Science子刊：利用DTI和NODDI纵向研究揭示轻度脑外伤后的白质微结构改变

能够检测轻度脑外伤(mTBI)后的白质(WM)病理，并预测长期结果的神经成像生物标记物是改善护理和开发治疗方法所必需的。本文利用弥散张量成像(DTI)和近期新兴的神经突方向离散度和密度成像(NODDI)对mTBI后的WM微观结构进行了横断面研究和纵向研究，并将其与神经心理指标进行了相关性分析。在横截面研究中，早期分数各向异性的减小和平均扩散系数的增加对应于NODDI中WM区域自由水含量的升高。这种自由水升高的情况在早期脑震荡后症状的患者亚组中更为广泛。长期纵向的WM改变包括NODDI中的轴突密度下降，表征了弥漫性轴索损伤所致的轴突变性。因此，相比于DTI，NODDI能够更加清晰地表征弥漫性轴索损伤，是一种比DTI更敏感、更特异的检测mTBI所致的WM微结构改变的生物标志物，在对mTBI的诊断、预后和治疗监测中值得进一步研究。本文发表于Science Advances杂志。

引言

尽管越来越多临床前研究和人类研究的证据表明，mTBI会导致WM显微结构的轴索损伤，从而影响长期的认知、神经精神和社会功能领域，但缺乏可靠的客观工具来测量这种病理。即使是专业的护理人员，也普遍认为mTBI患者在创伤事件发生后不久就会恢复到病前的功能水平。而这往往会导致这些患者在急性创伤后没有得到适当的后续护理。

DTI是目前世界上应用最广泛的研究中枢神经系统(CNS)WM显微结构特征的技术。对mTBI的DTI研究表明，mTBI后微结构的WM破坏可能导致神经认知和行为障碍。然而，传统的DTI度量指标，如平均扩散系数(MD)和分数各向异性(FA)，仅能在统计学上基本描述扩散情况，并不直接与下属组织的具有生物物理意义的参数相对应。此外，DTI假定水分子在组织内以自由非限定的形式进行高斯扩散，因此对WM微结构的复杂性不敏感。这可能导致了先前的DTI研究产生了相互矛盾的结果。一些论文报告了mTBI中WM FA的异常减少，而另一些论文报告了FA的升高或不变。文献中导致这种不一致的其他因素包括mTBI引起的DTI改变的效应大小、小样本量(<40例患者)的横断面研究以及mTBI后微结构WM改变的动态性质。因此，需要在研究中引入多室非高斯模型(多室主要指三室，分别是树突和轴突内的受限水、细胞外受阻的各向异性水和脑室等区域内的各向同性水)。

在本文的研究中，通过应用一种更先进的多室扩散模型来克服DTI的局限性，该模型被称为神经突方向离散度和密度成像(NODDI)。NODDI利用了MRI扫描仪的高性能磁场梯度的最新进展，它可以获得比DTI的标准b=1000s/mm2高得多的扩散加权因子，从而探测WM扩散的更复杂的非高斯属性。NODDI生物物理模型使用这种更丰富的扩散成像数据来测量三种微结构环境的属性：细胞内、细胞外和自由水。其得到的指标包括：轴突密度指数(NDI)，主要代表WM内轴突密度、轴突的方向分散度(ODI)，量化轴突的方向变化，ODI在组织松散的WM中较高，在胼胝体(CC)等纤维束基本平行的束中较低。各向同性扩散间隔的体积分数(FISO)表示组织内的自由水含量。“自由水”指的是不受阻碍和不受限制扩散的水分子，例如在脑脊液和细胞外组织水肿中发现的水分子。这些NODDI参数已在动物和人类大脑的组织病理学研究中得到验证，并已用于研究大脑发育和检测其他疾病中的细微脑损伤。

要将新发现的科学成果转化到临床环境，复现和推广是必不可少的。因此，神经影像的发现必须能够在不同扫描条件下的独立数据集中重现，以证明该发现在跨成像中心中的稳健性。此外，与以前的大多数横断面研究不同，本文提出了一项针对两个独立队列的纵向研究，每个队列40名患者，以解决上述重复性问题。

