睡眠剝奪的靜息態功能磁共振成像分析方法研究進展

楊未婉，潘 婷，郭曉樂，盧 琦，王洪峰

（長春中醫藥大學，長春 130117）

睡眠剝奪（sleep deprivation，SD）是對連續工作狀態導致睡眠不足的描述，已逐漸成為了一個獨立的概念，特指人們由于環境或自身原因而失去所需睡眠量，一般來說，24 h 內的睡眠不足6 ～8 h 被認為是睡眠剝奪[1]。睡眠剝奪可以發生在短時間內，例如1 d（急性睡眠剝奪），也可以持續很長時間，例如幾個月或更長時間（慢性睡眠剝奪）[2]。長期睡眠剝奪可引起人體一系列學習記憶、情緒、免疫功能及體內激素、遞質的變化，嚴重可誘發心臟病、腦卒中、甚至猝死等[3]。長期睡眠剝奪嚴重影響公眾的身體健康狀態以及精神健康狀態，但人們對其潛在病理生理學及其相關機制知之甚少，給睡眠剝奪導致的各種疾病的有效預防和治療帶來了很大障礙。靜息態功能磁共振成像（rs-fMRI）可通過血氧水平改變產生的磁共振信號變化，反映腦區的結構形態和功能活動狀態，可以在活體狀態下研究大腦功能區的功能連接、局部功能以及功能網絡[4-5]。rs-fMRI 是研究SD 的重要腦影像學技術，而基于個體水平的腦影像功能圖譜剖分技術是深入而精準地揭示SD發病機制與病變程度的重要研究手段。如今，SD 患者多個腦區局部功能活動和功能連接的異常已在很多研究結果中得到證實，但是由于研究方法及處理分析方法的差異，導致對于SD 患者腦區局部功能活動和功能連接在影像學下的研究結果及評估預后仍存在爭議。基于這種情況，本文主要將對目前應用于SD 中rs-fMRI 的分析方法研究進展進行綜述。

1 rs-fMRI 技術的基本原理

1992 年，OGAWA S 等[6]提出了血氧水平依賴（blood oxygen level dependence，BOLD）成像方法，即當大腦神經元興奮時會同時增加局部腦血流量及需氧量，這使得局部氧合血紅蛋白含量增加，從而反映局部神經元活動，實現了活體腦成像。BISWAL B 等[7]首先在大腦軀體感覺區域觀察到了連貫的自發波動，部分存在顯著的功能連接性，提出了rs-fMRI 技術的概念，這個發現為腦功能障礙研究提供了更加廣闊的研究空間。隨后，rs-fMRI 技術進入快速發展階段，新的成像與分析方法不斷涌現。

2 rs-fMRI 技術的分析方法

目前，rs-fMRI 主要是從局部腦區活動及腦區間功能連接兩方面來分析，局部腦區活動的分析方法主要包括低頻振蕩振幅（ALFF）和局部一致性（Re Ho），整體的功能連接分析方法包括基于種子點的功能連接分析（SBCA）、獨立成分分析（ICA）、基于體素鏡像同倫連接（VMHC）等。兩類分析方法各有優勢，下面將對主要分析方法及進展依次展開描述。

2.1 局部腦區活動的分析方法

2.1.1 ALFF 分析法 ALFF（amplitude of low-frequency fluctuation，ALFF）分析法是反映血液氧合水平相關信號變化的研究方法[8]。其主要是測量大腦局部活動幅度，通過ALFF 值的強弱變化來反映大腦各區域代謝活動的強度[9]。ALFF 值越高則表明大腦區域的活動強度越高，反之表明神經元的活動越低。ALFF 可顯示BOLD 信號振蕩的強度，與ReHo 從時域上評估不同，ALFE 法分析相對較簡單，且時間穩定性和長期內再測信度較高[10]。

研究者發現失眠障礙患者小腦后葉、島葉皮質、前額葉和丘腦的ALFF 值降低，而楔前葉、顳葉及枕葉等腦區ALFF 值升高。睡眠剝奪患者情緒及認知功能下降與這些腦區對認知和情感的影響功能有關[11-13]。RAN Q 等[14]發現失眠患者中腦ALFF 值增加，而在涉及頂葉和枕葉等與記憶和注意相關的腦區中ALFF值減低。也有研究在患有SD 的護士中觀察到與認知相關的腦區（包括內側/中/上額回、前/后扣帶回、楔前、角回、眶額葉和下屬區以及后小腦葉）中發現ALFF 降低，說明SD 擾亂了認知區域的大腦活動，并誘導了初級感覺中樞的代償反應[15]。ZUO X N 等[16]將ALFF 值細分為四個不同的頻率范圍（slow-5，slow-4，slow-3，slow-2，slow-1），灰質的振幅幅度明顯強于白質，提示不同低頻段的血氧水平依賴性可能呈現不同神經生理學表現。ZHOU F 等[17]研究發現，與原發性疾病效應相關的ALFF 廣泛分布于小腦后葉（CPL）、背側和腹側前額葉皮層、前扣帶皮層、楔前葉皮層、軀體感覺皮層和幾個默認模式亞區。幾個大腦區域（即右小腦、前葉和左殼核）表現出頻段和患者組之間的相互作用。在slow-5 頻段中，睡眠障礙患者中右側中央后回/頂下小葉的ALFF 升高，且與患者的睡眠質量和焦慮指數有關。這也提醒我們在探索ALFF 相關臨床表現時應考慮頻率因素。

