基于静息态功能MRI的认知储备对脑网络的影响研究.pdf

窑医疗卫生装备窑 2024年1月第45卷第1期悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造 窑 灾燥造援 45 窑 晕燥援 1 窑 January 窑 20240引言典型的认知衰老表现为大脑结构和功能的逐渐退化，具体表现为前额叶皮层和海马体的灰质体积和/或白质完整性的减少，以及任务表现中神经效率基于静息态功能MRI的认知储备对脑网络的影响研究金悦，熊敏，林岚*（北京工业大学化学与生命科学学院生物医学工程系智能化生理测量与临床转化北京市国际科研合作基地，北京100124）摘要目的院基于静息态功能磁共振成像（rest state functional magnetic resonance imaging，rsfMRI）图像，探究认知储备对脑网络的影响。方法院首先，在英国生物银行中选择7 973名健康中老年人的rsfMRI图像，通过独立成分分析得到21个静息态网络。其次，采用图论分析方法提取网络节点效率、最短路径长度以及节点度中心性等参数。最后，比较并分析静息态网络的活跃程度、网络节点效率、节点最短路径长度以及节点度中心性4个指标，以及这4个指标与受教育程度、早期流体智力、体育运动、休闲活动和社交程度5个认知储备代理指标之间的关系。结果院研究结果表明，受教育程度、早期流体智力和体育运动3个认知储备代理指标与多个静息态网络的活跃程度以及大多数认知控制网络和默认模式网络中的节点效率、节点度中心性之间存在显著的正相关关系，但与大多数认知控制网络和默认模式网络中的最短路径长度之间存在显著的负相关关系。而休闲活动和社交程度2个认知储备代理指标与静息态网络的活跃程度呈负相关关系，且对功能网络整体拓扑特性的影响也相对较小。结论院受教育程度、早期流体智力和体育运动对静息态网络具有重要促进作用，而休闲活动和社交程度这2个认知储备代理指标可能对静息态网络产生负面影响。关键词静息态功能磁共振成像；认知储备；脑网络；静息态网络；神经影像中国图书资料分类号R318文献标志码A文章编号1003-8868渊2024冤01-0001-08DOI院10.19745/j.1003-8868.2024001Study of effects of cognitive reserve on brain networks based on rest statefunctional magnetic resonance imagingJIN Yue,XIONG Min,LIN Lan*(Intelligent Physiological Measurement and Clinical Translation,Beijing International Base for Scientific and TechnologicalCooperation,Department of Biomedical Engineering,College of Chemistry and Life Science,Beijing University ofTechnology,Beijing 100124,China)AbstractTo explore the effects of cognitive reserve on brain networks based on rest state functional magneticresonance imaging(rsfMRI).Firstly,7 973 healthy middle-aged and elderly individuals were selected for rsfMRIimages at UK Biobank(UKB),and 21 resting-state networks were obtained through group independent component analysis.Secondly,the parameters of network node efficiency,shortest path length and node degree centrality were extracted usinggraph theory analysis.Finally,four indicators of resting-state networks including