胶质细胞和小胶质细胞激活均相关。白细胞介素-6(IL-6)和肿瘤坏死因子-α(TNF-α)等炎性细胞因子常被评估。尽管采血创伤小,且比磁共振成像(MRI)更容易,但仍涉及不适、操作风险,以及对频繁或长期监测的可行性有限[1,5,6]。

为克服这些局限性,正电子发射断层扫描(PET)、单光子发射计算机断层扫描(SPECT)和MRI等无创成像方式已被用于研究神经炎症[2,7]。PET,尤其是使用转位蛋白(TSPO)配体如[11C]PK11195时,可显示小胶质细胞激活[8]。SPECT使用[123I] CLINDE等示踪剂,可提供对胶质细胞活性的补充性信息,尽管空间分辨率低于PET或MRI[9]。

MRI通过多种对比机制为检测和监测神经炎症提供了一个多功能、无辐射的平台。常规MRI序列,如T2加权(T2w)成像和液体衰减反转恢复(FLAIR)序列,可检测水肿、胶质增生和白质(WM)病变。扩散MRI(dMRI)技术,如扩散张量成像(DTI)和神经突方向离散度与密度成像(NODDI),可捕捉与细胞毒性水肿和轴突损伤相关的微结构改变,而磁敏感加权成像(SWI)和定量磁化率映射(QSM)可突出显示提示小胶质细胞激活的铁沉积[10,11,12]。动态对比增强(DCE)T1加权(T1w)MRI可评估血脑屏障(BBB)破坏,这是神经炎症的标志性特征。磁共振波谱(MRS)可测量胆碱(Cho)、肌醇(MI)和N-乙酰天冬氨酸(NAA)等代谢物,分别反映胶质细胞激活和神经元完整性[13]。

尽管PET和SPECT具有优势,但它们存在局限性。两者均涉及电离辐射,限制了其在纵向研究以及儿童和老年人等脆弱人群中的应用[14]。高昂的成本、放射性配体可及性有限以及对不同组织损伤类型特异性不足,进一步阻碍了其临床采用[15,16,17]。

常规MRI技术虽然广泛可用,但缺乏分子特异性,仅能检测继发于神经炎症的下游结构或微结构改变。MRS可提供代谢信息,但空间分辨率低、敏感性有限,且仅限于小感兴趣区(ROI),无法进行全脑评估。增加信号平均次数或使用多体素MRS可提高质量,但会延长采集时间,且多体素MRS易受运动伪影影响[14,18]。这些限制制约了其在神经炎症分子水平评估中的临床使用。

化学交换饱和转移(CEST)成像是一种有前景的MRI技术,有助于克服其他成像模式的局限性。CEST利用内源性或外源性分子上不稳定质子与大块水之间的化学交换,能够以高分辨率检测特定代谢物,且无需电离辐射[19]。通过选择性饱和可交换质子(例如-OH、-NH或-NH2基团中的质子),CEST可测量代谢物浓度和组织微环境的变化[20,21]。与PET或SPECT不同,CEST不需要放射性示踪剂,且易于在临床MRI扫描仪上实施,使其非常适合常规和纵向研究。其高空间分辨率和分子敏感性使其成为研究神经炎症的理想工具[14]。

若干CEST靶点与多种神经系统疾病中的神经炎症相关[22,23,24]。在AD中,CEST可检测与星形胶质细胞激活相关的MI。在MS中,谷氨酸和糖胺聚糖的改变分别反映兴奋性毒性和脱髓鞘。在PD中,CEST可检测与氧化应激和神经退行性变相关的谷胱甘肽耗竭[25]。在卒中中,酰胺质子变化提示组织酸中毒和乳酸蓄积,标志缺血性损伤。这些分子靶点说明了CEST在各种神经系统疾病中无创检测与神经炎症相关分子变化的潜力。

本综述全面概述了CEST成像在诊断和监测各种神经炎症性疾病中的应用。文中概述了当前的临床和临床前应用、方法学进展、局限性及具体建议,以指导未来CEST在神经炎症研究中的发展。

2. 神经炎症中CEST可检测的靶标

神经炎症诱导脑组织发生分子变化,CEST成像通过捕获特定分子与水之间的质子交换来检测这些变化。一个关键变化是组织酸中毒,由无氧代谢增加和免疫细胞活性增强所致[22]。例如,在缺血性卒中中,由代谢应激驱动的这种酸性偏移会改变pH敏感的CEST信号,如酰胺质子转移加权(APTw)成像。由于酰胺质子转移是碱催化的,较低的pH会减慢交换速率并降低CEST信号[26]。然而,APTw对比度并非仅由pH决定。所测信号还取决于饱和参数、组织温度、水T1以及酰胺质子浓度。因此,在将APTw解释为神经炎症的生物标志物时,需要综合考虑这些因素。

MS和AD中的血脑屏障破坏是另一项重要变化,使免疫细胞得以浸润脑组织,从而促进神经炎症[27]。该过程增加细胞外蛋白质并改变细胞内蛋白质动力学,增强APTw信号,而该信号主要来源于可移动蛋白质和多肽中的细胞内酰胺质子。同样,在PD中,异常蛋白质积聚(如α-突触核蛋白)和神经炎症变化可能通过增加细胞内可移动酰胺质子来放大APTw信号[28]。因此,CEST成像可以揭示与神经炎症病理相关的蛋白质水平升高。

此外,神经炎症激活胶质细胞,增加代谢周转,并改变神经递质和代谢物水平。例如,脑炎影响谷氨酸等分子中的胺基质子,其共振约在3 ppm处,反映神经递质代谢的变化[29]。同样,葡萄糖、糖原和乳酸中的羟基质子(约0.5–1.5 ppm)受糖酵解活性影响。这些代谢物水平升高会增强羟基CEST信号,为神经炎症期间的能量代谢提供信息[14]。

MS中的神经炎症导致脱髓鞘,减少髓鞘中的脂质和蛋白质含量。这改变了脂肪族质子,促成约−3.5 ppm处的中继核奥弗豪泽效应(rNOE)信号。这些rNOE信号源于脂质中的CH3和CH2基团,反映脱髓鞘MS病灶中的膜损伤和组织重塑[30]。在PD中,虽然脱髓鞘不太显著,但神经元丢失所致的脂质膜变化也可影响rNOE信号,反映微观结构改变。然而,rNOE对比度受磁化转移对比(MTC)和/或场不均匀性的强烈影响,尤其是在≥3 T时,需要稳健的校正才能实现可靠定量[31]。

