基于Group ICA 探究認知障礙患者靜息態腦網絡異常

趙杰 趙凡 河北大學電子信息工程學院 門國尊 河北大學經濟學院

1 引言

輕度認知功能障礙（Mild Cognitive Impairment，MCI）屬于一種神經系統慢性退行性疾病，是指介于正常老化和癡呆之間的一種認知缺損狀態。但是，確診為MCI 的患者轉化為阿爾茲海默癥的危險率極高，許多臨床病例都表明中晚期治療效果狀況不佳，因此近幾年研究者們將方向轉向了對其早期診斷和預防干預。

探究分析MCI 患者與健康老年人（HC）的靜息態腦網絡（RSN）的特點及差異可以有效判斷MCI 的病變區域，從而進行MCI 的診斷治療。本文采用了成組獨立成分分析方法（Group ICA）對MCI 患者和健康老年人的靜息態腦功能磁共振成像（fMRI）數據進行處理分析，并對其默認網絡（Default Mode Network，DMN）和中央執行網絡（Central Executive Network，CEN）進行詳細的對比判斷，以期可以對兩個網絡的功能連接性進行統計學分析，從而達到有助于對MCI 的診斷和預防。

2 材料與方法

2.1 研究對象

本研究的實驗數據來自開放式數據庫阿爾茨海默病神經影像學倡議（ADNI）。本研究使用了該數據庫中MCI 患者和HC的功能性MRI 數據。

數據的掃描參數如下：結構圖像回波時間TE=30ms，重復時間TR=3s，翻轉角FA=8°，分辨率為64×64；功能圖像層厚3.3mm；圖像維度64×64×48；體素大小3.31×3.31×3.31mm3。

2.2 統計學分析

GroupICA 是一種無監督的盲源分離技術，可以有效的進行組數據的處理，有利于進行組數據的統計學分析。同時GroupICA 算法可以避免將傳統獨立成分方法直接應用到多個被試者的fMRI 數據處理時出現的計算量大、耗時多、數據處理效率低等問題。Group ICA方法的改進，使其應用更加廣泛，它減少了繁復的計算可以避免我們在處理數據時由于計算而產生的不必要的錯誤，這使得我們的研究可以更加快捷且準確。圖1 是基于Group ICA 算法的實驗流程，可以分為五個階段：預處理、數據降維、獨立成分估計、數據重建、統計分析。

使用數據處理軟件包spm12 (http：//www.fil.ion.ucl.ac.uk/spm/software)，對圖像數據進行預處理，涉及時間層矯正、頭動矯正、空間標準化、高斯平滑。其中將數據中平移超過1.5mm 和旋轉超過2°的數據進行排除，將每個被試者的圖像配準到標準的蒙特利爾神經研究所模板，以3*3*3mm3的體素進行重采樣，采用半高全寬的6mm*6mm*6mm 高斯核函數進行空間平滑。

使用GIFT（group ICA of fMRI toolbox）軟件對預處理后的數據進行獨立成分分析，包括數據壓縮、ICA 估計和數據反重構。其中數據降維后使用MDL 標準運算識別獨立成分（IC）。對每個被試者的IC 進行重建，并進行Fisher Z 轉換。本實驗中MCI 患者和HC 中IC 的估計數量均為113，選擇infomax 算法，運算次數為140 次。

采用單樣本t 檢驗（Alphasim 校正，以P ＜0.05 為檢驗水準），根據最大空間相關原理計算MCI 患者和HC 被試者數據的RSN。在本實驗中我們著重對DMN 和CEN 進行分析，進而我們使用雙樣本t 檢驗來比較RSN 的功能連接（functional connectivity，FC）差異。

圖1 基于Group ICA 的fMRI 數據的處理流程圖

3 結果

3.1 研究對象的基本資料

如表1，經卡方檢驗，兩組性別、年齡差異無統計學意義。其中CDR 為臨床癡呆分級量表。

表1 兩組研究對象的基本資料

3.2 MCI 與HC 靜息態腦網絡的功能連接比較

對DMN 和CMN 進行統計學分析得到圖2 和圖3，分別為MCI 組與HC 組的腦網絡激活差異區域分布情況和腦網絡激活差異區域對比圖。使用REST 軟件提取組間差異性腦區的功能連接值，再使用SPSS 軟件進行pearson 相關性分析，得到如表2 的結果。

