基于静息态fMRI的功能连接分析方法的研究
静息态功能磁共振

静息态功能磁共振静息态功能磁共振(Resting-state functional magnetic resonance imaging,rs-fMRI)是一种用于研究大脑神经活动的非侵入性神经影像学技术。
与传统的任务激活性功能磁共振成像不同,静息态功能磁共振不需要被试者执行特定的认知任务,而是在被试者松弛状态下,记录大脑在静息状态下的神经活动情况。
本文将探讨静息态功能磁共振技术的原理、应用和局限性。
静息态功能磁共振技术基于大脑的自发神经活动。
即使在被试者休息状态下,大脑的神经元仍然会不断地进行自发性活动,形成所谓的“静息态网络”。
这些网络包括默认模式网络(DMN)、前脑网络、感觉运动网络等。
静息态功能磁共振通过测量大脑不同区域的血氧水平变化,可以揭示这些静息态网络之间的相互连接和功能关系,为研究大脑功能提供了新的视角。
静息态功能磁共振在神经科学研究中具有广泛的应用。
首先,它可以用于研究大脑的功能连接和网络结构,揭示不同脑区之间的信息传递路径和调控机制。
其次,静息态功能磁共振还可以用于疾病诊断和治疗监测。
许多精神疾病如抑郁症、焦虑症等都与大脑功能网络的异常有关,静息态功能磁共振可以帮助医生更好地理解这些疾病的病理机制,为个体化治疗提供依据。
然而,静息态功能磁共振也存在一些局限性。
首先,由于大脑的自发神经活动受到许多因素的影响,如心理状态、环境因素等,因此静息态功能磁共振的测量结果具有一定的不稳定性。
其次,静息态功能磁共振无法直接测量神经元的电活动,只能通过血氧水平变化间接地反映神经活动情况,因此在解释结果时需要谨慎。
总的来说,静息态功能磁共振作为一种新兴的神经影像学技术,在研究大脑功能和疾病机制方面具有重要意义。
随着技术的不断发展和完善,相信静息态功能磁共振将在神经科学研究和临床实践中发挥越来越重要的作用,为人类认识大脑、治疗疾病带来新的希望。
愿静息态功能磁共振技术能够为人类健康和幸福作出更大的贡献。
2型糖尿病合并高血压对脑功能联合损伤效应的静息态fMRI研究

2型糖尿病合并高血压对脑功能联合损伤效应的静息态fMRI研究张东升ꎬ高㊀洁ꎬ严雪娇ꎬ程㊀苗ꎬ折㊀霞ꎬ汤㊀敏ꎬ张小玲陕西省人民医院MRI室㊀陕西㊀西安㊀710068㊀㊀ʌ摘㊀要ɔ㊀目的㊀探讨静息状态下2型糖尿病合并高血压对大脑神经元自发活动及认知功能是否存在联合损伤效应ꎮ方法㊀选取18例2型糖尿病合并高血压患者(T2DM+HTN)及18例单纯2型糖尿病患者(T2DM)行fMRI检查及神经心理学量表测试ꎬ观察组间低频振幅(ALFF)改变的脑区及神经心理学量表差异ꎬ并以组间差异脑区为感兴趣区(ROI)与神经心理学量表行相关性分析ꎮ结果㊀相对于单纯T2DM患者ꎬT2DM+HTN患者双侧后扣带/楔前叶ALFF值减低ꎬ并且T2DM+HTN患者活动减低脑区与连线测试A(TMT ̄A)负相关ꎮ结论㊀T2DM+HTN对大脑神经元自发活动存在联合损伤效应ꎬ损伤区域主要位于双侧后扣带/楔前叶ꎮʌ关键词ɔ㊀2型糖尿病ꎻ高血压ꎻ磁共振成像ꎻ低频振幅中图分类号:R587.1ꎻR445.2㊀㊀㊀文献标识码:A㊀㊀㊀文章编号:1006 ̄9011(2021)10 ̄1629 ̄05Evaluatingthecombineddamageoftype2diabetesandhypertensiononspontaneousbrainactivitybyrestingstatefunc ̄tionalMRIZHANGDongshengꎬGAOJieꎬYANXuejiaoꎬCHENGMiaoꎬZHEXiaꎬTANGMinꎬZHANGXiaolingDepartmentofMRIꎬShanxiProvincialPeople sHospitalꎬXi an710068ꎬP.R.ChinaʌAbstractɔ㊀Objective㊀Toexplorewhetherthereiscombineddamageoftype2diabetesandhypertensiononthespontaneousbrainactivityatrestingstateandcognitivefunction.Methods㊀RestingstatefMRIandneuropsychologicalassessmentwereper ̄formedon18diabeticparticipantswithhypertension(T2DM+HTN)and18participantswithdiabeticonly.DifferencesinALFFandneuropsychologicalscorewerecomparedbetweenthetwogroups.Thenꎬtheregionsthatshowedsignificantlydifferentwerese ̄lectedasregionsofinterest(ROI)forthecorrelationanalysisbetweenALFFvaluesandneuropsychologicalscore.P<0.05wasconsideredstatisticallysignificant.Results㊀ComparedwithT2DMꎬT2DM+HTNhaddecreasedALFFinbilateralposteriorcin ̄gulatecortex/precuneusꎬwhichwasalsonegativelycorrelatedwithTMT ̄A.Conclusion㊀T2DMandHTNhavecombineddam ̄ageonthespontaneousbrainactivityꎬandtheimpairedregionsmainlylocateinthebilateralposteriorcingulatecortex/precuneus.