通过靶向脂肪族、酰胺和羟基等质子池,CEST成像可检测组织酸中毒、蛋白质蓄积、胶质细胞驱动的代谢变化、脱髓鞘和水肿所导致的分子变化。这一能力使CEST成为一种有前景的无创工具,可用于监测神经炎症和早期疾病诊断[32,33]。图1展示了各种CEST MRI方法在评估神经系统疾病中神经炎症方面的潜在应用。

3. CEST成像

3.1. 原理与定量

在人体中,水质子以高浓度(约111 M)存在,而CEST MRI所靶向的内源性代谢物,如酰胺、胺和含羟基化合物,则以低得多的浓度(μM至mM)存在[34]。这种巨大的浓度差异使得在标准MRI中直接检测代谢物信号具有挑战性。CEST通过在溶质池中可交换质子的共振频率处施加频率选择性射频(RF)饱和脉冲来克服这一限制,该共振频率相对于体水共振发生化学位移。当这些被饱和的质子与体水质子发生交换时,饱和效应转移至水池,随着时间的推移累积性地降低其信号。因此,在CEST中,饱和首先降低溶质池中的磁化强度,随后化学交换将这种饱和转移至大得多的水池,产生可测量的水信号降低,从而间接反映低浓度代谢物。这种间接检测机制提高了灵敏度,使得能够对低浓度化合物进行成像[19,20]。CEST机制的示意图见图2。

典型的CEST成像序列包括三个阶段[35,36]。第一,在弛豫延迟期间,纵向水磁化强度向平衡态恢复。第二,在饱和阶段,相对于水共振频率偏移处施加连续波或脉冲RF准备,以选择性饱和可交换质子。第三,在采集阶段,剩余的水磁化强度被翻转并进行空间编码,通常使用快速读出技术。该过程在一系列饱和频率上重复进行,以生成Z谱,其表示归一化水信号随频率偏移变化的函数。因此,归一化水信号是偏移频率的函数,定义为[19]:其中是在偏移处的饱和后信号,是在远离水共振频率处采集的未饱和信号。

所得的CEST对比度通常通过质子转移率(PTR)进行定量,对于两池系统,其解析定义为[34,37]:其中是平衡水信号,是饱和后信号,是从溶质池到水池的交换速率,是可交换溶质质子的分数浓度,是饱和时间,是标记效率。标记效率由下式给出:其中

CEST信号产生取决于若干参数。交换率(应处于慢至中等范围以实现选择性饱和[26];若过快,溶质峰展宽,饱和转移效率降低。代谢物浓度决定可交换质子数量,浓度越高产生的CEST信号越强。饱和功率和饱和时间决定磁化转移量[35,38]。低和值产生弱标记,而高值增加直接水饱和。弛豫特性也起作用——较长的有利于信号积累,而短的因快速去相位导致信号降低[39]。最后,溶质与水之间的频率偏移必须足够大,以尽量减少直接水饱和的污染[26]。

对于CEST定量,另一种广泛使用的指标是磁化转移率不对称性(),其在概念上类似于PTR。它假设直接水饱和(DS)和MTC等来源在水共振周围是对称的。在此假设下,给定偏移处的总归一化水信号可表示为[37]:

由于假设MTC和DS在水周围是对称的,MTRasym将不对称CEST分量量化为:

然而,这种对称性假设在CEST成像中常被违反,导致受到DS、MTC和rNOE贡献的污染。这限制了其对特定偏移处预期CEST效应的特异性(例如3.5 ppm处的APTw信号)[40]。为解决此问题,APT#和NOE#指标使用外推磁化转移参考(EMR)方法导出。该方法拟合大偏移处的Z谱数据以建模半固体MTC背景(),从而更干净地提取交换效应[40,41]:

当MTC不对称性是主要混杂因素时,应优先使用基于EMR的指标,因为它们去除了这些贡献并提高了对酰胺和NOE池的特异性。APT#适用于APTw信号分析,而NOE#有助于评估炎症条件下的脂质或蛋白质环境。

用于评估CEST效应的另一个指标是相对于交换依赖性弛豫的MTR(),其定义为[31]:其中和分别为不稳定频率偏移和参考频率偏移处的归一化水信号强度。也通过去除对称非特异性效应来分离交换贡献。表观交换依赖性弛豫(AREX)指标也用于补偿纵向弛豫时间,定义为[31]:

AREX去除了T1驱动的偏差,在MS和AD等值异质性的病理中特别有用。

另一种方法是洛伦兹差分(LD)图,其从实验Z谱中减去拟合的洛伦兹基线[42]:其中是洛伦兹拟合,是实验Z谱。它通过抑制对称背景信号增强对CEST效应的敏感性。

磁共振指纹(MRF)也已与CEST集成以实现快速定量映射。在此方法中,伪随机化饱和方案生成独特的信号轨迹,与Bloch-McConnell模拟字典匹配以分配体素级参数如池分数和交换率。这种方法提供全定量图,无需完整Z谱,降低对变化的敏感性,并加速重建[43,44]。

不同的磁化转移对比(MTC)线型被用于建模背景效应并改善交换贡献的分离[40,45]。洛伦兹模型适用于具有对称且狭窄轮廓的液体环境。高斯模型代表中等程度的展宽。超洛伦兹模型通过捕捉广泛且受限的大分子运动来描述半固体组织,可作为神经炎症研究的合理假设。伪Voigt轮廓定义为高斯项和洛伦兹项的加权和,也已被用作Voigt函数的有效近似[46]。基于自旋锁定模型的拟合模型已被进一步证明可用于准确的多池化学交换饱和转移(CEST)定量[47]。使用不正确的MTC线型可能扭曲估计的MTC幅度,导致不恰当的溢出校正,使酰胺质子转移加权(APTw)和核奥弗豪泽效应(NOE)指标产生偏差,并最终混淆对代谢或pH相关变化的解读。

3.2. CEST采集

CEST采集可大致分为三个阶段[36,48]:恢复期、CEST准备期和读出期。恢复期允许纵向磁化在CEST准备之前向平衡态恢复。在CEST准备阶段,选择性射频饱和脉冲在特定频率偏移处施加以饱和可交换质子,通过化学交换将这种饱和转移至体水。通常优先选择在效率和比吸收率(SAR)限制之间取得平衡的饱和方案。常见的CEST饱和方案包括连续波(CW)、脉冲连续波(pCW)、脉冲稳态以及非均匀分段或混合射频饱和方案[49]。CW提供高效率但通常超出SAR限制。pCW在SAR和灵敏度之间提供良好平衡,使其成为临床上最常用的方案。脉冲稳态提供更清晰的图像,但与pCW相比信噪比(SNR)较低,而混合方案建模更为复杂。