本文的研究目标主要分为以下几个部分：

(1)使用DTI和NODDI来研究mTBI后WM的变化随时间的演变，

(2)探索这些WM微结构变化对mTBI后症状和认知结果的预后意义，以及(3)用在不同条件下获得的独立验证数据集来对研究进行重复，以证明结果的可重复性和普适性，比较mTBI后DTI和NODDI的连续变化。本研究假设mTBI早期微结构的WM变化是由血管源性水肿导致的自由水增加所驱动的，而长期的退行性变化将反映在轴突密度的下降上。

方法：

队列和参与者

所有参与者都作为创伤性脑损伤前瞻性转化研究和临床知识项目(TRACK-TBI)的一部分(25人)在扎克伯格旧金山总医院和创伤中心登记。本组病例共40例(平均年龄30.35岁，平均文化程度15年，性别：9名女性和31名男性)在受伤后24小时内的情况符合美国康复医学大会的mTBI标准，其中患者必须表现出创伤引起的脑功能生理性紊乱，表现为(1)任何时期的意识丧失(LOC)，(2)对事故发生之前或之后的任何记忆丧失，(3)事故发生时的任何精神状态变化(感觉头晕目眩、迷失方向或迷糊)，或(4)永久性的或非永久性的局灶性神经功能缺损。其他入选标准包括年龄在18-55岁之间；受伤后24小时内作为临床护理一部分进行脑CT扫描；没有会干扰随访和结果评估的实质性多发性创伤；没有MRI禁忌症。15名患者有焦虑或抑郁的病史，但没有人有严重的精神或神经紊乱史。要求视力和听力足以进行结果测试，能够讲流利的英文，以及有签署知情同意的能力。在知情同意的情况下评定的加尔维斯顿定位和失忆测试(Galveston Orientation and Amnesia Test)得分正常。纳入第二个纵向配对队列40例(平均年龄34.38岁，平均文化程度15.6年，性别：11名女性和28名男性)。为了重现和普遍化，该队列采用了同一TRACK-TBI项目和招募标准。在最初的mTBI患者队列中，40人中有9人曾有mTBI。在复制队列中，40名患者中有12名曾有mTBI。

骨科创伤对照组(创伤对照组)14例，按年龄(平均年龄31.71岁)、文化程度(平均15.5年)、性别(6女8男)配对。骨科损伤的原因包括跌倒和自行车事故等。除一例上肢骨折外，所有受试者均有下肢骨折。在目前的研究中，如果急诊室医生因怀疑头部外伤而要求CT扫描或参与者有LOC、健忘症、既往脑外伤、精神病学或神经流行病，则参与者被骨科对照组剔除。此外，本文还招募了19名无全身损伤的健康对照者，这些健康对照组的年龄(平均年龄36.33岁)、文化程度(平均16.11年)和性别(6女和13男)与初始mTBI队列相匹配。这组人是从患者的朋友和家人中招募的，因此被称为“朋友对照组”。

采用创伤对照组和朋友对照组是为了确保与患者队列的任何差异在没有近期创伤史的参与者和那些最近有与大脑无关的创伤的参与者中都是可重复的和可推广的。所有自愿同意参与的符合条件的受试者都给予了书面知情同意。所有研究方案都得到了加州大学旧金山分校机构审查委员会的批准。

神经心理学评估

在伤后2周和6个月采用自我报告和基于表现的认知测量来评估mTBI后常见的神经心理领域：(1)Rivermead脑震荡后症状问卷(RPQ)，这是一份包括mTBI后经常报告的16种生理和心理社会症状的自我报告问卷；(2)Rey听觉言语学习测试(RAVLT)，用于评估学习的短期和长期记忆；(3)连线测试A(TMTA)和B(TMTB)，用于评估注意力、处理速度和转换任务的认知灵活性(TMTB-A)，以及(4)韦氏成人智力量表(WAIS)编码和符号搜索子量表，用于测试处理速度和视觉-知觉联想学习。