activeness,network node efficiency,nodeshortest path length and node degree centrality were compared and analyzed,whose relationships with five cognitive reserveproxies such as education level,early fluid intelligence,sports,leisure activities and socialization level.Theeducation level,early fluid intelligence and sports,and the activity correlated positively with the activeness of multi resting-state networks and the node efficiency and node degree centrality of most of cognitive control networks and default modenetworks,while negatively with the shortest path length of most of cognitive control networks and default mode networks.Leisure activities,socialization level and sports had negative correlations with the activeness of the resting-state network,andhad little effects on the overall topological properties of the functional network.Resting-state networks may beaffected positively by education level,early fluid intelligence and sports,while negatively by two cognitive reserve proxiesincluding leisure activities and socialization level.悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造袁2024袁45渊1冤院1-8Key wordsrest state functional magnetic resonance imaging;cognitive reserve;brain network;resting-state network;neu-roimaging窑研究与设计窑栽澡藻泽蚤泽论著金悦，熊敏，林岚.基于静息态功能MRI的认知储备对脑网络的影响研究J.医疗卫生装备，2024，45（1）：1-8.1 窑医疗卫生装备窑 2024年1月第45卷第1期悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造 窑 灾燥造援 45 窑 晕燥援 1 窑 January 窑 2024的降低。这些变化导致了一系列认知功能的下降，如注意力、工作记忆、信息处理速度、执行功能和长期记忆等。然而，老年人群的认知老化轨迹在不同个体之间普遍存在显著差异，呈现出高度的异质性，其中部分老年人的大脑具有延缓与年龄相关的认知能力下降的能力。除了遗传因素决定的个体差异外，被广泛应用的认知储备（cognitive reserve，CR）概念可以解释这些个体在认知能力下降方面的差异1。CR是指个体在生命周期内通过教育、职业经验、社会支持、智力以及其他认知活动等渠道对神经网络容量的积累、效率的提升和神经代偿机制的建立。CR水平的提高可以增强大脑的适应性和抗损能力，从而为脑部结构和功能的维护提供保护作用，减缓衰老和防止其他负面影响对认知能力所带来的损害。CR分为神经储备和神经补偿2种形式2-3。神经储备指的是在神经退行性疾病发病之前，某些大脑区域或网络在认知处理中表现出的差异和抵抗性。这些区域或网络可以在认知任务中起到更为重要的作用，从而使得受试者表现出更好的认知能力。而神经补偿强调的是使用通常不使用的大脑结构或网络来实现代偿过程，从而减少认知下降的影响。