基于獨立成分分析的遺尿癥兒童腦功能網絡研究

劉越，王夢星，杜小霞，張安易，馬駿，何培忠

1.上海理工大學醫療器械與食品學院，上海200093；2.上海健康醫學院醫學影像學院，上海200237；3.上海體育學院心理學院，上海200438；4.國家兒童醫學中心/上海交通大學醫學院附屬上海兒童醫學中心發育行為兒科，上海200127

前言

原發性單癥狀夜間遺尿癥（Primary Monosymptomatic Nocturnal Enuresis,PMNE）是一種睡眠中間歇性失禁的癥狀，指的是5 歲以上兒童，在沒有除遺尿癥以外的其他下尿路癥狀且沒有6 個月以上排尿控制期的情況下，每周出現兩次及以上遺尿的現象［1-2］。這種現象可能會伴隨部分兒童一直到青春期，患病兒童同時可能出現自卑，情緒低落的情況，給患病兒童及其家庭帶來了極大的困擾。

遺尿是一種多因素疾病，遺傳、晝夜分泌節律失調、睡眠覺醒障礙、神經系統對膀胱的控制異常、中樞神經系統發育延遲等多種病因與兒童遺尿有關［3-7］。近年來，功能磁共振成像（function Magnetic Resonance Imaging,fMRI）技術的發展為研究PMNE腦功能提供了一種有效，可行且無創的方法。Yu等［8］通過任務態功能磁共振成像，發現PMNE兒童存在工作記憶不足，且在執行N-Back任務時左小腦后葉存在異常功能連接。Zhu等［9］用低頻波動幅度（Ampitude of Low Frequency Fluctuation,ALFF），區域同質性（Regional Homogeneity,ReHo）和基于種子的功能連接（seed-based Functional Connectivity,seed-based FC）的方法，對PMNE兒童的fMRI圖像進行分析，發現PMNE兒童存在前額葉皮層和枕葉的異常功能連接。有研究計算了PMNE兒童注意網絡關鍵腦區的度中心性，發現PMNE兒童存在注意網絡關鍵腦區的損傷［10］。這些研究表明PMNE兒童存在腦功能連接異常，但這些研究都是從腦區的角度出發，來探究PMNE兒童的腦功能連接異常，有其局限性。因此本實驗采集了35例PMNE患者和25例健康對照組的fMRI圖像數據，用獨立成分分析（Independent Component Analysis,ICA）分離出腦網絡功能成分，然后用功能網絡連接分析（Functionnal Network Connection,FNC）來探究腦網絡成分間連接強度與PMNE病理機制之間的關系。

1 對象和方法

1.1 研究對象

本研究由華東師范大學人類研究委員會批準。參與研究的每個兒童及其監護人在參與試驗前，都簽署了經委員會批準的知情同意書。參與本試驗的受試者包括35例7～12歲PMNE兒童和25例年齡、性別與患者組基本匹配的健康對照兒童（表1）。

根據精神疾病診斷和統計手冊第五版（the Diagnostic and Statistical Manual Mental Disirders-V,DSM-V）標準和國際疾病分類第10 版（International Classification of Diseases-10,ICD-10），PMNE 患者入組要求為：①在夜間存在間歇性尿床的現象，且白天沒有不自主排尿情況的出現；②每周尿床至少兩次且尿床現象出現超過3 個月；③從未連續超6 個月不尿床（排除繼發性遺尿）；④尿床癥狀并非由藥物或者其他生理疾病造成。

健康對照組通過廣告招募，入組要求為：①要求孩子從5歲起沒有發生過尿床現象；②沒有其他泌尿系統疾病。所有招募兒童均排除了神經系統疾病（如注意力不集中/多動障礙和自閉癥）、體內植入金屬和幽閉恐懼癥。參與者均通過IQ 測試，智商正常，并且為右利手。被試的人口統計學信息見表1。

表1 被試人口統計學和臨床特征（± s）Tab.1 Demographic and clinical characteristics of the subjects(Mean±SD)

指標PMNE組（n=35）對照組(n=25)年齡/歲性別（男/女）受教育年數/年每周尿床次數9.55±1.41 18/17 3.34±1.43 4.45±2.13 9.52±1.33 14/11 3.28±1.32-

1.2 數據采集

本文所有磁共振數據均在華東師范大學磁共振上海重點實驗室的西門子3.0 T 磁共振掃描儀采集。為了減少頭動，在每個被試的頭部周圍都放置了泡沫墊，并在掃描前告知被試盡量避免頭部的移動，且在掃描過程中盡量不進行思維活動。全腦結構像由三維高分辨T1加權MPRAGE 脈沖序列獲得，掃描參數如下：TR=1 900 ms，TE=3.42 ms，TI=900 ms，FOV=（240×240）mm2，采集矩陣=256×256，層厚1 mm，矢狀位192 層。功能MRI 數據由梯度回波-平面回波T2*加權序列獲取，每幀全腦包含橫斷位32 層，采用隔層掃描以減弱來自選層梯度的干擾，共采集210幀，總時長7 min，具體參數如下：TR=2 000 ms，TE=30 ms，翻轉角90°，FOV=（220×220）mm2，采集矩陣=64×64，層厚為3 mm，層間距33%。