随后是读出阶段,此时优先快速采集饱和信号以最小化弛豫效应和运动伪影[49]。因此,已开发出多种读出序列来加速CEST成像,包括 turbo spin echo(TSE)、echo planar imaging(EPI)、基于梯度回波(GRE)的序列[36]。图3展示了典型CEST序列的示意图,包括恢复期、准备期和读出期。

3.3. CEST成像的类型

CEST成像技术通常根据所涉及制剂的性质分为两类:顺磁性(ParaCEST)和抗磁性(DiaCEST)[50,51]。每一类在产生对比度的方式及其靶向的分子特征方面有所不同。

ParaCEST使用顺磁性镧系(III)配合物,其可移动质子位于配位水分子上或配体结构本身[51,52]。基于DOTA的配体螯合镧系离子,使质子共振频率相对于水产生大幅位移,并将交换速率减慢至可检测范围。SupraCEST作为一个亚类,通过将镧系配合物连接至具有额外可交换质子的大分子来增强灵敏度,这进一步增加了化学位移分离并优化了交换速率[53]。ParaCEST制剂作为对比剂外源性给药。

DiaCEST试剂是缺乏金属中心的外源性或内源性化合物,通过质子与水的化学交换产生对比,通常不具有顺磁性试剂相关的大频移[20]。它们范围从低分子量代谢物到大分子。实例包括氯化铵以及碘帕醇和碘比醇,用于AcidoCEST以绘制细胞外pH [54,55]。AcidoCEST利用约4.2和5.6 ppm处CEST信号的比率分析来提供不依赖浓度的定量pH成像,特别适用于检测与神经炎症过程相关的组织酸中毒[54]。其他试剂包括阳离子聚合物如聚-L-赖氨酸,其提供高质子密度和改善的灵敏度[56]。因此,DiaCEST试剂通过利用酰胺和羟基质子等功能团的交换行为实现分子特异性,而不需要顺磁性组分。

内源性CEST(EndoCEST)是DiaCEST的一个子集,利用身体自身的代谢物和大分子作为天然对比源[20]。它利用具有可交换质子的天然分子,可在体内检测而无需外源性注射。常见底物包括蛋白质和肽(酰胺质子)、氨基酸和神经递质(胺质子),以及糖和多元醇等代谢物(羟基质子)[24]。这些内源性试剂允许对pH、代谢物浓度和温度等生化参数进行无创映射。在此我们讨论各种类型的EndoCEST技术及其在神经炎症方面检测的内容。

3.3.1. 酰胺质子转移加权(APTw)

APTw成像是建立最完善的内源性CEST技术之一。它检测流动蛋白质和肽的酰胺质子,其共振频率约为3.5 ppm。这些酰胺质子的交换通常发生在慢至中等交换机制内,在临床可用场强如3 T下能够实现有效的CEST对比,在更高场强下灵敏度更高[22,24]。APTw对组织蛋白质含量和微环境pH均敏感,因为酰胺质子的交换率强烈依赖pH。因此,它反映蛋白质组密度以及组织酸中毒。在神经炎症疾病中,这些特性尤其相关,因为炎症区域可能表现出轻度酸中毒和蛋白质周转改变,导致APTw信号的可测量变化[57]。在临床上,APTw已证明通过早期pH改变检测缺血性损伤以及基于蛋白质含量区分肿瘤和其他病变的效用。总体而言,APTw提供的对比映射脑微环境中的蛋白质浓度和pH异常,作为组织完整性和神经炎症状态的敏感标志物。

3.3.2. 谷氨酸加权CEST(GluCEST)

GluCEST成像是一种MRI技术,可检测谷氨酸的胺(-NH2)质子,从而无创地绘制其在脑内的浓度分布[58,59]。谷氨酸是一种关键的兴奋性神经递质,在正常条件下其水平受到严格调控。在神经炎症性疾病中,GluCEST可检测由突触清除受损、胶质细胞激活和血脑屏障(BBB)渗漏所致的谷氨酸升高,这些因素引起细胞外谷氨酸蓄积,促进兴奋性毒性神经元损伤[29]。在免疫激活增强谷氨酸释放或减少其摄取的区域,如多发性硬化(MS)或自身免疫性脑炎中,GluCEST信号升高。它反映正在进行的代谢紊乱,并具有识别活动性病灶、追踪疾病进展以及评估针对谷氨酸能或炎症通路治疗反应的潜力。GluCEST可作为与神经炎症相关的谷氨酸失调的代谢生物标志物。

3.3.3. 羟基质子CEST

羟基CEST成像靶向内源性分子中可交换的-OH质子(距水质子0.5–1.5 ppm),其亚型包括:糖胺聚糖CEST(GagCEST)、糖原CEST(GlycoCEST)和葡萄糖CEST(GlucoCEST)[59,60,61]。

GagCEST可定量神经组织中糖胺聚糖(GAGs)的含量,尤其是在髓鞘和细胞外基质结构中。如MS中所见的神经炎症可引起脱髓鞘和富含GAG基质的降解,导致病灶中GagCEST信号降低。GlycoCEST捕捉糖原和糖蛋白的改变;激活的胶质细胞在炎症过程中改变糖基化模式,导致可检测到的羟基质子交换变化。这使GlycoCEST对炎症驱动的结构重塑敏感。GlucoCEST检测游离葡萄糖动态,并对免疫细胞代谢敏感。在神经炎症反应期间,小胶质细胞和星形胶质细胞上调糖酵解,增加葡萄糖摄取和-OH交换,导致脑炎、AD相关神经炎症或脓毒症相关脑病所致病灶中GlucoCEST信号升高。因此,羟基质子CEST通过利用免疫激活期间发生改变的含羟基分子的交换特性,绘制神经炎症中的代谢变化。

3.3.4. 肌酸CEST(CrCEST)

CrCEST成像探测肌酸(Cr)和磷酸肌酸(pCr)的胍基胺质子,其共振位置约在距水质子2 ppm处[62]。这些代谢物通过肌酸激酶系统缓冲三磷酸腺苷(ATP),在细胞能量代谢中发挥核心作用。CrCEST能够以高分辨率绘制肌酸分布,提供对生物能量状态的稳健评估,且空间特异性优于磁共振波谱(MRS)[63]。

