华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

弥散神经影像学在精神疾病诊断中的应用

姓名：陆逸伦

学号：10170740118

班级：周三 3-4 节

日期：2020.12.7

1
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

弥散神经影像学在精神疾病诊断中的应用
摘要 了解精神疾病(如精神分裂症、抑郁症和双相情感障碍)的神经病理学基础是开

发进一步诊疗方法的重要一步。近年来，利用扩散张量成像 (DTI)模型的扩散磁共振成

像研究在识别精神疾病患者的脑微结构异常方面非常成功。并且，最近的研究者们在

DTI 成功的基础上，近年来开发了新型的弥散磁共振成像方法，并将其应用于精神病

人群的研究，目的是提高对细微神经异常的敏感性，并提高对脱髓鞘和神经炎症等候

选病理的特异性，这种新型扩散磁共振成像方法已被用于研究精神分裂症，抑郁症和

双相情感障碍人群。在这篇综述中调查了这些新型的研究，并且总结了他们的研究特

点和方法。

关键词 弥散神经影像学 DTI 精神分裂症 重度抑郁症 双相情感障碍

1. 引言

精神疾病(Psychiatric disorders)，如精神分裂症、重度抑郁症和双相情感障
碍，一直以来都是困扰着无数医学与心理学研究者们的难题。这些神经方面的
衰弱性疾病，较多发生与患者年轻的时候，但却会难以想象地导致其终生的困
扰，干扰个人的社会、职业和情感功能。与阿尔兹海默症、帕金森等这类已经
有着较清晰的神经病理学描述的疾病不同，并没有足够且合适的研究工具来对
此类精神疾病进行细致入微的病理性研究 (Hyman et al., 2012; Shulman et al.,
2011)。
精神分裂症、重度抑郁症和双相情感障碍各有情感、认知和社会障碍的特
征模式。精神分裂症(Schizophrenia)是一种严重的精神疾病，其特征是存在阳性
症状（如幻觉、妄想和思维障碍）、阴性症状（如嗜睡、嗜睡、嗜睡和情感迟
钝）和认知障碍（注意力、记忆和执行功能缺陷） (Fervaha et al., 2014; Lepage
et al., 2014)。重度抑郁障碍(Major depressive disorder)的核心特征是情绪低落，
对日常生活活动失去兴趣或缺乏从中获得快乐的能力(Uher et al., 2014)。而双相
情感障碍(Bipolar disorder)是一种严重的情绪调节障碍，通常以反复发作的躁狂
和抑郁为特征。可以看出，这三种精神疾病对于日常生活的影响非常大，并且

2
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

其在普通人群中的患病率较高，所以研究者们迫切地想要开发出更有效的、基
于神经生物学的诊断与治疗的方法。
所幸，随着电子计算机断层扫描(CT)、磁共振成像(MRI)和正电子发射断层
扫描(PET)等神经成像工具的发展，我们开始具有了通过非侵入性神经影像学研
究各类精神疾病患者大脑的能力，以及识别这些疾病的病理特征的可能性。这
一系列多种神经成像的技术，确定并且清晰地反映了了精神疾病患者个体的大
脑不同 程度上的异常 (Frydman et al., 2016; Mulders et al., 2015; Weyandt et al.,
2013)。尽管如此，但这些影像学研究仅仅只是展示了这种异常的状态，但大部
分都没有提供结论性的、可重复的且明确的可以理解这些疾病的病理生理学，
并且在诊断和治疗方面取得真正突破所必需的神经生物学发现 (Boksa, 2013;
Linden, 2012)。
而近年来，弥散核磁共振成像(Diffusion MRI)的发展，是精神病学研究中最
重要的技术进步之一，其可以在发现这些精神疾病涉及的大脑异常方面起到关
键性的作用(Shenton et al., 2001; Wheeler et al., 2014)。先前的一些其他成像（例
如 MRI 与 PET）大都聚焦于宏观体积或功能（例如代谢和血管的变化），而弥
散磁共振成像引入了研究脑组织微观结构变化的能力。大多数弥散磁共振成像
的研究的重点都在脑白质上，而非皮层灰质等组织上，并对白质的影像结果使
用了诸如弥散张量成像 Diffusion tensor imaging (DTI)的分析方法进行解释。
另外，近期的很多研究都证明了 DTI 中的一些指标在精神疾病患者中会有
较为明显的变化(V. C. H. Chen et al., 2016; Nortje et al., 2013)。其核心理论在于，
脑白质异常会导致整个大脑的神经元错配和连接问题，并且从一定程度上导致
精神疾病的临床症状(Curcic-Blake et al., 2015)。这种方法从以往的脑区，皮层
的异常转变为更深入的神经元，突触连接，神经通路等细胞层面的异常研究，
从重点在于一个区域的变化，变为重点在于区域之间的信息交流的变化。
可以看出这种方法可以对一些精神疾病中发生的细微脑变化并不敏感，但
这也导致了先前的一些的 DTI 技术大多非特异性且成像模糊，无法精确拟合神
经连接的变化(Jones et al., 2013; Rudrapatna et al., 2014)，因此 DTI 精神疾病研究
需要更先进的显微结构成像方法，能够对潜在精神疾病的病理提供更高的特异
性。

