基于静息态fMRI的功能连接分析方法的研究
静息态功能磁共振
静息态功能磁共振静息态功能磁共振（Resting-state functional magnetic resonance imaging，rs-fMRI）是一种用于研究大脑神经活动的非侵入性神经影像学技术。
与传统的任务激活性功能磁共振成像不同，静息态功能磁共振不需要被试者执行特定的认知任务，而是在被试者松弛状态下，记录大脑在静息状态下的神经活动情况。
本文将探讨静息态功能磁共振技术的原理、应用和局限性。
静息态功能磁共振技术基于大脑的自发神经活动。
即使在被试者休息状态下，大脑的神经元仍然会不断地进行自发性活动，形成所谓的“静息态网络”。
这些网络包括默认模式网络（DMN）、前脑网络、感觉运动网络等。
静息态功能磁共振通过测量大脑不同区域的血氧水平变化，可以揭示这些静息态网络之间的相互连接和功能关系，为研究大脑功能提供了新的视角。
静息态功能磁共振在神经科学研究中具有广泛的应用。
首先，它可以用于研究大脑的功能连接和网络结构，揭示不同脑区之间的信息传递路径和调控机制。
其次，静息态功能磁共振还可以用于疾病诊断和治疗监测。
许多精神疾病如抑郁症、焦虑症等都与大脑功能网络的异常有关，静息态功能磁共振可以帮助医生更好地理解这些疾病的病理机制，为个体化治疗提供依据。
然而，静息态功能磁共振也存在一些局限性。
首先，由于大脑的自发神经活动受到许多因素的影响，如心理状态、环境因素等，因此静息态功能磁共振的测量结果具有一定的不稳定性。
其次，静息态功能磁共振无法直接测量神经元的电活动，只能通过血氧水平变化间接地反映神经活动情况，因此在解释结果时需要谨慎。
总的来说，静息态功能磁共振作为一种新兴的神经影像学技术，在研究大脑功能和疾病机制方面具有重要意义。
随着技术的不断发展和完善，相信静息态功能磁共振将在神经科学研究和临床实践中发挥越来越重要的作用，为人类认识大脑、治疗疾病带来新的希望。
愿静息态功能磁共振技术能够为人类健康和幸福作出更大的贡献。
2型糖尿病合并高血压对脑功能联合损伤效应的静息态fMRI研究
２型糖尿病合并高血压对脑功能联合损伤效应的静息态ｆＭＲＩ研究张东升ꎬ高㊀洁ꎬ严雪娇ꎬ程㊀苗ꎬ折㊀霞ꎬ汤㊀敏ꎬ张小玲陕西省人民医院ＭＲＩ室㊀陕西㊀西安㊀７１００６８㊀㊀ʌ摘㊀要ɔ㊀目的㊀探讨静息状态下２型糖尿病合并高血压对大脑神经元自发活动及认知功能是否存在联合损伤效应ꎮ方法㊀选取１８例２型糖尿病合并高血压患者(Ｔ２ＤＭ＋ＨＴＮ)及１８例单纯２型糖尿病患者(Ｔ２ＤＭ)行ｆＭＲＩ检查及神经心理学量表测试ꎬ观察组间低频振幅(ＡＬＦＦ)改变的脑区及神经心理学量表差异ꎬ并以组间差异脑区为感兴趣区(ＲＯＩ)与神经心理学量表行相关性分析ꎮ结果㊀相对于单纯Ｔ２ＤＭ患者ꎬＴ２ＤＭ＋ＨＴＮ患者双侧后扣带/楔前叶ＡＬＦＦ值减低ꎬ并且Ｔ２ＤＭ＋ＨＴＮ患者活动减低脑区与连线测试Ａ(ＴＭＴ￣Ａ)负相关ꎮ结论㊀Ｔ２ＤＭ＋ＨＴＮ对大脑神经元自发活动存在联合损伤效应ꎬ损伤区域主要位于双侧后扣带/楔前叶ꎮʌ关键词ɔ㊀２型糖尿病ꎻ高血压ꎻ磁共振成像ꎻ低频振幅中图分类号:Ｒ５８７.１ꎻＲ４４５.２㊀㊀㊀文献标识码:Ａ㊀㊀㊀文章编号:１００６￣９０１１(２０２１)１０￣１６２９￣０５Ｅｖａｌｕａｔｉｎｇｔｈｅｃｏｍｂｉｎｅｄｄａｍａｇｅｏｆｔｙｐｅ２ｄｉａｂｅｔｅｓａｎｄｈｙｐｅｒｔｅｎｓｉｏｎｏｎｓｐｏｎｔａｎｅｏｕｓｂｒａｉｎａｃｔｉｖｉｔｙｂｙｒｅｓｔｉｎｇｓｔａｔｅｆｕｎｃ￣ｔｉｏｎａｌＭＲＩＺＨＡＮＧＤｏｎｇｓｈｅｎｇꎬＧＡＯＪｉｅꎬＹＡＮＸｕｅｊｉａｏꎬＣＨＥＮＧＭｉａｏꎬＺＨＥＸｉａꎬＴＡＮＧＭｉｎꎬＺＨＡＮＧＸｉａｏｌｉｎｇＤｅｐａｒｔｍｅｎｔｏｆＭＲＩꎬＳｈａｎｘｉＰｒｏｖｉｎｃｉａｌＰｅｏｐｌｅ ｓＨｏｓｐｉｔａｌꎬＸｉ ａｎ７１００６８ꎬＰ.Ｒ.ＣｈｉｎａʌＡｂｓｔｒａｃｔɔ㊀Ｏｂｊｅｃｔｉｖｅ㊀Ｔｏｅｘｐｌｏｒｅｗｈｅｔｈｅｒｔｈｅｒｅｉｓｃｏｍｂｉｎｅｄｄａｍａｇｅｏｆｔｙｐｅ２ｄｉａｂｅｔｅｓａｎｄｈｙｐｅｒｔｅｎｓｉｏｎｏｎｔｈｅｓｐｏｎｔａｎｅｏｕｓｂｒａｉｎａｃｔｉｖｉｔｙａｔｒｅｓｔｉｎｇｓｔａｔｅａｎｄｃｏｇｎｉｔｉｖｅｆｕｎｃｔｉｏｎ.Ｍｅｔｈｏｄｓ㊀ＲｅｓｔｉｎｇｓｔａｔｅｆＭＲＩａｎｄｎｅｕｒｏｐｓｙｃｈｏｌｏｇｉｃａｌａｓｓｅｓｓｍｅｎｔｗｅｒｅｐｅｒ￣ｆｏｒｍｅｄｏｎ１８ｄｉａｂｅｔｉｃｐａｒｔｉｃｉｐａｎｔｓｗｉｔｈｈｙｐｅｒｔｅｎｓｉｏｎ(Ｔ２ＤＭ＋ＨＴＮ)ａｎｄ１８ｐａｒｔｉｃｉｐａｎｔｓｗｉｔｈｄｉａｂｅｔｉｃｏｎｌｙ.ＤｉｆｆｅｒｅｎｃｅｓｉｎＡＬＦＦａｎｄｎｅｕｒｏｐｓｙｃｈｏｌｏｇｉｃａｌｓｃｏｒｅｗｅｒｅｃｏｍｐａｒｅｄｂｅｔｗｅｅｎｔｈｅｔｗｏｇｒｏｕｐｓ.Ｔｈｅｎꎬｔｈｅｒｅｇｉｏｎｓｔｈａｔｓｈｏｗｅｄｓｉｇｎｉｆｉｃａｎｔｌｙｄｉｆｆｅｒｅｎｔｗｅｒｅｓｅ￣ｌｅｃｔｅｄａｓｒｅｇｉｏｎｓｏｆｉｎｔｅｒｅｓｔ(ＲＯＩ)ｆｏｒｔｈｅｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｂｅｔｗｅｅｎＡＬＦＦｖａｌｕｅｓａｎｄｎｅｕｒｏｐｓｙｃｈｏｌｏｇｉｃａｌｓｃｏｒｅ.