这种机制在CR较高的人群中更常见，可能是因其大脑结构或网络具有更高的灵活性和可塑性，从而在执行认知任务时能够展现出更优异的表现，减缓认知功能的下降。以往的研究表明，对于认知能力正常的受试者，其CR主要与神经储备有关；而对于高龄受试者，包括阿尔茨海默病（Alzheimers disease，AD）患者，其CR可能更多地涉及神经补偿机制。这表明随着年龄的增长，大脑的可塑性可能会逐渐降低，导致神经储备的发挥受到限制，而神经补偿机制成为维持良好认知能力的有效手段4。功能磁共振成像（functional magnetic resonanceimaging，fMRI）在研究CR假说方面扮演着非常重要的角色5-6。静息态功能磁共振成像（rest state fMRI，rsfMRI）被广泛应用于测量个体的静息态网络。静息态网络被认为是大脑中基础性的神经网络，其为执行各种认知任务提供了一个整体性、稳定的基础7。静息态网络负责协调大脑不同区域之间的信息交流，调节不同任务之间的转换，维持大脑的整体稳定8。相应的研究表明，静息态网络的功能及其连接状况可能与个体的智力水平存在相关性9。另外，静息态网络还与高级认知过程有关。例如，一些研究发现，在解决复杂问题时人们通常会运用静息态网络进行深度思考。此外，静息态网络在创造性思维、灵活性思考、自我反省等方面也表现出非常强的作用10-12，理解和研究静息态网络有助于更深入地了解与CR相关的大脑网络或神经活动。通过rsfMRI扫描，可以研究大脑网络的内在神经活动，探索与CR相关的大脑区域和连接通路，从而提高对CR相关神经基础的理解，为老年认知障碍的预防和治疗提供策略和措施。例如，Arenaza-Urquijo等13将受教育年限作为CR代理指标，研究了39名中老年受试者，发现CR较高的受试者的前扣带皮层与海马等脑区之间的功能连接较强。Santaella等14将参与瑜伽运动作为CR代理指标，研究了40名中老年受试者，结果显示瑜伽组受试者的内侧前额叶皮层与右角回之间的功能连接更强。Bozzali等15将45名受试者分为认知正常（cognitive normal，CN）组、轻度认知障碍组和AD组，并以受教育程度作为CR代理指标，发现较高的CR与后扣带皮层的功能连接性呈正相关，且CN组CR最弱，AD组CR最强。尽管学者们开始使用rsfMRI来研究CR的神经机制，以了解大脑内在功能连接的变化，但当前的研究仍存在一些局限性。首先，受试者数量通常较少，仅有数十位，这可能会影响结果的可靠性和可重复性。此外，CR作为一个复杂的概念模型，无法直接度量。尽管许多研究使用受教育程度作为CR的代理指标，但这种方法无法全面反映CR的构建维度16。因此，本研究旨在利用英国生物银行（UK Biobank，UKB）（https:/www.ukbiobank.ac.uk/）的大规模rsfMRI影像数据，从CR的5个不同方面进行研究，以更加全面、有效地揭示CR相关的神经机制的关键因素和作用方式，从而深入探究CR与静息态网络的关系，并进一步研究CR同大脑结构和功能的变化之间的关联。这项研究的结果将为未来CR相关研究提供更加深入的视角和理论基础，为老年认知障碍的预防和治疗提供科学依据，并为神经科学领域的研究提供重要的参考价值和启示。1数据与方法1.1数据集本研究使用UKB项目中的大规模神经影像数据。UKB是一项前瞻性流行病学的科学研究项目，收集了约50万名志愿者的基因信息、生活方式以及基金项目院国家自然科学基金项目（81971683）；北京市自然科学基金-海淀原始创新联合基金项目（L182010）作者简介院金悦（1997），女，硕士研究生，研究方向为认知科学、神经影像。通信作者院林岚，E-mail：栽澡藻泽蚤泽论著金悦，熊敏，林岚.基于静息态功能MRI的认知储备对脑网络的影响研究J.医疗卫生装备，2024，45（1）：1-8.2 窑医疗卫生装备窑 2024年1月第45卷第1期悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造 窑 灾燥造援 45 窑 晕燥援 1 窑 January 窑 2024亲属关系等多种数据。其中，约10万名UKB参与者参与了多模态大脑MRI扫描。截至2022年，UKB已公布了超过4万人的神经影像及影像学衍生表型（imaging-derived phenotypes，IDPs）。本研究所使用的数据以及研究方案已获得UKB的批准（研究编号为68382）。在本研究中，研究人员首先基于第十版国际疾病分类（International Classification of Diseases10th Revision，ICD-10）目录的标准，排除患有脑部疾病和神经性疾病的受试者，以确保研究中仅包含健康人群。随后，从32 410名参与rsfMRI影像采集的受试者中筛选出5项CR代理指标均有记录的对象，最终选择7 973名受试者（年龄范围：4580岁；男3 751名，女4 222名）作为研究样本。受试者筛选流程如图1所示。1.2CR代理指标本研究探究了不同CR代理指标在功能网络构建中的不同作用，其中涉及5项不同的指标：受教育程度、初次评估时的流体智力（20062010年）、体育运动、休闲活动和社交程度。这5项指标是CR研究中较常使用的代理指标，且在UKB数据库中，这些指标的数据信息较为完整。其中，受教育程度和流体智力是评估个体终身智力丰富程度的重要指标。对于老年人而言，拥有较高的受教育程度和流体智力，可有效缓解因脑老化引起的认知能力下降问题。为了确定受试者的受教育程度（UKB ID：6138），使用国际标准教育分类表将其转换为年数。智力水平选用UKB在初次评估访问时进行的流体智力测试（UKB ID：20016）来衡量。该测试是一个由13个语言和数字逻辑选择题组成的测试，要求受试者在2 min内回答。另外，休闲活动和体育运动可能有利于提高CR水平并减缓与年龄相关的认知能力的下降过程。本研究使用UKB数据库中记录的5种休闲活动（UKB ID：6160）来衡量个体的休闲活动水平，包括参加体育俱乐部/健身房、去酒吧/社交俱乐部、参加宗教组织、参加成人教育课程和参加其他团体活动。拒绝回答或未参加活动的受试者被排除在外。为了计算休闲活动的总分，研究者将受试者参加的休闲活动总数进行量化。此外，先前的研究结果表明，更强的手握力与更高的体育运动表现水平有关17。握力测试使用液压手持式测力计来测量双手的握力（UKBID：46，47），通过左右手平均握力值计算个体的握力得分。再者，社交活动可以为大脑带来认知挑战，并通过不断地刺激CR积累来改善认知表现。本研究中使用UKB数据库中的社交程度（UKB ID：1031）来衡量受试者的社交互动频率，包括拜访亲朋好友或被其拜访的频率，社交程度被分为6个类别。表1描述了5个CR代理指标的均值、标准差和范围。各指标的分值越高，则表明个体的CR水平越高。1.3rsfMRI影像数据采集和处理本研究使用的所有影像数据均采集自西门子Skyra 3T扫描仪。rsfMRI影像数据使用了梯度回波平面成像序列，扫描参数：重复时间为0.745 s，回波时间为39 ms，翻转角为52毅，视野为88 mm伊88 mm，分辨力为2.4 mm伊2.4 mm伊2.4 mm，共采集了490个时间点。受试者在数据采集过程中无需执行任务，只需要闭眼放松即可。随后，实验选用了UKB项目团队处理生成的rsfMRI影像中的IDPs。UKB中对rsfMRI预处理的详细方法可见于之前的UKB影像处理协议18。本研究采用的处理过程如下：首先，使用FSL软件包对数据进行预处理，包括运动校正、均值强度归一化、高通滤波、梯度失真校正以及去除结构化伪影。随后，进行参与UKB的受试者的组间独立成分分析（independent componentanalysis，ICA），维度设定为25。这个维度可以得到范围更广泛的功能网络。在进行组间ICA后，其中4个组分为噪声成分被移除，最终仅有21个组分用于后续研究19。每个独立成分对应一个特定的脑网络，独立成分的表达程度反映了该网络在特定时间段内的图1受试者筛选流程图表1CR代理指标的均值尧标准差和范围描述变量均值依标准差范围受教育程度（16.1依4.6）年720年早期流体智力（6.8依2.0）分013分体育运动（30.4依10.3）kg190 kg休闲活动（1.6依0.7）分15分社交程度（3.3依1.1）分05分UKB总受试者数量（n=502 490）根据ICD-10的大脑疾病分类目录，排除患有神经系统疾病及相关脑疾病的受试者经过ICD-10筛选后的受试者（n=388 721）rsfMRI受试者（n=32 410）受教育程度（n=32 097），早期流体智力（20062010年，n=10 860），休闲活动（n=24 762），体育运动（n=31 221），社交程度（n=32 139），排除数据缺失的情况最终用于研究分析的受试者（n=7 973）栽澡藻泽蚤泽论著金悦，熊敏，林岚.