在神经炎症条件下,激活的小胶质细胞和星形胶质细胞表现出能量需求改变、线粒体功能障碍和肌酸激酶活性降低[64]。这导致磷酸肌酸周转减弱和CrCEST信号降低。这种信号降低反映ATP缓冲受损,并与MS等疾病的病灶严重程度和进展相关[65]。因此,CrCEST为评估炎症神经组织内的代谢功能障碍提供了有前景的生物标志物。

3.3.5. 细菌CEST(BacCEST)

BacCEST 检测由细菌大分子(包括蛋白质、碳水化合物和代谢副产物)中可交换质子产生的内源性对比 [20]。这些质子在水共振频率 1–4 ppm 范围内共振,信号强度随细菌细胞密度变化 [66]。由于不需要外源性试剂,BacCEST 能够基于内在分子特征无创检测细菌的存在。重要的是,它可以区分感染性神经炎症过程与无菌性炎症。在细菌性脑炎或脑脓肿中,它检测到与细菌载量相对应的信号升高,提供超越传统 MRI 的分子特异性 [66,67]。这使得能够区分感染与其他炎症性或肿瘤性病变,并通过随时间量化细菌减少来支持监测治疗反应。因此,BacCEST 为病原体驱动的神经炎症提供了影像生物标志物,支持早期诊断并指导抗生素干预。

3.3.6. 隐球菌 CEST(CryptoCEST)

CryptoCEST 通过检测海藻糖来利用隐球菌的代谢特征,海藻糖的羟基质子(0.2–2 ppm,峰值约 0.7 ppm)产生独特且可量化的 CEST 信号 [20,68]。在神经炎症中,CryptoCEST 特别适用于检测隐球菌性脑膜炎,这是一种严重的机会性感染,可发生于 CD4 计数低的 HIV 感染者和其他免疫抑制情况下 [69]。因此,CryptoCEST 提供了一种无创评估真菌载量和追踪治疗反应的手段 [20]。其临床实用性在于消除重复腰椎穿刺的需要,并且为病变定位提供高空间特异性。

3.3.7. 核 Overhauser 增强(NOE)成像

NOE 成像是一种磁化转移技术,检测脂质和蛋白质中不可交换脂肪族质子(-CH2 和 -CH3)与水质子之间的偶极交叉弛豫 [59,70]。这些相互作用在水的高场侧产生负信号变化,通常在 −1.6 至 −4 ppm 之间,峰值接近 −3.5 ppm。该信号的主要贡献者是 rNOE,其中脂肪族质子的饱和首先转移到附近的可交换质子,然后通过化学交换传递到水 [71]。与依赖化学交换的 CEST 不同,NOE 反映大分子质子与水质子之间的空间邻近性和偶极耦合,提供对脂质和蛋白质微环境的洞察。

在神经炎症性疾病中,NOE 成像因其对髓鞘和脂质含量变化的敏感性而有用 [30]。NOE 已证明可用于区分活动性与慢性斑块并追踪髓鞘再生。它还对与胶质细胞活化和氧化应激相关的脂质代谢改变敏感,使其适用于更广泛的炎症性疾病,如阿尔茨海默病和自身免疫性脑炎 [72]。

3.4. 加速 CEST MRI 采集

CEST 成像通常耗时较长,因为需要在多个频率偏移处采集图像以构建 Z 谱。这通常限制了其在临床环境中用于研究神经炎症和其他应用。然而,脉冲序列、优化的 k 空间采样和排序以及图像重建技术的重大进展已被开发用于加速 CEST 成像。

EPI读出方式是首批用于实现快速CEST图像采集的方法之一。Zhou等人使用自旋回波EPI在大鼠中展示了pH和APTw CEST对比[73,74]。该方法通过快照3D EPI技术得到进一步改进,实现了全脑CEST[75]。然而,EPI对场不均匀性高度敏感,常导致图像畸变和脂质鬼影伪影,从而污染CEST信号[49]。通常需要脂肪抑制方法来减轻这些伪影。

据我们所知,TSE读出方式广泛用于CEST,尤其是在临床3 T脑部检查中,因为它们即使相对较慢,也能提供稳健的图像质量,畸变或鬼影极小。3 T的人体APTw研究使用3D TSE来显示脑肿瘤[76]。TSE中的高翻转角重聚焦提供高SNR和抗伪影能力,但代价是更长的扫描时间和更高的SAR[49]。这可能限制3D覆盖范围或超高场应用。

GRE序列能够以低SAR和灵活的3D采集实现快速CEST成像,尤其在高场下。Dixon等人和Zaiss等人分别展示了基于GRE的快速多层CEST和快照CEST,后者每个偏置频率在7 s内实现多达16层[36,77]。Sedykh等人进一步增强了基于GRE的快照CEST,利用压缩感知(CS)在2 min内实现全脑APTw CEST[78]。GRE提供更快的读出且畸变极小,但SNR较低且对不均匀性敏感,限制了在磁场变化强烈区域的准确性。

混合和高级序列,如梯度自旋回波(GRASE)、使用不同翻转角演化与应用优化对比度的采样完美(SPACE)以及平衡稳态自由进动(bSSFP),已被开发用于更快的CEST成像[48,49]。

GRASE结合了TSE的稳定性与EPI的速度用于CEST成像。Zhu等人展示了3D GRASE CEST在不到10 min内完成全脑成像,优先采集中心k空间以尽量减少对比度损失。然而,由于场不均匀性和脂质信号污染,仍存在一些伪影[79]。SPACE是一种具有可变翻转角的优化3D TSE,实现短回波间隔和长回波链[49]。Zhang等人实现了SPACE CEST在约5 min内进行全脑APTw成像,各向同性分辨率为2.7 mm,占空比为91%,显示出极小的磁敏感伪影,但在高场强下需要仔细管理SAR[80]。

平衡SSFP(True FISP),也称为bSSFP,最近由Wu等人针对CEST成像进行了优化,他们在3 T下使用中心螺旋重排序策略实现了3D单次读出[81]。与基于FLASH的CEST相比,True FISP序列在体模和体内实验中均显示出显著更高的SNR。具体而言,在蛋清体模中,APTw和NOE的SNR分别提高了68.3%和57.0%。在健康志愿者中,3.5 ppm处的时间SNR提高了84%。这些发现证实了True FISP在临床环境中用于快速、高质量3D CEST读出的适用性。然而,它仍然对不均匀性敏感,并产生条带伪影,可能降低图像质量并影响CEST定量。这些效应在高磁场强度下更为明显[82]。

