阿尔茨海默病的静息态脑网络功能连接异常特征

周鹏，田苗，张希，等．阿尔茨海默病的静息态脑网络功能连接异常特征［Ｊ］．纳米技术与精密工程，２０１５，１３（５）：３４６－３５２．

ＺｈｏｕＰｅｎｇ，ＴｉａｎＭｉａｏ，ＺｈａｎｇＸｉ，ｅｔａｌ．Ｒｅｓｔｉｎｇ－ｓｔａｔｅｂｒａｉｎｎｅｔｗｏｒｋｄｙｓｆｕｎｃｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆＡｌｚｈｅｉｍｅｒ’ｓｄｉｓｅａｓｅ［Ｊ］．ＮａｎｏｔｅｃｈｎｏｌｏｇｙａｎｄＰｒｅｃｉｓｉｏｎＥｎｇｉ－ｎｅｅｒｉｎｇ，２０１５，１３（５）：３４６－３５２（ｉｎＣｈｉｎｅｓｅ）．

周鹏１，田苗１，张希１，奕伟波１，朱浩泽１，倪红艳２

（１．天津大学精密仪器与光电子工程学院，天津３０００７２；２．天津第一中心医院，天津３００１９２）

摘要：阿尔茨海默病（ＡＤ）是严重危害中老年健康的常见神经退行性疾病，目前尚无有效的早诊办法．本文旨在

从脑功能网络新视角研究ＡＤ患者脑区间功能连接异常特征，以寻求ＡＤ早诊新思路．采集了２７例ＡＤ患者、２０例

轻度认知障碍（ＭＣＩ）患者和３６例正常老年人（ＮＣ）的静息态功能磁共振成像（ｆＭＲＩ）数据，分别构成中央执行网络

（ＣＥＮ）、突显网络（ＳＮ）、默认模式网络（ＤＭＮ）和背侧注意网络（ＤＡＮ）等４种大尺度脑功能网络并基于种子点分析

方法计算网络功能连接参数，在每种脑网络下对ＡＤ、ＭＣＩ患者和ＮＣ组做两两比较的双样本ｔ检验统计学分析，得

到组间网络内功能连接的显著性差异变化特征．结果表明：ＡＤ患者在ＣＥＮ的右背侧楔前叶与右侧前额叶皮层、

ＤＭＮ的双侧内侧前额叶皮层与双侧角回及双侧后扣带回和ＤＡＮ的双侧顶上小叶脑区功能连接均有显著下降，而ＭＣＩ患者只在ＣＥＮ的右侧后顶叶皮层脑区功能连接有所下降，两者在ＳＮ的功能连接皆无统计学意义变化．有关

结果不仅印证了ＡＤ患者脑网络功能连接变异特征与其认知障碍病情变化相符，而且有望为探索ＭＣＩ转化至ＡＤ

的病理机制和基于脑网络功能连接分析进行ＡＤ早诊提供参考．

关键词：阿尔茨海默病；静息态功能磁共振成像；脑功能连接；脑功能网络

中图分类号：Ｒ３１８文献标志码：Ａ文章编号：１６７２－６０３０（２０１５）０５－０３４６－０７收稿日期：２０１５－０５－１９．基金项目：国家自然科学基金资助项目（５１３７７１２０，５１００７０６３，３１２７１０６２，８１２２２０２１，６１１７２００８，８１１７１４２３）；天津市自然科学基金资助项目

（１３ＪＣＱＮＪＣ１３９００）．

作者简介：周鹏（１９７８— ），男，博士，副教授．

通讯作者：周鹏，ｚｐｚｐ＠ｔｊｕ．ｅｄｕ．ｃｎ．Ｒｅｓｔｉｎｇ－ＳｔａｔｅＢｒａｉｎＮｅｔｗｏｒｋＤｙｓｆｕｎｃｔｉｏｎＣｈａｒａｃｔｅｒｉｓｔｉｃｏｆＡｌｚｈｅｉｍｅｒ’ｓＤｉｓｅａｓｅ

