睡眠障礙的磁共振成像研究：從結構到功能

摘要 睡眠障礙作為一種常見的心理生理性疾病，會對患者的身心健康造成嚴重影響。磁共振成像（MRI）技術在睡眠障礙的研究中發揮著重要作用。本文綜述了MRI技術在睡眠障礙研究中的應用，包括腦結構變化、腦功能變化以及睡眠障礙的診斷與評估等方面。通過對國內外相關研究的梳理，總結了MRI技術在睡眠障礙研究中的進展與不足，并提出了未來研究方向與建議。

關鍵詞 睡眠障礙;磁共振成像;腦結構;腦功能;診斷與評估；影像學；顱腦

Magnetic Resonance Imaging in Sleep Disorders：from Structure to FunctionWANG Ailin，WANG Xiaoyu

（Sanquan College，Xinxiang Medical College，Xinxiang 453000，China）

Abstract As a common psychological and physiological disease，sleep disorders have a serious impact on the physical and mental health of patients.Magnetic resonance imaging（MRI） technology plays an important role in the study of sleep disorders.This paper reviews the application of MRI technology in the study of sleep disorders，including brain structure changes，brain function changes，and the diagnosis and evaluation of sleep disorders.Based on the review of relevant studies at home and abroad，this paper summarizes the progress and shortcomings of MRI technology in the study of sleep disorders，and puts forward future research directions and suggestions.

Keywords Sleep disorders; Magnetic resonance imaging; Brain structure; Brain function; Diagnosis and evaluation; Imaging; Brain

中圖分類號：R445.2；R338.63文獻標識碼：Adoi：10.3969/j.issn.2095-7130.2024.08.068

1 分類綜述

1.1 研究背景 據世界衛生組織統計，全球約有20%的成年人遭受睡眠障礙的困擾，這一數字在快節奏的現代社會中呈現出逐年攀升的趨勢^［1］。睡眠障礙不僅影響個體的認知功能、情緒調節，還與多種慢性疾病的發生、發展密切相關，如心血管疾病、糖尿病、肥胖癥等，其對社會經濟的影響亦不容小覷^［2］。在這一背景下，磁共振成像（Magnetic Resonance Imaging，MRI）技術以其無創、高分辨率的特點，在睡眠障礙的研究領域中扮演著舉足輕重的角色^［3-4］。MRI技術能夠深入探索大腦的微觀結構與功能活動，為揭示睡眠障礙的神經機制提供了強有力的工具^［5］。有研究報道，通過MRI技術發現，失眠患者的前額葉皮層灰質體積顯著減少，這一發現為理解失眠癥的神經基礎提供了新的視角^［6］。

本綜述將從腦結構變化、腦功能變化、睡眠障礙的MRI診斷與評估3個維度展開討論，探討MRI技術在睡眠障礙中的應用，以及在未來的研究中如何克服現有的挑戰，推動睡眠障礙研究的深入發展。在腦結構變化方面，MRI技術揭示了睡眠障礙患者大腦結構的顯著改變。一項針對慢性失眠患者的MRI研究發現，患者的大腦白質微觀結構存在異常，表現為白質纖維的完整性下降^［7］。這一發現提示，失眠可能與大腦白質的退行性變化有關，為失眠的病理生理機制提供了新的線索。在腦功能變化方面，MRI技術同樣展現了其在睡眠障礙研究中的獨特價值。通過功能性MRI（functional MRI，fMRI），研究者們觀察到睡眠障礙患者在執行特定任務時，大腦活動的異常模式^［8］。有研究報道，睡眠剝奪后的個體在進行工作記憶任務時，前額葉皮層的活動顯著降低，這一發現為理解睡眠剝奪對認知功能的影響提供了直接證據^［9］。在睡眠障礙的MRI診斷與評估方面，MRI技術的發展為疾病的早期診斷和病情評估提供了新的可能。基于MRI的形態學分析可以幫助醫生識別出睡眠障礙患者大腦結構的微小變化，這些變化可能預示著疾病的進展^［10］。通過分析大腦的功能連接，MRI技術還能夠評估睡眠障礙患者的腦網絡連接狀態，為疾病的個性化治療提供依據^［11］。MRI技術在睡眠障礙研究中展現出了巨大的潛力，但同時也面臨著諸多挑戰。通過不斷地探索與創新，未來有望揭開睡眠障礙的更多秘密，為患者帶來更好的治療方案，最終改善患者的生命質量。