3.4.1. 优化CEST成像的欠采样和k空间排序

快速CEST成像通过优化的k空间采样和重排技术实现,这些技术对数据进行欠采样,同时保留CEST对比度。在CEST成像中,维持对比度至关重要,因为k空间中心携带了大部分对比度信息。因此,已开发出多种k空间采样方法和采集排序策略,并被证明可在不损害对比度的情况下提高CEST成像的效率。

传统的变密度采样优先对k空间中心进行密集采集以保留对比度,同时对周边区域进行稀疏采样以加速。Heo等人将此方法应用于CEST,实现了高达4倍的加速因子[83]。另一种方法是对三维容积内插屏气检查(VIBE)序列进行改造,以实现能够全脑覆盖的Snapshots CEST序列,用于APTw成像,加速因子为8.66 [78]。

另一种针对CEST成像优化的采样方法是频率偏移依赖(FOD)采样,由Liu等人提出[42]。FOD对每个偏移使用自适应采样掩模,该掩模普遍对k空间中心进行全采样,但以概率方式改变周边采样,对如±3.5 ppm等 informative偏移将更多样本分配至k空间中心,而对远离这些频率的偏移应用更稀疏的采样。这增强了对CEST效应的检测,并能够以高达14倍的加速因子进行全脑成像,同时CEST效应损失极小。

此外,减少频率偏移的数量、聚焦于对对比度至关重要的偏移,也有助于缩短采集时间。Sedykh等人证明,在±3.5 ppm附近采样少至七个偏移即足以在snapshot CEST中保留APTw对比度[78]。Cheema等人利用Fisher信息确定最具信息量的偏移,并训练U-NET从53个偏移中少至15个重建完整Z谱,将扫描时间缩短了3.5倍[84]。Kwiatkowski等人通过利用Z谱稀疏性结合k空间和Z谱主成分分析(k-Z PCA)重建,实现了3倍快的CEST,同时保持了谱质量和MTR不对称性精度[85]。类似地,Bhattarai等人采用优化算法和深度学习,从小鼠大脑中仅10%的偏移点重建密集Z谱[86]。

在k空间排序方面,中心相位编码通常更受青睐,因为它在饱和后立即采集富含对比度的k空间中心。Zaiss等人在snapshot-CEST中使用的螺旋中心排序进一步提高了采集效率,同时保留了饱和效应[36]。包括径向、周期性旋转重叠平行线增强重建(PROPELLER)和玫瑰结在内的非笛卡尔采样轨迹已被用于CEST成像[87,88,89]。Sui等人展示的径向采集用于全脑酰胺CEST成像,通过过采样k空间中心来提高运动耐受性,尽管这会增加扫描/重建时间并引入更高的混叠风险[89]。Mahmud等人将玫瑰结轨迹应用于使用CS的快速CEST和MTC成像,实现了每个频率偏移5.1秒的扫描时间,已证明比其他径向和笛卡尔轨迹更快[87]。玫瑰结读出提供非相干的k空间覆盖和运动鲁棒性,尤其具有优势的是可以直接从玫瑰结CEST数据估计图谱。然而,它们需要复杂的序列设计和仔细的参数调优。

3.4.2. 重建

重建技术通过实现不完整或含噪数据的恢复来补充CEST欠采样。其中,并行成像和CS代表两种主要的加速策略,并且越来越多地联合使用以提高效率。并行成像利用多通道线圈,要么在图像空间中使用显式线圈灵敏度图(如灵敏度编码(SENSE))运行,要么在k空间中利用线圈间冗余(如GRAPPA)运行[90,91]。相比之下,CS利用信号在某些域(如小波或全变分)中的稀疏性,从非相干欠采样的k空间进行重建[92]。

Heo等人将CS与SENSE结合用于CEST成像,实现了4倍加速[83]。She等人回顾性证明了并行盲压缩感知(PBCS)——将线圈灵敏度与字典学习相结合——可以在脑CEST成像中实现10倍加速[93]。他们的方法利用了CEST数据中的时空冗余。Wada等人将3D CS-SENSE CEST应用于胶质瘤分级,实现了多层APTw成像,其诊断性能与2D相当,在5分31秒内有效区分低级别和高级别肿瘤[94]。类似地,Sedykh等人在snapshot CEST中使用CS,在不到2分钟内实现全脑APTw成像,信号损失极小[78]。

除CS和并行成像外,低秩重建方法也被应用于利用z谱光谱域中的冗余[95,96,97,98]。这些方法利用CEST数据固有的低维结构来减少伪影、提高定量准确性并实现更短的扫描时间。

这些方法共同使CEST成像更快、更实用,但仍存在挑战,如速度与伪影水平之间的权衡、细微CEST对比度的潜在损失以及计算需求的增加,这为AI等新兴技术进一步增强CEST图像重建创造了机会。

在实践中,采集方案应根据目标信号进行设计。因此,频率偏移、饱和功率和饱和持续时间应根据目标质子池进行选择。读出还必须平衡CEST对比度的保持与扫描时间,并且在使用高加速因子时必须谨慎。尽管一些重建框架可以恢复具有良好结构细节的图像,但这并不能保证CEST对比度的保持。使用偏移减少、压缩感知(CS)或深度学习的加速策略是有前景的;然而,在神经炎症研究或其他CEST应用中对患者进行成像之前,新开发的方法应在体模和/或志愿者扫描中测试稳定性。

3.5. CEST后处理

CEST信号本身很小,通常约为水信号的5%,并且强烈依赖于频率偏移[42]。因此,必须应用一系列采集后校正来提高数据质量并实现准确定量。这些关键的后处理步骤包括运动校正、场不均匀性校正、频谱/空间去噪、归一化和对比度生成。因此,每个后处理步骤都必须谨慎处理,以确保获得可靠的CEST数据用于解读。

3.5.1. 运动校正

CEST MRI中的运动校正是对不同饱和偏移下采集的图像进行对齐,以减少患者运动引起的伪影。即使扫描过程中细微的亚体素头部运动也可能使饱和加权图像堆栈失准,导致计算出的CEST谱和参数图出现失真[99]。这个问题在神经炎症成像中尤为关键,因为患者(例如急性卒中或脑炎患者)可能难以保持不动。在这种情况下,回顾性运动校正对于避免伪影性CEST对比度至关重要。然而,传统的基于强度的MRI配准方法通常对CEST数据失效,因为图像强度随饱和频率系统性变化,并且在水共振附近往往非常低[99]。