ʌKeywordsɔ㊀Type2diabetesmellitusꎻHypertensionꎻMagneticresonanceimagingꎻAmplitudeoflow ̄frequencyfluctuation㊀㊀2型糖尿病(type2diabetesmellitusꎬT2DM)是目前最为常见的慢性疾病之一ꎬ研究[1]显示ꎬT2DM不仅会引起脑结构及神经元自发活动异常ꎬ并且会导致注意力㊁执行功能㊁视觉信息处理等多种认知功能损伤[2]ꎮ约75%T2DM患者合并有高血压(hy ̄pertensionꎬHTN)[3]ꎬHTN会引起脑萎缩及广泛的脑灌注异常[4 ̄5]ꎬ同样会导致视觉空间ꎬ神经反应速度㊁注意力及记忆力等认知功能下降[6 ̄7]ꎮT2DM及HTN均为轻度认知功能障碍的高危因素之一ꎬ相对于单纯T2DM患者ꎬT2DM合并HTN是否会加剧患者脑功能损伤及认知功能下降ꎬ目前相关研究较基金项目:陕西省重点研发计划项目(编号:2018ZDXM ̄SF ̄038)ꎻ陕西省重点研发计划项目(编号:2019SF ̄131)作者简介:张东升(1985 ̄)ꎬ男ꎬ医学硕士ꎬ主治医师ꎬ主要从事医学影像学诊断工作通信作者:高洁㊀E ̄mail:gaojie8661@163.com少ꎮ低频振幅(amplitudeoflow ̄frequencyfluctua ̄tionꎬALFF)能够反映静息状态下单个体素血氧水平依赖(bloodoxygenationleveldependentꎬBOLD)信号ꎬ在低频振幅(0.01~0.08Hz)下神经元自发的固有的活动[8]ꎬ已被广泛应用于评价多种神经精神疾病脑功能损伤情况ꎮ本文拟采用静息态功能磁共振ALFF方法ꎬ探讨T2DM合并HTN对患者大脑神经元自发活动及认知功能损伤的联合效应ꎮ1㊀资料与方法1.1㊀临床资料选取我院T2DM患者36例ꎬ纳入须符合世界卫生组织T2DM的诊断标准ꎬ包括:1)空腹血糖ȡ7.0mmol/Lꎻ2)口服糖耐量试验2h餐后血糖ȡ11.1mmol/Lꎻ3)有三多一少症状ꎬ且随机血糖ȡ11.1mmol/Lꎬ若无高血糖的症状ꎬ标准中的1)㊁2)项应9261进行复查ꎬ两次达到标准即可诊断ꎻ年龄40~70岁ꎻ无精神药物滥用或依赖史ꎻ无其它神经及精神病史ꎬ既往无神经系统外伤手术史ꎻ均为右利手ꎮ排除标准:有听力㊁语言交流困难㊁幽闭恐惧症等无法配合MRI检查者ꎻ合并其他内分泌疾患者ꎻ合并影响认知功能的其它精神及神经疾病者ꎻ被试者常规MRI扫描异常ꎬ包括脑血管意外㊁肿瘤㊁外伤㊁感染㊁先天性脑发育异常等ꎮ根据血压将被试者分为两组ꎬT2DM合并HTN组(T2DM+HTN)及单纯T2DM组ꎬHTN诊断标准要求被试者收缩压ȡ140mmHg或(和)舒张压ȡ90mmHgꎮT2DM+HTN组18例中男性13例ꎬ女性5例ꎬ年龄46~64岁ꎬ平均年龄(55 7ʃ6.7)岁ꎮ选择人口学资料相匹配的单纯T2DM组患者18例ꎬ其中男性15例ꎬ女性3例ꎬ年龄44~64岁ꎬ平均年龄(55.3ʃ6.0)岁ꎮ本文经陕西省人民医院伦理委员会批准ꎬ所有被试者在检查前均被详细告知试验内容及方法ꎬ并签署知情同意书ꎮ1.2㊀检查方法采用3.0TPhilipsIngenia磁共振扫描仪ꎬ使用16通道相控阵头线圈ꎮ检查过程中被试者仰卧ꎬ保持全身静止不动ꎬ闭目ꎬ清醒ꎬ并且不要进行特别的思考ꎮ用棉垫帮助固定头部ꎬ以耳塞帮助降低噪音ꎮ首先行常规T1WI㊁T2WI及T2 ̄FLAIR序列用于临床影像学诊断ꎬ剔除脑实质有明显病变的被试者ꎮ随后行3D ̄T1WI及静息态fMRI扫描ꎬ静息态数据采用梯度回波平面成像序列ꎬ扫描参数:TR2000msꎬTE30msꎬFOV230mmˑ230mmꎬ矩阵128ˑ128ꎬ翻转角90ʎꎬ采集200个时间点ꎬ层厚4mmꎬ共34层ꎮ1.3㊀神经心理学评估被试者需完成简易智力状态检查量表(mini ̄mentalstateexaminationꎬMMSE)㊁蒙特利尔认知评估量表(montrealcognitiveassessmenꎬMoCA)㊁连线测试A(trail ̄makingtestpartAꎬTMT ̄A)及画钟试验(clockdrawingtaskꎬCDT)ꎮMMSE及MoCA用于评估被试者的一般认知功能ꎬTMT ̄A评估被试者神经反应速度及注意力ꎬCDT评估被试者视觉空间功能ꎮ心理测试由经过心理学测试培训的本科室护士完成ꎮ1.4㊀图像后处理利用dpabi2.3软件对3D ̄T1WI及静息态数据进行处理及统计学分析ꎮALFF数据处理流程如下ꎬ去除前10个时间点ꎬ行时间校正及空间校正ꎬ剔除头动较大患者(平动ȡ1.5mmꎬ角动ȡ1.5ʎ)ꎬ将静息态数据配准到3D ̄T1WI模板中ꎬ将头动参数㊁白质㊁脑脊液信号作为协变量剔除ꎬ标准化到3mmˑ3mmˑ3mm分辨率重采样ꎬ然后采用FWHM为6的高斯平滑核进行平滑处理ꎬ得到每个被试者全脑ALFF(0.01~0.08Hz)信号图ꎮ随后对两组被试者行两独立样本t检验ꎬ组间比较结果采用高斯随机场(gaussianrandomfieldsꎬGRF)校正ꎬ单个体素P<0.001ꎬ校正后P<0.05ꎮ1.5㊀统计学分析使用SPSS17.0统计软件ꎬ对一般人口学资料数据符合正态分布的采用两样本t检查ꎬ采用 2检验比较组间性别及并发症的差异ꎮ提取活动有显著性差异脑区的ALFF值ꎬ以BMI为协变量ꎬ分别与两组MMSE㊁MoCA㊁CDT及TMT ̄A评分进行偏相关分析ꎮ所有统计学检验均为双侧ꎬ以P<0.05为差异有统计学意义ꎮ2㊀结果2.1㊀两组被试者资料比较两组被试者在年龄㊁性别㊁病程㊁受教育程度㊁糖化血红蛋白㊁空腹血糖㊁甘油三酯㊁总胆固醇㊁低密度脂蛋白㊁高密度脂蛋白㊁腰围等资料方面差异均无统计学意义ꎮT2DM+HTN组收缩压㊁舒张压及BMI明显高于单纯T2DM组ꎬT2DM+HTN组CDT评分明显低于单纯T2DM组ꎮMMSE㊁MoCA及TMT ̄A测试结果两组间差异均无统计学意义ꎬ见表1ꎮ2.2㊀静息态fMRI结果组间比较结果显示ꎬ相对于单纯T2DM患者ꎬT2DM+HTN组患者双侧后扣带/楔前叶神经元自发活动减低(图1a~1e)ꎬ体素值=65ꎬ最大差异点MNI坐标( ̄3ꎬ ̄60ꎬ15)ꎮ2.3㊀相关分析结果T2DM+HTN组双侧后扣带/楔前叶ALFF活动减低程度与TMT ̄A评分呈负相关(P=0.033ꎬR= ̄0.534)ꎮ3㊀讨论㊀㊀本文发现相对于单纯T2DM患者ꎬT2DM+HTN患者双侧后扣带/楔前叶ALFF值减低ꎬ并且活动减低脑区ALFF值与TMT ̄A负相关ꎬ提示T2DM合并HTN对患者大脑神经元自发活动存在联合损伤效应ꎮ后扣带(posteriorcingulatecortexꎬPCC)包括楔前叶及压后部皮质[9]ꎬ由于PCC及楔前叶解剖位置毗邻ꎬ并且在功能上具有一致性ꎬ在此将一并讨论ꎮ0361表1㊀T2DM+HTN组及单纯T2DM组一般人口学㊁临床资料及认知评分T2DM+HTN组T2DM组P值年龄(岁)55.7ʃ6.755.3ʃ6.00.87性别(男/女)13/515/30.69受教育程度(年)13.17ʃ2.7313.94ʃ1.950.81BMI(kg/m2)25.75ʃ2.9124.00ʃ1.120.02∗收缩压(mmHg)146.39ʃ13.70116.83ʃ7.27<0.001∗舒张压(mmHg)90.05ʃ12.4974.17ʃ6.47<0.001∗病程(年)7.11ʃ5.516.78ʃ4.810.85视网膜病变(例)520.40周围神经病变(例)8100.74糖尿病肾病(例)11111.00腰围(cm)92.31ʃ8.8287.11ʃ5.870.07HbA1c(%)7.80ʃ1.498.34ʃ1.910.35空腹血糖(mmol/L)9.17ʃ2.959.05ʃ3.140.90甘油三脂(mmol/L)3.21ʃ6.041.41ʃ0.440.22总胆固醇(mmol/L)5.21ʃ1.894.39ʃ0.770.10低密度脂蛋白(mmol/L)2.67ʃ0.822.45ʃ0.480.35高密度脂蛋白(mmol/L)1.13ʃ0.261.10ʃ0.240.65CDT15.14ʃ5.7920.82ʃ6.670.01∗TMT ̄A(s)78.11ʃ22.7970.61ʃ29.820.40MMSE27.94ʃ2.2828.39ʃ1.420.49MoCA26.22ʃ2.5327.05ʃ2.210.30㊀㊀注:∗P<0.05ꎻBMIꎬ体质指数ꎻHbA1cꎬ糖化血红蛋白ꎻCDTꎬ画钟试验ꎻTMT ̄Aꎬ连线测试AꎻMMSEꎬ简易智力状态检查量表ꎻMoCAꎬ蒙特利尔认知评估量表先前笔者[10]采用ALE ̄Meta分析发现T2DM患者在静息状态下PCC神经元自发活动减低ꎬ证实PCC是T2DM静息态下易损脑区之一ꎮPCC是默认功能网络(defaultmodenetworkꎬDMN)的中心节点ꎬDMN网络是静息态中大脑相对稳定的活动模式ꎬ与个体的内感受及自醒等功能有关[11]ꎬ在静息状态下ꎬDMN网络的神经元长期处于活动状态ꎮ神经元活动是一种高代谢过程并且会增加有氧酵解ꎬ会导致相关脑区更易堆积淀粉样物质ꎬ而T2DM患者葡萄糖代谢异常可能加剧此过程[12]ꎬ淀粉样物质能够损伤线粒体功能进而导致脑功能异常[13]ꎮRaichle等[14]研究发现后扣带/楔前叶比其他脑区脑血流量及代谢率平均高出约40%ꎬ即相对于其他脑区来说更易受高血糖所致的脑损伤ꎬ故T2DM患者PCC长期淀粉样物质异常堆积可能是导致其功能异常的主要原因ꎮHTN会引起脑血流动力学改变ꎬ血压升高时血管阻力增加引起血管壁增厚ꎬ导致血管腔内容积减少ꎬ相应脑区血流量减少ꎮ文献报道[15]显示认知功能正常的老年HTN患者PCC等多个脑区局部脑血流量下降ꎮ近期有研究[16]发现HTN患者在Sroop任务中楔前叶㊁扣带回等广泛脑区激活增加ꎮ这些研究提示HTN患者PCC结构及功能均存在异常ꎮALFF反映静息状态下神经元自发的固有的活动ꎬ然而ꎬ血流动力学特性会影响BOLD信号所反映的神经元活动情况ꎮ脑血管疾病能够改变神经元活动[17]ꎬ并且有研究[18]显示家族性高血压的健康青年部分脑区BOLD信号存在异常ꎬ这提示BOLD信号与血流动力学改变可能存在交互作用ꎮ此外ꎬ高血糖同样会引起血管及血流动力学改变ꎬ基于磁共振灌注成像的研究[19]也证实T2DM患者视觉及DMN区域存在脑血流量下降ꎬ并且与认知功能相关ꎻ由此可见T2DM及HTN在脑功能损伤生理病理基础上存在协同促进作用ꎬ两种效应叠加会进一步加重相应脑区功能异常ꎮTchistiakova等[20]从结构学角度也证实T2DM及HTN对脑的联合损伤效应ꎬ结果显示相对于单纯HTN患者ꎬT2DM+HTN患者枕叶皮层灰质厚度减少及脑血管反应性降低ꎬ并且发现PCC及楔前叶等脑区皮层厚度与执行功能相关ꎮ虽然已经证实T2DM及HTN均会造成认知功能损伤ꎬ但在T2DM+HTN患者中ꎬ这种损伤源于糖代谢或(和)脑血流异常仍然存在争议ꎮ本文结果显1361图1a~1e㊀相对于单纯T2DM组ꎬT2DM+HTN组ALFF值减低的脑区ꎬ单个体素P<0.001(GRF矫正ꎬP<0.05)ꎮ左上角数字显示为坐标ꎻ条图上浅蓝 ̄深蓝对应t值从大至小示T2DM+HTN组CDT评分明显低于单纯T2DM组ꎬ提示T2DM+HTN组患者视觉空间功能损伤更为明显ꎮ虽然T2DM组与T2DM+HTN组在其他行为学量表评分组间并无统计学差异ꎬ但T2DM+HTN组TMT ̄A用时相对更长ꎬ提示T2DM+HTN患者注意力及神经反应速度较差ꎮPCC参与信息处理速度㊁记忆力㊁注意力等多种认知单元ꎬ尤其在调节注意力方面具有重要作用ꎬ具有调控及平衡内㊁外注意力的能力[21]ꎮ本组结果提示T2DM+HTN患者双侧后扣带/楔前叶ALFF值与TMT ̄A负相关ꎬ进一步证实PCC活动减低及相关认知功能损伤是T2DM合并HTN的联合效应所致ꎮ本文存在一定的局限性:首先ꎬ样本量较小ꎬ这可能是导致所观察到阳性结果较少的原因之一ꎮ其次ꎬ作为横断面观察ꎬ只能推测T2DM合并HTN对脑损伤存在联合效应ꎬ后期还需进一步行纵向观察以证实我们的假设ꎮ综上所述ꎬ本组结果证实T2DM及HTN对患者大脑神经元自发活动存在联合损伤效应ꎬ受损脑区主要位于双侧后扣带/楔前叶ꎮ提示在T2DM+HTN患者的临床治疗过程中ꎬ在有效调控T2DM的情况下合理控制血压ꎬ可能降低患者脑功能的损伤ꎮ参考文献:[1]白伟ꎬ郭炜ꎬ陈自谦.2型糖尿病视网膜病变患者脑自发神经活动的静息态功能磁共振研究[J].医学影像学杂志ꎬ2018ꎬ28(2):191 ̄195.[2]MacphersonHꎬFormicaMꎬHarrisEꎬetal.Brainfunctionalal ̄terationsinType2Diabetes ̄AsystematicreviewoffMRIstudies[J].Frontiersinneuroendocrinologyꎬ2017ꎬ47(1):34 ̄46.[3]ColosiaADꎬPalenciaRꎬKhanS.Prevalenceofhypertensionandobesityinpatientswithtype2diabetesmellitusinobserva ̄tionalstudies:asystematicliteraturereview[J].DiabetesꎬMet ̄abolicSyndromeandObesity:TargetsandTherapyꎬ2013ꎬ6(1):327 ̄338.[4]VanderVeenPHꎬGeerlingsMIꎬVisserenFLꎬetal.Hyperten ̄sivetargetorgandamageandlongitudinalchangesinbrainstruc ̄tureandfunction:thesecondmanifestationsofarterialdisease ̄magneticresonancestudy[J].Hypertensionꎬ2015ꎬ66(6):1152 ̄1158.[5]Beason ̄HeldLLꎬMoghekarAꎬZondermanABꎬetal.Longitudi ̄nalchangesincerebralbloodflowintheolderhypertensivebrain[J].Strokeꎬ2007ꎬ38(6):1766 ̄1773.[6]DahleCLꎬJacobsBSꎬRazN.Agingꎬvascularriskꎬandcogni ̄tion:bloodglucoseꎬpulsepressureꎬandcognitiveperformanceinhealthyadults[J].PsychologyandAgingꎬ2009ꎬ24(1):154 ̄162.[7]GiffordKAꎬBadaraccoMꎬLiuDꎬetal.Bloodpressureandcog ̄nitionamongolderadults:ameta ̄analysis[J].Archivesofclin ̄icalneuropsychology:theofficialjournaloftheNationalAcade ̄myofNeuropsychologistsꎬ2013ꎬ28(7):649 ̄664.[8]ZangYFꎬHeYꎬZhuCZꎬetal.AlteredbaselinebrainactivityinchildrenwithADHDrevealedbyresting ̄statefunctionalMRI[J].Brain&Developmentꎬ2007ꎬ29(2):83 ̄91.[9]ParviziJꎬVanHoesenGWꎬBuckwalterJꎬetal.Neuralconnec ̄tionsoftheposteromedialcortexinthemacaque[J].Proceed ̄ingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmericaꎬ2006ꎬ103(5):1563 ̄1568.[10]张东升ꎬ高洁ꎬ折霞ꎬ等.2型糖尿病患者静息态功能MRI异常活动脑区激活似然估计的Meta分析[J].中华放射学杂志ꎬ2018ꎬ52(4):241 ̄246.[11]RaichleME.Thebrain'sdefaultmodenetwork[J].AnnualRe ̄viewofNeuroscienceꎬ2015ꎬ38(1):433 ̄447.