3
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

于是近年来出现了一些更为先进的弥散采集和建模方法，研究者们期望提
高弥散成像对细微变化的敏感性，来更精确的与特定病理联系起来。因此本文
将综述近年来的一些更为精确的弥散张量成像模型是如何被用于研究精神疾病
的。另外，为了让应用更加细化且精确，且考虑到高患病率，综述将把重点放
在了精神分裂症，重度抑郁症，以及双向情感障碍这三个典型的精神疾病之上
来研究弥散神经影像学的应用。

2. 弥散神经影像学方法

2.1 弥散张量成像（DTI）
典型的弥散影像采集的原理就是弥散张量成像(Diffusion tensor imaging)的分
析方法，其基本原理和是在核磁成像的原理的基础之上，根据大多数核磁平台
上拥有的 6 个或更多的非共线（正交）的维度梯度，来非常敏感地测量和定位
水分子。
简单来说，DTI 的背后的基本概念就是水分子在不同的结构中的扩散是不同
的，这取决于该组织的类型和完整性，或是组织的屏障的存在。通过观测水分
子的弥散，也就可以得到六个维度上并不相同的信息，也就是各向异性
(fractional anisotropy)的信息。然后 DTI 的分析会有每个体素上的分子扩散速率，
扩散方向，轴向和径向的扩散率这些指标，通过这些指标，也就能看出所在的
组织和方向的数量。
Basser et al. (2002)提出的一项假设就是脑白质中的水分子，沿轴突方向的限
制会较少（轴向径向差异大）也就是会存在很大的各向异性。其研究组利用一
个圆球(shell)来模拟这个过程，这里的圆球由一个 3*3 的矩阵构成（三维的向
量），也就是 DTI 名字中的张量，其可以通过三维空间中的不同分量和基向量
来模拟构建出所谓“流动方向”（b 值）的概念。
DTI 在临床医生和研究人员中越来越受欢迎，目前他是研究白质结构的一项
非常有用的工具。他的主要优点是对细微微结构变化的敏感性和数学上的简单
性。然而，Jones et al. (2013)指出这种简单性也是它的主要缺点，因为只有有限
的一组参数可用于描述脑组织中可能发生的所有潜在的复杂变化。这也是其一
直缺乏系统化的分析方法的原因。

4
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

2.2 其他弥散神经研究方法的进展
在 DTI 的基础上，近年来出现了一些更为成熟且先进的弥散成像方法，并
且也有了一定应用在精神分裂症，双相，重度抑郁症患者中的数据。在
Pasternak et al. (2018)的研究中，这些方法主要被分为两类（如图 1）。

图 1 基于模型和非基于模型的弥散成像方法(Pasternak et al., 2018)

第一类是非基于模型的，也就是说其通过分析信号的逻辑是基于核磁基础
信号本身而非 DTI 模型中的参数，这不需要底层模型的参与。主要由 Q 空间成
像(q-space imaging)，扩散谱成像(DSI)为代表。
在 Q 空间成像的分析逻辑中，位移分布是直接近似的，不需要假设一定的
分布(Assaf et al., 2002)。所以可以利用其原来几乎所有的参数，并直接时间序
列中包含的所有的扩散性质。
类似于 Q 空间方法，扩散光谱成像(DSI)方法同样获取 Q 空间的密集采样，
以便估计位移函数(Wedeen et al., 2005)。然而，DSI 则更为精确，其试图通过获
得 b 值和方向的特定网格来估计各个维度上的参数值(Fritzsche et al., 2010)。这
种方法沿用了 DTI 中的各向异性指标（FA），但这个 FA 是基于白质束的取向
分布函数(ODF)，而非 DTI 中的张量，所以研究者大多将其称为广义各向异性
gFA(generalized fractional anisotropy)。

5
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

这种方法的好处在于会提供更直接的白质束各向异性测量，是数据更具有
说服力。但其的缺点则是对复杂白质结构中出现的误差不太敏感，并且会造成
过大的假阳性率(Gorczewski et al., 2009)，因此则需要引入模型。