Ｐ<０.０５ｗａｓｃｏｎｓｉｄｅｒｅｄｓｔａｔｉｓｔｉｃａｌｌｙｓｉｇｎｉｆｉｃａｎｔ.Ｒｅｓｕｌｔｓ㊀ＣｏｍｐａｒｅｄｗｉｔｈＴ２ＤＭꎬＴ２ＤＭ＋ＨＴＮｈａｄｄｅｃｒｅａｓｅｄＡＬＦＦｉｎｂｉｌａｔｅｒａｌｐｏｓｔｅｒｉｏｒｃｉｎ￣ｇｕｌａｔｅｃｏｒｔｅｘ/ｐｒｅｃｕｎｅｕｓꎬｗｈｉｃｈｗａｓａｌｓｏｎｅｇａｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈＴＭＴ￣Ａ.Ｃｏｎｃｌｕｓｉｏｎ㊀Ｔ２ＤＭａｎｄＨＴＮｈａｖｅｃｏｍｂｉｎｅｄｄａｍ￣ａｇｅｏｎｔｈｅｓｐｏｎｔａｎｅｏｕｓｂｒａｉｎａｃｔｉｖｉｔｙꎬａｎｄｔｈｅｉｍｐａｉｒｅｄｒｅｇｉｏｎｓｍａｉｎｌｙｌｏｃａｔｅｉｎｔｈｅｂｉｌａｔｅｒａｌｐｏｓｔｅｒｉｏｒｃｉｎｇｕｌａｔｅｃｏｒｔｅｘ/ｐｒｅｃｕｎｅｕｓ.ʌＫｅｙｗｏｒｄｓɔ㊀Ｔｙｐｅ２ｄｉａｂｅｔｅｓｍｅｌｌｉｔｕｓꎻＨｙｐｅｒｔｅｎｓｉｏｎꎻＭａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇꎻＡｍｐｌｉｔｕｄｅｏｆｌｏｗ￣ｆｒｅｑｕｅｎｃｙｆｌｕｃｔｕａｔｉｏｎ㊀㊀２型糖尿病(ｔｙｐｅ２ｄｉａｂｅｔｅｓｍｅｌｌｉｔｕｓꎬＴ２ＤＭ)是目前最为常见的慢性疾病之一ꎬ研究[１]显示ꎬＴ２ＤＭ不仅会引起脑结构及神经元自发活动异常ꎬ并且会导致注意力㊁执行功能㊁视觉信息处理等多种认知功能损伤[２]ꎮ约７５％Ｔ２ＤＭ患者合并有高血压(ｈｙ￣ｐｅｒｔｅｎｓｉｏｎꎬＨＴＮ)[３]ꎬＨＴＮ会引起脑萎缩及广泛的脑灌注异常[４￣５]ꎬ同样会导致视觉空间ꎬ神经反应速度㊁注意力及记忆力等认知功能下降[６￣７]ꎮＴ２ＤＭ及ＨＴＮ均为轻度认知功能障碍的高危因素之一ꎬ相对于单纯Ｔ２ＤＭ患者ꎬＴ２ＤＭ合并ＨＴＮ是否会加剧患者脑功能损伤及认知功能下降ꎬ目前相关研究较基金项目:陕西省重点研发计划项目(编号:２０１８ＺＤＸＭ￣ＳＦ￣０３８)ꎻ陕西省重点研发计划项目(编号:２０１９ＳＦ￣１３１)作者简介:张东升(１９８５￣)ꎬ男ꎬ医学硕士ꎬ主治医师ꎬ主要从事医学影像学诊断工作通信作者:高洁㊀Ｅ￣ｍａｉｌ:ｇａｏｊｉｅ８６６１＠１６３.ｃｏｍ少ꎮ低频振幅(ａｍｐｌｉｔｕｄｅｏｆｌｏｗ￣ｆｒｅｑｕｅｎｃｙｆｌｕｃｔｕａ￣ｔｉｏｎꎬＡＬＦＦ)能够反映静息状态下单个体素血氧水平依赖(ｂｌｏｏｄｏｘｙｇｅｎａｔｉｏｎｌｅｖｅｌｄｅｐｅｎｄｅｎｔꎬＢＯＬＤ)信号ꎬ在低频振幅(０.０１~０.０８Ｈｚ)下神经元自发的固有的活动[８]ꎬ已被广泛应用于评价多种神经精神疾病脑功能损伤情况ꎮ本文拟采用静息态功能磁共振ＡＬＦＦ方法ꎬ探讨Ｔ２ＤＭ合并ＨＴＮ对患者大脑神经元自发活动及认知功能损伤的联合效应ꎮ１㊀资料与方法１.１㊀临床资料选取我院Ｔ２ＤＭ患者３６例ꎬ纳入须符合世界卫生组织Ｔ２ＤＭ的诊断标准ꎬ包括:１)空腹血糖ȡ７.０ｍｍｏｌ/Ｌꎻ２)口服糖耐量试验２ｈ餐后血糖ȡ１１.１ｍｍｏｌ/Ｌꎻ３)有三多一少症状ꎬ且随机血糖ȡ１１.１ｍｍｏｌ/Ｌꎬ若无高血糖的症状ꎬ标准中的１)㊁２)项应９２６１进行复查ꎬ两次达到标准即可诊断ꎻ年龄４０~７０岁ꎻ无精神药物滥用或依赖史ꎻ无其它神经及精神病史ꎬ既往无神经系统外伤手术史ꎻ均为右利手ꎮ排除标准:有听力㊁语言交流困难㊁幽闭恐惧症等无法配合ＭＲＩ检查者ꎻ合并其他内分泌疾患者ꎻ合并影响认知功能的其它精神及神经疾病者ꎻ被试者常规ＭＲＩ扫描异常ꎬ包括脑血管意外㊁肿瘤㊁外伤㊁感染㊁先天性脑发育异常等ꎮ根据血压将被试者分为两组ꎬＴ２ＤＭ合并ＨＴＮ组(Ｔ２ＤＭ＋ＨＴＮ)及单纯Ｔ２ＤＭ组ꎬＨＴＮ诊断标准要求被试者收缩压ȡ１４０ｍｍＨｇ或(和)舒张压ȡ９０ｍｍＨｇꎮＴ２ＤＭ＋ＨＴＮ组１８例中男性１３例ꎬ女性５例ꎬ年龄４６~６４岁ꎬ平均年龄(５５ ７ʃ６.７)岁ꎮ选择人口学资料相匹配的单纯Ｔ２ＤＭ组患者１８例ꎬ其中男性１５例ꎬ女性３例ꎬ年龄４４~６４岁ꎬ平均年龄(５５.３ʃ６.０)岁ꎮ本文经陕西省人民医院伦理委员会批准ꎬ所有被试者在检查前均被详细告知试验内容及方法ꎬ并签署知情同意书ꎮ１.２㊀检查方法采用３.０ＴＰｈｉｌｉｐｓＩｎｇｅｎｉａ磁共振扫描仪ꎬ使用１６通道相控阵头线圈ꎮ检查过程中被试者仰卧ꎬ保持全身静止不动ꎬ闭目ꎬ清醒ꎬ并且不要进行特别的思考ꎮ用棉垫帮助固定头部ꎬ以耳塞帮助降低噪音ꎮ首先行常规Ｔ１ＷＩ㊁Ｔ２ＷＩ及Ｔ２￣ＦＬＡＩＲ序列用于临床影像学诊断ꎬ剔除脑实质有明显病变的被试者ꎮ随后行３Ｄ￣Ｔ１ＷＩ及静息态ｆＭＲＩ扫描ꎬ静息态数据采用梯度回波平面成像序列ꎬ扫描参数:ＴＲ２０００ｍｓꎬＴＥ３０ｍｓꎬＦＯＶ２３０ｍｍˑ２３０ｍｍꎬ矩阵１２８ˑ１２８ꎬ翻转角９０ʎꎬ采集２００个时间点ꎬ层厚４ｍｍꎬ共３４层ꎮ１.