[12]AkhtarMWꎬSanz ̄BlascoSꎬDolatabadiNꎬetal.Elevatedglu ̄coseandoligomericbeta ̄amyloiddisruptsynapsesviaacommonpathwayofaberrantproteinS ̄nitrosylation[J].NatureCommu ̄nicationsꎬ2016ꎬ7(1):10242 ̄10253.[13]WangZJꎬHanWNꎬYangGZꎬetal.TheneuroprotectionofRat ̄tinagainstamyloidbetapeptideinspatialmemoryandsynapticplasticityofrats[J].Hippocampusꎬ2014ꎬ24(1):44 ̄53.[14]RaichleMEꎬMacLeodAMꎬSnyderAZꎬetal.Adefaultmodeofbrainfunction[J].ProceedingsoftheNationalAcademyofSci ̄encesoftheUnitedStatesofAmericaꎬ2001ꎬ98(2):676 ̄682.[15]DaiWꎬLopezOLꎬCarmichaelOTꎬetal.Abnormalregionalcerebralbloodflowincognitivelynormalelderlysubjectswithhy ̄pertension[J].Strokeꎬ2008ꎬ39(2):349 ̄354.[16]NaumczykPꎬSabiszAꎬWitkowskaMꎬetal.Compensatoryfunctionalreorganizationmayprecedehypertension ̄relatedbraindamageandcognitivedecline:afunctionalmagneticresonanceimagingstudy[J].Journalofhypertensionꎬ2017ꎬ35(6):23611252 ̄1262.[17]EspositoMꎬDeouellLYꎬGazzaleyA.AlterationsintheBOLDfMRIsignalwithageinganddisease:achallengeforneuroimag ̄ing[J].Naturereviews.Neuroscienceꎬ2003ꎬ4(11):863 ̄872.[18]HaleyAPꎬGunstadJꎬCohenRAꎬetal.Neuralcorrelatesofvisuospatialworkingmemoryinhealthyyoungadultsatriskforhypertension[J].BrainImagingandBehaviorꎬ2008ꎬ2(3):192 ̄199.[19]XiaWꎬRaoHꎬSpaethAMꎬetal.BloodpressureisassociatedwithcerebralbloodflowalterationsinpatientswithT2DMasre ̄vealedbyperfusionfunctionalMRI[J].Medicineꎬ2015ꎬ94(48):1 ̄7.[20]TchistiakovaEꎬAndersonNDꎬGreenwoodCEꎬetal.Combinedeffectsoftype2diabetesandhypertensionassociatedwithcorticalthinningandimpairedcerebrovascularreactivityrelativetohyper ̄tensionaloneinolderadults[J].NeuroImageClinicalꎬ2014ꎬ5(1):36 ̄41.[21]LeechRꎬSharpDJ.Theroleoftheposteriorcingulatecortexincognitionanddisease[J].Brain:AJournalofNeurologyꎬ2014ꎬ137(1):12 ̄32.(收稿日期:2019 ̄06 ̄06)(上接1628页)图1Aꎬ1B㊀T2WI㊁T1WIT4水平椎管内脊髓外等T1㊁T2信号结节㊀图1C㊀抑脂序列结节信号欠均匀㊀图1D~1F㊀MRI增强扫描后呈明显强化ꎬ临近脊膜增厚强化㊀图1G㊀病理切片:瘤细胞较小㊁圆形ꎬ异型性较小ꎬ部分区域瘤细胞密集排列ꎬ瘤组织中散在软骨成分ꎬ近中央处见钙化叶性软骨肉瘤ꎬ且脊膜瘤多为良性肿瘤ꎬ而间叶性软骨肉瘤为恶性肿瘤ꎬ临近骨质多有破坏ꎮ另有文献[3]报道该肿瘤体积多较大ꎬ边缘大多可见分叶ꎬ故二者有一定鉴别点ꎬ只有将临床表现㊁病理及影像特点紧密结合ꎬ才能减少误诊率ꎮ该肿瘤预后差ꎬ后期容易出现复发或转移ꎬ转移常为血行转移ꎬ最常见的部位是肺和骨ꎬ手术切除是最有效的治疗方法ꎬ可以辅助放疗或化疗ꎮ参考文献:[1]ScheithauerBWꎬRubinsteinLJ.Meningealmesenchymalchon ̄drosarcoma:reportof8caseswithreviewsoftheliterature[J].Cancerꎬ1978ꎬ42(6):2744 ̄2752.[2]蔡雷ꎬ高子芬ꎬ黄啸原.软组织间叶性软骨肉瘤临床病理分析[J].北京大学学报(医学版)ꎬ2006ꎬ38(5):501 ̄505.[3]周玲ꎬ张超敏.颅内原发间叶型软骨肉瘤一例[J].临床放射学杂志ꎬ2013ꎬ32(1):10 ̄11.(收稿日期:2020 ̄07 ̄27)3361。
区域大脑功能连接技术的应用教程与认知能力分析