ＺｈｏｕＰｅｎｇ１，ＴｉａｎＭｉａｏ１，ＺｈａｎｇＸｉ１，ＹｉＷｅｉｂｏ１，ＺｈｕＨａｏｚｅ１，ＮｉＨｏｎｇｙａｎ２

（１．ＳｃｈｏｏｌｏｆＰｒｅｃｉｓｉｏｎＩｎｓｔｒｕｍｅｎｔａｎｄＯｐｔｏ－ＥｌｅｃｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ；

２．ＴｉａｎｊｉｎＦｉｒｓｔＣｅｎｔｅｒＨｏｓｐｉｔａｌ，Ｔｉａｎｊｉｎ３００１９２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｌｚｈｅｉｍｅｒ’ｓｄｉｓｅａｓｅ（ＡＤ）ｉｓａｃｏｍｍｏｎｎｅｕｒｏｄｅｇｅｎｅｒａｔｉｖｅｄｉｓｅａｓｅｗｈｉｃｈｓｅｒｉｏｕｓｌｙｈａｒｍｓｔｈｅ

ｈｅａｌｔｈｏｆｔｈｅｏｌｄ．Ｔｈｅｒｅｉｓｎｏｅｆｆｅｃｔｉｖｅｗａｙｏｆｅａｒｌｙｄｉａｇｎｏｓｉｓｙｅｔ．Ｔｈｉｓｐａｐｅｒａｉｍｓｔｏｓｔｕｄｙｉｎｔｅｒｖａｌｂｒａｉｎｆｕｎｃｔｉｏｎａｌｃｏｎｎｅｃｔｉｖｉｔｙ（ＦＣ）ａｎｏｍａｌｉｅｓｉｎｐａｔｉｅｎｔｓｗｉｔｈＡＤｆｒｏｍａｎｅｗｐｅｒｓｐｅｃｔｉｖｅｏｆｔｈｅｂｒａｉｎｆｕｎｃｔｉｏｎａｌｎｅｔｗｏｒｋｔｏｅｘｐｌｏｒｅｎｅｗｉｄｅａｓｉｎｅａｒｌｙｄｉａｇｎｏｓｉｓｔｏＡＤ．Ｔｈｅｓｔｕｄｙｃｏｌｌｅｃｔｅｄｔｈｅｒｅｓｔｉｎｇ－ｓｔａｔｅｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇ（ｆＭＲＩ）ｄａｔａｏｆ２７ｃａｓｅｓｏｆＡＤｐａｔｉｅｎｔｓ，２０ｃａｓｅｓｏｆｍｉｌｄｃｏｇｎｉｔｉｖｅｉｍｐａｉｒ－ｍｅｎｔ（ＭＣＩ）ｐａｔｉｅｎｔｓａｎｄ３６ｃａｓｅｓｏｆｎｏｒｍａｌｃｏｎｔｒｏｌ（ＮＣ），ｃｏｎｓｔｉｔｕｔｉｎｇ４ｌａｒｇｅ－ｓｃａｌｅｂｒａｉｎｎｅｔｗｏｒｋｓｏｆｔｈｅｃｅｎｔｒａｌｅｘｅｃｕｔｉｖｅｎｅｔｗｏｒｋ（ＣＥＮ），ｓａｌｉｅｎｃｅｎｅｔｗｏｒｋ（ＳＮ），ｄｅｆａｕｌｔｍｏｄｅｎｅｔｗｏｒｋ（ＤＭＮ）ａｎｄｄｏｒｓａｌａｔｔｅｎｔｉｏｎｎｅｔｗｏｒｋ（ＤＡＮ）ｒｅｓｐｅｃｔｉｖｅｌｙ，ａｎｄｃａｌｃｕｌａｔｅｄｔｈｅｎｅｔｗｏｒｋＦＣｐａｒａｍｅｔｅｒｓｂａｓｅｄｏｎｓｅｅｄｐｏｉｎｔａｎａｌｙｓｉｓｍｅｔｈｏｄ．Ｉｎｅａｃｈｂｒａｉｎｎｅｔｗｏｒｋ，ｐａｉｒｗｉｓｅｃｏｍｐａｒｉｓｏｎｓｏｆｔｗｏ－ｓａｍｐｌｅｔ－ｔｅｓｔｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓｗａｓ