急性期、缓解期RRMS患者...功能网络连接的fMRI研究_余芳.pdf

急性期、缓解期 MS 患者静息态功能网络连接的 fMI 研究余芳，卓炜，吴东华江西省鄱阳县人民医院影像科江西上饶333100【摘要】目的运用功能网络连接方法探讨复发缓解型 MS(relapsing remitting MS，MS)患者急性期、缓解期的大尺度静息态功能网络间的延迟相关性。方法选取 15 例 MS 急性期患者(为急性期组)、23 例缓解期患者(缓解期组)及 23 例年龄、性别和教育匹配的健康者对照。受试者接受静息态功能成像扫描及临床量表评分，在 Matlab 平台上采用高模型阶数的组间独立成分分析算法分离出独立分量，基于最大空间相关模板匹配算法识别出 8 个认知相关 SNs，应用 FNC 工具箱执行 Lag-shift 算法，计算 SNs 间在时间上的最大延时相关系数，比较急性期 MS 患者与健康对照组、缓解期 MS 患者与健康对照组功能网络连接差异。结果MS 患者急性期组与缓解期组扩展残疾量表得分存在统计学差异。与健康对照组比较，MS 患者急性期组前突显网络在时间上滞后于背侧默认网络;高级视觉网络滞后于右侧执行控制网络。缓解期组 MS 患者右侧执行控制网络滞后于前突显网络，背侧默认网络滞后于初级视觉网络、高级视觉网络。结论MS 患者存在认知相关功能网络连接异常，背侧默认网络、右侧执行控制网络功能连接改变在缓解期组 MS 患者功能代偿机制中具有重要作用。【关键词】多发性硬化;急性期;静息态脑网络;功能网络连接;磁共振成像中图分类号:742;445 2文献标识码:A文章编号:1006-9011(2023)04-0554-05Study on fMIofthe functional network connection of resting state in patients with MS in acute and remission phasesYU Fang，ZHUO Wei，WU DonghuaDepartment of adiology，Poyang peoples Hospital，Shangrao 333100，China【Abstract】ObjectivePrevious studies have shown that abnormalities in the internal network performance of brain functionnetworks are related to cognitive impairment in relapsing remitting MS(MS)However，the functional network connections oncognitive-related resting-state networks(SNs)in different disease stages are poorly understood MethodsFifteen patients in a-cute phase，23 patients in remission phase，and 23 healthy controls matched for age，sex and education were recruited Subjectsreceived resting state functional imaging scans and clinical scale scores The independent components were separated using agroup independent component analysis algorithm of high model order on the Matlab platform，and 8 cognitive correlations were i-dentified based on the maximum spatial correlation template matching algorithm SNs Using the FNC toolbox to executed the Lag-shift algorithm，we calculated the correlation coefficient of the maximum time delay between SNs，and compared the functionalnetwork connection differences between MS patients in the acute phase and healthy controls，and remission MS patients andhealthy controls esultsThere was a statistically significant difference in extended disability scale scores between the acute andremission MS patient groups Compared with the healthy control group，the front highlight network in the acute MS patientgroup lagged behind the dorsal default network in time;the advanced vision network lagged behind the right executive control net-work And in patients with MS in remission，the right executive control network lagged behind the front highlight network，andthe dorsal default network lagged behind the primary visual network and the advanced visual network ConclusionPatients withMS have abnormal network connections for cognitive-related functions The functional connection changes of the dorsal defaultnetwork and the right executive control network may play an important role in the functional compensation mechanism of MS pa-tients in remission【Key words】Multiple sclerosis;Acute phase;esting-statenetwork;Functional network connection;Magnetic resonance ima-ging多发性硬化(multiple sclerosis，MS)是一种广作者简介:余芳(1976-)，男，毕业于南昌大学医学院，本科学历，副主任医师，主要从事放射医学诊断及治疗工作泛损害大脑灰、白质结构的中枢神经系统的慢性炎性脱髓鞘疾病，70%以上患者存在不同程度认知功能障碍1。功能磁共振成像(functional magnetic455医学影像学杂志 2023 年第 33 卷第 4 期J Med Imaging Vol33 No4 2023resonance imaging，fMI)的发展有助于进一步阐明导致这些认知缺陷的潜在机制。先前研究2 表明广泛的功能网络异常与 MS 患者的认知功能障碍有关。研究 MS 不同疾病阶段多个功能网络间协同工作可为理解大脑认知功能改变提供重要信息。本文拟运用功能网络连接方法探讨复发缓解型 MS(re-lapsing remitting MS，MS)患者急性期、缓解期的大尺度静息态功能网络间的延迟相关，以增加对MS 患者疾病机制的理解。1资料与方法1 1一般资料选取 2017 年 6 月 2021 年 2 月临床确诊的MS 38 例患者中，根据临床表现不同，将 15 例MS 患者分为急性期组，男性 6 例，女性 9 例，年龄 15 59 岁，平均年龄 42 8 岁;23 例分为缓解期组，男性 9 例，女性 14 例，年龄 21 59 岁，平均年龄405 岁;另选取 23 例年龄、性别和教育匹配的受试者作为健康对照组，男性 11 例，女性 12 例，年龄 2258 岁，平均年龄 41 2 岁。临床诊断标准为 2010年 McDonald 诊断标准3。纳入标准:1)年龄 15 60 岁;2)基于常规 MI 检查排除存在创伤性脑损伤、肿瘤或中风 MI 表现的受试者;3)所有的受试者均为右利手。所有受试者均接受扩展残疾量表(expanded disability status scale，EDSS)评估，均知情并签署同意书。本文经医院伦理委员会批准通过。1 2检查方法采用西门子 3 0T 磁共振系统(Trio Tim;Sie-mens，Munich，Germany)扫描，8 通道头颅线圈。扫描时嘱咐受试者安静平卧于检查床，不执行任何特定任务。常规扫描包括轴位 T1WI、T2WI 和 T2-FLAI，用于临床诊断。静息态 fMI(resting-statefMI，rs-fMI)数据采用梯度回波-回波平面成像序列采集，T/TE 2 000 ms/30 ms，视野 200 mm 200mm，矩阵 64 64，翻转角度 90，连续扫描 30 层，层厚 4 mm，扫描持续时间为 8 min 06 s，共采集240 个时相。1 3 数据预处理扫描后的图像经 MIcroN 转换成 DICOM 格式，应用 Matlab 2012a(MathWorks，Inc，Natick，MA，USA)平台对 rs-fMI 数据进行预处理，主要包括去除前 10 个时相(为避免磁场不均的影响)、层间时间校正、基于体素的头动校正(所有受试者均头动平移 2 0 mm，旋转移动 2 0)、配准、6 mm 全宽半高(FWHM)高斯平滑。1 4组间独立成分分析使用 GIFT 软件(http:/icatb sourceforge net/groupica htm)对 MS 患者和健康对照组的预处理数据进行组成分分析(group independent componentanalysis，Group ICA)。将所有受试者预处理后数据进行混合，然后利用主成分分析压缩降维，再利用独立成分分析方法提取独立成分(independent compo-nent，IC)，以确保所有受试者具有相同的分量。基于先前研究，选择相对较高的模型阶数独立分量分析(成分数为 75)，该模型可产生相对精细化的组分和高度稳定的 IC4。最后，基于最大空间相关模板匹配算法识别出 8 个静息态功能网络(resting-statenetworks，SNs)。标准模板选取于斯坦福大学定义的认知处理相关的脑网络，包括:前突显网络、后突显网络、初级视觉网络、高级视觉网络、左侧执行控制网络、右侧执行控制网络、背侧默认网络、腹侧默认网络5。1 5功能网络连接分析Group ICA 处理后所获取的 8 个 SNs 空间分布相对独立，每个 SNs 对应独自时间序列。应用FNC 工具箱(http:/icatb sourceforge net/)执行Lag-shift 算法，计算 SNs 间时间序列的最大延时相关系数。计算公式如下6:其中 X、Y 表示两个独立成分对应的时间序列，i0表示独立成分时间序列的起始参考点，T 表示独立成分时间序列中的时间点数，i表示时间滞后的非整数变化，滞后时间最大 t=2T，本文最大 t 区间为(-4 s，4 s)。滞后值代表两个相关独立成分的时间之间平均延迟量。1 6统计学分析采用 SPSS 22 0 软件对受试者临床评分指标(EDSS)的计数资料进行 t 检验统计。分析异常功能网络连接系数与患者神经心理特征之间的关系。采用偏相关分析，P 0 05 为差异有统计学意义。2结果MS 患者急性期组 EDSS 平均得分为 2.9 0 5，缓解期组 EDSS 平均得分为 2 0 0 7;健康对555医学影像学杂志 2023 年第 33 卷第 4 期J Med Imaging Vol 33 No 4 2023照组 EDSS 平均得分为 0。MS 患者急性期组与缓解期组 EDSS 得分差异有统计学意义(t=3 67，P 0.05)，见表 1。提取 8 个静息态功能网络:IC8(后突显网络，匹配相关系数 0 37)、IC10(前突显网络，匹配相关系数 0.39)、IC23(初级视觉网络，匹配相关系数 0.44)、IC58(高级视觉网络，匹配相关系数 0.52)、IC66(左侧执行控制网络，匹配相关系数0.52)、IC68(右侧执行控制网络，匹配相关系数0.48)、IC70(背侧默认网络，匹配相关系数 0 53)、IC75(腹侧默认网络，匹配相关系数 0 45)(图 1a 1h)。分析急性期组MS患者与健康对照组、缓解表 1人口学数据和神经心理量表评分统计列表MS 患者急性期组(n=15)缓解期组(n=23)健康对照组(n=23)P-valuesaP-valuesbP-valuesc性别(男/女)6/99/1411/120 4940 383n/a年龄(年)42 8(15 59)40 5(21 59)41 2(22 58)0 4510 899n/a病程(月)22 1(3 49)33 4(6 143)n/an/an/aEDSS2 9(1 5 4 0)2 0(0 3 0)n/an/a0 001注:a为急性期组患者与健康对照组比较;b缓解期组患者与健康对照组比较;c急性期组患者与缓解期组比较。MS:复发缓解型多发性硬化;EDSS:扩展残疾量表图 1a 1h健康对照组提取的 8 个静息态功能网络期组 MS 患者与健康对照组的8 个 SN 间滞后相关系数。与健康对照组比较，MS 患者急性期组背侧默认网络在时间上领先前突显网络;右侧执行控制网络领先于高级视觉网络(图 2)。与健康对照组比较，缓解期组 MS 患者前突显网络在时间上领先于右侧执行控制网络，初级视觉网络领先于背侧默认网络，高级视觉网络领先于背侧默认网络(图3)。异常相关系数与 EDSS 差异无统计学意义(P0.05)。3讨论从 fMI 数据中提取的独立成分脑区存在空间分离、时间同步性特点7。到目前为止，已经发现十几个稳健的 SN，与认知相关的 SN 包括:默认网络、突显网络、视觉网络、执行控制网络等5。GroupICA是一种盲源分离的数据驱动方法，将所有受试655医学影像学杂志 2023 年第 33 卷第 4 期J Med Imaging Vol33 No4 2023图2急性期组 MS 患者与健康对照组功能网络连接改变(注:IC8-后突显网络、IC10-前突显网络、IC23-初级视觉网络、IC58-高级视觉网络、IC66-左侧执行控制网络、IC68-右侧执行控制网络、IC70-背侧默认网络、IC75-腹侧默认网络)图3缓解期组 MS 患者与健康对照组功能网络连接改变(注:IC8-后突显网络、IC10-前突显网络、IC23-初级视觉网络、IC58-高级视觉网络、IC66-左侧执行控制网络、IC68-右侧执行控制网络、IC70-背侧默认网络、IC75-腹侧默认网络)者多次降维，划分大脑为若干 IC，重建的 SN 空间分布图可靠、稳定。另外，在大尺度脑网络水平研究功能连接的时间特性，可更好地理解人类大脑的认知功能8。本文发现急性期组 MS 患者与健康对照组功能网络连接在时间上存在异常。背侧默认网络领先前突显网络;右侧执行控制网络领先于高级视觉网络。背侧默认网络与内在心理变化及不自主意识密切相关，外界刺激后处于抑制状态9。前突显网络主要与刺激驱动和协调神经资源有关，在网络功能连接上可抑制背侧默认网络活动。继发进展型MS 患者表现默认网络效能明显减低2。且在可卡因依赖的研究发现默认网络与突显网络功能连接下降，与认知调节障碍相关10。猜测本文急性期MS 患者背侧默认网络与前突显网络在时间上的变化可能与认知功能改变相关。执行控制网络主要参与了对外部环境刺激的反应，如目标导向的行为和知觉处理11。高级视觉网络受外部刺激可诱导右侧执行控制网络对刺激做出反应。本文中结果与Wu 等12 在频域上的功能网络连接研究结果吻合。推测急性期 MS 患者背侧默认网络、右侧执行控制网络的功能网络连接紊乱在认知功能障碍具有重755医学影像学杂志 2023 年第 33 卷第 4 期J Med Imaging Vol 33 No 4 2023要作用。在缓解期 MS 中已有报道突显网络、执行控制网络、默认网络之间功能连接异常，这些网络连接的紊乱与病灶体积及残疾程度相关13。其病理基础是病灶致结构的破坏，使 SN 发生失连接及连接代偿改变14。结合急性期患者而言，本文中缓解期MS 患者表现背侧默认网络、右侧执行控制网络滞后多个 SN 似功能连接代偿改变。此推测也与MS 患者缓解期较急性期表现更轻微的运动功能障碍吻合。另外，本文结果(前突显网络与右侧执行控制网络功能网络连接异常)在脑区分布上与Dobryakova 等15 研究结果吻合，任务态 fMI 研究发现 MS 患者前突显网络、右侧执行控制网络的异常交互可能与认知表现缺陷相关。右侧执行控制网络在认知功能代偿中起网络连接介导作用。而初级、高级视觉网络与背侧默认网络在功能网络连接的代偿机制有待纵向进一步研究。本文尚存在一些不足之处。本文未发现 EDSS值与异常功能连接系数相关。推测原因是 EDSS 主要与患者运动功能障碍有关，而本文提取 SNs 均与认知功能相关。未来研究应增加认知功能等评分量表，综合全面的分析功能网络连接与患者复杂临床症状的关系。在病灶破坏结构致功能连接崩塌前，功能代偿可缓解或抑制临床症状表现。动态纵向观察患者功能网络连接可为代偿机制提供重要价值。未来研究应纵向观察联合病灶体积及分布探索患者代偿/失代偿机制。综上所述，MS 患者存在认知相关功能网络连接异常，结合急性期分析，缓解期 MS 患者背侧默认网络、右侧执行控制网络时间上滞后改变，可能在功能代偿机制中具有重要作用。参考文献:1黄靖，康雄，李坤成，等 磁共振成像在视神经炎中的应用现状 J 医学影像学杂志，2020，30(6):1095-1097 2occa MA，Valsasina P，Leavitt VM，et al Functional networkconnectivity abnormalities in multiple sclerosis:correlations withdisability and cognitive impairment J MultScler，2018，24(4):459-471 3Polman CH，eingold SC，Banwell B，et al Diagnostic criteriafor multiple sclerosis:2010 revisions to the McDonald criteria J Ann Neurol，2011，69(2):292-302 4Huang H，Wang J，Seger C，et al Long-term intensive gymnas-tic training induced changes in intra-and inter-network functionalconnectivity:an independent component analysis JBrainStruct Funct，2018，223(1):131-144 5Shirer W，yali S，ykhlevskaia E，et al Decoding subject-driven cognitive states with whole-brain connectivity patterns J Cereb Cortex，2012，22(1):158-165 6Huang M，Zhou F，Wu L，et al Synchronization within，and in-teractions between，the default mode and dorsal attention net-works in relapsing-remitting multiple sclerosisJ Neuropsychi-atr Dis Treat，2018，14(5):1241-1252 7Nugent AC，obinson SE，Coppola，et al，Group differencesin MEG-ICA derived resting state networks:application to majordepressive disorder J Neuroimage，2015，118(5):1-12 8孙聚葆，李新瑜，高秀菊，等 复发-缓解型多发性硬化全脑白质的扩散张量成像特征 J 医学影像学杂志，2018，28(10):1608-1614 9Brewer JA，Worhunsky PD，Gray J，et al Meditation experi-ence is associated with differences in default mode network activi-ty and connectivity J Proc Natl Acad Sci U S A，2011，108(50):20254-20259 10Liang X，He Y，Salmeron BJ，et al Interactions between the sa-lience and default-mode networks are disrupted in cocaine addic-tionJ J Neurosci，2015，35(21):8081-8090 11孙峥，张超，马淑娟，等 植物态患者脑功能网络变化的研究 J 医学影像学杂志，2018，28(7):1045-1048 12Wu L，Huang MH，Zhou FQ，et al Distributed causality in rest-ing-state network connectivity in the acute and remitting phases ofMSJ BMC Neurosci，2020，21(1):37-45 13occa MA，Valsasina P，Martinelli V，et al Large-scale neuro-nal network dysfunction in relapsing-remitting multiple sclerosis J Neurology，2012，79(14):1449-1457 14Benedict H，Zivadinov Default mode network changes inmultiple sclerosis:a link between depression and cognitive im-pairment?J Eur J Neurol，2017，24(1):27-36 15Dobryakova E，occa MA，Valsasina P，et al Abnormalities ofthe executive control network in multiple sclerosis phenotypes:anfMI effective connectivity studyJ Hum Brain Mapp，2016，37(6):2293-2304(收稿日期:2021-07-29)855医学影像学杂志 2023 年第 33 卷第 4 期J Med Imaging Vol33 No4 2023