区域大脑功能连接技术的应用教程与认知能力分析区域大脑功能连接技术被广泛应用于认知神经科学领域,通过对大脑内各个区域之间连接模式的研究和分析,揭示了大脑在不同认知任务下的网络结构和功能调控机制。
本文将为读者介绍区域大脑功能连接技术的应用教程,并结合具体案例,分析其在评估认知能力中的应用价值。
一、区域大脑功能连接技术的基础原理区域大脑功能连接技术基于静息态功能磁共振成像(rs-fMRI)数据,通过计算脑区之间的时空相关性,揭示大脑内不同区域之间的功能连接模式。
其基本步骤包括:数据获取与预处理、功能连接构建和统计分析。
在数据获取与预处理阶段,研究者通过rs-fMRI技术获取被试的脑部图像数据,并对其进行数据清洗、去趋势、去头部运动等预处理过程,以消除来自于技术因素和个体差异的干扰。
在功能连接构建阶段,研究者通常采用基于Pearson相关系数或互信息的方法,计算不同脑区之间的功能连接强度。
通过连接矩阵的构建,可以描述出大脑网络的拓扑结构,进而分析其功能连接特征。
最后,在统计分析阶段,研究者可以采用多种方法进行分析,如基于图论的参数计算、功能模块检测和脑网络图分析等等,以探索大脑网络的组织原则和功能特征。
二、区域大脑功能连接技术的应用教程1. 数据获取与预处理在进行区域大脑功能连接技术的研究中,首先需要获取被试者的静息态功能磁共振成像(rs-fMRI)数据。
常用的扫描参数包括TR(重复时间)、TE(回波时间)、片厚和片间间隔等。
一般来说,需要保证数据的空间分辨率在2mm左右,以获得较高的图像质量。
对于数据的预处理,主要包括去除头动和噪声、去掉线性趋势、去除低频信号等步骤。
常用的预处理软件包括AFNI、FSL和SPM 等,可以根据实际情况选择合适的软件进行处理。
2. 功能连接构建在功能连接构建阶段,可以根据研究的需要选择不同的功能连接计算方法。
常用的方法包括Pearson相关系数、互信息、时滞相关和小波相关等。
基于静息态fMRI的功能连接分析方法的研究

前扣带回 31
ACG.L -4.04 35.04 13.95
前扣带回 32
ACG.R 8.46 37.01 15.84
额中回 7
MFG.L -33.43 32.73 35.46
额中回 8
MFG.R 37.59 33.06 34.04
楔前叶 67
PRE.L -7.24 -56.07 48.01
楔前叶 68
基于静息态fMRI的功能 连接分析方法的研究
1
CONTENTS
• 一、 选题目的及意义 • 二 、实验框架 • 三 、研究成果 • 四 、关键技术与难点 • 五 、展望
2
一 选题目的及意义
人脑是目前人类发现的最复杂和最具智能的功 能组织系统之一,数以万计的神经元相互连接形 成了复杂的脑结构,并通过相互间的作用表现出 多样的智能活动。近年来,随着fMRI技术的发展, 脑功能连接的研究目前主要有两个方向:
(5)根据设定的阈值将相关系数矩阵二值化, 构建种子点脑区功能连接网络可视化。
9
(1) 原始数据预处理
原始图像 数据格式转换
空间标准化
时间层矫正 头动矫正
平滑
去线性漂移
滤波
10
(2)种子点ROIs提取
法一种子点ROIs时间序列提取:
Rest工具包->Extract ROI Time courses
8
3.2 静息态下功能连接分析步骤:
(1) 原始磁共振图像数据预处理; (2)感兴趣脑区ROI的提取;提取ROI时间序列; (3) 计算感兴趣脑区之间的相关系数; (4)通过统计检验设定功能连接的阈值,判断 脑区之间是否存在功能连接;本实验首先建立 PCC脑区与全脑的功能连接,并将其定位于解剖 结构图,得到了该脑区与全脑功能连接信号强弱 的功能像图谱;
静息状态下脑功能连接的磁共振成像研究

静息状态下脑功能连接的磁共振成像研究1. 本文概述本文旨在系统地探讨静息状态下脑功能连接的磁共振成像(Restingstate Functional Magnetic Resonance Imaging, rsfMRI)研究,这一领域近年来已成为认知神经科学与临床神经影像学研究的核心议题之一。
静息态功能成像是通过监测大脑在无特定任务指令下自发性神经活动的时空模式,揭示内在的脑网络组织及其动态变化,对于理解大脑的正常功能架构、疾病发生机制以及个体差异提供了独特视角。
本文首先概述rsfMRI的基本原理,包括其依赖的血氧水平依赖(Blood Oxygen Level Dependent, BOLD)信号以及如何利用这一信号反映神经元活动引起的局部血液动力学变化。
接着,我们将详细介绍静息态脑功能连接的主要分析方法,如种子点分析、独立成分分析(Independent Component Analysis, ICA)、图论网络分析等,阐述这些方法如何从不同层面揭示大脑区域间的时间同步性和功能集成性。
默认模式网络(Default Mode Network, DMN):作为最早识别且最为人所知的静息态网络,DMN涉及后扣带回皮层、楔前叶、外侧顶叶及内侧前额叶皮层等多个脑区,其在静息状态下表现出高度的内在连通性,并与自我参照思维、记忆检索、情感调控等高级认知功能密切相关。
我们将回顾DMN的结构特征、功能属性及其在健康和疾病状态下的变异规律。
其他关键网络及其功能:除DMN之外,静息态研究还揭示了多个具有特定功能特性的脑网络,如执行控制网络、感觉运动网络、视觉网络等。
本文将概述这些网络的组成、功能角色以及它们在静息态下与其他网络的交互关系。
静息态功能连接的临床应用:探讨rsfMRI在诊断、预后评估及治疗监测中的价值,特别是在神经精神疾病(如阿尔茨海默病、帕金森病、精神分裂症、抑郁症等)、脑损伤(如创伤后应激障碍、中风等)以及发展障碍(如自闭症谱系障碍)等领域的研究成果。