1.3 圖像預處理

采用Matlab2013 軟件基于DPABI V4.0(http://rfmri.org/dpabi)對fMRI 數據進行預處理。首先考慮到機器剛開機時的不穩定和被試剛開始掃描的不適應，要先去除前10 個時間點的數據。然后做時間層校正，來校正時間差；頭動校正，消除頭部過分運動的現象（本試驗所有被試fMRI 數據的頭動均小于2 mm 或2°），在做完校正之后，用DARTEL 配準將圖像空間歸一化到標準蒙特利爾神經研究所（Montreal Neurological Institute,MNI）模板的標準空間，最后再將體素重采樣為（3×3×3）mm3，并對圖像進行平滑（平滑核為6×6×6）。

1.4 基于ICA的腦功能網絡選取

在完成fMRI 圖像預處理后，使用了GIFT（group independent component analysis toolbook)（http://ictab.sourceforge.net/）軟件包，通過ICA 來對fMRI 數據進行盲源分離，將數據分解為獨立的空間成分和時間成分。主要流程包括（1）通過最小描述長度算法（Mimimum Description Length,MDL）對成分個數進行估計；（2）做兩次主成分分析（Principal Component Analysis,PCA）對fMRI 圖像進行降維；（3）對降維后組水平的fMRI進行ICA分解；（4）對每個被試的成分進行重建，然后對每個體素對應的強度值進行Z轉換；（5）根據先驗知識，選取感興趣的腦網絡成分；（6）對選出來的成分，進行去線性漂移，濾波（0.01～0.15 Hz），頭動參數的回歸處理。

1.5 計算腦網絡功能連接和統計學分析

提取處理后的腦網絡成分對應的時間序列，計算每個被試的腦網絡成分之間的皮爾遜相關系數，來獲得每個被試的功能連接矩陣，再用雙樣本t檢驗，比較病人和對照組的連接強度差異。

2 結果

Gift軟件自動估計的獨立成分為47個，參考前人的研究結果挑選出6個與遺尿癥相關性較大的區域。分別是：左側執行控制網絡、右側執行控制網絡、小腦網絡、腹側注意網絡、背側注意網絡、默認模式網絡,見圖1。FNC 發現PMNE 患者左側執行控制網絡與右側執行控制網絡間功能連接強度具有通過錯誤發現率校正（False Discovery Rate,FDR)的顯著增強（P＜0.05），默認模式網絡與左執行控制網絡間的連接強度具有通過FDR 校正的顯著增強（P＜0.05），見圖2。且默認模式網絡與右側執行控制網絡間的功能連接強度（圖3），以及左側執行控制網絡和右側執行控制網絡間的功能連接強度（圖4）均隨病人的病情嚴重程度表現出上升的趨勢。

圖1 挑選出來的腦功能網絡成分Fig.1 Selected brain functional network components

圖2 PMNE兒童靜息態網絡間功能連接組間有顯著差異的結果Fig.2 Significant differences between the functional connectivity groups in the resting state brain networks in PMNE children

圖3 DMN與RECN間功能連接和PMNE兒童每周尿床次數的相關性（Coef：相關系數）Fig.3 Correlation between DMN-RECN functional connectivity and the weekly frequency of bedwetting in PMNE children(Coef:Correlation Coefficient)

圖4 LECN與RECN間功能連接和PMNE兒童每周尿床次數的相關性（Coef：相關系數）Fig.4 Correlation between LECN-RECN functional connectivity and the weekly frequency of bedwetting in PMNE children(Coef:Correlation Coefficient)

3 討論

目前認知神經科學領域普遍認為，人腦復雜的認知功能并不單純由某個腦區控制，而是一些神經環路共同作用的結果，本次對PMNE 兒童腦網絡成分間功能連接的研究，更大尺度上發現了PMNE 兒童的神經機制異常，可能會為我們理解PMNE 兒童的病理提供一些新的思路和角度。