基于静息态功能MRI的认知储备对脑网络的影响研究J.医疗卫生装备，2024，45（1）：1-8.3 窑医疗卫生装备窑 2024年1月第45卷第1期悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造 窑 灾燥造援 45 窑 晕燥援 1 窑 January 窑 2024活跃状态，即静息态网络的活动程度。通过对每个对象的独立成分进行分析，可以比较不同对象在不同网络中的活跃度差异。为了估计不同功能脑网络之间的连接，使用FSLNets工具箱（http:/fsl.fmrib.ox.ac.uk/fsl/fslwiki/FSLNets）计算偏相关矩阵。所有数值均由皮尔逊相关性转化为Z统计量，以提高结果的可靠性。1.4图论分析在使用rsfMRI进行图论网络分析时，选取21个静息态网络作为分析对象，将其视为网络中的节点，并将其之间的联系表示为边。通过运用GRETNA软件包分析网络的拓扑参数，包括节点效率、节点最短路径长度和节点度中心性，可以对大脑复杂性和网络特性进行表征。1.4.1节点效率在图论分析中，节点效率是一种用于衡量节点在网络中信息传递能力的指标，它表示一个节点到其他节点的平均传递效率。1.4.2最短路径长度最短路径长度是指节点与其他节点之间的平均最短路径长度，即不相邻的2个节点之间的最短路径长度。该指标反映了信息传递的速度和资源消耗情况。1.4.3节点度中心性节点度中心性是一种最直观的指标，用于表示某节点在网络中的重要程度。它基于节点的度，即节点与其他节点之间的连接数，来衡量节点在网络中的中心性或重要性。节点的度中心性越高，表示该节点在网络中具有更多的连接，即与其他节点相连接的边数更多，从而使得这些节点在信息传递、资源传递或信息交流等方面更加重要。这些指标可以全面、准确地反映网络的拓扑结构和功能特征，对于理解大脑内部信息传递的机制，揭示CR的神经基础等具有重要的意义。1.5统计学分析采用SPSS 26.0软件进行统计学分析。采用Spear-man相关分析探究受试者的静息态网络和高阶功能网络的拓扑特征与5个CR代理指标之间的关联。使用控制错误发现率（false discovery rate，FDR）对结果的P值进行多重比较校正。当存在N次假设检验时，对每一个假设检验计算其P值，将计算得到的P值按照从小到大排序。排序为第k次假设检验的矫正q值为Pk/N。设定的阈值为q0.01，表明所有检验中出现假阳性错误的概率在1%以内。2实验结果2.1静息态网络静息态网络是大脑在安静休息状态下自发形成的一组相互连接的神经网络。采用组间ICA方法对静息态网络进行分析，将其分为21个静息态网络20（如图2所示），这些静息态网络根据其功能特点和区域之间的连接模式可以划分为初级处理网络和高阶功能网络两大类。初级处理网络包括躯体运动功能（小脑网络、感觉运动网络1、感觉运动网络2和感觉运动网络3）、听觉功能（听觉网络1、听觉网络2）和视觉功能（内侧视觉网络1、内侧视觉网络2、外侧视觉网络1和外侧视觉网络2）等。它们主要负责处理基本的感觉和运动信息，并在静息态下表现出较为稳定的活动模式。这些网络在不同个体之间表现出一定的相似性和一致性。高阶功能网络则负责更加复杂的认知和情绪加工，包括额顶网络、带状盖网络、执行控制网络、基底神经元网络和默认模式网络等。默认模式网络在静息态下表现为较为活跃的网络，涉及到个体的自我意识、内省和情绪加工。带状盖网络、额顶网络、执行控制网络和基底神经元网络统称为认知控制网络或执行功能网络。认知控制网络参与自上（a）初级处理网络（b）高阶功能网络注：图中的左右脑区是依照Anaturk等19研究和UKB官网排列。图2UKB中对应的21个脑静息态网络Node 2：外侧视觉网络1Node 3：感觉运动网络1Node 4：内侧视觉网络1Node 8：内侧视觉网络2Node 10：感觉运动网络2Node 11：听觉网络1Node 12：感觉运动网络3Node 15：小脑网络Node 17：听觉网络2Node 19：外侧视觉网络2Node 1：前部默认模式网络1 Node 5：右侧额顶网络Node 6：左侧额顶网络Node 7：后部默认模式网络2Node 9：后部默认模式网络1Node 13：左侧带状盖网络Node 14：前部默认模式网络2Node 16：执行控制网络Node 18：基底神经元网络Node 20：（扣带皮层）默认模式网络Node 21：右侧带状盖网络栽澡藻泽蚤泽论著金悦，熊敏，林岚.基于静息态功能MRI的认知储备对脑网络的影响研究J.