图像采集

初始队列的所有mTBI受试者在受伤后2周和6个月在配备8通道相控阵头部射频线圈的3T GE MR750上进行扫描。采用多层单次激发自旋回波回波平面脉冲序列(EPI)（回波时间[TE]=81 ms，重复时间[TR]=9 s）进行全脑扩散MRI。使用64个扩散编码方向，各向同性地分布在具有静电斥力的球体表面上，在b=1300s/ mm2处采集64个方向，在b=3000s/mm2处采集另64个方向，并且对于每组64个扩散加权方向，以b=0s/ mm2进行8次采集，每个切片的厚度为2.7 mm，切片之间没有间隙。使用128×128矩阵和350 mm×350 mm的视野（FOV），形成2.7 mm的各向同性体素。矢状面三维（3D）反转恢复快速梯度回波T1加权图像（反转时间[TI]=400ms，翻转角=11°），以256×256矩阵获得256 mm FOV和200个相邻分区（1.2mm）。矢状位三维梯度回波T2*加权图像（TE=250ms，TR=500ms，翻转角度=10°）采用256 mm FOV和130个相邻切片（1.6mm）在192×192矩阵上获得。矢状位3D T2加权液体衰减反转恢复图像(FLAIR；TE=102ms，TR=5750ms，TI=1630ms)采用256 mm视野，184层(1.2 mm)，256×256矩阵。对照组使用与mTBI患者相同的采集参数进行扫描，创伤对照组在骨科损伤后2周的时间点获取，用于本研究。

由第二个纵向mTBI队列组成的复制患者数据集是在配备32通道相控阵列头部射频线圈的3T西门子Magnetom Skyra扫描仪上采集的。全脑扩散MRI采用单次激发EPI图像，多波段系数为3(TE=94ms，TR=2.9s)，采用64个扩散编码方向(b=1000s/ mm2)和另外64个方向(b=3000s/ mm2)，每层厚2.4 mm，层间无间隙，矩阵为96×96，视野为230×230 mm。扩散MRI序列还包括对两个扩散加权壳中的每一个的8个b=0s/ mm2图像体积的正相和反相编码。两个mTBI患者队列的扫描仪制造商、扩散采集序列和扩散采集参数的不同，可确保任何结果对这些因素的变化具有较强的稳健性。

磁共振图像处理与分析

图一展示了有关成像方法的概述。本研究包括：

(1) mTBI初始队列患者与创伤对照组(N=14)横断性分组比较分析；

(2)mTBI初始队列患者与朋友对照组(N=19)横断性分组比较分析；

(3)mTBI患者损伤后2周与6个月的纵向比较分析(N=40)；

(4)mTBI复制队列患者伤后2周与6个月的纵向比较(N=40)，以及(5)两个mTBI队列中认知/行为恢复的机器学习纵向分析，以及伤后2周和6个月的认知/行为恢复与影像学的关系。

图1：成像分析和统计方法综述

放射学发现

结构MRI图像由一名委员会认证的神经放射科医生使用美国国立卫生研究院（NIH）TBI病理解剖分类的通用数据元素（CDE）进行解释，该医生对受试者最初的表现和组别不知情。对照组的MRI扫描没有TBI的特异性发现。

弥散张量成像

弥散MRI数据没有过多伪影，患者也没有过度移动，即平移或旋转不超过2 mm。使用FSL工具包进行DTI预处理和分析。首先，使用每个扩散加权壳的8个b=0 s/mm2体积的平均值作为参考，对图像进行涡流校正和运动校正。使用脑提取工具箱剥离图像的头骨。为了保证解剖学保真度，所有制成的脑模板都经过了肉眼检查。使用FSL扩散工具箱计算DTI参数图。