在我們結果圖中可以看到DMN 中的異常腦區為左側顳 中 回（left middle temporal gyrus，MTG.L）、左 舌 回（left lingual gyrus，ING.L）和左側眼眶部額下回（Inferior frontal gyrus，ORBinf.L）；在CEN 中的為左側背外側額上回（left dorsolateral superior frontal gyrus，SFGdor.L）、左側額中回（left middle frontal gyrus，MFG.L）、右側顳上回（right superior temporal gyrus，STG.R）和右側顳中回（right middle temporal gyrus，MTG.R）。并且左舌回、左側眼眶部額下回、左側額中回和左側背外側額上回的功能連接減弱，在左側顳中回、右側顳上回和右側顳中回的功能連接增強。

圖2 MCI 與HC 的RSN 激活區域

圖3 MCI 與HC 的RSN 差異

表2 兩組間的功能連接異常腦區

4 討論

阿爾茨海默癥的產生與發展是一個緩慢并持續的過程，MCI 經過多年可能會發展成為AD，也有可能并不發生變化。因此，對MCI 的準確診斷對阿爾茲海默癥的治療具有十分重要的意義。腦功能連接的改變是認知功能障礙較敏感的指標，默認網絡及中央執行網絡被認為是維持高級認知功能重要的功能連接, 是神經認知的核心。

對比MCI 與HC 的腦網絡可以更加有效的判斷出現差異的區域，本研究采用Group ICA 方法，在不需要先驗知識的前提下，應用于MCI 患者的fMRI 數據，而fMRI 因其無創, 可作為該類疾病診斷的輔助技術。這可以使得我們的數據處理的更加具有科學性，降低實驗誤差，同時對MCI 患者的腦網絡及網絡內功能連接性進行分析，客觀而全面地反映出患者靜息態腦網絡的變化，并努力探討患者可能存在的神經生物學機制。

默認網絡是目前研究最為廣泛和深入的、最重要的靜息態腦網絡。本研究發現輕度認知障礙患者在默認網絡中的左側顳中回、左舌回和左側眼眶部額下回分區域的功能連接的異常，這與我們目前發現的患者病變區域一致。并且在圖3 中可以發現左舌回和左側眼眶部額下回區域的功能連接降低，ING.L 腦區主要負責視覺處理，患者該區域及其周圍皮質的異常會使得視覺感官出現明顯的差異性；患者額下回的區域出現異常已經可以在解剖學中得以印證。在左側顳中回區域的功能連接增加，表明患者存在補償連接機制。而MTG 腦區與我們日常的閱讀功能有關，MCI 患者該區域FC 的異常使得患者在其閱讀過程反應受限，使其功能受損。

中央執行網絡是與人類認知控制有關的腦網絡，并且其額葉區與情景記憶有關。在圖4 中可以發現MCI 患者中左側背外側額上回和左側額中回的功能連接減少，這也就為MCI 患者的記憶障礙提供了可能的解釋；并且在右側顳上回和右側額中回的功能連接增加，表明患者存在補償連接機制，這部分區域的異常是與患者記憶的缺失有關。中央執行網絡中四個區域的功能連接的異常使得MCI 患者的記憶功能出現問題，對于該網絡的探究使我們對MCI 患者的記憶功能異常區域更加明確，有助于我們對于MCI 患者腦網絡的監測。

綜上所述，使用GroupICA 及其統計學分析方法能夠敏感地檢測到異常的腦結構區域，從而更全面地理解MCI 的病理生理機制。本實驗實現了對MCI 患者與健康老年人兩個腦網絡的對比，并且發現了MCI 患者在DMN 和CEN 中的FC 發生異常的區域，從而更全面地理解MCI 的病理生理機制。這就使得我們可以在早期診斷過程中便于識別病癥的變化，以輔助預判MCI 向AD 轉化的程度，從而達到AD 的階段性治療。