医疗卫生装备，2024，45（1）：1-8.4 窑医疗卫生装备窑 2024年1月第45卷第1期悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造 窑 灾燥造援 45 窑 晕燥援 1 窑 January 窑 2024拓扑特征节点网络受教育程度早期流体智力休闲活动体育运动社交程度节点效率前部默认模式网络10.0100.0030.018-0.0280.011右侧额顶网络0.0220.0270.0010.0330.000左侧额顶网络0.045*0.075*0.0180.043*-0.017后部默认模式网络2-0.033-0.012-0.015-0.069*-0.001后部默认模式网络10.007-0.009-0.0030.102*0.014左侧带状盖网络0.0070.052*0.0010.039*-0.025前部默认模式网络20.0210.049*0.0100.039*-0.002执行控制网络0.043*0.019-0.0050.071*-0.020基底神经元网络0.0210.029-0.0030.004-0.017（后扣带皮层）默认模式网络0.015-0.0040.0200.004-0.013右侧带状盖网络0.0240.047*0.0190.020-0.004最短路径长度前部默认模式网络1-0.010-0.003-0.0180.028-0.011右侧额顶网络-0.022-0.027-0.001-0.033-0.000左侧额顶网络-0.046*-0.075*-0.019-0.043*0.017后部默认模式网络20.0330.0130.0150.070*0.002后部默认模式网络1-0.0070.0090.003-0.102*-0.014左侧带状盖网络-0.007-0.045*-0.004-0.039*0.022前部默认模式网络2-0.024-0.047*-0.008-0.041*0.002执行控制网络-0.045*-0.0220.003-0.069*0.018基底神经元网络-0.010-0.034*0.008-0.0060.013（后扣带皮层）默认模式网络-0.0150.005-0.021-0.0060.014右侧带状盖网络-0.026-0.046*-0.017-0.0210.006节点度中心性前部默认模式网络1-0.0120.0030.015-0.065*0.005右侧额顶网络0.0170.024-0.001-0.0010.013左侧额顶网络0.041*0.070*0.022*0.022-0.007后部默认模式网络2-0.034-0.005-0.025*-0.086*-0.002后部默认模式网络10.005-0.010-0.0110.103*0.014左侧带状盖网络0.0090.056*0.0060.012-0.022*前部默认模式网络20.0260.058*0.0100.031-0.006执行控制网络0.042*0.034-0.0170.082*-0.020基底神经元网络0.0190.032-0.007-0.019-0.008（后扣带皮层）默认模式网络0.0180.0000.0110.006-0.014右侧带状盖网络0.0120.0280.016-0.003-0.008表3不同CR代理指标与高阶功能网络的拓扑特征之间的Spearman相关系数表2CR代理指标与静息态网络表征强度之间的关联性静息态网络受教育程度早期流体智力休闲活动体育运动社交程度前部默认模式网络10.034*-0.038*外侧视觉网络1-0.034*0.094*感觉运动网络1-0.062*0.075*内侧视觉网络1-0.035*0.083*右侧额顶网络0.047*0.042*-0.043*0.073*左侧额顶网络0.076*0.085*0.082*后部默认模式网络2-0.051*-0.033*内侧视觉网络2-0.033*0.102*后部默认模式网络10.042*-0.035*0.134*感觉运动网络20.188*-0.042*听觉网络10.170*感觉运动网络30.041*0.119*-0.033*左侧带状盖网络0.043*0.075*0.076*前部默认模式网络20.051*0.064*0.073*小脑网络0.080*执行控制网络0.065*0.039*-0.042*0.143*-0.035*听觉网络20.036*-0.034*0.149*-0.048*基底神经元网络0.038*0.032*外侧视觉网络20.109*（后扣带皮层）默认模式网络右侧带状盖网络0.040*0.045*0.070*而下控制的几个认知过程，包括抑制性控制、认知任务的适应性、工作记忆和认知灵活性。