大學生手機依賴者大腦白質纖維結構的磁共振彌散張量成像研究

陳健湘，胡元明*，呂涵青，隆曉菁，石婷玉，陳少媚

大學生手機依賴者大腦白質纖維結構的磁共振彌散張量成像研究

陳健湘1，胡元明1*，呂涵青1，隆曉菁2，石婷玉1，陳少媚1

目的運用彌散張量成像(diffusion tensor imagine，DTI)方法觀察手機依賴組與正常被試組之間的大腦白質纖維束微結構完整性的差異，探討手機依賴癥大腦白質纖維束微結構改變的特征。材料與方法25名手機依賴癥者與23名健康對照者參加本研究，研究對象均為廣州中醫藥大學深圳創新班的在校大學生。采用西門子3.0 T Trio MRI掃描儀進行DTI數據采集，組間各向異性分數(fractional anisotropy，FA)比較采用基于體素分析(voxel-based analysis，VBA)方法，采用雙樣本t檢驗分析兩組差異，并進行AlphaSim校正，取個數大于26的體素集合，校正后P＜0.005的像素被認為差異具有統計學意義；人口學統計比較采用SPSS 13.0軟件中的兩樣本t檢驗。結果與正常組相比，手機依賴癥組多個腦區FA值降低，主要包括額上回、眶額回、島葉、中腦腹側被蓋區、海馬、丘腦、小腦等功能區(P＜0.005)；未發現FA值升高區域(P＜0.005)。結論手機依賴組在上述區域的白質纖維束微結構已發生變化，區域主要涉及獎賞環路、控制及執行能力等相關腦區。

手機成癮；彌散張量成像；磁共振成像，功能性；大腦白質纖維；大學生

隨著科技的進步，手機已成為大部分人生活中不可或缺的一部分，尤其是近幾年來智能手機的廣泛普及，使人們對手機變得越來越依賴，并產成了一種新的心理疾病——手機依賴癥(mobile phone addiction)，又稱手機綜合征、手機成癮，該概念由韓國的樸雄基首次提出[1-2]。根據中國互聯網絡信息中心2015年1月發布的第35次《中國互聯網絡發展狀況統計報告》，截至2014年12月，我國網民規模達到6.49億，其中手機網民占85.8%，人數達到5.57億[3]。

大學生手機依賴者并不是對手機本身的依賴，而是沉迷于微信、游戲、網絡小說、電影、拍照、購物等手機功能，對其心理、生理和社會功能帶來不利影響，引起社會的廣泛關注。目前國內外學者對手機依賴癥的研究主要集中在人格、心理健康關系方面，但還未對手機依賴癥腦功能及結構的磁共振成像進行過相關研究，本研究將有助于揭示手機依賴癥的神經病理學機理，提高對手機依賴癥的認識水平，從而為實現對手機依賴癥的有效醫療干預打下基礎。

1 材料與方法

1.1 一般資料

本院(深圳市中醫院)共招募48名來自廣州中醫藥大學深圳市中醫院創新班的大二、大三在校大學生為被試志愿者，被試者納入標準：(1)年齡在21～24歲，男女比例1:1；(2)漢族；(3)無言語交流障礙，志愿參加配合研究者；(4)右利手，經中國左右利手檢查項目和分型標準判斷。兩組被試者年齡、性別、社會背景和受教育程度基本匹配。所有被試者均排除：(1)伴有其他藥物依賴史者；(2)伴腦器質性病變者；(3)既往史中有神經、精神方面病史，如腦腫瘤、癲癇、抑郁癥等；(4)正在接受苯二氮卓類等抗精神病藥治療者。所有受試者均為本人自愿參加該研究并簽署知情同意書。本研究經過深圳市中醫院倫理委員會批準。

所有被試者以熊婕等[4]的手機成癮測評量表標準進行診斷，見表1。該樣表共包含16項問題，4個因素：戒斷癥狀、突顯行為、社交撫慰和心境改變。總量表的Cronbach'sα系數為0.83，4個因素的α系數在0.55～0.80；總量表的重測信度為0.91，4個因素的重測信度在0.75～0.85；量表測試采用5級評分，得分越高，則手機依賴程度越高。其中第3～6、8～9、14～15題同時是手機依賴篩選題，若有5個及以上選“是”，且所得分數大于50，則被判定為手機依賴者。經測試后，得到手機依賴者25名，其中男13名，女12名，年齡為(21.96±1.02)歲；正常組23名，男12名，女11名，年齡為(21.70±0.88)歲。