磁共振扩散成像的多室生物物理模型

使用NODDI工具箱v0.9计算NODDI指标。对于每个扩散加权，将对应的8个b=0s/mm2图像做平均。通过将节点模型拟合到归一化扩散加权图像上并对节点编码进行修改，以说明在b=1300s/mm2与b=3000s/mm2时采集的图像之间的最小TE略有不同。通过用相同的最小TE扫描参数采集的平均b=0s/mm2图像对每个b值的扩散加权图像进行归一化，生成具有与TE无关的信号强度的图像。在NODDI Matlab工具箱中使用默认设置执行NODDI拟合。生成了NDI、ODI和FISO（各向同性扩散间隔的体积分数）的参数图。

统计分析

基于白质骨架的空间统计分析(TBSS)

在计算FA图之后，使用TBSS对FA数据进行体素统计分析。使用非线性配准算法FNIRT将FA数据配准到位于MNI152标准空间中的公共FMRIB58FA模板。接下来，从该公共空间中所有受试者的连续扫描图像中创建平均FA图像，并对其进行细化以生成平均FA WM骨架，该平均FA WM骨架表示整个扫描组共有的且阈值大于0.2的所有纤维束的中心。然后，通过用来自最近相关束中心的FA值填充骨架，将对齐的FA图像投影到骨架上。为了保证准确，对输出图像和0.2阈值骨架进行了肉眼检查。

基于TBSS的WM感兴趣区域分析

用从约翰霍普金斯大学(JHU)获得的白质纤维束成像图谱模板，映射到标准MNI152空间，并重新采样到1 mm分辨率，对12个主要纤维束进行了研究。使用TBSS程序中的非线性工具，以感兴趣纤维束的二值模板为模板，将个体骨架图配准到MNI标准空间。从每个受试者的WM骨架和每个感兴趣的骨架化区域获得平均FA、MD、ODI、NDI和FISO值。将右和左纤维束平均为一次测量。使用一般线性模型及置换检验进行受试组间比较，使用无阈值聚类增强校正进行多重比较(TFCE)，FEW校正P<0.05。在对2周的数据进行体素分析时，采用非配对t检验对患者组和对照组进行横断面比较。采用配对t检验比较患者组内2周和6个月DTI和NODDI测量的差异。

机器学习分析

许多mTBI患者在受伤后长期保持功能受损。为了区分我们队列中的这些患者，本文使用无监督机器学习来推导出认知和症状改善的度量标准，并将其与影像学生物标记物联系起来。首先，为了获得并定义最能反映认知和症状改善结果的全局改善度量(GIM)，本文首先从每个受试者的9个自我报告和认知测量的6个月的分数中减去2周的分数，然后使用Z分数转换来归一化数值。因为每个单独的测试都可能有噪音，所以需要将它们组合在一起，形成一个新的定义为GIM的单一复合度量标准。本文通过在MATLAB 2012b中使用2个簇和30个重复的无监督k-Means聚类分析来完成这项任务。然后，本文计算了一个超平面来等距离地分隔这两个簇，每个受试者的GIM被定义为受试者的恢复状态与该超平面之间的带符号(正/负)距离。这一距离也可以表示为各种症状和认知指标的加权平均值(图2A)。直观地说，这代表了一种数据驱动的方法，将各种自我报告和基于认知表现的指标结合起来，在患者结果组之间提供广泛程度的区分。本研究使用了两个分组，用以区分改善良好的患者和没有改善的患者。一组代表其测试趋势在2周至6个月之间总体改善的患者，而另一组代表其在整体测试中缺乏改善或在某些情况下测试性能倒退的患者。最后，本文使用FSL中的非参数置换分析工具Randomize，将GIM（全局改善度量）度量确定的簇用DTI和NODDI度量进行体素比较，并进行TFCE P<0.05多重比较校正。

图2：(A)认知和行为分数变化聚类的二维示意图，以及用于定义GIM（全局改善度量）的主成分分析投影。右上方向离线较远的参与者恢复程度较好(黑点)，而另一方向离线较远的参与者恢复程度较低(红点)。