额顶网络参与决策、情绪调节和社会认知等高级认知功能。执行控制网络主要负责目标导向的执行功能，以及大脑各个网络之间的协调行动。总的来说，静息态下的初级处理网络和高阶功能网络相互作用，构建了具有复杂功能的脑网络。2.2静息态网络与CR代理指标间的关系研究结果显示，受教育程度、早期流体智力以及体育运动均与大脑功能的不同静息态网络的活跃程度存在显著正相关关系。而后部默认模式网络2与休闲活动和体育运动指标之间存在显著负相关关系。此外，休闲活动和社交程度与多个大脑功能网络的活跃程度之间也呈现出显著负相关关系。值得注意的是，体育运动所涉及的静息态网络覆盖范围更广。具体信息和内容可以参考表2。2.3高阶功能网络的拓扑特征与CR代理指标间的关系研究结果表明，受教育程度、早期流体智力和体育运动与大多数认知控制网络和默认模式网络中的节点效率、节点度中心呈显著正相关关系，但与大多数认知控制网络和默认模式网络的最短路径长度呈负相关关系。休闲活动与左侧额顶网络的节点度中心性呈现出显著正相关关系，但与后部默认模式网络2的节点度中心性呈现出显著负相关关系。具体结果见表3。3讨论3.1CR代理指标受教育程度是个人在早期生命阶段所获得的教育水平。教育被广泛认为是改善认知功能并刺激大脑发展的重要因素。本研究中发现，受教育程度与大注：*表示q0.01，*表示q0.001。注：*表示q0.01，*表示q0.001。栽澡藻泽蚤泽论著金悦，熊敏，林岚.基于静息态功能MRI的认知储备对脑网络的影响研究J.医疗卫生装备，2024，45（1）：1-8.5 窑医疗卫生装备窑 2024年1月第45卷第1期悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造 窑 灾燥造援 45 窑 晕燥援 1 窑 January 窑 2024量静息态网络的活跃程度以及认知控制网络和默认模式网络中的节点效率、节点度中心性存在显著的正相关关系，并与认知控制网络和默认模式网络中的最短路径长度存在显著的负相关关系。这些结果支持了之前关于受教育程度能够调节大脑活动并减缓认知功能衰退的研究发现21。然而，最近的系统回顾和荟萃分析结果表明22，受教育程度与老年人认知表现之间的关系可以忽略不计。此外，受教育程度的影响因素是多样的，包括种族和父母的社会、经济资源等，这些影响因素也需要认真考虑。更需要指出的是，受教育程度并不能完全反映教育质量。尽管受教育程度因为其静态性质、与认知的联系不大以及不能完全反映教育质量而受到一定质疑，但它仍然是一个有价值的CR指标。智力是一个多方面的概念，其中流体智力和晶体智力最常被引用和研究。流体智力涉及个体处理新问题的能力和环境适应性，而晶体智力则是基于之前的经验获得的知识和技能。尽管过去的研究坚信晶体智力比流体智力更容易受到CR的影响，但最新的研究表明了两者之间的密切联系23。事实上，具有较高流体智力水平的个体通常在学校和职业成就上能够取得更大的成功。同时，最新的研究还发现，流体智力与教育之间存在双向因果关系24。个体较高的流体智力水平可能与较长的受教育年限密切相关，而长时间的受教育年限则会进一步提高个体的流体智力和环境适应性24。本文研究结果表明，早期流体智力与大量静息态网络的活跃程度、多个认知控制网络和默认模式网络中的节点效率、节点度中心性呈显著的正相关关系，并与这些网络的最短路径长度呈显著的负相关关系。相对于受教育程度，早期流体智力有可能是一个更好的预测CR的指标。参加体育运动对提高CR水平和预防认知衰退至关重要。本文研究结果表明，体育运动可以促进大量静息态网络的活跃程度，提高多个认知控制网络和默认模式网络中的节点效率和节点度中心性。此外，它们还与这些网络中的最短路径长度呈负相关关系。然而，以往关于使用体育运动作为CR的代理指标的研究结果存在不一致性。一些研究人员发现，更多的体育运动与较少的大脑萎缩和认知衰退有关，尤其在健康中老年人中25。但是，另一些研究人员发现，体育运动并不影响AD生物标志物的短期变化率26。这种矛盾性结果可能是由于使用问卷记录体育运动的局限性，因为自我报告可能存在误差，且只反映近期的生活方式。相比之下，握力可以作为更准确的生物标志物来测量体育运动对功能网络的影响。参与休闲活动和社交交往有助于提高CR水平和改善认知功能。