３㊀神经心理学评估被试者需完成简易智力状态检查量表(ｍｉｎｉ￣ｍｅｎｔａｌｓｔａｔｅｅｘａｍｉｎａｔｉｏｎꎬＭＭＳＥ)㊁蒙特利尔认知评估量表(ｍｏｎｔｒｅａｌｃｏｇｎｉｔｉｖｅａｓｓｅｓｓｍｅｎꎬＭｏＣＡ)㊁连线测试Ａ(ｔｒａｉｌ￣ｍａｋｉｎｇｔｅｓｔｐａｒｔＡꎬＴＭＴ￣Ａ)及画钟试验(ｃｌｏｃｋｄｒａｗｉｎｇｔａｓｋꎬＣＤＴ)ꎮＭＭＳＥ及ＭｏＣＡ用于评估被试者的一般认知功能ꎬＴＭＴ￣Ａ评估被试者神经反应速度及注意力ꎬＣＤＴ评估被试者视觉空间功能ꎮ心理测试由经过心理学测试培训的本科室护士完成ꎮ１.４㊀图像后处理利用ｄｐａｂｉ２.３软件对３Ｄ￣Ｔ１ＷＩ及静息态数据进行处理及统计学分析ꎮＡＬＦＦ数据处理流程如下ꎬ去除前１０个时间点ꎬ行时间校正及空间校正ꎬ剔除头动较大患者(平动ȡ１.５ｍｍꎬ角动ȡ１.５ʎ)ꎬ将静息态数据配准到３Ｄ￣Ｔ１ＷＩ模板中ꎬ将头动参数㊁白质㊁脑脊液信号作为协变量剔除ꎬ标准化到３ｍｍˑ３ｍｍˑ３ｍｍ分辨率重采样ꎬ然后采用ＦＷＨＭ为６的高斯平滑核进行平滑处理ꎬ得到每个被试者全脑ＡＬＦＦ(０.０１~０.０８Ｈｚ)信号图ꎮ随后对两组被试者行两独立样本ｔ检验ꎬ组间比较结果采用高斯随机场(ｇａｕｓｓｉａｎｒａｎｄｏｍｆｉｅｌｄｓꎬＧＲＦ)校正ꎬ单个体素Ｐ<０.００１ꎬ校正后Ｐ<０.０５ꎮ１.５㊀统计学分析使用ＳＰＳＳ１７.０统计软件ꎬ对一般人口学资料数据符合正态分布的采用两样本ｔ检查ꎬ采用 ２检验比较组间性别及并发症的差异ꎮ提取活动有显著性差异脑区的ＡＬＦＦ值ꎬ以ＢＭＩ为协变量ꎬ分别与两组ＭＭＳＥ㊁ＭｏＣＡ㊁ＣＤＴ及ＴＭＴ￣Ａ评分进行偏相关分析ꎮ所有统计学检验均为双侧ꎬ以Ｐ<０.０５为差异有统计学意义ꎮ２㊀结果２.１㊀两组被试者资料比较两组被试者在年龄㊁性别㊁病程㊁受教育程度㊁糖化血红蛋白㊁空腹血糖㊁甘油三酯㊁总胆固醇㊁低密度脂蛋白㊁高密度脂蛋白㊁腰围等资料方面差异均无统计学意义ꎮＴ２ＤＭ＋ＨＴＮ组收缩压㊁舒张压及ＢＭＩ明显高于单纯Ｔ２ＤＭ组ꎬＴ２ＤＭ＋ＨＴＮ组ＣＤＴ评分明显低于单纯Ｔ２ＤＭ组ꎮＭＭＳＥ㊁ＭｏＣＡ及ＴＭＴ￣Ａ测试结果两组间差异均无统计学意义ꎬ见表１ꎮ２.２㊀静息态ｆＭＲＩ结果组间比较结果显示ꎬ相对于单纯Ｔ２ＤＭ患者ꎬＴ２ＤＭ＋ＨＴＮ组患者双侧后扣带/楔前叶神经元自发活动减低(图１ａ~１ｅ)ꎬ体素值＝６５ꎬ最大差异点ＭＮＩ坐标(￣３ꎬ￣６０ꎬ１５)ꎮ２.３㊀相关分析结果Ｔ２ＤＭ＋ＨＴＮ组双侧后扣带/楔前叶ＡＬＦＦ活动减低程度与ＴＭＴ￣Ａ评分呈负相关(Ｐ＝０.０３３ꎬＲ＝￣０.５３４)ꎮ３㊀讨论㊀㊀本文发现相对于单纯Ｔ２ＤＭ患者ꎬＴ２ＤＭ＋ＨＴＮ患者双侧后扣带/楔前叶ＡＬＦＦ值减低ꎬ并且活动减低脑区ＡＬＦＦ值与ＴＭＴ￣Ａ负相关ꎬ提示Ｔ２ＤＭ合并ＨＴＮ对患者大脑神经元自发活动存在联合损伤效应ꎮ后扣带(ｐｏｓｔｅｒｉｏｒｃｉｎｇｕｌａｔｅｃｏｒｔｅｘꎬＰＣＣ)包括楔前叶及压后部皮质[９]ꎬ由于ＰＣＣ及楔前叶解剖位置毗邻ꎬ并且在功能上具有一致性ꎬ在此将一并讨论ꎮ０３６１表１㊀Ｔ２ＤＭ＋ＨＴＮ组及单纯Ｔ２ＤＭ组一般人口学㊁临床资料及认知评分Ｔ２ＤＭ＋ＨＴＮ组Ｔ２ＤＭ组Ｐ值年龄(岁)５５.７ʃ６.７５５.３ʃ６.００.８７性别(男/女)１３/５１５/３０.６９受教育程度(年)１３.１７ʃ２.７３１３.９４ʃ１.９５０.８１ＢＭＩ(ｋｇ/ｍ２)２５.７５ʃ２.９１２４.００ʃ１.１２０.０２∗收缩压(ｍｍＨｇ)１４６.３９ʃ１３.７０１１６.８３ʃ７.２７<０.００１∗舒张压(ｍｍＨｇ)９０.０５ʃ１２.４９７４.１７ʃ６.４７<０.００１∗病程(年)７.１１ʃ５.５１６.７８ʃ４.８１０.８５视网膜病变(例)５２０.４０周围神经病变(例)８１００.７４糖尿病肾病(例)１１１１１.００腰围(ｃｍ)９２.３１ʃ８.８２８７.１１ʃ５.８７０.０７ＨｂＡ１ｃ(％)７.８０ʃ１.４９８.３４ʃ１.９１０.３５空腹血糖(ｍｍｏｌ/Ｌ)９.１７ʃ２.９５９.０５ʃ３.１４０.９０甘油三脂(ｍｍｏｌ/Ｌ)３.２１ʃ６.０４１.４１ʃ０.４４０.２２总胆固醇(ｍｍｏｌ/Ｌ)５.２１ʃ１.８９４.３９ʃ０.７７０.１０低密度脂蛋白(ｍｍｏｌ/Ｌ)２.６７ʃ０.８２２.４５ʃ０.４８０.３５高密度脂蛋白(ｍｍｏｌ/Ｌ)１.１３ʃ０.２６１.１０ʃ０.２４０.６５ＣＤＴ１５.１４ʃ５.７９２０.８２ʃ６.６７０.０１∗ＴＭＴ￣Ａ(ｓ)７８.１１ʃ２２.７９７０.６１ʃ２９.８２０.４０ＭＭＳＥ２７.９４ʃ２.２８２８.３９ʃ１.４２０.４９ＭｏＣＡ２６.２２ʃ２.５３２７.０５ʃ２.２１０.３０㊀㊀注:∗Ｐ<０.