神经影像学

神经影像学（英文：Neuroimaging），是应用多种成像技术，以非侵入或微侵入方式，对活体大脑和神经系统的结构、功能、连接及生化特性进行可视化、测量和分析的交叉学科领域。它既是神经科学研究的核心工具，也是神经精神疾病临床诊断和治疗评估的关键手段。

神经影像技术主要分为两大类：

1. 结构神经影像学

旨在高分辨率地显示大脑的解剖结构。

• 计算机断层扫描（CT）：
  • 原理：利用X射线束旋转扫描，通过计算机重建断层图像。
  • 特点：快速、普及，对出血、钙化、骨结构敏感。
  • 主要应用：急诊筛查（如脑出血、卒中、颅骨骨折）、大体结构异常。
• 磁共振成像（MRI）：
  • 原理：利用强磁场和射频脉冲，使人体内的氢原子核发生共振，接收信号后重建图像。无电离辐射。
  • 特点：软组织对比度极高，可多平面、多参数成像。
  • 主要应用：
    • T1加权像：显示精细解剖结构（灰质/白质/脑脊液）。
    • T2加权像/FLAIR：对水肿、炎症、脱髓鞘病变（如多发性硬化斑块）敏感。
    • 弥散加权成像（DWI）：检测急性脑梗死（数分钟即可显示）。
    • 磁敏感加权成像（SWI）：对微小出血、静脉血管、铁沉积敏感。
    • 结构定量分析：测量脑区体积、皮层厚度、白质完整性。

2. 功能神经影像学

旨在测量与神经活动相关的生理、代谢或血流动力学变化。

• 功能性磁共振成像（fMRI）：
  • 原理：基于血氧水平依赖（BOLD）效应。神经活动增加导致局部血流量和氧合血红蛋白增加，引起微弱的磁信号变化。
  • 特点：高空间分辨率、无创、可重复。时间分辨率相对较低（秒级）。
  • 主要应用：
    • 任务态fMRI：揭示执行特定认知、感觉或运动任务时的大脑激活模式。
    • 静息态fMRI（rs-fMRI）：测量大脑在无任务状态下自发、低频的BOLD信号波动，用于研究脑功能网络的内在连接。
    • 弥散张量成像（DTI）/弥散谱成像（DSI）：追踪白质纤维束，研究结构连接。
• 正电子发射断层扫描（PET）：
  • 原理：注射放射性示踪剂，探测其在脑内聚集时发射的正电子湮灭辐射。
  • 特点：可进行分子水平成像（如葡萄糖代谢、神经递质受体、淀粉样蛋白沉积），但空间分辨率较低，有辐射。
  • 主要应用：
    • ¹⁸F-FDG PET：测量脑葡萄糖代谢率，用于癫痫灶定位、痴呆症鉴别诊断（如阿尔茨海默病特征性的颞顶叶代谢减低）、肿瘤分级。
    • 特异性示踪剂PET：如淀粉样蛋白PET（诊断AD）、tau蛋白PET、多巴胺转运体PET（诊断帕金森病）。
• 单光子发射计算机断层扫描（SPECT）：
  • 原理：注射放射性示踪剂，探测其发射的单光子。
  • 特点：示踪剂种类较少，空间分辨率低于PET，但设备更普及。
  • 主要应用：脑血流灌注成像、癫痫灶定位、多巴胺能系统成像。
• 脑磁图（MEG）：
  • 原理：测量神经元同步活动产生的极其微弱的颅外磁场。
  • 特点：毫秒级时间分辨率、空间分辨率中等。对大脑皮层活动，尤其是癫痫样放电和认知过程的时程研究极佳。
  • 主要应用：癫痫手术术前精准定位致痫灶、研究感知、注意、语言等认知过程的神经振荡。
• 脑电图（EEG）：
  • 原理：在头皮记录神经元电活动产生的电位变化。
  • 特点：毫秒级时间分辨率、成本低、便携，但空间分辨率差（容积导体效应）。
  • 主要应用：癫痫诊断与分类、睡眠分期、认知事件相关电位研究、脑机接口。
• 功能性近红外光谱（fNIRS）：
  • 原理：利用近红外光穿透颅骨，测量皮层血红蛋白浓度变化（类似BOLD原理）。
  • 特点：便携、允许一定程度的身体运动，适用于婴幼儿、特殊患者及自然情境研究。但探测深度和空间分辨率有限。
  • 主要应用：发育神经科学、康复医学、自然交互研究。

• 数据分析方法：包括统计参数映射（SPM）、独立成分分析（ICA）、功能连接分析、图论分析、机器学习与模式分类等。
• 多模态融合：结合fMRI、EEG/MEG、PET等多种技术，兼顾时空分辨率与功能特异性。
• 连接组学：综合结构连接与功能连接，绘制全脑连接图谱。
• 神经调控与影像结合：将TMS、tDCS等神经调控技术与神经影像结合，实现“可视化调控”。
• 人工智能辅助诊断：利用深度学习自动检测病灶、早期预警疾病、预测治疗反应。

1. 神经系统疾病：定位肿瘤、血管病（卒中、动脉瘤）、感染、脱髓鞘疾病、癫痫灶、退行性疾病（AD， PD）的病理改变。
2. 精神疾病：用于研究病理机制、寻找生物学标志物、辅助诊断分型和评估疗效（如抑郁症、精神分裂症）。
3. 神经外科术前规划：精确定位功能区与病变关系，保护重要脑功能。
4. 神经科学发展：无创地探索人脑在健康与疾病状态下的工作机制，是理解认知、情感、意识的基础工具。

• 偶然发现：如何处理无症状个体影像中发现的意外异常。
• 隐私与思想解读：神经解码技术的伦理边界。
• 数据共享与标准化。
• 结果解释的复杂性：相关性不等于因果性；群体平均结果可能掩盖个体差异。