所以就有了后续另一种基于某个模型的，也就是将 DTI 中使用的单一张量

模型替代或增强为一些更能揭示可能影响扩散信号的生物过程，把原先的水分
子更加细化形成一个个“隔间”来进行建模分析的一系列方法。主要有自由水
成像(free-water imaging)，神经突定向弥散（PDI）和 Q 空间轨迹成像(q-space
trajectory imaging, QTI)组成。
自 由 水 成 像 (free-water imaging) 是 一 种 基 于 模 型 的 方 法 (Pasternak et al.,
2009)，它通过给水分子加入第二个 Shell 来说明自由水分子在整个大脑中的贡
献，从而增强了 DTI 模型。自由水(free-water)被定义为在实验期间不受阻碍或
限制的水分子。利用 Shell 来将一些非神经束内的自由水阻隔，可以更为清晰的
分析神经束中的分子流动强度。该模型中估计的参数是游离水室的分数体积
(FW)。
渗透扩散成像(PDI)模型是一个两室扩散模型的变种，其的重点在于细胞内
外的水分子扩散速率(Sukstanskii et al., 2003)。该模型表明，自由水的指标可以
外化为细胞内和细胞外两者，而这种双指数的增加和衰减反映了细胞膜的渗透
性。PDI 的指标就因此量化为了两个水分子的区域的扩散率之比，即 Dr/Du，其
中 Dr 为受限区(Restricted)的扩散率(细胞内)，Du 为非受限(Unrestricted)水池的
扩散率(细胞外)。这种方法实际上是将 Q 空间成像中的参数做了一个聚类的分
析，将其归类至细胞内和细胞外，而不是像自由水一样直接去除细胞外的值。
而 Q 空间轨迹成像（QTI）则是一种非常新的模型和获取方法(Westin et al.,
2016)。开发这种方法是为了提高组织内扩散的大小、形状和方向的辨别能力，
通过用在 q 空间旋转的自由形式梯度代替脉冲梯度，QTI 改变了获取扩散信号
的方式。这种测量的逻辑是使一个水分子自己的信号同时对所有方向的水分子
位移敏感。类似于 fMRI 的 MVPA 多体素分析，其将重点放到了一类，而非单
独一个来建立模型用到了机器学习的方法，所以其与先前收集单独的梯度方向
不同，信号对每个水分子的顺序取向位移敏感。

6
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

3 弥散神经影像学在精神疾病诊疗中的应用研究

上述提到的几种弥散影像学的新型研究方法在三种典型精神疾病的诊疗研
究中都已有所应用。其对于扩散成像的参数的设置也随着设备和时代的发展不
断改善，也可以更好的模拟水分子扩散信号的生物过程，其目的是更接近底层
组织微结构和潜在病理的参数。下面将通过列举三种典型精神疾病：精神分裂
症、重度抑郁症和双相情感障碍方向上的典型新型研究来进行阐述。

3.1 精神分裂症
精神分裂症(Schizophrenia)是一种严重的精神疾病，其特征是存在阳性症状
（如幻觉、妄想和思维障碍）、阴性症状（如嗜睡、嗜睡、嗜睡和情感迟钝）
和认知障碍（注意力、记忆和执行功能缺陷）。

3.1.1 非模型扩散成像方法在精神分裂症研究中的发展
最 早 的 对 于 精 神 分 裂 症 的 直 接 依 赖 扩 散 影 像 数 据 的 实 验 是 2006 年
Mendelsohn et al. (2006)对 9 名精神分裂症患者和 5 名健康对照者进行了 q 空间
成像的研究。其研究收集了 6 个不同方向的 16 个 b 值（流动方向），并使用直
方图直观的分析。其观察到精神分裂症患者 b 值的回归概率减少，表观位移增
加。这种回归概率的减少也与阳性和阴性症状的严重程度呈负相关。这表明白
质的差异在精神分裂症疾病患者中很突出，而在轻度疾病患者中与对照组没有
差异。
这种 q 空间成像观察到的位移差异显示，精神分裂症患者白质的完整性改变，
高 b 值和低回归概率的数据是轴突内组织病变的直接证据，这种逻辑正是在研
究精神分裂症的早期脑病理学中所常用的。
随后，在后续的一项研究中研究者开始利用起 DSI 的扩散光谱成像方法，
参数变为了 gFA 的值, Gao et al. (2012)发现顶叶下叶和扣带回/楔前叶后部的功
能连接性与连接这些区域的纤维束的 gFA 负相关，在扣带回后部和楔前叶中，
基因剂量与 gFA 呈显著负相关。Wu et al. (2015)等人使用了类似的方法来研究精
神分裂症患者的语言网络结构是否发生改变。并得出结论：患者的左腹侧、右

7
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

腹侧和右背侧语言束的 gFA 显著降低，这也是一些阴性语言症状产生的依据之

一。简而言之，这些结论都被解释为在精神分裂症整个病程中存在白质结构改
变的证据。
从 2015 年起，研究者的研究从全脑转移为特定的纤维束，一项研究开始用
DSI 的方法以镜像神经元的白质束进行研究，发现患者显示出连接双侧大脑皮
层的纤维中的平均 gFA 减少，以及这些纤维中的 gFA 与阴性症状评分之间的负
相关(Tseng et al., 2015)。而Katz et al. (2016)比较了精神分裂症和与正常人的左
侧额枕叶下束，发现了显著的 gFA 的下降，而这种下降和自闭症的病理十分相
似，这可能表明两种疾病相似的神经结构改变可能是语言和社会认知障碍的基
础。
总的来说，精神分裂症的 gFA 的指标在白质纤维束中一致都会降低，并于
特定的症状会有不同区域的相关性。