为解决这一问题,已开发了专门的算法。例如,Wech等人利用Z谱图像序列的低秩结构,使用Z谱低秩近似(LRAZ)方法对CEST体积进行稳健配准[95]。类似地,Bie等人提出了一种两步稳健主成分分析(RPCA)来分离和校正CEST图像中的整体运动和细微运动[100]。基于深度学习的方法也已被探索用于开发更稳健的CEST数据运动校正算法[99]。通过最小化运动伪影,该步骤确保大脑中观察到的CEST信号差异主要反映潜在的生化过程而非受试者运动。

3.5.2. 校正

不均匀性是指主磁场中的空间变化,导致水质子共振频率在图像中发生偏移[101,102]。即使是小的频率偏移也可能使饱和频率与预期的可交换质子失谐,导致人工信号不对称。在Z谱分析中,这表现为表观“0 ppm”参考的偏移,因此标记为3.5 ppm的饱和在某些体素中可能不会正好命中酰胺质子频率[101]。这种效应在高磁场强度下更为明显,如果不加以校正,不均匀性可能产生虚假的CEST对比[103]。

因此,在神经炎症中进行准确的CEST分析,映射和校正是必要的。一种常见的静态方法是水饱和位移参考(WASSR)法,该方法在水附近采集低功率饱和谱,以直接测量每个体素中的频率偏移[101]。然后使用测得的水频率图通过局部重新定义0 ppm来重新对齐每个体素的Z谱。另一种方法是使用快速梯度回波扫描采集场图,但WASSR专为CEST量身定制,并通过施加温和的RF脉冲最大限度地减少干扰[104]。更近期的序列如水位移和B1映射(WASABI)甚至允许在大约一分钟内同时进行和映射[103]。在CEST采集过程中,由于运动和系统加热,可能发生漂移,导致残余的Z谱失对准。因此,动态校正方法已被证明优于静态方法,因为静态方法假设场在时间上稳定,而这在较长扫描中通常不成立[105,106]。

通常,校正后,每个体素中的水峰正确对齐到0 ppm,确保CEST偏移(例如,约3.5 ppm处的酰胺峰)真正与其目标可交换质子共振。这产生更具特异性的CEST对比,反映大脑中pH、蛋白质含量或代谢物浓度的潜在变化。

3.5.3. 校正

不均匀性是指发射RF场在成像组织内的非均匀性,这影响所测量MRI信号的质量,并在更高场强下更为明显[107,108]。的变化导致非均匀饱和功率:某些区域接收到的饱和脉冲比预期的更强或更弱,直接影响CEST效应的幅度。由于CEST对比取决于所施加的饱和功率,空间变化可能错误地表现为代谢物浓度的差异,而事实并非如此[102]。因此,校正对于消除这种混杂效应是必要的。

一种方法是使用WASABI序列获取图并将其应用于校正[103]。Papageorgakis等人提出了一种分析后处理方法,可从WASABI数据中快速提取并绘图,在保持准确性的同时显著减少计算时间,从而使基于WASABI的校正能够整合到常规临床CEST工作流程中[102]。Zhang等人还开发了一种条件变分自编码器(CVAE)模型用于泛化校正,可从单次采集生成经校正的Z谱,从而在不同条件下实现准确的CEST定量[108]。Wu等人提出了一种去除直接饱和的omega图模型,可从两次采集实现准确校正,产生更均匀的APTw图,并在5T下优于传统的基于插值的方法[107]。

本质上,校正补偿了射频发射场强的空间变化,这些变化影响CEST MRI中的饱和效率。它确保观察到的对比度反映真实的分子差异而非不均匀的射频施加,通过信号归一化、脉冲功率调整或将变化纳入信号建模以实现准确定量等方法来实现。

3.5.4. 去噪

在校正运动和场不均匀性之后,CEST数据仍然受到低信噪比的困扰。由于CEST效应相对于水信号非常小,Z谱和衍生图对噪声高度敏感。频谱和空间去噪技术可在保留CEST对比度的同时减少Z谱和图像中的噪声。这涉及在频率偏移或体素上应用滤波器,和/或利用数据冗余。一种简单方法涉及使用平滑滤波器,如平滑样条插值、三次平滑样条和高斯滤波器,以减少Z谱中的振荡[97]。

然而,先进的去噪方法包括使用低秩近似和PCA。在这些方法中,假设邻域内或整个图像中的Z谱集合位于低维子空间中,通过截断至主要成分来去除噪声。Goldenberg等人应用PCA将Z谱曲线中的噪声和信号成分排列,实现了稳健的噪声抑制而不模糊真实对比度[109]。其他方法利用自相似性,如跨图像的非局部均值滤波器,对具有相似频谱特征的体素进行平均,即使它们相距较远,以提高信噪比。Romdhane等人开发了一种结合非局部平均与各向异性扩散的混合滤波器,专门用于改善肿瘤中pH加权的CEST[110]。Chen等人引入了一种基于机器学习的空间-频谱冗余去噪方法,称为“BOOST”,它使用全局低秩投影结合局部频谱平滑性和非局部空间相似性约束来提高准确性[97]。

该去噪步骤提高了有效信噪比,从而改善了与神经炎性疾病相关的真实CEST变化的检测。

3.5.5. 使用非饱和扫描的归一化

CEST定量需要将信号归一化到未施加饱和的参考图像[19]。该未饱和图像代表完整的平衡水信号,用于在体素水平上对饱和图像进行缩放。通常,在系列饱和图像之前或之后采集一次额外的无射频饱和扫描,用于归一化[42,52]。该步骤对于校正线圈灵敏度变化、T1加权以及全脑质子密度差异至关重要[101]。

若不进行归一化,由于/不均匀性或接收线圈灵敏度而本身具有较低基线MRI信号的区域可能虚假地表现为CEST效应升高[101]。通过未饱和图像进行归一化可标准化信号,从而能够准确计算MTRasym等指标。通过这种方式,归一化消除了静态强度偏差,提高了CEST图的可靠性,并使得能够在Z谱上进行直接的逐像素比较。