０５ꎻＢＭＩꎬ体质指数ꎻＨｂＡ１ｃꎬ糖化血红蛋白ꎻＣＤＴꎬ画钟试验ꎻＴＭＴ￣Ａꎬ连线测试ＡꎻＭＭＳＥꎬ简易智力状态检查量表ꎻＭｏＣＡꎬ蒙特利尔认知评估量表先前笔者[１０]采用ＡＬＥ￣Ｍｅｔａ分析发现Ｔ２ＤＭ患者在静息状态下ＰＣＣ神经元自发活动减低ꎬ证实ＰＣＣ是Ｔ２ＤＭ静息态下易损脑区之一ꎮＰＣＣ是默认功能网络(ｄｅｆａｕｌｔｍｏｄｅｎｅｔｗｏｒｋꎬＤＭＮ)的中心节点ꎬＤＭＮ网络是静息态中大脑相对稳定的活动模式ꎬ与个体的内感受及自醒等功能有关[１１]ꎬ在静息状态下ꎬＤＭＮ网络的神经元长期处于活动状态ꎮ神经元活动是一种高代谢过程并且会增加有氧酵解ꎬ会导致相关脑区更易堆积淀粉样物质ꎬ而Ｔ２ＤＭ患者葡萄糖代谢异常可能加剧此过程[１２]ꎬ淀粉样物质能够损伤线粒体功能进而导致脑功能异常[１３]ꎮＲａｉｃｈｌｅ等[１４]研究发现后扣带/楔前叶比其他脑区脑血流量及代谢率平均高出约４０％ꎬ即相对于其他脑区来说更易受高血糖所致的脑损伤ꎬ故Ｔ２ＤＭ患者ＰＣＣ长期淀粉样物质异常堆积可能是导致其功能异常的主要原因ꎮＨＴＮ会引起脑血流动力学改变ꎬ血压升高时血管阻力增加引起血管壁增厚ꎬ导致血管腔内容积减少ꎬ相应脑区血流量减少ꎮ文献报道[１５]显示认知功能正常的老年ＨＴＮ患者ＰＣＣ等多个脑区局部脑血流量下降ꎮ近期有研究[１６]发现ＨＴＮ患者在Ｓｒｏｏｐ任务中楔前叶㊁扣带回等广泛脑区激活增加ꎮ这些研究提示ＨＴＮ患者ＰＣＣ结构及功能均存在异常ꎮＡＬＦＦ反映静息状态下神经元自发的固有的活动ꎬ然而ꎬ血流动力学特性会影响ＢＯＬＤ信号所反映的神经元活动情况ꎮ脑血管疾病能够改变神经元活动[１７]ꎬ并且有研究[１８]显示家族性高血压的健康青年部分脑区ＢＯＬＤ信号存在异常ꎬ这提示ＢＯＬＤ信号与血流动力学改变可能存在交互作用ꎮ此外ꎬ高血糖同样会引起血管及血流动力学改变ꎬ基于磁共振灌注成像的研究[１９]也证实Ｔ２ＤＭ患者视觉及ＤＭＮ区域存在脑血流量下降ꎬ并且与认知功能相关ꎻ由此可见Ｔ２ＤＭ及ＨＴＮ在脑功能损伤生理病理基础上存在协同促进作用ꎬ两种效应叠加会进一步加重相应脑区功能异常ꎮＴｃｈｉｓｔｉａｋｏｖａ等[２０]从结构学角度也证实Ｔ２ＤＭ及ＨＴＮ对脑的联合损伤效应ꎬ结果显示相对于单纯ＨＴＮ患者ꎬＴ２ＤＭ＋ＨＴＮ患者枕叶皮层灰质厚度减少及脑血管反应性降低ꎬ并且发现ＰＣＣ及楔前叶等脑区皮层厚度与执行功能相关ꎮ虽然已经证实Ｔ２ＤＭ及ＨＴＮ均会造成认知功能损伤ꎬ但在Ｔ２ＤＭ＋ＨＴＮ患者中ꎬ这种损伤源于糖代谢或(和)脑血流异常仍然存在争议ꎮ本文结果显１３６１图１ａ~１ｅ㊀相对于单纯Ｔ２ＤＭ组ꎬＴ２ＤＭ＋ＨＴＮ组ＡＬＦＦ值减低的脑区ꎬ单个体素Ｐ<０.００１(ＧＲＦ矫正ꎬＰ<０.０５)ꎮ左上角数字显示为坐标ꎻ条图上浅蓝￣深蓝对应ｔ值从大至小示Ｔ２ＤＭ＋ＨＴＮ组ＣＤＴ评分明显低于单纯Ｔ２ＤＭ组ꎬ提示Ｔ２ＤＭ＋ＨＴＮ组患者视觉空间功能损伤更为明显ꎮ虽然Ｔ２ＤＭ组与Ｔ２ＤＭ＋ＨＴＮ组在其他行为学量表评分组间并无统计学差异ꎬ但Ｔ２ＤＭ＋ＨＴＮ组ＴＭＴ￣Ａ用时相对更长ꎬ提示Ｔ２ＤＭ＋ＨＴＮ患者注意力及神经反应速度较差ꎮＰＣＣ参与信息处理速度㊁记忆力㊁注意力等多种认知单元ꎬ尤其在调节注意力方面具有重要作用ꎬ具有调控及平衡内㊁外注意力的能力[２１]ꎮ本组结果提示Ｔ２ＤＭ＋ＨＴＮ患者双侧后扣带/楔前叶ＡＬＦＦ值与ＴＭＴ￣Ａ负相关ꎬ进一步证实ＰＣＣ活动减低及相关认知功能损伤是Ｔ２ＤＭ合并ＨＴＮ的联合效应所致ꎮ本文存在一定的局限性:首先ꎬ样本量较小ꎬ这可能是导致所观察到阳性结果较少的原因之一ꎮ其次ꎬ作为横断面观察ꎬ只能推测Ｔ２ＤＭ合并ＨＴＮ对脑损伤存在联合效应ꎬ后期还需进一步行纵向观察以证实我们的假设ꎮ综上所述ꎬ本组结果证实Ｔ２ＤＭ及ＨＴＮ对患者大脑神经元自发活动存在联合损伤效应ꎬ受损脑区主要位于双侧后扣带/楔前叶ꎮ提示在Ｔ２ＤＭ＋ＨＴＮ患者的临床治疗过程中ꎬ在有效调控Ｔ２ＤＭ的情况下合理控制血压ꎬ可能降低患者脑功能的损伤ꎮ参考文献:[１]白伟ꎬ郭炜ꎬ陈自谦.２型糖尿病视网膜病变患者脑自发神经活动的静息态功能磁共振研究[Ｊ].医学影像学杂志ꎬ２０１８ꎬ２８(２):１９１￣１９５.[２]ＭａｃｐｈｅｒｓｏｎＨꎬＦｏｒｍｉｃａＭꎬＨａｒｒｉｓＥꎬｅｔａｌ.Ｂｒａｉｎｆｕｎｃｔｉｏｎａｌａｌ￣ｔｅｒａｔｉｏｎｓｉｎＴｙｐｅ２Ｄｉａｂｅｔｅｓ￣ＡｓｙｓｔｅｍａｔｉｃｒｅｖｉｅｗｏｆｆＭＲＩｓｔｕｄｉｅｓ[Ｊ].Ｆｒｏｎｔｉｅｒｓｉｎｎｅｕｒｏｅｎｄｏｃｒｉｎｏｌｏｇｙꎬ２０１７ꎬ４７(１):３４￣４６.[３]ＣｏｌｏｓｉａＡＤꎬＰａｌｅｎｃｉａＲꎬＫｈａｎＳ.Ｐｒｅｖａｌｅｎｃｅｏｆｈｙｐｅｒｔｅｎｓｉｏｎａｎｄｏｂｅｓｉｔｙｉｎｐａｔｉｅｎｔｓｗｉｔｈｔｙｐｅ２ｄｉａｂｅｔｅｓｍｅｌｌｉｔｕｓｉｎｏｂｓｅｒｖａ￣ｔｉｏｎａｌｓｔｕｄｉｅｓ:ａｓｙｓｔｅｍａｔｉｃｌｉｔｅｒａｔｕｒｅｒｅｖｉｅｗ[Ｊ].ＤｉａｂｅｔｅｓꎬＭｅｔ￣ａｂｏｌｉｃＳｙｎｄｒｏｍｅａｎｄＯｂｅｓｉｔｙ:ＴａｒｇｅｔｓａｎｄＴｈｅｒａｐｙꎬ２０１３ꎬ６(１):３２７￣３３８.[４]ＶａｎｄｅｒＶｅｅｎＰＨꎬＧｅｅｒｌｉｎｇｓＭＩꎬＶｉｓｓｅｒｅｎＦＬꎬｅｔａｌ.Ｈｙｐｅｒｔｅｎ￣ｓｉｖｅｔａｒｇｅｔｏｒｇａｎｄａｍａｇｅａｎｄｌｏｎｇｉｔｕｄｉｎａｌｃｈａｎｇｅｓｉｎｂｒａｉｎｓｔｒｕｃ￣ｔｕｒｅａｎｄｆｕｎｃｔｉｏｎ:ｔｈｅｓｅｃｏｎｄｍａｎｉｆｅｓｔａｔｉｏｎｓｏｆａｒｔｅｒｉａｌｄｉｓｅａｓｅ￣ｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｓｔｕｄｙ[Ｊ].Ｈｙｐｅｒｔｅｎｓｉｏｎꎬ２０１５ꎬ６６(６):１１５２￣１１５８.[５]Ｂｅａｓｏｎ￣ＨｅｌｄＬＬꎬＭｏｇｈｅｋａｒＡꎬＺｏｎｄｅｒｍａｎＡＢꎬｅｔａｌ.