1.2 國內外研究歷史及發展 自20世紀90年代初，隨著MRI技術的飛速發展，其在睡眠障礙研究領域的應用逐漸成為熱點。研究者們主要關注于利用MRI技術揭示睡眠障礙患者的腦結構變化，研究通過對比健康對照組與睡眠障礙患者的大腦結構，首次發現了睡眠障礙患者額葉灰質體積的減少^［12］。而額葉灰質的減少可能影響認知功能，從而可能與睡眠障礙的發展和維持有關。然而，后續的一些研究對這一發現提出了質疑，這可能是由于樣本量、研究設計、統計方法以及其他因素的差異造成的。

隨著時間的推移，MRI技術不斷進步，特別是高分辨率結構成像技術的應用，使得研究者能夠更精細地觀察腦結構的微小變化。例如，2005年的一項研究利用高分辨率MRI技術，詳細分析了慢性失眠患者的海馬體積，結果顯示，與健康對照組相比，失眠患者的海馬體積顯著減小，這一發現為理解失眠的神經生物學機制提供了重要線索^［13］。進入21世紀，fMRI技術的興起，為睡眠障礙的研究開辟了新的視角^［14］。研究者開始關注睡眠障礙患者的腦功能活動變化，研究利用fMRI技術，在靜息狀態下觀察了睡眠呼吸暫停綜合征患者的腦活動模式，發現患者在多個腦區的活動水平與健康對照組存在顯著差異，這些差異可能與患者的認知功能障礙有關^［15-16］。

近年來，隨著網絡神經科學的發展，研究者開始利用MRI技術研究睡眠障礙患者的腦網絡連接^［17-19］。相關研究采用靜息態fMRI技術，分析了睡眠剝奪后個體的大腦功能連接網絡，結果顯示，睡眠剝奪導致大腦默認模式網絡的連接性下降，這一發現揭示了睡眠在維持大腦網絡穩定性中的重要作用^［20-21］。在國內，睡眠障礙的MRI研究起步較晚，但發展迅速。自21世紀初，隨著國內MRI設備的普及和技術的提升，越來越多的研究者開始關注這一領域。2008年的一項國內研究首次報道了利用MRI技術觀察到的中國人群中睡眠障礙患者的腦結構變化，為國內相關研究提供了寶貴的數據^［22］。隨著研究的深入，國內研究者也開始探索睡眠障礙的腦功能變化。2012年的一項研究利用fMRI技術，觀察了中國失眠患者在執行認知任務時的腦活動模式，發現患者在執行任務時前額葉的活動水平顯著低于健康對照組，這一發現為理解失眠患者的認知功能障礙提供了新的視角^［23］。最近幾年，國內研究者也開始關注睡眠障礙的腦網絡連接問題。2017年的一項研究利用靜息態fMRI技術，分析了中國慢性失眠患者的腦功能連接網絡，結果顯示，患者的大腦功能連接網絡存在顯著的異常^［24］，這些異常可能與患者的睡眠質量和認知功能有關。

從最初的腦結構研究到功能研究，再到網絡連接研究，MRI技術在睡眠障礙研究中的應用經歷了從簡單到復雜，從局部到整體的演變過程。這一過程中，研究者們不斷探索新的研究方法，提高研究的分辨率和準確性，為理解睡眠障礙的神經生物學機制提供了豐富的數據和深刻的見解。