(B)基于其GIM的两个簇的表示。左图的簇K1(红色；n=24)是初始队列中恢复较差的患者，簇K2(黑色；n=16)是恢复较好的患者；右图的簇K1(红色；n=23)是复制队列中恢复较差的患者；簇K2(黑色；n=14)是恢复较好的患者。三角形表示每个群集的平均GIM。

结果

mTBI患者的神经心理评估

总的来说，患者的自我报告在RPQ中脑震荡后症状显著减少，在GOSE中残疾减少，但有一部分受试者在6个月的时间点显示持续自我报告的脑震荡后症状和残疾。此外，在6个月期间，患者表现出加工速度(TMT)和视觉感知联想学习(WAIS编码和符号)的改善。

DTI和NODDI体素的组

比较在2周的时间点上，mTBI患者的初始队列与骨科创伤对照组之间以及初始队列与朋友对照组之间的横断面分析

与健康对照组相比，初始mTBI队列组胼胝体漆、胼胝体干、纹状体内囊前后肢（ALIC和PLIC）、放射前冠（ACR）、丘脑前辐射（ATR）、外囊（EC）和扣带回的FA较低，MD较高。患者的FISO（各向同性扩散间隔的体积分数）不仅在同一纤维束中明显高于正常对照组，而且在上纵束(SLF)、放射冠后束(PCR)和额枕下束(IFOF)也明显高于对照组。在初始队列中，NDI的值主要在EC、ATR、下纵束(ILF)、穹窿和终纹纤维束中较小。对于NDI，与两个对照组相比，统计上有意义的纤维束区域是相同的。但是，与Friend对照组相比，体素的显著性差异程度更大(图3A)。图4显示了在数据驱动下的TBSS分析中初始mTBI队列与骨科创伤对照组以及朋友对照相比受影响最大的JHU区域中FA、MD、NDI和FISO样本的平均值、效应大小、多重比较FDR校正和样本分布。

图3：横断面和纵向体素分析。在2周的体素分析中，采用非配对t检验对患者组、骨科创伤组和朋友对照组进行横断面比较。使用配对t检验来比较患者mTBI组在2周和6个月期间，初始队列和复制队列的DTI和NODDI测量之间的差异。

(A)左图为初始队列和骨科创伤创伤对照组在2周时的横断面体素分析比较，右图为初始队列和朋友对照组的比较。黄色表示患者参数较对照组增加；暗/淡蓝色表示患者参数较对照组降低。

(B)左图为初始mTBI队列在损伤后2周和6个月的体素纵向比较。右图表示复制mTBI队列中损伤后2周和6个月的体素纵向比较。在深/浅蓝色中，参数随着时间的推移而减小。

图4：在2周时对初始mTBI队列、骨科创伤对照和朋友对照的JHU纤维束进行横断面比较。每个参与者左/右JHU纤维束中的显著纤维束在2周时间点的平均FA、MD、NDI和FISO值。(包括胼胝体，内囊前肢，内囊后肢，辐射前冠和外囊)

初始和复制mTBI队列中2周和6个月的mTBI患者的纵向分析

对mTBI患者的纵向体素分析表明，随着时间的推移，放射前冠(ACR)、放射后冠(PCR)、丘脑后辐射(PTR)、下纵束(ILF)、额枕下束(IFOF)、丘脑前辐射(ATR)、外囊(EC)和钩状束的NDI减少(图3B)。FISO（各向同性扩散间隔的体积分数）在PCR中随着时间的推移而减少(图3B)。在初始和复制队列中，NODDI对后束进行性微结构损害的测量比DTI更敏感。图5显示了PTR、PCR和矢状层中DTI和结点随时间变化的平均值和效应大小以及分布。

图5：在mTBI中，JHU纤维束在2周时与6个月时进行纵向比较。在2周和6个月的时间点，每个受试者左/右JHU束的平均NDI和FISO值和随着时间的推移变化最显著的区域。DTI参数主要无法捕捉到NDI的后束区域。