大脑静息态网络连接模式及其意识状态预测

大脑静息态网络连接模式及其意识状态预测大脑作为人类神经系统的核心,一直以来都是科学家们的研究热点。
近年来,有关大脑静息态网络连接模式及其意识状态预测的探索引起了广泛的关注。
本文将对大脑静息态网络连接模式的概念进行解释,并探讨如何通过这种模式来预测意识状态。
首先,我们来了解大脑静息态网络连接模式的基本概念。
静息态是指个体在安静、无任务、无外界刺激下的大脑状态。
在这种状态下,大脑各个区域之间的连接和相互作用与执行任务时的状态有所不同。
研究者使用功能磁共振成像(fMRI)等技术来观察个体在静息态下的大脑网络连接模式。
在大脑静息态下,大脑网络不同区域之间的连接被分为“内在连接网络(Intrinsic Connectivity Networks, ICNs)”。
这些网络在没有特定任务的情况下依然存在,并且在个体之间具有一定的普遍性。
典型的ICNs包括默认模式网络(Default Mode Network, DMN)、前脑控制网络(Dorsal Attention Network, DAN)和视觉网络(Visual Network)等。
每个网络在大脑中的位置和功能都有所不同。
然而,大脑静息态的网络连接模式是如何与意识状态相关联的呢?研究发现,大脑静息态的网络连接模式与个体的意识状态之间存在一定的关联。
意识状态是指一个人对外界刺激的感知和理解程度,包括清醒、昏迷、睡眠等不同状态。
通过研究大脑静息态的网络连接模式,科学家们试图了解不同意识状态之间的差异,并尝试预测个体的意识状态。
在这方面,一种常用的方法是使用机器学习技术。
研究者将大量已知意识状态的数据输入机器学习模型,让模型建立与意识状态之间的关联。
然后,将未知意识状态的数据输入到训练好的模型中,通过模型的预测结果来预测个体的意识状态。
这种方法在一定程度上可以准确地预测个体的意识状态,但仍需进一步的研究和改进。
除了机器学习技术,还有一些其他的方法可以用于预测个体的意识状态。
AD患者脑功能偏侧性改变的静息态fMRI研究

AD患者脑功能偏侧性改变的静息态fMRI研究张乐乐;赵小虎;林起湘;席芊【摘要】目的采用功能磁共振技术,探讨阿尔茨海默病(Alzheimer disease,AD)患者静息状态下的脑功能偏侧性的改变.方法实验数据均来自ADNI(Alzheimer disease Neuroimaging Initiative)数据库,以17例右利手阿尔茨海默病患者为研究对象,19例右利手正常老年人作为对照.将全脑灰质随机划分为左右半球对称的256对种子区,基于功能连接分析法计算偏侧性指数(laterality index,LI),量化分析静息态下脑功能偏侧性程度;计算0<|LI|<0.2、0.2≤|LI| <0.4、0.4≤|LI| <0.8、|LI| ≥0.8四段阈值下的左偏LI之和及右偏LI之和,探索AD患者较正常老年人静息状态下的脑功能偏侧性是否存在改变.结果对照组在0<|LI| <0.2、0.2≤|LI| <0.4、0.4≤|LI| <0.8阈值内左右半球偏侧性未见明显不同,在|LI|≥0.8的阈值内表现出明显的差异,体现出显著的左侧优势(P =0.005);与对照组比较,AD患者在|LI| ≥0.8阈值内左侧优势消失(P=0.06),在0.4≤|LI| <0.8阈值内出现显著的右侧优势(P=0.03).结论对照组静息态脑功能存在一定的偏侧性,该偏侧性主要体现在偏侧性较强范围内(|LI|≥0.8),表现为左侧优势;AD组在偏侧性较强的范围内(0.8≤| LI|)左侧优势消失,可能是其特征性改变;AD组在偏侧性较弱的范围内(0.4≤|LI| <0.8)表现出右侧优势,可能是与认知有关的脑功能代偿所致.【期刊名称】《同济大学学报(医学版)》【年(卷),期】2016(037)004【总页数】6页(P60-64,69)【关键词】静息态功能磁共振;功能连接;阿尔茨海默病;偏侧性指数【作者】张乐乐;赵小虎;林起湘;席芊【作者单位】同济大学附属同济医院影像科,上海200065;同济大学附属同济医院影像科,上海200065;北京师范大学认知神经科学与学习国家重点实验室,北京100875;同济大学附属东方医院实验室,上海200120【正文语种】中文【中图分类】R445.2正常两大脑半球在解剖结构和功能上具有一定的偏侧性。
静息态fMRI功能连接分析方法的研究与应用

c o l l e c t i o n o f 2 8 h e a l t h y s u b j e c t s a n d 3 8 p a t i e n t s w i t h d e p r e s s i o n .I t n o t o n l y i n c l u d e s c r o s s — c o r r e l a t i o n
对照组的显著异常,通过这些异常的指标作为特征进行模 式分类,对于建立抑郁症诊疗的影像 学指 标起 到 了一定 作 用,从 而 可以更好 地辅助 抑郁 症 临床诊 断和 疗效评判 。
关键词 :静息 态功 能磁共 振成像 ;功能 连接 ;模 型驱 动 ;时频域分 析 ;分类 ;抑 郁症
S t ud y a n d a p p l i c a t i o n o f f u n c t i o n a l c o n n e c t i v i t y - a n a l y s i s
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
中文名称 Labels Abbr.