1.2 方法

1.2.1 數據采集

掃描方法：采用西門子3.0 T Trio MRI掃描儀，32通道頭線圈。被試者提前30 min左右到達磁共振室，課題組成員給被試者講述實驗流程，簽知情同意書，被試者休息10 min后，開始磁共振序列掃描。取仰臥位，頭部先進，頸部兩旁酌情塞入護墊幫助患者保持頭部制動狀態，戴上耳機以減輕噪音污染，并避免任何有意義思維活動的狀態，告知受試者閉上雙眼，保持頭部不動及清醒狀態不要睡著。掃描序列及參數：橫軸位常規T1WI、T2WI。T1WI參數：TR=3080 ms，TE=12 ms，層厚5 mm；T2WI參數：TR=5000 ms，TE=117 ms，層厚5 mm。彌散張量成像(diffusion tensor imagine，DTI)參數：TR=9200 ms，TE=85 ms，層厚3 mm，矩陣128×128，視野(FOV)220 mm×100 mm，采集2次，擴散敏感因子b=1000 s/mm2，擴散敏感梯度方向數20個，采集時間為9 min 49 s。

1.2.2 數據處理及分析

使用MRIcron軟件將掃描得到的DTI dicom數據轉化成NIfTI (hdr/img)格式，同時得到DTI掃描的梯度編碼文件.bvec和.bval。將NIfTI圖像和.bvec文件信息輸入DTIstudio軟件，進行頭動、渦流校正，將DTI原始數據配準到b0非彌散加權圖像上。設每個像素張量的特征向量為(λ1，λ2，λ3)，則部分各向異性分數(fractional anisotropy，FA)定義為：

其中λ=(λ1+λ2+λ3)/3。FA值介于0～1，0表示彌散各向同性，1表示彌散各向異性。

得到FA圖后，應用spm vbm軟件對手機成癮組和正常對照組進行形態學分析。先將每名被試個體的T1加權成像與DTI b0圖像進行線性匹配，得到線性變換矩陣后應用于對應的FA圖，從而使T1加權圖像與FA圖實現空間匹配。然后把T1加權成像配準到標準蒙特利爾神經研究所(Montreal Neurological Institute，MNI)空間，同時分割成灰質(gray matter，GM)、白質(white matter，WM)、腦脊液(cerebrospinal fluid，CSF)，這其中配準模板選擇MNI152_T1圖像，配準算法為李代數微分同胚配準算法(diffeomorhpic analomical registration through exponentialed lie，DARTEL)。配準后得到的形變場應用于線性校準后的FA圖像，即得到配準到標準化空間的FA圖像。利用T1圖像的分割結果，獲得GM和WM部分的FA值，對預處理好的FA圖像進行平滑(平滑高斯核半高寬為6 mm)。使用廣義線性模型(generalized linear model，GLM)建模，使得每個體素具有相同的設計矩陣但參數向量不同。經過參數估計和統計量計算，獲得手機成癮組和對照組的統計參數映射圖。采用雙樣本t檢驗分析兩組差異，并進行AlphaSim校正，本研究采用的掩膜模板大小為61×73×61，取邊連接標準，因而校正后保留個數大于26的體素集合，校正后P＜0.05的像素被認為具有統計學意義。

1.3 人口學統計

利用SPSS 13.0軟件對兩組間的人口學資料進行兩樣本t檢驗，以P＜0.05為差異有統計學意義。見表2。

2 結果

應用彌散張量磁共振成像技術，結合VBA方法研究手機依賴癥與正常對照組的各向異性分數的差異。結果顯示，兩組個體腦部的額上回、眶額回、島葉、中腦腹側被蓋區、海馬、丘腦、小腦等功能區白質的FA值差異具有統計學意義，上述腦區依賴組較正常組FA降低(見表3、圖1)。

表1 手機成癮傾向量表Tab.1 Mobile phone addiction tendency scale

表2 兩組間基本資料比較Tab.2 Comparison of the basic data between two groups

圖1 手機依賴者個體與正常對照組相比，FA存在顯著差異的大腦圖像Fig.1 White matter regions with lower FA in mobile phone dependency compared with normal controls.

3 討論

DTI技術是近年來發展非常迅速的磁共振成像技術，通過分析水分子擴散各向異性來追蹤神經纖維通路，并以此為基礎來評估神經纖維的走向與完整性的方法，能夠較精確地分析大腦白質纖維的各項特征，DTI技術憑借其無創性和高分辨率等特征，在各類科研實踐中已得到廣泛應用[5]，尤其是在腦神經影像研究領域。FA值反映水分子彌散方向的各向異性，間接反映了白質纖維束的完整性[6-7]。而正常人腦結構和功能是密切相關的，白質結構發生改變將影響大腦的連通性和完整性[8]。本研究中多個腦區FA值的改變，提示相關腦區白質纖維束微結構的完整性降低。相比正常被試，手機依賴組多個區域FA值降低，這種白質纖維束微結構的變化可能是由于前期長時間的使用手機所導致。

表3 手機依賴者和正常對照組相比腦白質FA值下降的腦區Tab.3 White matter regions with lower FA in mobile phone dependency compared with normal controls

本研究中手機依賴者大腦結構中與決策、情緒加工、管理相關的額上回、眶額回、島葉、中腦腹側被蓋區、海馬、丘腦等腦區的FA值顯著低于正常組。之前大量的物質成癮研究已證明[9-11]采用基于體素形態學分析方法定量分析DTI數據發現海洛因成癮者腦白質微結構已發生改變，主要集中在額葉、頂葉、島葉、左側楔前葉和胼胝體等多個腦區。Lin[12]和Dong[13]兩個研究組分別證明了網絡成癮患者大腦白質存在廣泛的連接異常，這些區域包括扣帶區、內外囊區、胼胝體、丘腦區等，同時還發現這些部分的異常與網癮的嚴重程度呈正相關。袁凱博士[14]通過分析18名網絡成癮的青少年與18名年齡等基本資料相匹配的正常人，利用DTI技術分析被試者的白質部分各向異性，結果顯示網絡成癮組的旁海馬回區域和左內囊下肢的FA值出現異常，而且后者的FA值變化與成癮者病程成顯著相關。

本次研究中海馬、中腦腹側被蓋區、丘腦白質微結構受損。海馬和中腦在邊緣多巴胺系統中起重要作用，其中中腦腹側被蓋核在獎賞系統中扮演重要的角色，且中腦和小腦、大腦之間存在廣泛結構及功能的連接，所以中腦的結構受損很可能與獎賞系統功能異常有關。Dong等[15]認為，丘腦的白質纖維結構異常可能與網絡游戲成癮被試獎賞敏感性的增加有關，且丘腦白質纖維的各項異性值越大，網癮程度越高。因此海馬、中腦腹側被蓋區、丘腦等被認為是與獎賞環路密切相關的區域，極可能會導致手機依賴者大腦獎賞回路對正常的獎賞信號敏感性降低，對自然獎賞缺乏應有的興趣，在日常生活中不容易獲得愉悅感，個體需通過手機的虛擬世界才能獲取愉悅感受，最終導致對手機的依賴，進而影響大學生的學習和生活。這也使得手機依賴者常表現出情緒比較低落，對其他事物興趣明顯下降，不愿意參加班級集體活動，喜歡獨自沉迷于手機的虛幻世界中。

額葉是大腦最復雜的皮層腦區之一，它負責接收處理來自其他腦區的信息傳輸，前額葉皮層與其他腦區存在廣泛的連接，因此前額葉腦區白質纖維束微結構一旦發生變化可能會對手機依賴者大腦神經網絡信息加工處理產生影響。在物質成癮中，島葉與對物質的渴求程度密切相關，尼古丁成癮的研究發現，損毀腦島，會大大提高個體戒煙的成功性。前額葉和島葉被認為是與決策行為密切相關的腦區，這些腦區的變化與網絡成癮個體受損的決策能力相關[16-17]。