3.1.2 基于模型的扩散成像方法在精神分裂症研究中的发展
Pasternak et al. (2012)首次比较了 18 名第一次发病的精神分裂症患者和 20 名
对照组的自由水成像模型和 DTI 测量。与健康个体相比，在患者中发现了广泛
的弥散张量成像减少和弥散张量成像增加，然而，在对自由水进行校正后，结
果表明，在精神分裂症第一次发病人群中，FA 中观察到的大多数群体差异实际
上是由细胞外游离水的增加而不是由组织相关的变化驱动的。作者提出，这可
能指向早期精神分裂症的两种不同病理，一种影响细胞域，如轴突变性，而另
一种则是，更广泛的病理学影响细胞外区域，潜在的神经炎症。
Lyall et al. (2018)在一项对 63 名首发患者和 70 名对照的研究中复制了这一
发现，并提出神经免疫的假设：精神分裂症初级阶段的神经免疫反应增强，这
种初始反应与认知功能的功能性增加有关。Oestreich et al. (2016)使用 281 名精
神分裂症患者和 188 名对照被试的多位点队列证实了这些发现。这些研究表明
细胞外变化在精神分裂症的早期阶段起作用，并且随着疾病的进展，组织异常
的区域不断增加。
然而，在自由水模型参数和临床评分之间没有发现相关性，这表明细胞的
自由水流向的变化不影响临床表现，而是反映了可能与疾病的中枢神经病理学

8
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

相关的其他过程(Tuozzo et al., 2018)。

而运用 PDI 的研究可以参考 Kochunov 一直以来的研究。其最早于 2013 年
的研究从 26 名精神分裂症患者和 26 名对照中获得数据，并观察到患者胼胝体
和扣带回灰质中的 Dr/Du 显著降低，并且这些区域的 FA 差异较小(Jahanshad et
al., 2013)。PDI 的参数和 FA 在患者中显著相关。作者认为，跨膜水分子交换减
少，这可能是离子通道异常的标志，可以解释观察到的 FA 减少。这也是将离子
通道纳入研究的一种思路，于是其研究组在 2014 与 2016 年再次复刻了实验，
发现患者的胼胝体 PDI 和前束显著降低，并具有显著的年龄-诊断相互作用。因
此作者推断，PDI 可能是一个更敏感的衡量精神分裂症相关白质缺陷的指标
(Kochunov et al., 2014; Kochunov et al., 2016)。
精神分裂症受试者胼胝体中典型发现的 FA 变化可能是由膜通透性降低驱动
的：这可能是精神分裂症的一个革命性发现，因为它引入了一种新的候选病理
需要进一步研究。然而，PDI 模型仅在精神分裂症中有所应有，而在其他病症
中都没有相关的研究，因此其必存在一些局限性。首先，该模型假设扩散率的
任何变化最终都可以用渗透率的变化来解释，这明显是理想化的。其次，该模
型假设高 b 值壳中的受限扩散可以用高斯过程建模，这也会产生假阳性误差。
最后，这种模型需要大量的采集时间，将覆盖范围限制在几个切片，因此在当
前的采集情况下，这种方法可能不适用于寻求检查大脑多个区域的临床研究。
由于这些限制，很难确定一种生物机制来解释 PDI 和其他扩散率测量之间的关
系。

3.2 重度抑郁症
重度抑郁障碍(Major depressive disorder)的核心特征是情绪低落，对日常生
活活动失去兴趣或缺乏从中获得快乐的能力。

3.2.1 非模型扩散成像方法在重度抑郁症研究中的发展
利用非模型扩散影像学方法来研究重度抑郁症的研究相对较少。Chen et al.
(2016)通过 DSI 的方法计算 gFA 来比较 16 名 MDD 患者和 30 名健康对照。在研
究结果中作者报道了 MDD 患者上纵束的 gFA 减少，额叶有关的纤维束的各向

9
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

同性成分增加。在胼胝体中，gFA 和 DTI 原本的一些参数的值会与抑郁量表的

评分相关。作者假设他们的发现可能指向一定程度上病理导致: gFA 的变化可能
是由于白质完整性的丧失，而原本 DTI 的各向同性的变化可能是由神经元大小
或胶质细胞密度的减少引起的，这种解释的来源是原先 fMRI 的结果得出的。这
些解释虽然没有直接 DTI 的证据，但也为重度抑郁症患者的扩散影像学方法提
供了一种研究思路。

3.2.2 基于模型的扩散成像方法在重度抑郁症研究中的发展
自由水模型在 MDD 患者中首次在一项对 18 名健康个体和 17 名 MDD 病患
者的研究中被提及，Bergamino et al. (2016)进行了体素分析，以比较使用弥散张
量成像和自由水校正和单独使用 DTI 的组。虽然使用传统 DTI 指标的组比较显
示两组之间没有显著差异，但在应用自由水矫正后，MDD 个体显示左侧下额枕
束重叠区域的最后白质纤维束减少。MDD 组的 ADT 值也与压力量表和宾夕法
尼亚州立大学焦虑问卷的压力测量值显著负相关。使用自举程序从实验上证实
了自由水校正测量的增加的灵敏度，这支持了使用自由水校正与图 5 之间的显
著差异。

3.3 双向情感障碍
双相情感障碍(Bipolar disorder)是一种严重的情绪调节障碍，通常以反复发
作的躁狂和抑郁为特征。

3.3.1 非模型扩散成像方法在双相情感障碍研究中的发展
在双相情感障碍的扩散影像研究中，为了更好地描述脑白质缺陷在整个大
脑中的特征，Sarrazin et al. (2014)研究了 118 名健康 BD1 个体和 88 名健康对照
者的 22 个主要脑白质束的平均 gFA。与健康对照组相比，BD1 患者的左前弓状
束、胼胝体，以及左扣带束长纤维中的 gFA 减少。对这三个束的二次分析比较
了有和没有精神病性特征的 BD 个体，区域被缩小至了胼胝体中，这也进一步
揭示了 BD 的精神病性症状与胼胝体和扣带束中较低的 gFA 相关。在一项对包
括胼胝体、扣带、钩束和额枕下束在内的额叶白质束的研究中，证实了 BD1 患
者(24 例)中扣带束 gFA 减少的发现(Scholz et al., 2016)。
10
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

2014 年的一项研究中，有过对 40 名 BD1 患者和 40 名匹配对照进行了 gFA

和 DTI 测量(FA 和 MD)的联合分析，以检查白质和灰质中与 BD 相关的异常。
全脑分析结果显示，BD 患者胼胝体和右侧脑岛脾中的 FA 减少，BD 患者额颞、
皮质下和小脑区域中的 gFA 增加，并且患者中广泛的 MD 增加，主要在扣带、
左侧脑岛和皮质下核中(Canales-Rodriguez et al., 2014)。
对于双相情感障碍扩散影响学的研究大部分都认为，额叶前束检测由平行
纤维(如胼胝体)组成的白质束的异常最为敏感，成纤维细胞对具有不均匀组织
纤维的白质结构中出现的异常最敏感，而额叶前束本身就是最能检测灰质和白
质中扩散的整体非特异性变化。这些基于 DTI 和 DSI 的结果都显示了双向情感
障碍的可能的病理，也就是胼胝体 gFA 的缺少导致额叶等控制中枢的敏感度异
常，导致了可能的双相症状。

3.3.2 基于模型的扩散成像方法在双相情感障碍研究中的发展
这种模型的方法在双相情感障碍中的使用较为偶然，由在一项对 17 名 BD1
患者和 28 名对照组的研究报告称，与对照组相比，慢性双相情感障碍患者的自
由水指标与在第一次发作时与精神分裂症患者最相似，因为慢性 BD 组显示出
整体 FW 增加，但白质纤维束的减少并不明显(Tuozzo et al., 2018)。但并没有后
续的跟踪研究存在，所以在双相情感障碍这一方面的研究并不是特别的多。

4 讨论与总结

可以看到，到目前为止的几年中，只有有限的研究将新型的弥散核磁共振
成像技术应用于精神疾病的研究。尽管如此，这些研究已经开始对精神神经病
理学提供有趣的见解，从中可以得出早期结论。最容易得出的结论是，这些弥
散核磁共振成像方法相比其他扫描技术，得出了更为稳定且有证据的趋势：在
精神病人群中始终发现大脑异常，为支持精神病患者脑白质 (可能还有灰质)存
在微妙的神经生物学异常提供了证据。
这一系列研究的重点都将精神分裂症，双相情感障碍，重度抑郁症的病理
因素深入到白质和其他大脑内部的纤维束的连接进行。无论是 Q 空间成像，

11
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

DSI，或是后续的自由水以及 PDI 的方法，都尝试将病理上的问题转化至更为微

观的层面。既然将问题转化至了细胞的微观层面，那么就为先前一些研究可能
无法具体细化每一种病症状的病理提供了进一步具体化的可能。
因此，这些扩散成像的研究的一大贡献是将目光了通常有两种或更多种共
同发生的病理导致单一精神障碍的病因学。也就是说，这些病理的空间分布可
能在疾病的一生中发生变化(并相互作用)，从而提供对疾病不同阶段的洞察。
例如，精神分裂症的自由水成像研究提供了两种共同发生的病理的证据，一种
是细胞外的和各向同性的，在精神分裂症的早期阶段表现出来，另一种是影响
组织的，在疾病的后期阶段更为突出。这一发现与其他研究各向同性过程的先
进方法研究平行。在病程早期发现这种各向同性效应，导致使用其他工具 (如
PET 等组织研究)对细胞外扩散变化的可能病理基础进行了研究，让一些以有的
但无法被证实的理论有了被证明的可能：例如神经炎症、液体密度变化和细胞
渗透压变化等。
可以看到，这类弥散神经影像学的研究，最开始并不是专门为检查精神疾
病而设计的，只是为了使用基于非模型和基于模型的方法来提高核磁共振成像
的灵敏度和特异性，并加入了结构连接的想法。正如上面所说的，虽然这些共
同发生的异常的确切神经生物学来源仍有待充分阐明，但现在有新的候选病理
有可能解释精神障碍的病因和症状学，包括改变细胞外体积的病理、改变密度
的病理和改变渗透性的病理。这些在疾病洞察方面的重要进展仅仅是从这里回
顾的一小部分研究中出现的，这证明了在未来的研究中应用新型弥散磁共振成
像方法的必要性。