2.1.2 局部一致性（regional homogeneity，ReHo）分析法 ReHo 分析方法是rs-fMRI 最常采用的影像學分析方法之一，主要是通過計算某一體素與其相鄰體素信號在同一時間序列中信號波動的一致性。肯德爾和諧系數（kendall coeficient of concordance，KCC）是從靜息狀態下大腦神經元自發活動的一致性角度，反映了局部大腦功能區神經元活動強度變化的相似程度，即當局部大腦區域的ReHo 值異常時，表明相應的大腦區可能存在功能上異常[18]。簡言之ReHo 主要反映局部腦區的神經元活動在時間上的一致性，異常則提示局部神經元活動發生改變。雖然ReHo 分析方法應用比較廣泛，但部分研究結果并不完全一致，有些結果呈現相反趨勢，因此目前十分需要探尋各腦區信號值變化的內在機制[19]。

WANG T 等[20]研究發現睡眠不足的患者多個大腦區域存在異常的自發活動，尤其是在患者的情緒相關區域，左島葉、右前扣帶回、雙側中央前回等ReHo增加，右中扣帶皮層和左梭形的ReHo 降低，同時發現左側梭狀回的ReHo 值與病程、睡眠質量指數呈正相關。ZHANG Y 等[21]也運用了ReHo 分析方法對失眠患者進行了分析，試驗的參與者還接受了關于睡眠量表和匹茲堡睡眠質量指數的評估。進行分析后發現與正常人相比，失眠患者右額上回ReHo 值升高，左小腦回、左枕下回和左杏仁核ReHo 值降低。左側枕下回中的ReHo 值與失眠患者的睡眠量表的評分呈負相關。同時作者認為杏仁核在睡眠調節中發揮作用，可能在調解情緒和壓力對睡眠的影響方面很重要。枕葉的功能障礙可能與患者推理和認知重新評估的處理效率降低有關。也有研究用ReHo方法探索健康受試者在靜息狀態、正常睡眠后和SD后的大腦區域同質性的性別差異[22]。結果顯示男性在SD 后右副中心小葉的ReHo 含量顯著較高，但在沒有明顯較低的區域。女性在SD 后在雙側頂葉、枕葉雙側視覺相關區域、右額葉和右額葉的ReHo 顯著升高。說明靜息狀態下大腦活動的差異，不僅在同性別組中的對照組和SD 組之間，而且在男性組和女性組之間也存在。因此，我們應該在未來的功能磁共振成像研究中考慮性別差異，特別是治療與大腦相關的疾病。

2.2 腦功能連接的分析方法 大腦是高度復雜且精密的系統，可以通過各個腦區之間的互相協作來完成特定的任務，功能連接（functional connectivity，FC）分析方法是指這種協作方式可以通過定量分析rs-fMRI數據來表達[23]。目前應用較多的分析方法主要有：基于種子點的分析方法 （seedbased correlation analysis，SBCA）、 獨 立 成 分 分 析（independent component analysis，ICA）、基于體素鏡像同倫連接（voxelmirrored homotopic connectivity，VMHC）等。

2.2.1 SBCA 在FC 分析方法中，SBCA 已普遍應用于目前的研究中，其方法運用簡單，結果解釋清晰。由于SBCA 有一定的主觀依賴性，為了能夠準確反映腦區間連接強度，通常研究人員會通過選定一個特定的腦區作為“種子點”與其他腦區進行相關性分析[24]。

