非低出生体重早产儿脑结构及其网络的纵向MRI研究

It has been reported that the birth rate of preterm is increasing in recent years. The preterm neonates with low birth weight (LBW) trend to accompany with brain dysplasia and is considered to greatly affect the quality of the population. Compared with LBW preterm neonates, non-LBW preterm neonates are not uncommon in this population. However, there is still lack of studies focusing on their brain developmental outcomes. Based on our own MRI database which includes more than 500 neonatal brains, we designed a longitudinal study to assess brain development on non-LBW preterm neonates by employing multiple MRI techniques associated with behavioral tests. In this study, the brain segmentation based on volumetric 3-dimensional MRI will be implemented to acquire multiple morphological parameters, diffusion tensor imaging and diffusion kurtosis imaging will be used to assess white matter changes during brain development, and the structural covariance brain network based on above data will be built to delineate spatial and temporal characteristics of the brain connection and network properties. The aims of this study are to: 1) explore the spatial and temporal changes of brain structures and networks in non-LBW preterm neonates and seek the image biomarkers for assessment of the brain development and predicting prognosis; 2) determine if there is developmental retardation in brain structure or/and function of non-LBW preterm neonates, and reveal the long-term independent effects of gestational age and birth weight on the development of neonatal brains.

近年来早产儿的出生率正逐年增高，其中低体重（LBW）早产儿易合并脑发育不良而明显影响人口质量。与LBW早产儿相比，非低体重（non-LBW）早产儿并不在少数，而目前对non-LBW早产儿脑发育的结局尚缺乏充分的认识和应有的关注。本研究基于自主构建的五百余例新生儿MRI数据库，预通过多种MRI技术与行为学评价相对照，对non-LBW早产儿开展纵向随访研究。分别基于结构相MRI脑灰白质分割技术获取多种形态学指标，来量化评价脑结构的变化；利用扩散张量成像、扩散峰度成像来量化评价白质发育进程；并基于上述技术对其发育中脑网络连接进行时空分析比较。旨在：1）探索non-LBW早产儿脑结构和脑网络在发育过程中的时空变化规律，寻找判断脑发育进程的生物学标记；2）通过non-LBW早产儿与其它类型新生儿的对比，探索non-LBW早产儿是否存在脑发育的滞后，明确胎龄与出生体重在新生儿不同脑发育阶段的影响。

近年来早产儿的出生率及存活率正逐年增高，那么近期及远期的脑发育状况如何？针对此问题我们列举了以下四个拟解决的关键科学问题：1）新生儿灰白质自动化分割技术的创建和婴幼儿灰白质自动化分割技术的优化2）通过研究 DEHSI 早产儿和 MRI 白质扩散参量和峰度张量特点及变化规律，研究其是否为病理变化的表征，明确该类早产儿的神经发育结局3）探索不同类型新生儿脑结构和网络功能在发育过程中动态变化的时空规律，寻找基于影像学量化判断脑发育进程的生物学标记4）通过前瞻性、纵向研究探索 non-LBW 早产儿是否存在脑发育上的滞后，并研究出生体重与胎龄对新生儿远期脑发育的影响权重。基于此，开展以下几方面的工作：1）与北卡罗来纳大学教堂山分校合作成功开展了“人工智能辅助脑白质损伤新生儿脑部MRI灰白质分割”研究，为后期新生儿脑灰白质分割奠定基础。2）基于DKI双室模型评估新生儿T2WI单纯DEHSI与DEHSI合并HIE的脑发育情况，结果DEHSI合并HIE时脑轴突及髓鞘均受影响，而前者仅表现为发育延迟，为后期临床鉴别两种病提供了依据。3）基于DTI成像寻找在恰当时间评估新生儿出生时脑发育状况的研究，发现在出生2周后脑发育受环境影响大，且出现发育拐点，此研究为临床提供了正确时间评估新生儿出生时发育状况的依据。4）探讨了基于3D TIWI早产儿与足月儿脑结构网络属性与模块化特征对比研究，揭示了早产儿脑区间信息整合能力发育迟缓或异常。5）初步完成了探讨胎龄与出生体重对于新生儿脑发育影响权重的研究，结果表明胎龄对于脑发育的影响权重最大。6）探讨了 MR 扩散张量成像评估新生儿神经行为发育状态的价值。. 在原研究计划的基础上，增加了1）基于常规T2WI评估6-20月儿童皮层下白质髓鞘化发育情况的研究，为临床提供了基于常规图像评估脑白质发育状况的方法。2）建立临床新生儿多中心、多模态影像数据库，并搭建了云数据平台。3）针对临床婴幼儿磁共振检查失败率高的问题开展品管圈活动寻找检查失败的原因，提高扫描成功率。. 综上，通过本课题的研究，明确了HIE与 DEHSI 脑微结构的差异，借助人工智能初步实现了新生儿脑白质损伤的灰白质分割，发现了早产儿与足月儿脑网络的差异，MR 扩散张量成像评估新生儿神经行为发育状态的价值，为后期新生儿脑发育研究提供了许多有价值的信息。