1.3 研究內容與進展 1）腦結構變化研究：在深入探討睡眠障礙的腦結構變化研究時，慢性失眠患者大腦灰質體積的顯著減少，尤其是在前額葉和顳葉區域，這一發現不僅為失眠的神經生物學基礎提供了直接證據，也為疾病的診斷和治療提供了新的視角^［25］。進一步地，一項涉及多中心合作的研究，通過對比分析了200名阻塞性睡眠呼吸暫停低通氣綜合征（Obstructive Sleep Apnea Hyponea Syndrome，OSAHS）患者與200名健康對照組的腦結構MRI數據，發現OSAHS患者在海馬體和杏仁核等與記憶和情緒調節密切相關的腦區存在顯著的灰質萎縮^［26］。這一發現不僅加深了我們對OSA神經病理機制的理解，也為該疾病的早期診斷和干預提供了可能的生物標志物。該研究在方法學上存在一定的局限性，例如，未能充分控制年齡、性別等混雜因素的影響，這可能對結果的準確性產生影響。在白質結構方面，一項采用擴散張量成像（Diffusion Tensor Imaging，DTI）技術的研究顯示，睡眠障礙患者的腦白質微觀結構存在異常，特別是在連接前額葉和邊緣系統的纖維束中，其各向異性分數（Fractional Anisotropy，FA）顯著降低，這表明白質完整性的損害可能是睡眠障礙患者認知功能下降的潛在原因^［27］。該研究的樣本量較小，且缺乏長期的隨訪數據，因此，其結論的穩健性和臨床應用價值有待進一步探討。不同類型的睡眠障礙在腦結構變化上可能存在差異。例如，一項針對發作性睡病患者的MRI研究顯示，與健康對照組相比，患者在丘腦和下丘腦等調控睡眠-覺醒周期的關鍵腦區存在體積的顯著增加^［28］。這一發現為發作性睡病的特異性病理機制提供了線索，但同樣，該研究的樣本量有限，且未考慮其他可能影響腦結構的混雜因素，如遺傳背景、生活習慣等，這限制了其結論的普適性。2）腦功能變化研究：在深入探討MRI在睡眠障礙患者腦功能變化方面的研究時，我們不得不提及一系列復雜而精妙的研究成果，這些成果如同織就一張錯綜復雜的網絡，揭示了睡眠障礙背后深層次的腦功能異常。例如，一項針對慢性失眠患者的研究發現^［29］，與健康對照組相比，失眠患者在靜息狀態下前額葉皮質的激活顯著降低，這一發現不僅為失眠的神經機制提供了新的視角，也為后續的治療策略提供了可能的方向。進一步的研究則揭示了睡眠障礙患者腦網絡連接的異常。例如，通過fMRI技術，研究者們觀察到，與正常睡眠者相比，睡眠剝奪者在執行認知任務時，其默認模式網絡（Default Mode Network，DMN）與執行控制網絡（Executive Control Network，ECN）之間的功能連接顯著減弱^［30］。這種網絡間的連接減弱，被認為是睡眠障礙患者認知功能受損的重要原因之一。研究還發現，睡眠障礙患者的腦網絡在夜間睡眠期間表現出異常的動態變化，這種變化可能與睡眠質量的下降密切相關^［31］。在分析這些研究的優缺點時發現，盡管這些研究為我們理解睡眠障礙的腦功能變化提供了寶貴的數據和深刻的見解，但也存在一定的局限性。盡管MRI技術能夠提供高分辨率的腦結構和功能圖像，但其對睡眠狀態的監測能力有限，這在一定程度上影響了研究的深度和準確性。在未來的研究中，期待看到更多關于睡眠障礙腦功能變化的前沿研究，不僅要關注腦區的局部活動，還要深入探討腦網絡的整體連接模式，以及這些模式如何與睡眠質量、認知功能和情緒狀態相互作用。通過這些深入的研究，有望揭開睡眠障礙背后復雜的腦功能機制，為患者帶來更為有效的治療方案。3）睡眠障礙的MRI診斷與評估：在探討MRI在睡眠障礙診斷與評估方面的應用時，不得不提及那些基于形態學和功能連接的指標。一項針對慢性失眠患者的MRI研究發現，與健康對照組相比，失眠患者的海馬體積顯著減小^［13］，這一發現不僅為失眠的病理生理機制提供了新的視角，也為臨床診斷提供了形態學上的依據。功能連接的指標，如同織網般交織在腦區之間，揭示了睡眠障礙患者腦網絡的異常。關于靜息態fMRI的研究顯示，睡眠剝奪后，前額葉與丘腦之間的功能連接減弱，這一發現為理解睡眠障礙對腦功能的影響提供了重要線索^［32］。雖然形態學指標能夠直觀地反映腦結構的改變，但這些改變是否直接導致睡眠障礙，或者僅是疾病過程中的伴隨現象，仍有待進一步研究。同樣，功能連接的指標雖然能夠揭示腦網絡的動態變化，但這些變化的特異性與敏感性如何，以及在不同類型的睡眠障礙中的表現是否一致，也是研究者們需要深思的問題。已有研究證實MRI技術在提高睡眠障礙診斷準確率方面發揮了重要作用。例如，通過對比分析睡眠障礙患者與健康對照組的腦結構和功能差異，研究者們能夠更精確地識別出疾病的生物標志物，從而為臨床診斷提供更為客觀的依據^［33］。最新研究通過分析睡眠障礙患者的腦白質完整性，發現白質微觀結構的損傷程度與病情的嚴重程度成正相關，這一發現為病情評估提供了新的量化指標^［34］。同時也必須清醒地認識到，MRI技術在睡眠障礙診斷與評估中的應用仍面臨著諸多挑戰。MRI數據的采集與處理需要高度的專業技術，任何微小的操作失誤都可能導致結果的偏差，樣本的選擇與代表性也是影響研究結果可靠性的關鍵因素。