Ｌｏｎｇｉｔｕｄｉ￣ｎａｌｃｈａｎｇｅｓｉｎｃｅｒｅｂｒａｌｂｌｏｏｄｆｌｏｗｉｎｔｈｅｏｌｄｅｒｈｙｐｅｒｔｅｎｓｉｖｅｂｒａｉｎ[Ｊ].Ｓｔｒｏｋｅꎬ２００７ꎬ３８(６):１７６６￣１７７３.[６]ＤａｈｌｅＣＬꎬＪａｃｏｂｓＢＳꎬＲａｚＮ.Ａｇｉｎｇꎬｖａｓｃｕｌａｒｒｉｓｋꎬａｎｄｃｏｇｎｉ￣ｔｉｏｎ:ｂｌｏｏｄｇｌｕｃｏｓｅꎬｐｕｌｓｅｐｒｅｓｓｕｒｅꎬａｎｄｃｏｇｎｉｔｉｖｅｐｅｒｆｏｒｍａｎｃｅｉｎｈｅａｌｔｈｙａｄｕｌｔｓ[Ｊ].ＰｓｙｃｈｏｌｏｇｙａｎｄＡｇｉｎｇꎬ２００９ꎬ２４(１):１５４￣１６２.[７]ＧｉｆｆｏｒｄＫＡꎬＢａｄａｒａｃｃｏＭꎬＬｉｕＤꎬｅｔａｌ.Ｂｌｏｏｄｐｒｅｓｓｕｒｅａｎｄｃｏｇ￣ｎｉｔｉｏｎａｍｏｎｇｏｌｄｅｒａｄｕｌｔｓ:ａｍｅｔａ￣ａｎａｌｙｓｉｓ[Ｊ].Ａｒｃｈｉｖｅｓｏｆｃｌｉｎ￣ｉｃａｌｎｅｕｒｏｐｓｙｃｈｏｌｏｇｙ:ｔｈｅｏｆｆｉｃｉａｌｊｏｕｒｎａｌｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅ￣ｍｙｏｆＮｅｕｒｏｐｓｙｃｈｏｌｏｇｉｓｔｓꎬ２０１３ꎬ２８(７):６４９￣６６４.[８]ＺａｎｇＹＦꎬＨｅＹꎬＺｈｕＣＺꎬｅｔａｌ.ＡｌｔｅｒｅｄｂａｓｅｌｉｎｅｂｒａｉｎａｃｔｉｖｉｔｙｉｎｃｈｉｌｄｒｅｎｗｉｔｈＡＤＨＤｒｅｖｅａｌｅｄｂｙｒｅｓｔｉｎｇ￣ｓｔａｔｅｆｕｎｃｔｉｏｎａｌＭＲＩ[Ｊ].Ｂｒａｉｎ＆Ｄｅｖｅｌｏｐｍｅｎｔꎬ２００７ꎬ２９(２):８３￣９１.[９]ＰａｒｖｉｚｉＪꎬＶａｎＨｏｅｓｅｎＧＷꎬＢｕｃｋｗａｌｔｅｒＪꎬｅｔａｌ.Ｎｅｕｒａｌｃｏｎｎｅｃ￣ｔｉｏｎｓｏｆｔｈｅｐｏｓｔｅｒｏｍｅｄｉａｌｃｏｒｔｅｘｉｎｔｈｅｍａｃａｑｕｅ[Ｊ].Ｐｒｏｃｅｅｄ￣ｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｏｆＡｍｅｒｉｃａꎬ２００６ꎬ１０３(５):１５６３￣１５６８.[１０]张东升ꎬ高洁ꎬ折霞ꎬ等.２型糖尿病患者静息态功能ＭＲＩ异常活动脑区激活似然估计的Ｍｅｔａ分析[Ｊ].中华放射学杂志ꎬ２０１８ꎬ５２(４):２４１￣２４６.[１１]ＲａｉｃｈｌｅＭＥ.Ｔｈｅｂｒａｉｎ'ｓｄｅｆａｕｌｔｍｏｄｅｎｅｔｗｏｒｋ[Ｊ].ＡｎｎｕａｌＲｅ￣ｖｉｅｗｏｆＮｅｕｒｏｓｃｉｅｎｃｅꎬ２０１５ꎬ３８(１):４３３￣４４７.[１２]ＡｋｈｔａｒＭＷꎬＳａｎｚ￣ＢｌａｓｃｏＳꎬＤｏｌａｔａｂａｄｉＮꎬｅｔａｌ.Ｅｌｅｖａｔｅｄｇｌｕ￣ｃｏｓｅａｎｄｏｌｉｇｏｍｅｒｉｃｂｅｔａ￣ａｍｙｌｏｉｄｄｉｓｒｕｐｔｓｙｎａｐｓｅｓｖｉａａｃｏｍｍｏｎｐａｔｈｗａｙｏｆａｂｅｒｒａｎｔｐｒｏｔｅｉｎＳ￣ｎｉｔｒｏｓｙｌａｔｉｏｎ[Ｊ].ＮａｔｕｒｅＣｏｍｍｕ￣ｎｉｃａｔｉｏｎｓꎬ２０１６ꎬ７(１):１０２４２￣１０２５３.[１３]ＷａｎｇＺＪꎬＨａｎＷＮꎬＹａｎｇＧＺꎬｅｔａｌ.ＴｈｅｎｅｕｒｏｐｒｏｔｅｃｔｉｏｎｏｆＲａｔ￣ｔｉｎａｇａｉｎｓｔａｍｙｌｏｉｄｂｅｔａｐｅｐｔｉｄｅｉｎｓｐａｔｉａｌｍｅｍｏｒｙａｎｄｓｙｎａｐｔｉｃｐｌａｓｔｉｃｉｔｙｏｆｒａｔｓ[Ｊ].Ｈｉｐｐｏｃａｍｐｕｓꎬ２０１４ꎬ２４(１):４４￣５３.[１４]ＲａｉｃｈｌｅＭＥꎬＭａｃＬｅｏｄＡＭꎬＳｎｙｄｅｒＡＺꎬｅｔａｌ.Ａｄｅｆａｕｌｔｍｏｄｅｏｆｂｒａｉｎｆｕｎｃｔｉｏｎ[Ｊ].ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉ￣ｅｎｃｅｓｏｆｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｏｆＡｍｅｒｉｃａꎬ２００１ꎬ９８(２):６７６￣６８２.[１５]ＤａｉＷꎬＬｏｐｅｚＯＬꎬＣａｒｍｉｃｈａｅｌＯＴꎬｅｔａｌ.Ａｂｎｏｒｍａｌｒｅｇｉｏｎａｌｃｅｒｅｂｒａｌｂｌｏｏｄｆｌｏｗｉｎｃｏｇｎｉｔｉｖｅｌｙｎｏｒｍａｌｅｌｄｅｒｌｙｓｕｂｊｅｃｔｓｗｉｔｈｈｙ￣ｐｅｒｔｅｎｓｉｏｎ[Ｊ].Ｓｔｒｏｋｅꎬ２００８ꎬ３９(２):３４９￣３５４.[１６]ＮａｕｍｃｚｙｋＰꎬＳａｂｉｓｚＡꎬＷｉｔｋｏｗｓｋａＭꎬｅｔａｌ.Ｃｏｍｐｅｎｓａｔｏｒｙｆｕｎｃｔｉｏｎａｌｒｅｏｒｇａｎｉｚａｔｉｏｎｍａｙｐｒｅｃｅｄｅｈｙｐｅｒｔｅｎｓｉｏｎ￣ｒｅｌａｔｅｄｂｒａｉｎｄａｍａｇｅａｎｄｃｏｇｎｉｔｉｖｅｄｅｃｌｉｎｅ:ａｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇｓｔｕｄｙ[Ｊ].Ｊｏｕｒｎａｌｏｆｈｙｐｅｒｔｅｎｓｉｏｎꎬ２０１７ꎬ３５(６):２３６１１２５２￣１２６２.[１７]ＥｓｐｏｓｉｔｏＭꎬＤｅｏｕｅｌｌＬＹꎬＧａｚｚａｌｅｙＡ.ＡｌｔｅｒａｔｉｏｎｓｉｎｔｈｅＢＯＬＤｆＭＲＩｓｉｇｎａｌｗｉｔｈａｇｅｉｎｇａｎｄｄｉｓｅａｓｅ:ａｃｈａｌｌｅｎｇｅｆｏｒｎｅｕｒｏｉｍａｇ￣ｉｎｇ[Ｊ].Ｎａｔｕｒｅｒｅｖｉｅｗｓ.Ｎｅｕｒｏｓｃｉｅｎｃｅꎬ２００３ꎬ４(１１):８６３￣８７２.