论文部分内容阅读
基于无创神经影像技术,包括功能磁共振成像(fMRI)技术的大脑研究已成为一个重要的研究领域。以往的脑功能成像研究主要着重于研究被试执行特定任务时特定大脑功能区域的活动变化。但是从能量消耗的角度来看,任务所激发的大脑活动只是整个大脑活动的冰山一角。因为用于支撑那些任务所对应的大脑活动变化的能量消耗最多只能达到大脑基本能量消耗的5%。绝大部分的脑能量被用于与外界事件无关的神经回路活动也即大脑自发性活动。显然我们的大脑更大程度上是在维持其内在的自发性活动。要全面了解大脑功能,我们就必须去发掘这些主要的大脑活动中所包含的信息。基于这个考虑,过去十几年中静息状态大脑自发性活动研究已经在功能成像领域迅速成为一个研究热点。 相对于其它神经影像方法而言,血氧水平依赖(BOLD)功能磁共振成像技术拥有较高的时间-空间分辨率,因而成为静息状态大脑自发性活动研究的主要手段。目前一些研究小组已经提出多种根据静息状态BOLD-fMRI数据来表征大脑自发性活动性质的分析方法和指标。这些分析方法主要从功能分化和功能整合两个角度,考察大脑局部区域自发性活动、功能子网络和全脑功能连接组等三个层次上的各种功能特性。 大脑功能子网络的功能特性一般使用功能连接来描述。功能连接主要使用基于种子区域的功能连接或者以独立分量分析(ICA)为基础的功能网络方法来进行分析。局部区域大脑自发性活动的特征可以使用局部一致性(ReHo)或者低频波动振幅(ALFF)等方法来进行描述。不同研究小组已经使用这些分析方法分别发现了一些稳定的大脑自发性活动的模式,并且发现这些特征模式会因为脑功能状态或脑疾病状态而改变,初步论证了这些静息状态fMRI分析指标作为识别大脑疾病或者判断治疗效果的生物学标记的潜力。由于这些分析指标都是基于BOLD-fMRI测量数据计算得到的一些度量,在将它们真正应用到基础研究和临床实用之前,我们必须进行两项重要的论证研究。一是研究他们的短时、中时和长时间的可靠性(重测信度);二是寻找它们的生理意义。重测信度测试是目前静息状态fMRI研究的重要方向,也是比较欠缺的方向。据我们所知,在我们的研究之前,很少有文章在健康人类大脑上进行局部一致性的重测可重复性验证,也没有文章基于同一组重测数据或者基于中等的重测间隔(2个月左右)的数据对上述分析指标进行重测信度的测试。在静息状态大脑活动分析指标的生理意义研究方面,目前有一些基于不同模态数据的间接比照。但是据我们所知,还没有人去研究这些静息状态fMRI分析指标和大脑生理指标如脑代谢之间的直接关联。 基于上述研究背景,本文提出两个主要研究课题:(1)测试上述几种常用的静息状态fMRI分析指标在中等重测间隔的静息状态BOLD-fMRI重测数据上的重测信度;(2)寻找这些分析指标与潜在的大脑生理指标之间的直接联系。为了完成第一个研究课题,我们同时分析了四种常用的静息状态fMRI分析指标(包括基于种子区域的功能连接、基于ICA的大脑功能网络、局部一致性和低频波动振幅)在同一组2个月重测的静息状态BOLD-fMRI数据上的重测信度。大脑血流灌注(CBF)是一种定量的生理指标。它跟大脑的代谢是密切耦合的,并且常被用来作为大脑局部功能活动(包括静息状态大脑活动)的替代标志。因此我们通过分析基于种子区域的功能连接、局部一致性和低频波动振幅等分析指标与CBF之间的相关性来完成第二个研究课题。本文的主要研究内容和结果总结如下: (1)静息状态fMRI分析指标的重测信度研究。我们收集了32个健康被试间隔2个月重测的静息状态BOLD-fMRI图像数据,并进行四种静息状态fMRI分析指标(包括基于种子区域的功能连接、基于ICA的大脑功能网络、局部一致性和低频波动振幅)的重测信度分析。对于两次扫描数据分析得到的基于种子区域(前扣带回和后扣带回)的功能连接、局部一致性和低频波动振幅的类内相关系数(ICC)分析发现这些分析指标在各自的显著性区域大多数是重测可重复的。两次扫描图像基于ICA的独立分量功能网络分析结果表现出非常相似的空间分布模式,但是只有部分区域通过ICC重测信度测试。这一部分重测信度实验弥补了中等重测间隔上这些分析指标的重测信度研究不足。 (2)静息状态fMRI分析指标与CBF的相关性研究。我们收集了15个被试间隔2个月重复采集的静息状态BOLD-fMRI数据和动脉血质子自旋标记(ASL)成像数据,分别计算得到基于种子区域的功能连接、局部一致性、低频波动振幅等静息状态fMRI分析指标和CBF图像。然后分别计算CBF与这些分析指标之间的相关性,并检验这些相关性的重测稳定性。结果显示,全脑平均CBF与全脑平均或者局部的基于种子区域(腹侧/背侧前扣带回和后扣带回)的功能连接、局部一致性及低频波动振幅之间均没有可重复的显著相关性。局部CBF与基于种子区域(背侧前扣带回和后扣带回)的功能连接、局部一致性及低频波动振幅之间表现出了可靠的局部相关性。这些结果提示我们CBF对这些分析指标的区域线性调制作用。这部分实验确认了这些静息状态fMRI分析指标与潜在的大脑能量消耗之间的联系。 (3)不同功能网络的CBF差异探索。我们首先使用群体水平ICA功能网络分析得到默认模式网络和执行控制网络的空间模板,然后分别提取所有被试的这两个模板区域内的平均CBF进行统计差异性分析。结果显示两个功能网络区域内的平均CBF在两次扫描的分析中都是显著不同的,默认模式网络的平均CBF总是比执行控制控制网络的平均CBF显著得高。 本文对静息状态fMRI分析指标的重测信度分析以及它们与脑血流灌注之间的相关性研究验证了这些分析指标的重测信度,并找到了CBF与这些分析指标之间的区域相关性。本文的结果既弥补了这些分析指标的中等重测间隔的重测信度研究欠缺,又确认了他们与反应潜在大脑生理能量需求的大脑定量生理指标——CBF之间的直接联系。