2 小結

在深入探討了MRI技術在睡眠障礙研究中的應用后，我們不難發現，盡管該技術在揭示睡眠障礙的腦結構與功能變化方面取得了顯著進展，但仍存在諸多挑戰與局限。針對這些不足，未來的研究方向應當集中在以下幾個方面：擴大樣本量并進行多中心合作研究，以提高研究結果的普遍性和可重復性。研究方法的創新也是推動睡眠障礙MRI研究的關鍵。例如，采用機器學習算法分析MRI數據，可以提高對睡眠障礙的診斷準確性，并可能發現新的生物標志物。同時，結合睡眠監測技術，如多導睡眠圖（Polysomnography，PSG），與MRI數據同步采集，可以更精確地關聯睡眠結構與腦功能變化，從而深化對睡眠障礙機制的理解。在技術層面，提高MRI掃描的時空分辨率，優化數據采集和處理流程，減少運動偽影和掃描時間，將有助于提高研究的精確性和可行性。同時，加強對研究人員的培訓，提高他們對MRI數據分析的專業技能，也是確保研究質量的重要環節。

3 討論

MRI技術在睡眠障礙研究中展現出巨大的潛力，但仍需通過跨學科合作、方法創新和嚴格的質量控制，來克服當前的局限。未來的研究應當致力于構建更為全面、深入的睡眠障礙腦影像數據庫，以期為臨床診斷、治療和預后評估提供更為堅實的科學依據。通過這些努力，我們有望在不久的將來，實現對睡眠障礙更為精準的診斷和更為有效的治療。

利益沖突聲明：無。

參考文獻

［1］黃偉康，李志銘，吳水天，等.靜息態功能磁共振成像分析原發性失眠患者大腦的小世界網絡［J］.Journal of Southern Medical University，2021，41（3）：424.

［2］林參，陳志剛，馬麗珍，等.急性腦梗死后并發睡眠障礙的發生機制探討［J］.中西醫結合心腦血管病雜志，2011，9（2）：169-171.

［3］章清樂，劉松平，劉菲菲.大型復合材料蜂窩夾芯結構X射線數字成像自動化快速掃描檢測技術［J］.航空制造技術，2022，65（13）：78-83.

［4］李一杰，韓英妹，張衡，等.主觀認知下降的結構和功能磁共振成像研究進展［J］.分子影像學雜志，2024，47（1）：98-101.

［5］吳宏赟，齊向華.功能磁共振在睡眠障礙中的應用進展［J］.中國醫藥導報，2014，11（6）：159-161.

［6］王曼，宋魯平.原發性失眠神經機制的磁共振成像研究進展［J］.中國現代神經疾病雜志，2018，18（3）：160.

［7］周平，閆超群，張帥，等.失眠患者腦結構異常的磁共振研究進展［J］.中國醫學科學院學報，2018，40（4）：543-548.

［8］秦賀，劉波，喻大華.失眠患者大腦功能變化的磁共振影像學研究進展［J］.中國醫學物理學雜志，2018，35（9）：1039-1042.

［9］徐皎皎，張穎，陳學偉.睡眠剝奪復合間斷連續作業對靜息態前扣帶回功能連接的影響［J］.解放軍預防醫學雜志，2018，36（12）：1508-1510，1538.

［10］黃俏庭，史長征，孫堯，等.失眠障礙患者小腦中央核磁共振波譜成像研究［J］.中國神經精神疾病雜志，2018，44（3）：155-160.

［11］LIU S W，GUAN M，LI B J，et al.Clinical Study on Treating Post-stroke Sleep Disorders by Fastigial Nucleus Stimulation［J］.Chinese Journal of Contemporary Neurology amp;amp; Neurosurgery，2017，17（3）：192-196.

［12］HOCHMAN M S，CHEDIAK A D，ZIFFER J A.Hyperekplexia：report of a Nonfamilial Adult Onset Case Associated with Obstructive Sleep Apnea and Abnormal Brain Nuclear Tomography［J］.Sleep，1994，17（3）：280-283.