[１８]ＨａｌｅｙＡＰꎬＧｕｎｓｔａｄＪꎬＣｏｈｅｎＲＡꎬｅｔａｌ.Ｎｅｕｒａｌｃｏｒｒｅｌａｔｅｓｏｆｖｉｓｕｏｓｐａｔｉａｌｗｏｒｋｉｎｇｍｅｍｏｒｙｉｎｈｅａｌｔｈｙｙｏｕｎｇａｄｕｌｔｓａｔｒｉｓｋｆｏｒｈｙｐｅｒｔｅｎｓｉｏｎ[Ｊ].ＢｒａｉｎＩｍａｇｉｎｇａｎｄＢｅｈａｖｉｏｒꎬ２００８ꎬ２(３):１９２￣１９９.[１９]ＸｉａＷꎬＲａｏＨꎬＳｐａｅｔｈＡＭꎬｅｔａｌ.ＢｌｏｏｄｐｒｅｓｓｕｒｅｉｓａｓｓｏｃｉａｔｅｄｗｉｔｈｃｅｒｅｂｒａｌｂｌｏｏｄｆｌｏｗａｌｔｅｒａｔｉｏｎｓｉｎｐａｔｉｅｎｔｓｗｉｔｈＴ２ＤＭａｓｒｅ￣ｖｅａｌｅｄｂｙｐｅｒｆｕｓｉｏｎｆｕｎｃｔｉｏｎａｌＭＲＩ[Ｊ].Ｍｅｄｉｃｉｎｅꎬ２０１５ꎬ９４(４８):１￣７.[２０]ＴｃｈｉｓｔｉａｋｏｖａＥꎬＡｎｄｅｒｓｏｎＮＤꎬＧｒｅｅｎｗｏｏｄＣＥꎬｅｔａｌ.Ｃｏｍｂｉｎｅｄｅｆｆｅｃｔｓｏｆｔｙｐｅ２ｄｉａｂｅｔｅｓａｎｄｈｙｐｅｒｔｅｎｓｉｏｎａｓｓｏｃｉａｔｅｄｗｉｔｈｃｏｒｔｉｃａｌｔｈｉｎｎｉｎｇａｎｄｉｍｐａｉｒｅｄｃｅｒｅｂｒｏｖａｓｃｕｌａｒｒｅａｃｔｉｖｉｔｙｒｅｌａｔｉｖｅｔｏｈｙｐｅｒ￣ｔｅｎｓｉｏｎａｌｏｎｅｉｎｏｌｄｅｒａｄｕｌｔｓ[Ｊ].ＮｅｕｒｏＩｍａｇｅＣｌｉｎｉｃａｌꎬ２０１４ꎬ５(１):３６￣４１.[２１]ＬｅｅｃｈＲꎬＳｈａｒｐＤＪ.Ｔｈｅｒｏｌｅｏｆｔｈｅｐｏｓｔｅｒｉｏｒｃｉｎｇｕｌａｔｅｃｏｒｔｅｘｉｎｃｏｇｎｉｔｉｏｎａｎｄｄｉｓｅａｓｅ[Ｊ].Ｂｒａｉｎ:ＡＪｏｕｒｎａｌｏｆＮｅｕｒｏｌｏｇｙꎬ２０１４ꎬ１３７(１):１２￣３２.(收稿日期:２０１９￣０６￣０６)(上接１６２８页)图１Ａꎬ１Ｂ㊀Ｔ２ＷＩ㊁Ｔ１ＷＩＴ４水平椎管内脊髓外等Ｔ１㊁Ｔ２信号结节㊀图１Ｃ㊀抑脂序列结节信号欠均匀㊀图１Ｄ~１Ｆ㊀ＭＲＩ增强扫描后呈明显强化ꎬ临近脊膜增厚强化㊀图１Ｇ㊀病理切片:瘤细胞较小㊁圆形ꎬ异型性较小ꎬ部分区域瘤细胞密集排列ꎬ瘤组织中散在软骨成分ꎬ近中央处见钙化叶性软骨肉瘤ꎬ且脊膜瘤多为良性肿瘤ꎬ而间叶性软骨肉瘤为恶性肿瘤ꎬ临近骨质多有破坏ꎮ另有文献[３]报道该肿瘤体积多较大ꎬ边缘大多可见分叶ꎬ故二者有一定鉴别点ꎬ只有将临床表现㊁病理及影像特点紧密结合ꎬ才能减少误诊率ꎮ该肿瘤预后差ꎬ后期容易出现复发或转移ꎬ转移常为血行转移ꎬ最常见的部位是肺和骨ꎬ手术切除是最有效的治疗方法ꎬ可以辅助放疗或化疗ꎮ参考文献:[１]ＳｃｈｅｉｔｈａｕｅｒＢＷꎬＲｕｂｉｎｓｔｅｉｎＬＪ.Ｍｅｎｉｎｇｅａｌｍｅｓｅｎｃｈｙｍａｌｃｈｏｎ￣ｄｒｏｓａｒｃｏｍａ:ｒｅｐｏｒｔｏｆ８ｃａｓｅｓｗｉｔｈｒｅｖｉｅｗｓｏｆｔｈｅｌｉｔｅｒａｔｕｒｅ[Ｊ].Ｃａｎｃｅｒꎬ１９７８ꎬ４２(６):２７４４￣２７５２.[２]蔡雷ꎬ高子芬ꎬ黄啸原.软组织间叶性软骨肉瘤临床病理分析[Ｊ].北京大学学报(医学版)ꎬ２００６ꎬ３８(５):５０１￣５０５.[３]周玲ꎬ张超敏.颅内原发间叶型软骨肉瘤一例[Ｊ].临床放射学杂志ꎬ２０１３ꎬ３２(１):１０￣１１.(收稿日期:２０２０￣０７￣２７)３３６１。
区域大脑功能连接技术的应用教程与认知能力分析
区域大脑功能连接技术的应用教程与认知能力分析区域大脑功能连接技术被广泛应用于认知神经科学领域，通过对大脑内各个区域之间连接模式的研究和分析，揭示了大脑在不同认知任务下的网络结构和功能调控机制。
本文将为读者介绍区域大脑功能连接技术的应用教程，并结合具体案例，分析其在评估认知能力中的应用价值。
一、区域大脑功能连接技术的基础原理区域大脑功能连接技术基于静息态功能磁共振成像（rs-fMRI）数据，通过计算脑区之间的时空相关性，揭示大脑内不同区域之间的功能连接模式。
其基本步骤包括：数据获取与预处理、功能连接构建和统计分析。
在数据获取与预处理阶段，研究者通过rs-fMRI技术获取被试的脑部图像数据，并对其进行数据清洗、去趋势、去头部运动等预处理过程，以消除来自于技术因素和个体差异的干扰。
在功能连接构建阶段，研究者通常采用基于Pearson相关系数或互信息的方法，计算不同脑区之间的功能连接强度。
通过连接矩阵的构建，可以描述出大脑网络的拓扑结构，进而分析其功能连接特征。
最后，在统计分析阶段，研究者可以采用多种方法进行分析，如基于图论的参数计算、功能模块检测和脑网络图分析等等，以探索大脑网络的组织原则和功能特征。
二、区域大脑功能连接技术的应用教程1. 数据获取与预处理在进行区域大脑功能连接技术的研究中，首先需要获取被试者的静息态功能磁共振成像（rs-fMRI）数据。
常用的扫描参数包括TR（重复时间）、TE（回波时间）、片厚和片间间隔等。
一般来说，需要保证数据的空间分辨率在2mm左右，以获得较高的图像质量。
对于数据的预处理，主要包括去除头动和噪声、去掉线性趋势、去除低频信号等步骤。
常用的预处理软件包括AFNI、FSL和SPM 等，可以根据实际情况选择合适的软件进行处理。
2. 功能连接构建在功能连接构建阶段，可以根据研究的需要选择不同的功能连接计算方法。
常用的方法包括Pearson相关系数、互信息、时滞相关和小波相关等。
