正常人腦靜息態功能磁共振的腦功能連接

石慶麗，燕浩，陳紅燕，王凱，姚婧璠，韓在柱，張玉梅，張貴云，高玉蘋

功能磁共振成像(functional magnetic resonance imaging,fMRI)是通過測定磁共振信號變化來反映血氧飽和度及血流量。基于血氧水平依賴(blood-oxygen-level dependent,BOLD)的fMRI是目前應用最廣泛的方法。靜態BOLD指的是受試者閉眼、放松、靜止不動，并避免任何有結構的思維活動的狀態[1]。多數基于靜息態BOLD的研究表明，人腦的某些區域在不接受任何外來刺激的靜息狀態下，仍存在著有規律的活動，這些區域構成腦靜息狀態下的默認網絡(default mode network,DMN)[2-3]。并且一項正電子發射體層成像(positron-emission tomography,PET)研究表明，這種默認網絡僅在靜息狀態下激活，在有任務刺激時消失或激活程度降低[4]。后來又有多項研究表明，人腦在靜息狀態下仍存在多個腦連接網絡[5-9]，并且這些網絡之間可能存在一定的因果聯系。因此，本文就正常人腦在靜息狀態下的不同專屬性腦網絡之間的因果有效連接強度及其意義進行研究和探討。

1 資料與方法

1.1 一般資料

選取北京天壇醫院門診及體檢科健康受試者36名，其中男性20名，女性16名；年齡40～65歲，平均(51.88±8.44)歲；均為右利手。所有受試者健康體檢正常，無高血壓病、糖尿病、內科系統疾病等，無認知障礙主訴，簡易精神狀態檢查(Mini-Mental State Examination,MMSE)評分28～30分。所有受試者在行fMRI檢查前簽知情同意書。

1.2 方法

使用德國西門子3.0 T磁共振成像儀，將患者頭位固定，盡量避免頭部及身體其余部分的活動，囑受試者保持清醒、閉目，盡量避免任何形式的思維活動，對其進行靜息態功能磁共振(resting state functional MRI,rs-fMRI)數據采集。先行軸位、失狀位T1WI、T2WI及軸位液體衰減反轉恢復序列(fluid attenuated inversion recovery,FLAIR)結構像掃描，之后采用快速自旋回波序列采集fMRI數據。所用參數：重復時間TR(repetition time)2000.0 ms，回波時間(echo time,TE)30.0 ms，矩陣64×64；視場256×256 mm2，層厚3 mm，掃描時間486 s。

1.3 統計學分析

所有的預處理都使用SPM 5.0軟件進行分析處理。考慮到磁場的均衡性，前5幀圖像均被去除，將剩余的所有層面的數據進行重排，使用最小二乘化空間最小化的方法糾正頭部運動。在每一個層面，所有參與者頭部活動都不超過2 mm，頭部旋轉角度不超過1°。得到的影像學數據進一步標準化到蒙特利爾神經病學研究所(MNI)標準頭解剖模版上，再在2×2×2 mm的空間中進行重建。使用顳葉帶通濾過方法降低靜息狀態下低頻漂移和高頻噪聲的影響。最后，對所有圖像進行空間平滑高斯濾過。

我們使用fMRIGift工具包對正常對照組預處理后的數據進行空間獨立成分分析，提取并分離不同的專屬性腦網絡，然后提取不同專屬性腦網絡獨立空間成分所對應的時間成分，作為Granger因果分析方法(Granger causality analysis,GCA)模型的輸入量，建立多變量GCA的自回歸模型。經過獨立成分分析后，將靜息態腦網絡分為默認網絡、記憶網絡(memory network,MeN)、運動網絡(motor network,MoN)、聽覺網絡(auditory network,AN)和執行控制網絡(executive control network,ECN)5個專屬性腦網絡。在多維向量自回歸模型中計算這5個腦網絡在獨立成分分離后產生的相應時間成分，并分析這些時間序列之間的因果關系。

2 結果

所有的受試者常規MRI結構像均正常。

2.1 正常人靜息態腦網絡及其組成

應用獨立成分分析(independent component analysis,ICA)方法，得到5個經典的正常人靜息態腦網絡(resting-state networks,RSNs)及其所包括的核團。

2.1.1 默認網絡 這個網絡結構涉及到內部的處理，它主要包括后扣帶回/楔前葉區、雙側頂下回、角回、顳中回及顳上回(圖1A)。

2.1.2 記憶網絡 主要負責記憶功能，它主要包括額中回、顳中回及頂上回(圖1B)。

2.1.3 運動網絡 包括中央前回、中央后回、額中回及顳中回，涉及到運動功能(圖1C)。

2.1.4 聽覺網絡 這一網絡包括島葉皮質、顳中回及顳上回，主要負責聽覺處理過程(圖1D)。

2.1.5 執行控制網絡 這一網絡主要包括前額葉皮質上部及中部、扣帶回前部及前額葉皮層腹外側，涉及到執行功能控制和工作記憶功能(圖1E)。

這同先前的多數研究發現一致。

圖1 正常人腦靜息態腦網絡及其包括的核團

2.2 靜息態腦網絡之間的GCA分析

對正常對照組所得到的靜息態腦網絡，使用GCA分析方法來研究RSNs之間的因果聯系(公式1～公式3)，有效的大腦網絡連接模式被描述為方向圖(圖2)，其中，連接線的厚度和箭頭的方向分別表明因果影響的強度和方向，圖中只顯示出顯著的有效連接(P＜0.01)。

在第1個公式中，xi,t=1,2,...,5，分別代表下額葉皮質(inferior frontal cortex,IFC)、前輔助運動區(presupplementary motor area,preSMA)、初級運動皮層(primary motor cortex,PMC)、尾狀核頭和丘腦底核(subthalamic nucleus,STN)的時間序列，xi,t和xi,t-p分別代表在時間t和時間t-p的時間序列值，p=1,2,...,k，k是向量自回歸(vector autoregressive,VAR)模型的次序。最長時間滯后利用Akaike信息準則來確定，它的意思是5個時間序列和回波平面成像(echo planar imaging,EPI)J的平均。在公式2中，I,j=1,2,...,5，p=1,2,...,k，它是VAR模型的線性相關系數，μi(i=1,2,...,5)是每個時間序列的殘差(預測誤差)，它被假定為符合高斯分布N(O,∑u)(Eq.2)。

如果包括時間序列x2降低了時間序列x1通過自回歸模型殘差的方差，則稱為時間序列x1被時間序列x2“Granger所致的”，我們使用F檢驗對x1和x2序列的G-因果關系的意義。

公式3中，T代表所有時間點的總數，p是VAR模型的指令。如果公式3的檢驗分析比指定的顯著性標準更大的話(如P＜0.0025，每個人共20個校正比較)，我們會把x1和x2不存在G-因果關系的零假設排除。注意，x1和x2之間相互的G-因果關系不是必要的。x1和x2的直接G-因果關系是由∑12和∑21的方差殘差決定的，這兩個詞可能不同，因為他們源于兩個不同的回歸假設。

圖2 正常人靜息態腦網絡之間的連接方向圖

如圖2所示，默認網絡與記憶網絡、運動網絡、聽覺網絡和執行控制網絡聯系比較密切，并且記憶網絡與執行控制網絡之間，聽覺網絡與運動網絡之間，執行控制網絡與聽覺網絡之間也存在顯著的因果聯系。

多變量GCA分析表明，默認網絡與其余4個網絡之間，記憶網絡與執行控制網絡之間，聽覺網絡與運動網絡之間，執行控制網絡與聽覺網絡之間均存在顯著的因果聯系。

本結果表明在正常組中，默認網絡是靜息狀態下的基礎網絡，因為它可以整合來自其他RSNs的信息。

3 討論

3.1 功能磁共振及其應用

fMRI是新近發展的一項功能影像學技術，其空間分辨率和時間分辨率較高，且不具放射性，可對同一患者重復檢查而無危險性，適合神經活動的時空分析和腦的高級功能研究。近年來越來越多的研究將其應用于人腦認知功能的研究。fMRI包括擴散、灌注成像及基于BOLD技術的功能性成像，其中BOLD是最常用的方法。BOLD是含氧和脫氧血紅蛋白的磁化率差異、神經細胞活動引起的血流變化、血氧濃度及代謝率變化的綜合反映。靜態BOLD指的是受試者閉眼、放松、靜止不動，并避免任何有結構的思維活動的狀態[9]。一項基于PET的研究證實，人腦在靜息狀態下存在一種“默認網絡”[10]，它負責人們在基礎狀態下的內省、環境警覺等內向思維活動。較早期的研究表明，這種默認網絡區域包括內側額葉/扣帶回前部，顳葉下方，扣帶回后部/楔前葉及后頂葉[10-11]；后來的研究發現，內側顳葉區域也和這一網絡相關[12-13]。同時也有研究表明，人在靜息狀態下，仍存在BOLD信號的波動，在這些自發振蕩的信號中，存在某種特定的功能連接，主要存在于運動系統、聽覺系統、視覺系統，反映了靜息狀態下人腦的活動[9-14]。而目前研究最多的是靜息狀態及任務狀態下的腦默認網絡，包括關于阿爾茨海默病[15-16]、輕度認知障礙(mild cognitive impairment,MCI)[17-19]、正常老年人[20-21]等的研究。

本項對于正常人的rs-fMRI研究證實，正常人腦在靜息狀態下，存在多個腦功能激活網絡，其中有默認網絡、運動網絡、記憶網絡、聽覺網絡和執行控制網絡，這一結果證實并進一步完善了既往的研究結論[9,14]。

3.2 靜息狀態下的腦功能連接

腦連接包括解剖連接、功能連接及有效連接，所有的腦連接構成“腦網絡”[22]。腦功能連接的分析方法有種子分析方法、ICA和網絡圖分析法(graph network stereogram)。早期對于腦功能連接的研究，主要是通過認知實驗或先驗的解剖結構定位感興趣區，將感興趣的靜態fMRI數據作為“種子”，與其余腦區的數據做相關性分析[23-25]，得出靜息狀態下特定腦區活動的協同一致性，即所謂的“種子分析方法”。這種方法雖然簡便、敏感、易于判斷，并曾經得到廣泛應用，但是由于其分析結果依賴于種子區的選定，對信號內的混雜偽跡敏感，以及不能同時對多個系統進行處理，因此目前應用減少。

ICA是一種數據驅動的信號處理方法，近來用于檢測靜息態fMRI數據中的功能連接網絡[26]。ICA將信號分解成多個空間上互相獨立的成分，認為在同一個成分上信號投影較大的腦區間存在功能連接。該方法屬于多變量分析法，其主要優勢是直接對全腦信號進行分析，并能分離頭動、呼吸等噪聲對信號的影響，本文采用的是ICA。

目前源于數據的多變量向量自回歸模型，已經被廣泛用于f MRI中人腦的功能連接的研究。它可以被用來研究靜息態下腦網絡之間的功能連接及單一網絡內的異質性。有研究使用GCA方法對靜息態fMRI和任務相關的數據集對腦區的功能連接進行分析，結果發現，靜息默認網絡之間存在一種特定的連接模式，這種連接可以被定性為內側前額葉皮質和扣帶回后部皮質的傳入和傳出的影響[27]。

研究表明，扣帶回后部皮質和楔前葉是重要的內部功能連接的結構[28]，并且這個區域是早期淀粉樣沉積的部位[29]，是從外界獲取信息及對其余不同區域的信息進行整合的重要部位[30]。有研究發現，隨著年齡的增長，扣帶回后部/楔前葉存在明顯的連接減少，這種連接的下降和執行功能，視空間功能及語義記憶有著密切的聯系，而與工作記憶無明確的聯系[14]，并且老年人腦在靜息狀態下內側顳葉區域信號波動較大，而在扣帶回后部/楔前葉區域較小，這可以用靜息狀態時對內部信息處理過程的注意增加及對外部刺激的注意減少來解釋[14]。

本項研究是應用ICA方法和GCA對靜息狀態下的腦網絡及其功能連接關系進行分析，得出人腦靜息狀態下激活腦網絡有默認網絡、記憶網絡、運動網絡、聽覺網絡和執行控制網絡，而默認網絡是基礎網絡，其中包括扣帶回后部/楔前葉，此處是和認知功能密切相關的區域[14]；同時本研究也表明，靜息態下各個腦激活區之間仍存在著顯著的功能連接，而這種功能連接可能涉及到人腦在靜息狀態時對內部信息的處理過程，因此可以推測，靜息狀態下此種功能連接的缺失可以作為預測認知功能下降的一個支持證據，這尚需進一步更大規模的隨訪和觀察研究來進一步證實。

[1]Mazoyer B,Zago L,Mellet E,et al.Cortical network for working memory and executive function sustain the conscious resting statein man brain[J].Res Bull,2001,54(3):287-298.

[2]Gusnard DA,Raichle ME.Searching for a baseline:functional imaging and the resting human brain[J].Nat Rev Neurosci,2001,2(10):685-694.

[3]Hayashi T.Functional connectivity analysis of the brain network using resting-state fMRI[J].Brain Nerve,2011,63(12):1307-1318.

[4]Cordes D,Haughton VM,Arfanakis K,et al.Mapping functionally related regions of brain with functional connectivity MR imaging[J].Am JNeuroradiol,2000,21(9):1636-1644.

[5]Hampson M,Peterson BS,Skudlarski P,et al.Detection of functional connectivity using temporal correlations in MR images[J].Hum Brain Mapp,2002,15(4):247-262.

[6]Hampson M,Olson IR,Leung HC,et al.Changes in functional connectivity of human MT/V5 with visual motion input[J].Neuroreport,2004,15(8):1315-1319.

[7]Beckmann CF,DeLuca M,Devlin JT,et al.Investigations into resting-state connectivity using independent component analysis[J].Philos Trans R Soc Lond B Biol Sci,2005,360(1457):1001-1013.

[8]De Luca M,Beckmann CF,De Stefano N,et al.f MRI resting state networks define distinct modes of long-distance interac-tions in the human brain[J].Neuroimage,2006,29(4):1359-1367.

[9]Fox MD,Snyder AZ,Vincent JL,et al.The human brain is intrinsically organized into dynamic,anticorrelated functional networks[J].Proc Natl Acad Sci USA,2005,102(27):9673-9678.

[10]Raichle ME,MacLeod AM,Snyder AZ,et al.A default mode of brain function[J].Proc Natl Acad Sci USA,2001,98(2):676-682.

[11]Shulman G,Fiez J,Corbetta M,et al.Common blood flow changes across visual tasks:ii.decreases in cerebral cortex[J].JCogn Neurosci.1997,9(5):648-663.

[12]Esposito F,Bertolino A,Scarabino T,et al.Independent component model of the default-mode brain function:Assessing the impact of active thinking[J].Brain Res Bull,2006,70(4-6):263-269.

[13]Greicius MD,Menon V.Default-mode activity during a passive sensory task:uncoupled from deactivation but impacting activation[J].JCogn Neurosci,2004,16(9):1484-1492.

[14]Schlee W,Leirer V,Kolassa IT,et al.Age-related changes in neural functional connectivity and its behavioral relevance[J].BMCNeurosci,2012,13:16.

[15]Lustig C,Snyder AZ,Bhakta M,et al.Functional deactivations:change with age and dementia of the Alzheimer type[J].Proc Natl Acad Sci USA,2003,100(24):14504-14509.

[16]Greicius MD,Srivastava G,Reiss AL,et al.Default-mode network activity distinguishes Alzheimer's disease from healthy aging:evidence from functional MRI[J].Proc Natl Acad Sci USA,2004,101(13):4637-4642.

[17]Bai F,Zhang Z,Yu H,et al.Default-mode network activity distinguishes amnestic type mild cognitive impairment from healthy aging:a combined structural and resting-state functional MRIstudy[J].Neurosci Lett,2008,438(1):111-115.

[18]Threlkeld ZD,Jicha GA,Smith CD,et al.Task deactivation reductions and atrophy within parietal default mode regions are overlapping but only weakly correlated in mild cognitive impairment[J].JAlzheimers Dis,2011,27(2):415-427.

[19]Jin M,Pelak VS,Cordes D.Aberrant default mode network in subjects with amnestic mild cognitive impairment using resting-state functional MRI[J].Magn Reson Imaging,2012,30(1):48-61.

[20]Sperling RA,Laviolette PS,O'Keefe K,et al.Amyloid deposition is associated with impaired default network function in older persons without dementia[J].Neuron,2009,63(2):178-188.

[21]Andrews-Hanna JR,Snyder AZ,Vincent JL,et al.Disruption of large-scale brain systems in advanced aging[J].Neuron,2007,56(5):924-935.

[22]Lee L,Harrison LM,Mechelli A.A report of the functional connectivity workshop,Dusseldorf 2002[J].Neuroimage,2003,19(2):457-465.

[23]Biswal B,Yetkin FZ,Haughton VM,et al.Functional connectivity in the motor cortex of resting human brain using echo planar MRI[J].Magn Reson Med,1995,34(4):537-541.

[24]Lowe MJ.A historical perspective on the evolution of resting-state functional connectivity with MRI[J].MAGMA,2010,23(5-6):279-288.

[25]Lowe MJ,Phillips MD,Lurito JT,et al.Multiple sclerosis:low-frequency temporal blood oxygen level-dependent fluctuations indicate reduced functional connectivity-initial results[J].Radiology,2002,224(1):184-192.

[26]De Luca M,Beckmann CF,De Stefano N,et al.fMRI resting state networks define distinct modes of long distance interectious in the human brain[J].Neuroimage,2006,29(4):1359-1367.

[27]Zhou Z,Wang X,Klahr NJ,et al.A conditional Granger causality model approach for group analysis in functional MRI[J].Magn Reson Imaging,2011,29(3):418-433.

[28]Raichle ME,MacLeod AM,Snyder AZ,et al.A default mode of brain function[J].Proc Natl Acad Sci USA,2001,98(2):676-682.

[29]Sperling RA,Laviolette PS,O'Keefe K,et al.Amyloid deposition is associated with impaired default network function in older persons without dementia[J].Neuron,2009,63(2):178-188.

[30]Buckner RL,Andrews-Hanna JR,Schacter DL.The brain's default network:anatomy,function,and relevance to disease[J].Ann NYAcad Sci,2008,1124:1-38.