本研究中，額上回、眶額回、島葉微結構受損，這可能是導致手機依賴者控制能力及執行能力下降的原因，大學生手機依賴者即使在意識到長時間使用手機對自己的身心健康、學習成績等方面造成不利影響的情況下，仍然難以控制自己頻繁使用手機的行為，甚至在課堂上都無法控制自己使用手機進行娛樂，嚴重影響學習；當某天突然忘記帶手機或者手機沒電時，會表現出焦躁、難受、很不舒服，甚至無法忍受等類似于物質成癮的“戒斷反應”，在暫時的滿足和長期的負面結果之間難以作出正確的決策，依然選擇沉迷于手機中，這反映了成癮個體的社會決策能力受損[18]。

在本研究中，比較特殊的是雙側小腦半球微結構也發生變化，小腦以往被認為是維持運動和平衡功能的重要結構，但是近幾年的解剖生理學研究發現小腦在情緒和認知加工過程中也非常重要[19]。小腦白質纖維微結構發生變化會導致大學生執行功能和學習記憶的能力降低，并且小腦與其他腦區都有專門的纖維連接，這也使得小腦的作用越來越受到重視。

手機依賴癥會使個體大腦白質纖維束微結構的完整性降低，發生這些變化的白質區域主要涉及獎賞環路、控制及執行能力等相關腦區，這可能是手機依賴癥神經機制之一，希望本文的研究成果對以后進一步揭示手機依賴癥的機理及其臨床診斷和治療提供新思路。由于結構改變并不能直接反映功能強弱，因此還需進一步研究手機依賴者大腦相關腦區的神經活動強弱情況。

[References]

[1] Park WK. Mobile phone addictionl. Mob Commun, 2005, 31(3): 253,272．

[2] Park WK. The mobile phone addiction among Korean college students. Korean Soc J Commun, 2003, 47(2): 250-281．

[3] China Internet Network Information Center(CNNIC). Thirty-fifth China internet development statistics report. (2015-02-03)[ 2016-11-20]. http://www.cnnic.cn/gywm/xwzx/rdxw/2015/201502/t20150203_51631.htm.中國互聯網絡信息中心(CNNIC). 第35次中國互聯網絡發展狀況統計報告. (2015-02-03)[2016-11-20]. http://www.cnnic.cn/gywm/xwzx/rdxw/2015/201502/t20150203_51631.htm.

[4] Xiong J, Zhou ZK, Chen W, et al. Development of the mobile phone addiction tendency scale for college students. Chinese Mental Health Journal, 2012, 26(3): 222-225．熊婕, 周宗奎, 陳武, 等. 大學生手機成癮傾向量表的編制. 中國心理衛生雜志, 2012, 26(3): 222-225．

[5] Pfefferbaum A, Adalsteinsson E, Sullivan EV. Frontal circuitrydegradation marks healthy adult aging: evidence from diffusion tensor imaging. Neuroimage, 2005, 26(3): 891-899.

[6] Nie TM, Jiang XY, Wang J. The value of diffusion tense MR imaginein differentiating atypical menigioma from glioma. Chin J Magn Reson Imaging, 2013, 4(5): 325-329.聶泰明, 姜興岳, 王靜. 擴散張量成像在不典型腦膜瘤與星形細胞腫瘤鑒別診斷中的價值. 磁共振成像, 2013, 4(5): 325-329.

[7] Zhang C, Mu XT, Wang H. The research progress of diffusion tensorimaging for early diagnosis of Alzheimer disease. Chin J Magn Reson Imaging, 2013, 4(5): 394-397.張超, 穆學濤, 王宏. 阿爾茨海默病DTI早期診斷的研究進展. 磁共振成像, 2013, 4(5): 394-397.

[8] Jin Y, Shi Y, Zhan L, et al. Automatic clustering of white matter fibers in brain diffusion MRI with an application to genetics. Neuro Image, 2014, 100(7): 75-90.

[9] Bora E, Yücel M, Fornito A, et al. White matter microstructure in opiate addiction. Addict Biol, 2012, 17(1): 141-148.

[10] Liu H, Li L, Hao Y, et al. Disrupted white matter integrity in heroin dependence: a controlled study utilizing diffusion tensor imaging.Am J Drug Alcohol Abuse, 2008, 34(5): 562-575.

[11] Wang X, Zhou X, Liao Y, et al. Microstructural disruption of white matter in heroin addicts revealed by diffusion tensor imaging: a controlled study. J Central South Univ (Med Ed), 2011, 36(8):728-732.