机器学习分析

mTBI患者及其GIM的机器学习聚类

根据患者自我报告测量(GOSE、RPQ3和RPQ13)和认知表现测量(WAIS符号编码、TMTB-A和RAVLT)的变化，获得了K1、K2两个明确的分组。在初始队列中，K1组包括24名GIM指标改善程度低于K2的患者，K2由16名整体改善良好的患者组成。对于复制队列，K1包括23名GIM指标改善程度低于K2的患者，K2由14名整体改善良好的患者组成(图2B)。40名初始队列患者和37名复制队列患者的自我报告和认知表现测量的GIM在受伤后2周至6个月产生了变化，虽然随时间变化的影响似乎很小，但这些组的平均差异在患者中是模糊的，可以通过基于GIM将组分成两个簇的无监督机器学习分析来发现。

基于机器学习聚类的自我报告和认知测量

K1组和K2组在每个测量中有显著差异。在损伤后2周，初始队列K2患者在RPQ上比K1患者有更多症状，但在损伤后6个月恢复到与K1相似的症状水平。同样，在复制队列中，与K1相比，K2患者在6个月后症状恢复更好。随着时间的推移，该复制队列的K1几乎保持在相同的症状水平。在认知能力测量方面，在初始队列中，K2组在受伤后2周的表现与K1组相当，但在6个月的时间点上，K2组在RAVLT和WAIS，特别是WAIS子测试上的表现明显优于K1组。在这两个时间点上，K2在TMTA上的表现也比K1好。相比之下，对于复制队列，K2组的患者尽管在2周时在自我报告的测量中表现出更多的症状，但除了记忆(RAVLT)外，在认知测试中的表现比K1组好。在6个月时，K2组的记忆恢复到了良好的平均水平，所有认知领域的整体表现都有所改善，而K1组虽然总体上略有改善，但执行功能(TMTBA)和记忆(RAVLT)会下降。

基于机器学习聚类的DTI和NODDI参数的体素组间比较

未发现传统DTI指标与GIM之间存在显著关系。然而，NODDI指标与初始队列中基于GIM的聚类分组情况相关（图6）。K1和K2之间的体素组间比较显示，与K1相比，K2的FISO增加，但FISO升高的模式在2周和6个月的时间点之间有所不同。伤后2周，K2较K1增加的FISO以后束为主，而K2较K1增加的FISO在伤后6个月以前束为主。与此形成鲜明对比的是，在2周和6个月时，K1和K2的ODI均有所增加，且基本稳定，覆盖了大部分中心WM束，仅右侧内囊在6个月时显示升高的ODI的消退。本文没有发现基于GIM分组的复制队列的DTI或NODDI度量有显著差异。

图6：mTBI初始队列患者K1和K2亚组的NODDI指标的体素比较。基于机器学习聚类划分的DTI和NODDI参数体素分组比较(A)在K2组患者中，FISO在2周时在后束增加，而在6月时主要在前束增加。(B)在K1组患者中，ODI增加。

讨论

本研究的主要发现是：(1)与创伤对照组和朋友对照组相比，mTBI早期FA和NDI较低，MD和FISO较高；(2)随着时间的推移，NDI和FISO降低，表示了mTBI的WM纵向变化；(3)无症状或认知改善的mTBI患者(K1组)的ODI降低，症状恢复和认知功能逐步改善的mTBI患者(K2组)的FISO动态升高（K2），以及(4)研究的纵向结果具有稳健性，且NODDI作为mTBI所致进行性WM退行性变的生物标志物具有敏感性，且在复制队列中结果一致。