3.5.6. 对比度生成

处理后的CEST数据被转换为定量对比图以供解读。如前所述,可生成多种对比图,包括、、、和。这些图能够区分神经炎症中重叠的信号,从而实现精确的病理定量。

除这些图之外,拟合方法也被使用。洛伦兹线形拟合可将Z谱分解为多个池(酰胺、胺、NOE、水直接饱和等),提供池特异性图[111]。

CEST后处理中的所有上述步骤都非常重要,应认真完成,以获得可靠的CEST信号用于分析。

3.6. 人工智能(AI)在CEST成像中的整合

AI在多个方面显示出改善CEST成像的前景[112]。然而,最常见的AI范式——监督学习——严重依赖于采集的数据;因此,数据质量和标注准确性强烈影响预测不确定性。这使得数据工程成为开发监督或半监督方法时的关键考虑因素[113]。在MRI物理中,信号灵敏度和图像对比度往往因采集参数(如回波时间、重复时间、饱和功率和偏移频率)而显著变化。由于CEST成像能够研究不同代谢物及其对快速和慢速交换率的敏感性,将这些先验知识与相关协议参数相结合可显著改善模型训练。

如Pan等人[112]所综述,AI已越来越多地应用于CEST成像的重建、去噪和高级后处理或定量任务。在重建领域,Zaiss等人表明,使用其基于深度神经网络的CEST(DeepCEST)网络,可以从3 T谱预测9.4 T的超高场光谱信息,从而从常规低场扫描中获得高场对比度[114]。随后,Glang等人在3 T应用DeepCEST,并证明该网络能够以高速度和鲁棒性直接从未校正谱预测洛伦兹拟合参数[115]。

若干基于人工智能的研究利用欠采样化学交换饱和转移(CEST)数据集中的冗余来提高重建效率和图像质量。例如,Guo等人证明可以利用跨频率偏移的相关性从PROPELLER采集数据中重建高质量图像[116]。类似地,Xu等人提出了一种基于模型的变分网络(CEST-VN),通过使用3D空间-频率卷积核捕获空间域和光谱域中的相关性,从欠采样多线圈数据中重建高质量图像,从而加速CEST成像[117]。此外,Xiao等人提出了一种双向长短期记忆(BiLSTM)框架,从非稳态采集数据中推断稳态光谱,大幅缩短了扫描时间[118]。他们还实现了一种序列到序列(seq2seq)模型,从有限数量的采集图像中生成更密集的z谱,有效减少了所需频率偏移的数量,并将扫描时间最多缩短了三分之二[119]。

其他研究团队通过基于人工智能的采样优化来解决CEST成像中的加速问题。Cheema等人提出了“Fisher偏移”,并训练了一个U-Net从稀疏采样的光谱中重建完整CEST图[84]。Liu等人将频率偏移依赖采样与部分可分离网络相结合,在健康队列和患者队列中均实现了高达14倍的加速[42]。Yang等人提出了基于注意力的多偏移化学交换饱和转移深度学习重建(AMO-CEST),这是一种基于注意力的网络,从欠采样径向采集数据中重建CEST图像,以更少的伪影保留APTw和rNOE图[120]。相比之下,Liu等人开发了隐式神经表示结合显式稀疏先验(INRESP),这是一种无监督隐式神经表示,利用稀疏先验直接适应每次扫描,无需训练数据[121]。

噪声和低信噪比仍然是CEST成像的关键挑战。为解决这一问题,若干研究团队提出了基于深度学习的去噪框架。Chen等人引入了去噪CEST网络(DECENT),该网络学习时空相关性以抑制跨偏移的莱斯噪声,性能优于传统滤波器[122]。Radke等人在合成Bloch-McConnell体模上训练自编码器,证明基于ResUNet的去噪器在广泛的噪声水平范围内优于PCA和块匹配结合3D滤波(BM3D)[123]。Kurmi等人开发了一种去噪卷积自编码器,在体模和肿瘤数据集中保留了细微的APTw和NOE对比度[124]。

定量建模是人工智能在CEST中展现出巨大潜力的另一个领域。Kim等人开发了结合深度神经网络解码器的磁化转移对比磁共振指纹(MTC-MRF),能够解耦半固体MT、APTw和NOE信号以进行定量映射[125]。Perlman等人引入了AutoCEST,这是一种物理约束的可微网络,协同优化饱和方案和重建,将采集时间缩短至70秒以内,同时生成定量交换图[126]。在肿瘤学应用中,Perlman等人进一步展示了深度学习辅助的CEST-MRF在溶瘤病毒治疗后量化肿瘤pH值和蛋白质含量,为早期凋亡提供了敏感的无创生物标志物[127]。

其他研究旨在改进CEST分析中的模型拟合本身。Mohammed Ali等人引入了单洛伦兹拟合网络(sLoFNet),用神经网络替代WASSR谱的最小二乘洛伦兹拟合,提供更快、更稳健的参考[128]。Heo等人提出了深度学习外推半固体磁化转移参考(DeepEMR),一种外推半固体MT参考以分离干净APTw和rNOE信号的方法,具有极佳的可重复性[129]。更近期,基于Transformer的Bloch-McConnell模型拟合方法已被开发,优于传统梯度求解器,突显了注意力机制在准确CEST参数估计中的潜力[130]。

AI驱动CEST的临床实用性显而易见,因为DeepCEST预测被推广到肿瘤患者,无需超高场扫描仪即可实现类高场图谱[114]。该框架还在志愿者和肿瘤患者中进行了验证,显示出对噪声和伪影的稳健性[115]。同样,DeepEMR在更高水平上改善了肿瘤勾画,与不对称分析相比提供了更优的对比度[129]。

这些应用展示了AI如何被用于加速CEST采集、增强重建和改善后处理,推动该领域向更实用和临床可行的CEST成像发展。

3.7. CEST在神经炎症中的临床前和临床应用

神经炎症可以以急性或慢性形式发生。在急性状态下,它最初起到保护和修复神经组织的作用,如卒中病例中所见。然而,促进慢性神经炎症的状况有助于神经退行性疾病的发生,包括AD、PD、亨廷顿病(HD)和ALS[131]。

在这些情况下,神经炎症通常起源于CNS内部,以响应病理性蛋白聚集、神经元损伤和危险相关分子模式(DAMPs)的释放[132]。这些内源性触发因素激活小胶质细胞,即大脑的常驻免疫细胞,其采取促炎表型,释放细胞因子和活性氧,导致神经元损伤[133]。持续的小胶质细胞激活导致自我强化的炎症环路,促进疾病进展。