基于静息态fMRI的功能连接分析方法的研究
前扣带回 31
ACG.L -4.04 35.04 13.95
前扣带回 32
ACG.R 8.46 37.01 15.84
额中回 7
MFG.L -33.43 32.73 35.46
额中回 8
MFG.R 37.59 33.06 34.04
楔前叶 67
PRE.L -7.24 -56.07 48.01
楔前叶 68
基于静息态fMRI的功能 连接分析方法的研究
1
CONTENTS
• 一、 选题目的及意义 • 二 、实验框架 • 三 、研究成果 • 四 、关键技术与难点 • 五 、展望
2
一 选题目的及意义
人脑是目前人类发现的最复杂和最具智能的功 能组织系统之一，数以万计的神经元相互连接形 成了复杂的脑结构，并通过相互间的作用表现出 多样的智能活动。近年来，随着fMRI技术的发展， 脑功能连接的研究目前主要有两个方向：
（5）根据设定的阈值将相关系数矩阵二值化， 构建种子点脑区功能连接网络可视化。
9
（1） 原始数据预处理
原始图像 数据格式转换
空间标准化
时间层矫正 头动矫正
平滑
去线性漂移
滤波
10
（2）种子点ROIs提取
法一种子点ROIs时间序列提取：
Rest工具包->Extract ROI Time courses
8
3.2 静息态下功能连接分析步骤：
（1） 原始磁共振图像数据预处理； （2）感兴趣脑区ROI的提取；提取ROI时间序列； （3） 计算感兴趣脑区之间的相关系数； （4）通过统计检验设定功能连接的阈值，判断 脑区之间是否存在功能连接；本实验首先建立 PCC脑区与全脑的功能连接，并将其定位于解剖 结构图，得到了该脑区与全脑功能连接信号强弱 的功能像图谱；
静息状态下脑功能连接的磁共振成像研究
静息状态下脑功能连接的磁共振成像研究1. 本文概述本文旨在系统地探讨静息状态下脑功能连接的磁共振成像（Restingstate Functional Magnetic Resonance Imaging, rsfMRI）研究，这一领域近年来已成为认知神经科学与临床神经影像学研究的核心议题之一。
静息态功能成像是通过监测大脑在无特定任务指令下自发性神经活动的时空模式，揭示内在的脑网络组织及其动态变化，对于理解大脑的正常功能架构、疾病发生机制以及个体差异提供了独特视角。
本文首先概述rsfMRI的基本原理，包括其依赖的血氧水平依赖（Blood Oxygen Level Dependent, BOLD）信号以及如何利用这一信号反映神经元活动引起的局部血液动力学变化。
接着，我们将详细介绍静息态脑功能连接的主要分析方法，如种子点分析、独立成分分析（Independent Component Analysis, ICA）、图论网络分析等，阐述这些方法如何从不同层面揭示大脑区域间的时间同步性和功能集成性。
默认模式网络（Default Mode Network, DMN）：作为最早识别且最为人所知的静息态网络，DMN涉及后扣带回皮层、楔前叶、外侧顶叶及内侧前额叶皮层等多个脑区，其在静息状态下表现出高度的内在连通性，并与自我参照思维、记忆检索、情感调控等高级认知功能密切相关。
我们将回顾DMN的结构特征、功能属性及其在健康和疾病状态下的变异规律。
其他关键网络及其功能：除DMN之外，静息态研究还揭示了多个具有特定功能特性的脑网络，如执行控制网络、感觉运动网络、视觉网络等。
本文将概述这些网络的组成、功能角色以及它们在静息态下与其他网络的交互关系。
静息态功能连接的临床应用：探讨rsfMRI在诊断、预后评估及治疗监测中的价值，特别是在神经精神疾病（如阿尔茨海默病、帕金森病、精神分裂症、抑郁症等）、脑损伤（如创伤后应激障碍、中风等）以及发展障碍（如自闭症谱系障碍）等领域的研究成果。
大脑静息态网络连接模式及其意识状态预测
大脑静息态网络连接模式及其意识状态预测大脑作为人类神经系统的核心，一直以来都是科学家们的研究热点。
近年来，有关大脑静息态网络连接模式及其意识状态预测的探索引起了广泛的关注。
本文将对大脑静息态网络连接模式的概念进行解释，并探讨如何通过这种模式来预测意识状态。
首先，我们来了解大脑静息态网络连接模式的基本概念。
静息态是指个体在安静、无任务、无外界刺激下的大脑状态。
在这种状态下，大脑各个区域之间的连接和相互作用与执行任务时的状态有所不同。
研究者使用功能磁共振成像（fMRI）等技术来观察个体在静息态下的大脑网络连接模式。
在大脑静息态下，大脑网络不同区域之间的连接被分为“内在连接网络（Intrinsic Connectivity Networks, ICNs）”。
这些网络在没有特定任务的情况下依然存在，并且在个体之间具有一定的普遍性。
典型的ICNs包括默认模式网络（Default Mode Network, DMN）、前脑控制网络（Dorsal Attention Network, DAN）和视觉网络（Visual Network）等。
每个网络在大脑中的位置和功能都有所不同。