多项研究表明，在休闲时间进行一些愉悦和身心放松的活动，例如散步、阅读和旅游等可以改善认知能力和缓解压力27-29。此外，社交交往也被证明是有益于认知功能的30。但本文研究结果显示，参与休闲活动和社交交往与静息态网络的活跃程度呈负相关关系，且对功能网络整体拓扑特性的影响也相对较小。本文研究结果与前人研究存在差异，这可能与休闲活动中是否存在认知刺激有关。事实上，当休闲活动具有一定挑战性时，才会对认知能力产生刺激。UKB中的5项休闲活动仅有参加体育俱乐部/健身房（50.2%）和参加成人教育课程（9.8%）这2项休闲活动具有一定的认知刺激，且仅有少数人选择参与。相比之下，前人研究更加强调具有认知刺激的休闲活动，例如阅读等对CR的影响。因此，仅仅是心情愉悦状态下的休闲活动可能并不足以显著提高CR，相反，只有这种休闲活动存在认知刺激性才可能有助于促进CR水平的提高。另外，UKB的社交程度仅考虑了社会关系中的亲友，而没有全面度量不同方面的社交活动，因此有必要从社会关系的各个方面来度量社交活动对CR的影响。3.2功能网络与CR研究结果显示，受教育程度较高、早期流体智力和体育运动水平较高的个体，其大部分静息态网络的活跃程度也较强。这些静息态网络包括带状盖网络、额顶网络、执行控制网络和默认模式网络等，与认知功能紧密相关。这些网络的高活跃度体现了个体大脑在执行不同认知任务时拥有更为出色的信息协调和传输机制，从而能够更有效地处理信息，提升认知表现。例如，额顶网络的活动和功能连接与认知控制相关，随着年龄的增长，老年人执行任务时的认知表现会下降，这是因为其额顶网络内的功能连接较弱31。然而，一些研究表明，受教育程度较高的老年人的左侧额顶网络的激活程度更高，这意味着他们拥有更好的注意控制能力32。此外，较高的流体智力水平与带状盖网络内的功能连接增强相关。额顶网络在全脑范围内担任功能中心，其与其他多个网络之间的连接也非常密切33。一项综述分析发现，在健康老年群体中，较高的CR水平与额顶网络和前扣带区域（属于默认模式网络）的更大活跃度有关31。CR较高的老年人的前扣带皮质与其他默认模式网络区域之间的功能连接相对增强，可以改善他们的认知能栽澡藻泽蚤泽论著金悦，熊敏，林岚.基于静息态功能MRI的认知储备对脑网络的影响研究J.医疗卫生装备，2024，45（1）：1-8.6 窑医疗卫生装备窑 2024年1月第45卷第1期悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造 窑 灾燥造援 45 窑 晕燥援 1 窑 January 窑 2024力。此外，受教育程度较高的老年人患有AD的风险较低，因为与轻度认知障碍患者相比，受教育程度较高的老年人的默认模式网络内部的功能连接程度更高34。另外，进行体育运动也有助于提高认知和注意力水平。长期进行体育运动可以增加个体大脑后部默认模式网络的功能连接，后部默认模式网络与视觉空间和场景记忆密切相关。这些认知和注意力的提升对于降低患AD的风险非常重要35。一项为期1年的研究也发现，参与有氧运动的老年人，其高级认知网络的信息传递效率有明显的提高，并且执行控制网络和默认网络的功能连接也得到了增强36。因此，长期参加体育锻炼可能会改善大脑区域的结构和功能，并促进这些区域的相互协调，从而提升各个静息态网络的活跃度。3.3网络拓扑特性与CR本文研究结果显示，受教育程度较高、早期流体智力较强以及体育运动水平较高的个体，在网络中体现出较高的节点效率、更短的最短路径以及更突出的节点度中心性，这反映了个体脑功能网络在结构和功能方面的优化和调整。首先，CR越高的个体在脑功能网络中表现出更高的节点效率。这是因为CR较高的个体，各个静息态网络能更快速地识别和连接大脑中的相关信息和区域，使得脑功能网络中信息传输和处理的速度更快，从而提高节点效率。其次，CR较高的个体在脑功能网络中的最短路径也较短。这是因为在大脑网络中，经过高度训练的个体具有更精细的网络结构和更优化的信息传递方式，使得脑网络中的信息传递路径更为直接和高效。最后，CR高的个体在脑功能网络中的节点度中心性也更突出。CR较高的个体在大脑的不同静息态网络之间拥有更多的功能联系，这种联系具有更高的弹性和抗干扰能力，从而实现更为高效的信息传递和加工。高度连接的大脑区域能够快速整合不同静息态网络的信息，以及同时处理多种认知任务。通过脑功能网络的拓扑特性分析，可以看到CR较高的个体脑网络在结构和功能上存在较大的优化和调整。这些优化和调整提高了脑网络的节点效率、最短路径