coordinates
x(mm) y(mm) z(mm)
后扣带回 35
PCC.L -4.85 -42.92 24.67
后扣带回 36
PCC.R 7.44 -41.81 21.87
角回 65
ANG.L -44.14 -60.82 35.59
角回 66
ANG .R 45.51 -59.98 38.63
一,用于探究各种神经精神疾病患者与正常人 的功能连接的异同,以帮助临床诊断进而治疗相 关疾病;
二,根据全脑的功能连接与功能分区,构建脑 网络,启示脑认知及类脑人工智能技术的应用与 发展。
3
• 本文首先对静息态fMRI功能连接的原理以及相关知识概念
做了系统的学习探讨。目前基于静息态fMRI数据的分析方 法主要有局部一致性分析,低频振幅分析,功能连接分析 等。
7
相关系数
相关分析探讨的是两个变量之间的关联关系,这里就是 探讨两个脑区时间序列之间的相关关系以及相关程度。相 关程度一般用相关系数 r 来衡量。相关系数r表达两种信息: (1)数值表示大小,衡量脑区与脑区之间功能连接的强弱, 其绝对值越大代表相关程度越强。 (2)符号表示方向,正值表示正相关,负值表示负相关。
前扣带回 31
ACG.L -4.04 35.04 13.95
前扣带回 32
ACG.R 8.46 37.01 15.84
额中回 7
MFG.L -33.43 32.73 35.46
额中回 8
MFG.R 37.59 33.06 34.04
楔前叶 67
PRE.L -7.24 -56.07 48.01
楔前叶 68
8
3.2 静息态下功能连接分析步骤:
(1) 原始磁共振图像数据预处理; (2)感兴趣脑区ROI的提取;提取ROI时间序列; (3) 计算感兴趣脑区之间的相关系数; (4)通过统计检验设定功能连接的阈值,判断 脑区之间是否存在功能连接;本实验首先建立 PCC脑区与全脑的功能连接,并将其定位于解剖 结构图,得到了该脑区与全脑功能连接信号强弱 的功能像图谱;
• 本课题主要针对静息态fMRI数据在功能连接分析上的计算
与应用进行研究,整理归纳了近几年来脑功能连接算法中 出现的新思路,新方法,对不同功能连接分析方法的异同 进行比对探索。
• 基于理论知识,在MATLAB平台下对获取的原始数据进行
处理,实现静息态下感兴趣脑区之间的功能连接以及与全 脑的功能连接,得到静息态下脑网络的可视化拓扑图。同 时本文也对静息态fMRI功能连接分析的一般思路进行了整 理归纳。
• 1.静息态信号(BOLD-fMRI信号)的原理; • 2.静息态功能磁共振成像数据的分析
方法
• 3.功能连接的理解; • 4.功能连接分析方法的研究;
6
功能连接度量方法
基于模型 驱动方法
相关分析 相干分析 偏相关分析 互信息分析 等
基于数据 驱动方法
主成分分析 独立成分分析 模糊聚类分析 层次聚类分析
基于静息态fMRI的功能 连接分析方法的研究
1
CONTENTS
• 一、 选题目的及意义 • 二 、实验框架 • 三 、研究成果 • 四 、关键技术与难点 • 五 、展望
2
一 选题目的及意义
人脑是目前人类发现的最复杂和最具智能的功 能组织系统之一,数以万计的神经元相互连接形 成了复杂的脑结构,并通过相互间的作用表现出 多样的智能活动。近年来,随着fMRI技术的发展, 脑功能连接的77
12
(3)计算ROIs间的相关系数
• 皮尔逊相关分析:
X=load('filename.txt');% 读入ROIs的时间序列 R= corrcoef(X);% 计算ROIs相关系数 save filename.txt -ascii R %保存
• 偏相关分析:
• 将为脑功能连接在脑疾病上的分析研究做铺垫,并为相关
研究提供一定的参考。
4
二 整体框架
基 于
1. 阅读文献,深入了解课题内容,
静
搜集目前已有的各种功能连接算法
息
态
2.搜集实验数据并完成数据的预处理
功
能 连
3.算法研究及实现
接
算 法
4.实验结果数据分析
的
研
5.总结展望
究
5
三 研究成果
3.1 相关概念及算法
• 基于静息态fMRI数据的分析方法还包括局部一致性分
析,低频振幅分析等。多种分析方法相结合,可以从 不同的角度度量脑区信息,所得结果将更加精确。
18
谢谢!
19
基于脑区与脑区之间的功能连接,可能精度尚不够高 且在更多研究中,静息态fMRI数据量相对庞大,信号 的组成也比较复杂,如何提取出有效精准的数据信息 显得尤为重要。且脑网络拓扑图中并未显示出脑区间 的相关程度值的权重,还需进一步研究与优化。
• 本文对静息态脑功能连接的研究分析仍仅仅是基于初
步的探索,归纳总结出进行功能连接的一般思路步骤。 若将静息态功能连接与相关脑疾病研究相结合,则可 以为相关疾病的检测和临床治疗提供更多的依据。
15
脑网络连接图
16
四 关键技术与难点
• 1.实验数据的预处理过程; • 2.种子点ROIs的选取; • 3.功能连接结果数据及结果图的分析
包括:阈值的选择,以及如何在相 关系数矩阵的基础上进行脑网络可视化。
• 4.皮尔逊相关分析与偏相关分析不同结
果的对比
17
五 展望:
• 在功能连接方法上,本文实验中采用的度量方法仅是
X=load('filename.txt');% 读入ROIs的时间序列 R= partialcorr (X);% 计算ROIs相关系数 save filename.txt -ascii R %保存
13
(4) 构建功能连接
14
(5)脑网络构建
Toolkit: BrainNet Viewer Step:
(5)根据设定的阈值将相关系数矩阵二值化, 构建种子点脑区功能连接网络可视化。
9
(1) 原始数据预处理
原始图像 数据格式转换
空间标准化
时间层矫正 头动矫正
平滑
去线性漂移
滤波
10
(2)种子点ROIs提取
法一:基于体素级别提取
法二:基于区域级别提取
11
(2)种子点ROIs时间序列提取:
Rest工具包->Extract ROI Time courses