尽管神经退行性疾病中神经炎症的主要驱动因素为CNS所固有,但全身性炎症可进一步增强这一过程。外周感染或全身性免疫激活,如HIV相关神经认知障碍(HAND)或脓毒症相关脑病,可导致外周免疫细胞浸润进入CNS。这一过程始于小胶质细胞激活,释放促炎细胞因子破坏BBB,使外周T细胞和巨噬细胞得以进入[134,135]。这些浸润的免疫细胞放大炎症反应[136]。

在本节中,我们综述了CEST成像已被用于检测神经炎症的疾病,其研究结果通过组织学研究和免疫化学检测得到验证,这些检测识别了促炎细胞因子如白细胞介素-1β(IL-1β)和TNF-α,或活化免疫细胞包括离子钙结合衔接分子1阳性(Iba-1+)小胶质细胞和分化簇68阳性(CD68+)巨噬细胞。图4展示了所综述的CEST MRI在神经炎症性疾病中的研究概览,而表1总结了临床前和临床研究,包括所检验的CEST参数、验证生物标志物和饱和条件。

3.7.1. 原发性神经炎症性疾病

多发性硬化与脑炎

CEST成像已广泛应用于MS的临床前和临床研究中,以绘制炎症代谢变化。在Liu等人的一项研究中,CEST MRI被用于检测实验性自身免疫性脑脊髓炎(EAE)小鼠小脑和脑干在非常早期阶段(诱导后6天)的细微病理改变,此时常规MRI尚未显示任何异常[144]。他们靶向1 ppm处的羟基质子(例如来自聚糖和乳酸)和2 ppm处的胺质子。基于直方图的Z谱分析显示,与正常对照相比,EAE小鼠的信号分布异质性及峰值强度降低,同时在两个频率偏移处均显著升高。这些变化通过Iba-1免疫荧光得到验证,证实了小胶质细胞活化。Thomas等人还使用多个频率偏移(1.6、3.2和5.2 ppm)的CEST成像研究了EAE小鼠的颈部淋巴结[32]。他们发现CEST信号强度升高,与通过流式细胞术检测的免疫活化标志物相关,包括淋巴结和中枢神经系统组织中CD11b、CD86和IL-17表达的上调。此外,基质辅助激光解吸/电离(MALDI)成像显示EAE小鼠淋巴结中丙氨酸、乳酸和其他代谢物水平升高。

Wang等人在EAE小鼠中采用+1.0 ppm(右旋糖酐的OH质子)的右旋糖酐增强CEST(DexCEST),观察到信号上调,并通过钆增强MRI和荧光显微镜(Dex3-FITC/Dex40-TRITC)评估血脑屏障通透性加以验证[145]。在唯一一项已确定的将CEST成像应用于评估MS神经炎症的临床研究中,O’Grady等人使用AREX对复发缓解型MS患者和健康对照者在3.0 ppm处定量谷氨酸。在去除因髓鞘丢失和含水量增加导致MS中改变的MT、溢出和弛豫效应后,WM病灶中的AREX值仍高于表现正常的WM。这些校正值一致向正对比偏移,表明残余的交换依赖信号反映的是生化改变而非结构效应。该升高与已知在神经炎症活动期间发生的谷氨酸失调一致,并得到既往MRS和组织病理学证据的支持。这证明了GluCEST在提供与神经炎症病理相关的补充信息方面的潜力[146]。因此,当需要代谢表征以补充结构MRI时,尤其是在怀疑存在炎症或代谢改变但常规成像缺乏特异性的情况下,应考虑CEST。

Thomas等人在EAE小鼠中实施共振可变延迟多脉冲(onVDMP)CEST成像,以靶向快速交换质子(如谷氨酸、肌酸、乳酸)。他们观察到诱导后最早12–13天胼胝体、下丘脑和第三脑室信号降低,早于瘫痪发生。这些早期改变未被CW或APTw CEST检测到。组织学验证证实存在星形胶质细胞增生(GFAP)和小胶质细胞活化(CD11b/CD68),而无脱髓鞘或轴突丢失[147]。

APTw成像已被用于监测铜嗪诱导大鼠模型胼胝体的脱髓鞘和再髓鞘化。酰胺信号在脱髓鞘期间升高,并随着再髓鞘化恢复至对照水平[148]。Chen等人证明rNOE在脱髓鞘期间降低,但随再髓鞘化逆转;然而,酰胺信号即使在再髓鞘化后仍保持低水平[149]。

在脑炎中,Jia等人结合了靶向3.0 ppm处谷氨酸的临床前和临床研究。他们观察到脑炎中GluCEST信号升高,随疾病进展而增加,并在静脉注射免疫球蛋白治疗后降低。临床与临床前发现之间的一致性支持了以下解释:观察到的治疗效果反映了神经炎症和谷氨酸蓄积的减少[29]。

3.7.2. 炎症相关疾病

阿尔茨海默病

在阿尔茨海默病(AD)中,迄今为止所有关于神经炎症的化学交换饱和转移(CEST)成像研究均仅在临床前模型中进行。Yanez Lopez等人在淀粉样前体蛋白/早老素1(APP/PS1)转基因小鼠和野生型小鼠海马内单侧注射脂多糖(LPS)后,检测了0.4−0.8 ppm范围内的羟基质子CEST信号。在LPS注射侧观察到信号升高,并且由于先前1H-MRS数据显示MI升高,推断存在神经炎症[139]。该团队随后在APP/PS1转基因小鼠和野生型小鼠脑内注射LPS后研究了MI CEST,再次在显示强烈IBA-1小胶质细胞激活的组中观察到CEST信号升高,提示CEST对比对炎症反应敏感[137]。类似地,Haris等人检测了APP-PS1小鼠与野生型对照在0.6 ppm处的MI羟基质子,发现目标偏移处CEST信号升高。这通过1H-MRS中MI/Cr升高51%以及GFAP表达增强表明星形胶质细胞增殖而得到证实[23]。

原文篇幅较长,只翻译了前面部分,其余请阅读原文。

引用

  1. Mensah EA, Faiyaz A, Schifitto G, et al. Chemical Exchange Saturation Transfer Imaging in Neuroinflammation: Methods, Challenges, and Recommendations. Int J Mol Sci. 2025. PMID: 41303541. doi:10.3390/ijms262211059
  2. 全文:PMC12652846(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12652846/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。