最后，各种新型弥散神经影像学方法的出现，提供了更多理论化为实践，
且可重复研究的新思路。例如需要将弥散多模式成像方法与行为、计算、神经
内分泌、神经免疫学和遗传学方法等新兴研究精神疾病的方法相结合。考虑到
扩散成像在阐明这些精神疾病核心的神经异常，以及通过实施基于神经成像的
精神疾病评估和管理进一步改善疾病诊断、风险评估和治疗方面的宝贵潜力，
未来这种类型的研究将能造福更多精神疾病的患者。

12
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

参考文献

Assaf, Y., Ben-Bashat, D., Chapman, J., Peled, S., Biton, I. E., Kafri, M., . . . Cohen, Y. (2002). High b-
value q-space analyzed diffusion-weighted MRI: Application to multiple sclerosis. Magnetic
Resonance in Medicine, 47(1), 115-126. doi:10.1002/mrm.10040
Basser, P. J., & Jones, D. K. (2002). Diffusion-tensor MRI: theory, experimental design and data
analysis - a technical review. Nmr in Biomedicine, 15(7-8), 456-467. doi:10.1002/nbm.783
Bergamino, M., Pasternak, O., Farmer, M., Shenton, M. E., & Hamilton, J. P. (2016). Applying a free-
water correction to diffusion imaging data uncovers stress-related neural pathology in
depression. Neuroimage-Clinical, 10, 336-342. doi:10.1016/j.nicl.2015.11.020
Boksa, P. (2013). A way forward for research on biomarkers for psychiatric disorders. Journal of
Psychiatry & Neuroscience, 38(2), 75-77. doi:10.1503/jpn.130018
Canales-Rodriguez, E. J., Pomarol-Clotet, E., Radua, J., Sarro, S., Alonso-Lana, S., Bonnin, C. D., . . .
Salvador, R. (2014). Structural Abnormalities in Bipolar Euthymia: A Multicontrast Molecular
Diffusion Imaging Study. Biological Psychiatry, 76(3), 239-248.
doi:10.1016/j.biopsych.2013.09.027
Chen, G. X., Hu, X. Y., Li, L., Huang, X. Q., Lui, S., Kuang, W. H., . . . Gong, Q. Y. (2016).
Disorganization of white matter architecture in major depressive disorder: a meta-analysis of
diffusion tensor imaging with tract-based spatial statistics. Sci Rep, 6. doi:10.1038/srep21825
Chen, V. C. H., Shen, C. Y., Liang, S. H. Y., Li, Z. H., Tyan, Y. S., Liao, Y. T., . . . Weng, J. C. (2016).
Assessment of abnormal brain structures and networks in major depressive disorder using
morphometric and connectome analyses. Journal of Affective Disorders, 205, 103-111.
doi:10.1016/j.jad.2016.06.066
Curcic-Blake, B., van der Meer, L., Pijnenborg, G. H. M., David, A. S., & Aleman, A. (2015). Insight
and Psychosis: Functional and Anatomical Brain Connectivity and Self-Reflection in
Schizophrenia. Human Brain Mapping, 36(12), 4859-4868. doi:10.1002/hbm.22955
Fervaha, G., Foussias, G., Agid, O., & Remington, G. (2014). Motivational and neurocognitive deficits
are central to the prediction of longitudinal functional outcome in schizophrenia. Acta
Psychiatrica Scandinavica, 130(4), 290-299. doi:10.1111/acps.12289
Fritzsche, K. H., Laun, F. B., Meinzer, H. P., & Stieltjes, B. (2010). Opportunities and pitfalls in the
quantification of fiber integrity: What can we gain from Q-ball imaging? NeuroImage, 51(1),
242-251. doi:10.1016/j.neuroimage.2010.02.007
Frydman, I., Andrade, J. B. D., Vigne, P., & Fontenelle, L. F. (2016). Can Neuroimaging Provide
Reliable Biomarkers for Obsessive-Compulsive Disorder? A Narrative Review. Current
psychiatry reports, 18(10). doi:10.1007/s11920-016-0729-7
Gao, Y., Zhang, Y. Z., Wong, C. S., Wu, P. M., Zhang, Z. P., Gao, J. L., . . . Huang, B. S. (2012).
Diffusion abnormalities in temporal lobes of children with temporal lobe epilepsy: a
preliminary diffusional kurtosis imaging study and comparison with diffusion tensor imaging.
Nmr in Biomedicine, 25(12), 1369-1377. doi:10.1002/nbm.2809
Gorczewski, K., Mang, S., & Klose, U. (2009). Reproducibility and consistency of evaluation
techniques for HARDI data. Magnetic Resonance Materials in Physics Biology and Medicine,
22(1), 63-70. doi:10.1007/s10334-008-0144-0
Hyman, B. T., Phelps, C. H., Beach, T. G., Bigio, E. H., Cairns, N. J., Carrillo, M. C., . . . Montine, T. J.
(2012). National Institute on Aging-Alzheimer's Association guidelines for the