執行控制網絡，是大腦完成自上而下控制的核心網絡，負責對自身思想和行為有意識的進行控制的高級認知功能，與社交行為和決策有關［11-12］。泌尿被認為是一種自上而下受意識控制的行為，大腦可以起到抑制或促進排尿反射的作用，大腦對膀胱和尿道的控制可以讓人在貯尿階段保持克制，在條件允許時完成排尿［13］。Griffiths［14］根據前人的研究，將神經系統對泌尿行為的控制概括為一個會做3 次判斷的模型，即人的大腦在排尿之前會先判斷，是否是一個適合排尿的場合，是否真的需要排尿，現在排尿是否安全，只有當3 次判斷完成后，泌尿行為才會被執行。執行控制網絡出現異常可能會導致PMNE 兒童在睡眠時，無法進行正確的決策判斷，無法像健康兒童那樣正常的抑制排尿反射，從而導致出現遺尿現象。

執行控制網絡的核心節點包括背外側前額葉皮層（Dorsolateral Prefrontal Cortex,DLPFC）和后部頂葉皮層（Posterior Parietal Cortex,PPC），以及頂葉和額葉的部分腦區［15-16］。之前有研究發現PMNE 兒童DLPFC 存在功能異常和灰質密度的降低，且在運動反應抑制過程中PMNE 兒童表現出明顯更長的反應時間，前額葉的激活也存在異常［7,17-18］。因此本實驗發現PMNE 兒童左側執行控制網絡與右側執行控制網絡之間連接強度的增強，可能是PMNE 兒童執行控制網絡內部功能和結構異常所導致的代償結果。執行控制網絡與其他的注意網絡模型不同，發育更加緩慢，從嬰兒期開始萌芽，直至進入青春期才穩定（警覺網絡和定向網絡都是在童年晚期成熟）［19］。前人有研究發現中樞神經系統成熟延遲可能是PMNE的主要病因之一［20-23］，而且大部分PMNE 兒童在到達青春期時會自愈，因此執行控制網絡發育遲緩可能是PMNE的病因之一。

默認模式網絡是大尺度網絡研究中非常重要的一個腦網絡，受到許多研究者的關注，由Raichle等［24］于2001年采用PET 技術獲得并率先提出，當清醒的受試者在休息且不參與認知任務時，默認模式網絡會處于一種最活躍的狀態。而當受試者在認知任務期時，默認模式網絡會變得不那么活躍，其他任務積極網絡變得更加活躍。默認模式網絡參與指向個體內部的心理活動，涉及到情緒、價值評估、自我反思等的加工過程，且注意力的流失也與注意力任務期間默認模式網絡的活動有關［24-27］。Chen 等［28］在其研究發現，當興奮性的經顱磁刺激(Transcranial Magnetic Stimulation，TMS)作用于執行控制網絡的核心腦區時，會使執行控制網絡對默認模式網絡形成負的功能連接。而抑制性的TMS刺激作用于相同網絡節點卻導致默認模式網絡的活動增強［26］。該研究說明默認模式網絡的活動可能會受到執行控制網絡的活動狀態調節。

默認模式網絡的核心腦區包括后扣帶回皮質（Posterior Cingulate Cortex,PCC）、楔前葉(Precuneus,PCUN)，腹內側前額葉皮層（Ventral Medial Prefrontal Cortex,VMPFC）、雙側頂下小葉（Inferior Parietal Lobule,IPL）［18-19］。前人的研究曾發現PMNE 兒童存在默認模式網絡部分核心腦區的功能連接異常和結構異常，且存在工作記憶功能障礙［9,17,29］，在執行同樣的工作記憶任務時，PMNE 兒童的默認模式網絡需要比正常人受到更大強度的抑制。本次研究中筆者發現了PMNE 存在執行控制網絡和默認模式網絡之間的功能連接異常，說明PMNE患者在進行排尿行為時，可能存在執行控制網絡激活時，默認模式網絡沒有被很好地抑制從而出現注意力不能集中的現象。患有PMNE 的兒童，有更大的可能性存在注意力缺陷多動障礙（Attention Deficit Hyperactivity Disorder,ADHD）［30］。因此在很多研究中，會把PMNE 與ADHD 放在一起研究。此前對ADHD 的研究中，也有人發現ADHD 兒童的默認模式網絡與執行控制網絡之間的負連接會有所降低［31-32］，ADHD 兒童的注意力不集中問題是由于對默認模式網絡的抑制不足導致的［33］。這些發現與本文對PMNE 兒童的研究結果存在一定程度上的一致性。

綜上所述，本次試驗發現的PMNE 兒童右側執行控制網絡與默認模式網絡、左執行控制網絡之間的連接異常，揭示了PMNE 兒童存在執行控制網絡內部結構和功能異常以及排尿時默認模式網絡不能被正常抑制，注意力無法集中的情況。相比較之前對PMNE 研究，更大尺度上為理解PMNE 兒童的病理提供了新的影像學依據。

研究的不足和展望：(1)本研究收集的樣本量較小；（2）在后續的大樣本研究中使用動態功能網絡連接分析可能會為探究遺尿癥的病因提供更為豐富的信息。