TBI涉及多种不同的时变病理生理效应，包括弥漫性轴索损伤、弥漫性微血管损伤和神经炎症，可导致神经功能障碍。由于这种复杂性，结合不同的生物物理测量有可能表征脑组织中潜在的微结构变化。本研究在2周时间点的横断面DTI结果显示，与骨科创伤对照组和朋友对照组相比，mTBI组FA更低，MD更高，主要是在额叶和颞叶。这与先前对早期mTBI的DTI研究一致。除了这些已确定的DTI结果外，在损伤后2周，NODDI分析还有了另外两个发现。首先，与骨科创伤对照组和朋友对照组相比，mTBI患者的NDI较低。第二，本研究发现在与FA和MD相同的主要前束分布中，FISO值更高。大脑前部受旋转力的角加速度最大，因为它离颈部的旋转轴最远，因此，它可能发展为最早期的水肿(高FISO)和轴突损伤(低NDI)。总体而言，这些横断面结果在没有和有非中枢神经系统损伤两个不同的对照组中重复和推广，表明mTBI后早期较低的FA和较高的MD值是由于自由水含量的增加，可能反映了神经炎症。唯一一份关于TBI中DTI和NODI测量的先前报告(一项针对年轻运动员的横断面研究)发现，FA增加，NDI增加，ODI值降低。这些结果可能与本文研究中发现的不同，因为损伤机制涉及长时间的重复亚震荡打击，因此需要将损伤和恢复效果结合在一起，而不是在某些情况下单次mTBI就能严重到足以在结构MRI上产生解剖损伤。

在纵向上，在mTBI患者组中，初始mTBI队列和复制mTBI队列的NDI值均随时间的推移而降低，表明mTBI患者发生进行性轴突变性，而两个mTBI队列的DTI参数没有显著差异。因此，NDI是比DTI指标(如FA或MD)更敏感的WM轴突丢失的指标。在两个mTBI队列中，NDI随时间的减少主要发生在双侧后脑室周围和左前脑室周围的WM中。已有研究表明，灰质区域之间的结构连接体连接不成比例地大量穿过这些深WM区域，这些区域在人脑中形成了一致的网络连接。此外，在纤维束造影模拟实验中，这些深部脑室周围WM区域的损伤对整个大脑WM网络的整体完整性尤其具有破坏性，表明其对大规模结构连接组的独特重要性。在感觉加工障碍患者中也观察到异常的后脑室周围白质微结构，在注意力缺陷多动障碍患者的DTI研究的元分析中，这是唯一持续受到影响的白质区域。此外，结构连接体的整体完整性与注意力和执行功能相关。这一系列的最新结果可能解释了脑震荡和mTBI的主要损害，即对感觉刺激的更敏感，注意力缺陷和执行功能障碍。未来的研究将结合这些后脑室周围WM束的微结构特征和连接组图，可能会有助于解释mTBI后的长期症状、认知和行为结果。

随着时间的推移，WM NDI降低在初始队列中的结果及其在复制队列中的可重现性显示了NODDI对扫描仪制造商、扩散脉冲序列和采集协议的鲁棒性。此外，有脑震荡病史是mTBI患者的共同特征。本文认为，包括有脑震荡病史的患者可以使结果更普遍地适用于整个mTBI人群。本研究的一个优势是纵向方法，这使本研究能够评估早期发现随时间的变化，从而将其归因于最近的mTBI事件，而不是遥远的早期事件。

基于症状自我报告和认知表现测量的复合GIM数据驱动机器学习分析在两个mTBI队列中产生了两个患者群。其中一组是表现较好的亚组（K2），其早期自我报告的症状随着时间的推移逐渐消失，并且在信息处理速度和语言记忆领域也有所改善。另一组是功能低下的亚组（K1），其初始症状相对较少，但在认知测试中表现不如K2，尤其是在6个月的时间点。虽然这两个mTBI亚组之间没有显著的DTI差异，但在初始mTBI队列的两个时间点，K1组的大部分中央WM中，NODDI显示出较高的ODI。功能低下的K1组的纤维取向离散度较大，这可能代表了他们的平均教育水平低于K2的病前特征，这意味着认知储备较低。与功能更高的K2群相比，中枢WM组织较差可能有助于解释他们认知能力较差的原因。亚组之间认知和教育水平的差异也可能影响症状报告。教育是构成所谓的认知储备的因素之一，是与更好的脑外伤预后相关的保护因素，据报道，在mTBI的早期阶段（如前24小时），无论TBI的严重程度如何，教育都是一个保护因素。K2亚组在早期报告的症状数量较多，可能部分代表人们意识到实际认知能力较基线有所下降，随后症状和认知最终都会在6个月后恢复到基线水平。尽管在复制队列的K1和K2簇中发现了相同的症状和认知差异模式，其中K2最初报告的症状大于K1，但随着时间的推移，K2的症状负担接近K1症状。但在复制队列中，两个集群之间未发现显著的DTI或NODDI差异。这可能是因为复制队列中纵向NODDI随时间变化的总体效应大小小于初始队列（图4B），也可能是因为复制队列的K2簇没有显示出与初始队列相同的早期认知损害。因此，NODDI和神经认知评估都表明，复制队列中的损伤程度总体上比最初的队列要轻。在未来有更大队列的研究中，将功能域(即自我报告的测量从认知表现中分离出来)可以更精确地预测康复。