［13］PAPADOPOULOU M，RENTZOS M，VAGIAKIS E，et al.An Unusual Case of Insomnia Associated with Whipple Encephalopathy：First Case Reported From Greece［J］.Neurol Sci，2005，26（3）：174-177.

［14］徐麗麗.首發抑郁癥患者及抑郁易感者靜息態腦功能磁共振的研究［D］.蘭州：蘭州大學，2016.

［15］邱春，趙軍，管一暉.睡眠疾病的功能影像學研究進展［J］.國際放射醫學核醫學雜志，2013，37（5）：314-321.

［16］張亞男，湯琪，孫晴晴，等.功能磁共振成像技術在失眠障礙伴焦慮中的應用［J］.中風與神經疾病雜志，2021，38（5）：414-420.

［17］李晴，汪啟昕，李子遇，等.神經網絡結構搜索在腦數據分析領域的研究進展［J］.軟件學報，2024，35（4）：1682-1702.

［18］焦庭軒.基于深度神經網絡的大腦功能網絡分類研究［D］.常州：常州大學，2021.

［19］王菁.基于腦網絡和并行卷積神經網絡的腦電信號識別［D］.廣州：廣州大學，2022.

［20］陳紫微，江桂華，葉茜，等.失眠障礙腦功能靜息態功能磁共振成像研究進展［J］.磁共振成像，2023，14（1）：151-155.

［21］雷煜，王路斌，邵永聰，等.睡眠剝奪影響大腦情緒功能網絡的靜息態功能磁共振成像研究［J］.第三軍醫大學學報，2015，37（22）：2278-2284.

［22］姚志劍.重性抑郁癥的腦功能磁共振研究及臨床應用初探［D］.南京：東南大學，2008.

［23］梁敏杰，李潔，周全，等.抑郁障礙相關性失眠患者靜息態腦默認網絡磁共振研究［J］.臨床放射學雜志，2012，31（11）：1528-1533.

［24］許曉躍，王水，陸儒，等.基于體素的靜息態fMRI觀察原發性失眠患者針刺治療后全腦度中心度的改變［J］.中山大學學報：醫學科學版，2017，38（2）：296-300.

［25］吳加滿，劉緒明，吳立共，葉宏達，夏盛偉，胡萬華.慢性失眠患者大腦皮層灰質體積變化的MRI研究［J］.醫學影像學雜志，2021，31（7）：1090-1094.

［26］薛祺，郭蘭田，章晶月.阻塞性睡眠呼吸暫停低通氣綜合征患者顱腦磁共振成像研究進展［J］.磁共振成像，2021，12（11）：97.

［27］孫哲，王云玲，賈琳，等.DTI技術在高血壓患者伴與不伴睡眠障礙腦細微結構變化中的應用研究［J］.磁共振成像，2020，11（7）：518-521.

［28］韓芳，陳爾璋，魏海琳，等.發作性睡病患者的人類白細胞抗原易感基因研究［J］.中華醫學雜志，2003，83（8）：32-34.

［29］馬思懿，張宗軍.皮質下血管性認知功能障礙的腦默認網絡靜息態功能磁共振研究［J］.醫學影像學雜志，2015，25（2）：189-193.

［30］徐永強，王興瑞，胡文鐘，等.短期睡眠剝奪影響持續性注意力的認知神經機制：基于靜息態功能MRI低頻振幅分數分析［J］.放射學實踐，2021，36（2）：158-163.

［31］王金瑩，薛蓉.快速眼動期睡眠行為障礙患者的神經心理特征及睡眠結構的相關臨床研究［C］//中國睡眠醫學論壇暨中國睡眠研究會睡眠障礙專業委員會成立十周年.2015.

［32］吳瑤，李繼元，宋云龍，齊建林，田雨，孟利民，潘志斌.靜息態功能磁共振成像對36小時睡眠剝奪健康成年男性情緒功能網絡影響的研究［J］.臨床放射學雜志，2019，38（2）：219-223.

［33］蔡靖，李玉濤，宋雪豐，等.基于腦電兩節律和BP神經網絡的運動想象分類研究［J］.電子測量與儀器學報，2023，34（6）：176-182.

［34］楊澤華，劉波，李帥，等.腦白質疏松患者睡眠障礙與血清NSE，HIF-1α，BDNF的相關性研究［J］.中國實用醫藥，2023，18（12）：36-39.