[12] Lin F, Zhou Y, Du Y, et al. Abnormal white matter integrity in adolescents with internet addiction disorder: a tract-based spatial statistics study. PloS One, 2012, 7(1): e30253.

[13] Dong G, DeVito E, Huang J, et al. Diffusion tensor imaging reveals thalamus and posterior cingulate cortex abnormalities in internet gaming addicts. J Psychiatr Res, 2012, 46(9):1212-1216.

[14] Yuan K, Qin W, Wang G, et al. Microstructure abnormalities in adolescents with internet addiction disorder: a database of the U S.National Library of Medicine, PloS One, 2011, 6(6): e20708.

[15] Dong G, Devito E, Huang J, et al. Diffusion tensor imaging reveals thalamus and posterior cingulated cortex abnormalities in internet gaming addicts. J Psychiatr Res, 2012, 46(9):1212-1216.

[16] Dong G, Wang J, Yang X, et al. Risk personality traits of Internet addiction: a longitudinal study of intemet-addicted Chinese university students. Asia-Pacific Psychiatry, 2013, 5(4): 316-321.

[17] Hoogendijk WJG, Veltman DJ. Cognitive inflexibility in obsessive compulsive disorder and major depression is associated with distinct neural correlates. PLoS One, 2013, 8(4): e59600.

[18] Ko CH, Hsiao S, Liu GC, et al. The characteristics of decision making potential to take risks, and personality of college students with interact addiction. Psychiatry research, 2010, 175(1): 121-125．

[19] Smet HJD, Paquier P, Verhoeven J, et al. The cerebellum:itsroleinlanguage and related cognitive and affective functions. Brain Lang, 2013, 127(3): 334-342.

A DTI study of brain white matter fibers in mobile phone addic of college students

CHEN Jian-xiang1, HU Yuan-ming1*, LV Han-qin1, LONG Xiao-jing2, SHI Ting-yu1,CHEN Shao-mei11Department of Radiology, Shenzhen Traditional Chinese Medicine Hospital, Shenzhen 518033, China
2Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences,Shenzhen 518055, China

Objective:To investigate the differences of brain white matter fibers between mobile phone dependent patients and control subjects by a diffusion tensor imagine (DTI) method, and explore the characteristics of changed brain white matter microstructure in mobile phone dependent patients.Materials and Methods:25 mobile phone dependent patients and 23 control subjects were recruited, they are from Guangzhou University of Chinese Medicine Shenzhen innovation class. The Siemens 3.0 T trio MRI was used for DTI data acquisition, voxel-based analysis, (VBA) was used for fractional anisotropy (FA) comparison between addiction group and control group, using two samplettest to analyze the differences between the two groups, and performedAlphasimcorrection in order to take the number of voxels larger than 26,the difference was statistically significantP＜0.005 pixels after adjusted. Using two samplettest in SPSS 13.0 software to process demographic data.Results:Compared with the control group, significant reduced FA values were found in several white matter regions including superior frontal gyrus, orbital frontal cortex, insula, ventral tegmental area, hippocampus, thalamus, cerebellum in addiction group (P＜0.005) ,There were no regions showed significant increase (P＜0.005).Conclusion:Altered white matter microstructures were found in mobile phone addiction group, mainly locating in the area associated with reward circuits, control and ability to executerelated brain areas.

Mobile phone addiction; Diffusion tensor imagine; Magnetic resonance imaging, functional; White matter fiber;College student

28 Nov 2016, Accepted 10 Jan 2017

作者單位：
1.深圳市中醫院放射影像科，深圳518033
2.中國科學院深圳先進技術研究院，深圳 518055

深圳市科技計劃項目(編號：JCYJ20150401163247205)

胡元明，E-mail：tomhu163@163.com

2016-11-28

接受日期：2017-01-10

R445.2；R338.2

A

10.12015/issn.1674-8034.2017.06.009

陳健湘, 胡元明, 呂涵青, 等. 大學生手機依賴者大腦白質纖維結構的磁共振彌散張量成像研究. 磁共振成像, 2017,8(6): 446-451.

*Correspondence to: Hu YM, E-mail: tomhu163@163.com

ACKNOWLEDGMENTSThis work was part of Shenzhen Science and Technology Planing Project (No. JCYJ20150401163247205).