13
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

neuropathologic assessment of Alzheimer's disease. Alzheimers & Dementia, 8(1), 1-13.

doi:10.1016/j.jalz.2011.10.007
Jahanshad, N., Kochunov, P. V., Sprooten, E., Mandl, R. C., Nichols, T. E., Almasy, L., . . . Glahn, D. C.
(2013). Multi-site genetic analysis of diffusion images and voxelwise heritability analysis: A
pilot project of the ENIGMA-DTI working group. NeuroImage, 81, 455-469.
doi:10.1016/j.neuroimage.2013.04.061
Jones, D. K., Knosche, T. R., & Turner, R. (2013). White matter integrity, fiber count, and other
fallacies: The do's and don'ts of diffusion MRI. NeuroImage, 73, 239-254.
doi:10.1016/j.neuroimage.2012.06.081
Katz, J., d'Albis, M. A., Boisgontier, J., Poupon, C., Mangin, J. F., Guevara, P., . . . Houenou, J. (2016).
Similar white matter but opposite grey matter changes in schizophrenia and high-functioning
autism. Acta Psychiatrica Scandinavica, 134(1), 31-39. doi:10.1111/acps.12579
Kochunov, P., Chiappelli, J., Wright, S. N., Rowland, L. M., Patel, B., Wijtenburg, S. A., . . . Hong, L.
E. (2014). Multimodal white matter imaging to investigate reduced fractional anisotropy and
its age-related decline in schizophrenia. Psychiatry Research-Neuroimaging, 223(2), 148-156.
doi:10.1016/j.pscychresns.2014.05.004
Kochunov, P., Rowland, L. M., Fieremans, E., Veraart, J., Jahanshad, N., Eskandar, G., . . . Hong, L. E.
(2016). Diffusion-weighted imaging uncovers likely sources of processing-speed deficits in
schizophrenia. Proceedings of the National Academy of Sciences of the United States of
America, 113(47), 13504-13509. doi:10.1073/pnas.1608246113
Lepage, M., Bodnar, M., & Bowie, C. R. (2014). Neurocognition: Clinical and Functional Outcomes in
Schizophrenia. Canadian Journal of Psychiatry-Revue Canadienne De Psychiatrie, 59(1), 5-
12. Retrieved from <Go to ISI>://WOS:000332195600003
Linden, D. E. J. (2012). The Challenges and Promise of Neuroimaging in Psychiatry. Neuron, 73(1), 8-
22. doi:10.1016/j.neuron.2011.12.014
Lyall, A. E., Pasternak, O., Robinson, D. G., Newell, D., Trampush, J. W., Gallego, J. A., . . . Szeszko,
P. R. (2018). Greater extracellular free-water in first-episode psychosis predicts better
neurocognitive functioning. Molecular Psychiatry, 23(3), 701-707. doi:10.1038/mp.2017.43
Mendelsohn, A., Strous, R. D., Bleich, M., Assaf, Y., & Hendler, T. (2006). Regional axonal
abnormalities in first episode schizophrenia: Preliminary evidence based on high b-value
diffusion-weighted imaging. Psychiatry Research-Neuroimaging, 146(3), 223-229.
doi:10.1016/j.pscychresns.2005.12.010
Mulders, P. C., van Eijndhoven, P. F., Schene, A. H., Beckmann, C. F., & Tendolkar, I. (2015). Resting-
state functional connectivity in major depressive disorder: A review. Neuroscience and
biobehavioral reviews, 56, 330-344. doi:10.1016/j.neubiorev.2015.07.014
Nortje, G., Stein, D. J., Radua, J., Mataix-Cols, D., & Horn, N. (2013). Systematic review and voxel-
based meta-analysis of diffusion tensor imaging studies in bipolar disorder. Journal of
Affective Disorders, 150(2), 192-200. doi:10.1016/j.jad.2013.05.034
Oestreich, L. K. L., Pasternak, O., Shenton, M. E., Kubicki, M., Gong, X., McCarthy-Jones, S., . . .
Australian Schizophrenia Res, B. (2016). Abnormal white matter microstructure and increased
extracellular free-water in the cingulum bundle associated with delusions in chronic
schizophrenia. Neuroimage-Clinical, 12, 405-414. doi:10.1016/j.nicl.2016.08.004
Pasternak, O., Kelly, S., Sydnor, V. J., & Shenton, M. E. (2018). Advances in microstructural diffusion
neuroimaging for psychiatric disorders. NeuroImage, 182, 259-282.