有研究使用rs-fMRI 對左右下丘腦進行基于種子的功能連接分析，SD 患者左下丘腦與雙側丘腦、雙側前扣帶皮層、右杏仁核和右島葉之間的功能連通性增強，而左下丘腦與雙側額中回之間的功能連通性降低，研究結果表明，SD 可導致下丘腦回路中斷，這可能為睡眠剝奪后注意力障礙的神經機制提供新的見解[25]。同時該團隊還應用此方法發現在SD 患者中，右側基底核與雙側丘腦和扣帶皮層之間的功能連接增強，而左側基底核和右頂上小葉之間的功能連接減少。同時結果也表明基底核與左前扣帶皮層功能連接的改變與SD 后的警覺性和注意力呈負相關[26]。WANG Y 等[27]對雙側前島葉區進行了基于種子點的FC 分析，包括背側前島葉和腹側前島葉。觀察到SD 患者這些雙側島葉的FC 發生顯著變化。左前島葉和右額上回、右前島葉和雙側額上回之間FC 顯著增強。同時也表明島葉的FC 改變是與認知障礙有關，這也為研究SD 的機制提供了新的看法。CHENG YANG L 等[28]研究也同樣為SD 后出現認知障礙提供了證據，通過使用左右海馬的fMRI 數據進行基于種子的相關分析，以確定TSD 后海馬FC 的差異。受試者在SD 后表現出警覺性降低和短期記憶能力下降。此外，分析發現海馬、額上回、顳區和輔助運動區FC 降低。此外，觀察到海馬體和雙側丘腦之間的FC 增加，其程度與SD 后的短期記憶表現相關。研究結果表明，海馬-皮質連接的破壞與SD 后觀察到的短期記憶下降有關。這些結果也為SD 后出現認知障礙提供了進一步的證據。

2.2.2 ICA ICA 是盲源分離技術之一，其使用多元分解將全腦體素的BOLD 信號分為幾個既獨立又具有時間相關性的功能網絡。這種方法可以提取出一系列時間獨立的腦活動信號或者空間獨立的腦網絡連接，客觀、可靠分析不同的靜止狀態網絡，同時該法能有效揭示潛在影響因素[29]。

有研究使用ICA 評估了內在的大腦連通性，還分析了全局信號變異性，區域均勻性和低頻波動幅度。發現SD 患者會導致全局信號變異性增加，年輕參與者在大多數檢查網絡中具有更高的連通性，并且在包括前扣帶皮層和后扣帶皮層在內的區域具有更高的區域同質性[30]。DAI X J 等[31]分別測試了SD 狀態和休息狀態受試者的rs-fMRI，ICA 方法結果顯示，SD 受試者在右下頂葉和左楔前葉/后扣帶皮層的rsFC 降低。左梭形回、左顳中回、顳下回的rsFC 增加。說明了長期受SD 干擾的腦網絡連接存在異常。有研究發現SD 后丘腦的功能連接減少，丘腦和海馬旁以及丘腦和角回之間的功能連接減少[32]，表明丘腦在SD 對人腦的有害影響中的重要作用。丘腦被認為促進和調節新皮質區域的交流，并在調節覺醒和睡眠狀態方面發揮重要作用。因此rs-f MRI 的ICA 分析能在早期識別SD 患者。2.2.3 VMHC VMHC 揭示了雙側大腦半球間同步活動情況，可反映大腦半球間信息交流的模式。VMHC可以識別一個半球的每個體素與對半球的鏡像體素之間的皮爾森相關性，從而反映兩側半球腦信號活動協同性[33]，對大腦發揮功能信息整合有著重要作用。

ZHU Y 等[34]在早期的研究中通過VMHC 觀察SD 后半球間同位素靜息狀態功能連接的變化，發現SD 后全腦區VMHC 顯著增加，沒有區域顯示VMHC降低。為進一步驗證其結果隨后該團隊在2022 年通過VMHC 研究SD 患者大腦半球間信息的動態變化。結果顯示VMHC 的顯著時間效應主要見于雙側丘腦、雙側顳上回和雙側中央前回。此外，在左顳上回和右上回中，嗜睡量表評分與VMHC 值之間存在顯著的正相關。這些發現可能代表晝夜節律的動態調節，或者晝夜節律和睡眠穩態對丘腦、默認模式網絡和感覺運動網絡內的半球間連接的相互作用[35]。上述研究提供了關于SD如何調節半球之間大腦連接的更全面的信息，并增加了SD 后嗜睡的神經影像學相關性的新證據。迄今，VMHC 方法在SD 方面的研究仍較少，其是否可預測SD 后腦部代償機制，值得在今后進一步探究。

除了上述研究方法以外，近年來也有部分實驗與研究試圖通過分析腦網絡的富人俱樂部指數尋找網絡樞紐或確定網絡樞紐分布，來揭示出腦功能變化的神經機制[36]。且為了進行更深入的數據挖掘，對于基于網絡的統計分析與圖論的rs-fMRI 分析敏感性是否有區別等問題還需要進行更多更深入的研究與探索。

3 小結

rs-fMRI 技術是探索腦功能連接變化及腦內活動機制的技術橋梁，對于腦疾病的研究有重要意義。局部腦區活動的分析方法其優點是無需先驗假設，分析簡單。腦功能連接的各種分析方法將全腦視為一個整體，從整體反映空間上非鄰近的各功能腦區自發神經活動，優勢在于其整體性。綜合以上各種分析方法，rs-fMRI技術在SD 機制的研究以及相關治療方面可以發揮其優勢，且實現其更大的臨床價值。但各方法仍存在弊端，例如SCA 法等存在一定程度的主觀依賴性，所得結果的準確性和全面性還需進一步提高，這也是所有研究者今后需要努力的方向。