Abstract

擴散微結構成像（DMI）通過解耦腦組織內三個關鍵組分的體積分數——軸突內空間（V-intra）、軸突外空間（V-extra）和自由液（V-CSF），實現了對腦微結構的無創定量�；�于PRISMA 2020指南的系統分析表明，DMI在21項納入研究中展現出對常規擴散技術無法檢測的微觀改變的獨特敏感性。

1. Introduction

傳統擴散張量成像（DTI）受限于單高斯模型假設，難以解析復雜纖維交叉或細胞外基質影響。擴散峰度成像（DKI）雖引入非高斯特性，仍缺乏明確的生物學解釋。DMI采用貝葉斯方法的三室模型，可在秒級時間內完成參數估計，其軸向擴散系數（Dax-intra/Dax-extra）為病理改變提供了新視角。

2. Methods

通過多數據庫檢索策略篩選出21項符合標準的研究。DMI協議普遍采用3T MRI，多殼層擴散加權成像（b值1000/2000 s/mm²），64通道頭線圈。質量評估采用改良紐卡斯爾-渥太華量表（NOS），所有納入研究評分≥7分。

3. Results

3.1 神經腫瘤學

在膠質瘤亞型鑒別中，V-intra在瘤周區域呈現顯著差異（AUC 0.824）。原發性中樞神經系統淋巴瘤（PCNSL）表現出更高的V-intra和微結構FA值，而膠質母細胞瘤（GBM）瘤周區Dax-intra升高提示細胞毒性水腫。轉移瘤特有的血管源性水腫表現為V-CSF梯度變化。

3.2 神經退行性疾病

帕金森�。≒D）患者黑質（SN）內V-CSF增加與運動評分（MDS-UPDRS-III）顯著相關。進行性核上性麻痹（PSP）患者前額葉白質V-intra降低對應認知障礙，多系統萎縮（MSA）小腦橋腦束變性與其運動障礙相關。

3.3 健康衰老

801名健康人的隊列研究揭示了白質束"晚成熟先退化"規律，前額葉束V-intra隨年齡衰退最顯著。內側前腦束（MFB）的V-intra/V-extra基準值為精神疾病研究提供參照。

3.4 腦卒中與COVID-19

急性缺血性卒中病灶區V-intra升高符合"串珠樣"軸突腫脹模型，Dax-intra對梗死核心分割（AUC 0.98）優于表觀擴散系數（ADC）。COVID-19患者全腦白質V-CSF增加提示血腦屏障破壞。

4. Discussion

DMI通過開源工具Dmipy實現模塊化建模，其與人工智能的結合有望突破采集時間瓶頸。相較于NODDI固定擴散系數的假設，DMI的貝葉斯框架更適應臨床異質性。未來需通過多中心研究驗證其在早期診斷（如放射學孤立綜合征RIS）中的價值。

5. Conclusions

作為新一代"虛擬病理"技術，DMI為腦腫瘤鑒別、神經退行性病變機制研究和臨床預后評估提供了不可替代的微結構視角，其標準化應用將推動精準神經科學的發展。