14
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

doi:10.1016/j.neuroimage.2018.04.051
Pasternak, O., Sochen, N., Gur, Y., Intrator, N., & Assaf, Y. (2009). Free Water Elimination and
Mapping from Diffusion MRI. Magnetic Resonance in Medicine, 62(3), 717-730.
doi:10.1002/mrm.22055
Pasternak, O., Westin, C. F., Bouix, S., Seidman, L. J., Goldstein, J. M., Woo, T. U. W., . . . Kubicki, M.
(2012). Excessive Extracellular Volume Reveals a Neurodegenerative Pattern in Schizophrenia
Onset. Journal of Neuroscience, 32(48), 17365-U17792. doi:10.1523/jneurosci.2904-12.2012
Rudrapatna, S. U., Wieloch, T., Beirup, K., Ruscher, K., Mol, W., Yanev, P., . . . Dijkhuizen, R. M.
(2014). Can diffusion kurtosis imaging improve the sensitivity and specificity of detecting
microstructural alterations in brain tissue chronically after experimental stroke? Comparisons
with diffusion tensor imaging and histology. NeuroImage, 97, 363-373.
doi:10.1016/j.neuroimage.2014.04.013
Sarrazin, S., Poupon, C., Linke, J., Wessa, M., Phillips, M., Delavest, M., . . . Houenou, J. (2014). A
Multicenter Tractography Study of Deep White Matter Tracts in Bipolar I Disorder Psychotic
Features and Interhemispheric Disconnectivity. Jama Psychiatry, 71(4), 388-396.
doi:10.1001/jamapsychiatry.2013.4513
Scholz, V., Houenou, J., Kollmann, B., Duclap, D., Poupon, C., & Wessa, M. (2016). Dysfunctional
decision-making related to white matter alterations in bipolar I disorder. Journal of Affective
Disorders, 194, 72-79. doi:10.1016/j.jad.2015.12.019
Shenton, M. E., Dickey, C. C., Frumin, M., & McCarley, R. W. (2001). A review of MRI findings in
schizophrenia. Schizophrenia Research, 49(1-2), 1-52. doi:10.1016/s0920-9964(01)00163-3
Shulman, J. M., De Jager, P. L., & Feany, M. B. (2011). Parkinson's Disease: Genetics and
Pathogenesis. In A. K. Abbas, S. J. Galli, & P. M. Howley (Eds.), Annual Review of
Pathology: Mechanisms of Disease, Vol 6 (Vol. 6, pp. 193-222).
Sukstanskii, A. L., Ackerman, J. J. H., & Yablonskiy, D. A. (2003). Effects of barrier-induced nuclear
spin magnetization inhomogeneities on diffusion-attenuated MR signal. Magnetic Resonance
in Medicine, 50(4), 735-742. doi:10.1002/mrm.10586
Tseng, C. E. J., Chien, Y. L., Liu, C. M., Wang, H. L. S., Hwu, H. G., & Tseng, W. Y. I. (2015). Altered
cortical structures and tract integrity of the mirror neuron system in association with
symptoms of schizophrenia. Psychiatry Research-Neuroimaging, 231(3), 286-291.
doi:10.1016/j.pscychresns.2015.01.010
Tuozzo, C., Lyall, A. E., Pasternak, O., James, A. C. D., Crow, T. J., & Kubicki, M. (2018). Patients
with chronic bipolar disorder exhibit widespread increases in extracellular free water. Bipolar
Disorders, 20(6), 523-530. doi:10.1111/bdi.12588
Uher, R., Payne, J. L., Pavlova, B., & Perlis, R. H. (2014). MAJOR DEPRESSIVE DISORDER IN
DSM-5: IMPLICATIONS FOR CLINICAL PRACTICE AND RESEARCH OF CHANGES
FROM DSM-IV. Depression and Anxiety, 31(6), 459-471. doi:10.1002/da.22217
Wedeen, V. J., Hagmann, P., Tseng, W. Y. I., Reese, T. G., & Weisskoff, R. M. (2005). Mapping
complex tissue architecture with diffusion spectrum magnetic resonance imaging. Magnetic
Resonance in Medicine, 54(6), 1377-1386. doi:10.1002/mrm.20642
Westin, C. F., Knutsson, H., Pasternak, O., Szczepankiewicz, F., Ozarslan, E., van Westen, D., . . .
Nilsson, M. (2016). Q-space trajectory imaging for multidimensional diffusion MRI of the
human brain. NeuroImage, 135, 345-362. doi:10.1016/j.neuroimage.2016.02.039
Weyandt, L., Swentosky, A., & Gudmundsdottir, B. G. (2013). Neuroimaging and ADHD: fMRI, PET,

15
 华东师范大学心理学史个人综述 扩散神经影像学在精神疾病诊断中的应用

DTI Findings, and Methodological Limitations. Developmental Neuropsychology, 38(4), 211-

225. doi:10.1080/87565641.2013.783833
Wheeler, A. L., & Voineskos, A. N. (2014). A review of structural neuroimaging in schizophrenia: from
connectivity to connectomics. Front Hum Neurosci, 8. doi:10.3389/fnhum.2014.00653
Wu, C. H., Hwang, T. J., Chen, Y. J., Hsu, Y. C., Lo, Y. C., Liu, C. M., . . . Tseng, W. Y. I. (2015).
Primary and secondary alterations of white matter connectivity in schizophrenia: A study on
first-episode and chronic patients using whole-brain tractography-based analysis.
Schizophrenia Research, 169(1-3), 54-61. doi:10.1016/j.schres.2015.09.023

16