另一个发现是，损伤后2周时，相较于K1组，K2组以后WM为主的FISO高于在损伤后6个月时以前WM为主的FISO。由于40例mTBI患者的初始队列在早期时间点显示出前部WM自由水升高（图4A），表明血管源性水肿，这意味着K2亚组比K1亚组的早期水肿更广泛。然而，K2组的前WM水肿消退慢于K1组，导致在长期时间点，该分布中的自由水相对升高。早期WM水肿的程度更大，这与K2亚组当时报告的症状更严重相对应，损伤后6个月水肿的改善与其自我报告和认知能力测量的改善相匹配。这种观察到的WM水肿与mTBI后症状和认知恢复轨迹之间的关联需要更多的研究，以确定是否存在因果关系或其他辅助因素。

在两个对照组中重复的结果支持本文最初的假设，即损伤后早期自由水含量升高，创伤后前6个月WM轴突密度连续下降。研究结果表明：（1）在半急性和慢性时间点上动态增加的自由水分数与更好的恢复相关，这表明水肿/神经炎症的有益作用；（2）静态减少的纤维取向分散与更好的长期认知相关，这与先前的研究一致，研究表明，在那些在多个领域拥有更好智力功能的人中，WM组织更有条理。这些来自探索性发现的新假设需要在更大的队列中进行测试，这些队列在确定影像-认知关系方面具有更好的统计能力。在缺乏认知控制数据的情况下，本文也不能排除两项认知评估中改善的学习成分。该研究的另一个局限是对照组样本量小，缺乏纵向成分。将FISO的变化解释为血管源性水肿是目前本研究能做出的最佳推断，需要得到证实。此外，TBSS分析仅限于主要WM通路的核心，而JHU对配对纤维束的分析是左右两侧的平均值，可能会通过牺牲有关半球不对称的信息来提高统计能力。

综上所述，本文发现NODDI参数是mTBI后细微但复杂的WM微观结构病理学(如弥漫性轴索损伤和神经炎症)的敏感成像生物标记物。本文的结果表明，mTBI后早期低FA和高MD值主要位于WM前部，其位置与高FISO区相对应，这可能反映了炎性血管源性水肿。这种自由水的升高在创伤后早期报告更多脑震荡症状的患者亚组中更为广泛。mTBI后2周至6个月的较长期变化主要表现为以后WM为主的轴突密度下降，提示弥漫性轴突损伤(DAI)的轴突变性，其中NODDI似乎比任何DTI指标(如FA)更敏感。已知受影响的后WM区域在拓扑上与结构连接体整合，并涉及多个感觉和认知领域，包括注意力和执行功能。在认知能力较差的mTBI亚组中观察到稳定升高的WM纤维取向，可能代表了ODI对病前智力功能的敏感性。需要在更大的表型良好的队列中进行进一步的研究，以验证NODDI生物标记物用于mTBI诊断、预测自我报告的症状、认知表现和治疗监测。此外，NODDI还针对灰质进行了优化。结合WM和灰质中的NODDI测量进行的研究对于更好地确定mTBI患者的特征具有额外的价值。