然而，大脑静息态的网络连接模式是如何与意识状态相关联的呢？研究发现，大脑静息态的网络连接模式与个体的意识状态之间存在一定的关联。
意识状态是指一个人对外界刺激的感知和理解程度，包括清醒、昏迷、睡眠等不同状态。
通过研究大脑静息态的网络连接模式，科学家们试图了解不同意识状态之间的差异，并尝试预测个体的意识状态。
在这方面，一种常用的方法是使用机器学习技术。
研究者将大量已知意识状态的数据输入机器学习模型，让模型建立与意识状态之间的关联。
然后，将未知意识状态的数据输入到训练好的模型中，通过模型的预测结果来预测个体的意识状态。
这种方法在一定程度上可以准确地预测个体的意识状态，但仍需进一步的研究和改进。
除了机器学习技术，还有一些其他的方法可以用于预测个体的意识状态。
AD患者脑功能偏侧性改变的静息态fMRI研究
AD患者脑功能偏侧性改变的静息态fMRI研究张乐乐;赵小虎;林起湘;席芊【摘要】目的采用功能磁共振技术,探讨阿尔茨海默病(Alzheimer disease,AD)患者静息状态下的脑功能偏侧性的改变.方法实验数据均来自ADNI(Alzheimer disease Neuroimaging Initiative)数据库,以17例右利手阿尔茨海默病患者为研究对象,19例右利手正常老年人作为对照.将全脑灰质随机划分为左右半球对称的256对种子区,基于功能连接分析法计算偏侧性指数(laterality index,LI),量化分析静息态下脑功能偏侧性程度;计算0＜|LI|＜0.2、0.2≤|LI| ＜0.4、0.4≤|LI| ＜0.8、|LI| ≥0.8四段阈值下的左偏LI之和及右偏LI之和,探索AD患者较正常老年人静息状态下的脑功能偏侧性是否存在改变.结果对照组在0＜|LI| ＜0.2、0.2≤|LI| ＜0.4、0.4≤|LI| ＜0.8阈值内左右半球偏侧性未见明显不同,在|LI|≥0.8的阈值内表现出明显的差异,体现出显著的左侧优势(P =0.005);与对照组比较,AD患者在|LI| ≥0.8阈值内左侧优势消失(P=0.06),在0.4≤|LI| ＜0.8阈值内出现显著的右侧优势(P=0.03).结论对照组静息态脑功能存在一定的偏侧性,该偏侧性主要体现在偏侧性较强范围内(|LI|≥0.8),表现为左侧优势;AD组在偏侧性较强的范围内(0.8≤| LI|)左侧优势消失,可能是其特征性改变;AD组在偏侧性较弱的范围内(0.4≤|LI| ＜0.8)表现出右侧优势,可能是与认知有关的脑功能代偿所致.【期刊名称】《同济大学学报（医学版）》【年(卷),期】2016(037)004【总页数】6页(P60-64,69)【关键词】静息态功能磁共振;功能连接;阿尔茨海默病;偏侧性指数【作者】张乐乐;赵小虎;林起湘;席芊【作者单位】同济大学附属同济医院影像科,上海200065;同济大学附属同济医院影像科,上海200065;北京师范大学认知神经科学与学习国家重点实验室,北京100875;同济大学附属东方医院实验室,上海200120【正文语种】中文【中图分类】R445.2正常两大脑半球在解剖结构和功能上具有一定的偏侧性。
静息态fMRI功能连接分析方法的研究与应用
ｃ ｏ ｌ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ２ ８ ｈ ｅ ａ ｌ ｔ ｈ ｙ ｓ ｕ ｂ ｊ ｅ ｃ ｔ ｓ ａ ｎ ｄ ３ ８ ｐ ａ ｔ ｉ ｅ ｎ ｔ ｓ ｗ ｉ ｔ ｈ ｄ ｅ ｐ ｒ ｅ ｓ ｓ ｉ ｏ ｎ ．Ｉ ｔ ｎ ｏ ｔ ｏ ｎ ｌ ｙ ｉ ｎ ｃ ｌ ｕ ｄ ｅ ｓ ｃ ｒ ｏ ｓ ｓ — ｃ ｏ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ
对照组的显著异常，通过这些异常的指标作为特征进行模 式分类，对于建立抑郁症诊疗的影像 学指 标起 到 了一定 作 用，从 而 可以更好 地辅助 抑郁 症 临床诊 断和 疗效评判 。
关键词 ：静息 态功 能磁共 振成像 ；功能 连接 ；模 型驱 动 ；时频域分 析 ；分类 ；抑 郁症
Ｓ ｔ ｕｄ ｙ ａ ｎ ｄ ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ａ ｌ ｃ ｏ ｎ ｎ ｅ ｃ ｔ ｉ ｖ ｉ ｔ ｙ － ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ
功能磁共振成像技术对大脑神经网络连接性分析
功能磁共振成像技术对大脑神经网络连接性分析功能磁共振成像技术（Functional Magnetic Resonance Imaging，fMRI）是一种通过血氧水平变化来研究大脑活动的非侵入性影像技术。
它能够提供关于大脑神经网络连接性的信息，从而帮助我们更好地理解大脑的功能和神经机制。
大脑是一个高度连接的复杂网络，不同脑区之间的神经元通过神经突触相互连接，形成了复杂的神经回路。
这些神经回路负责感知、思维、记忆以及运动等各种认知和行为功能。
通过功能磁共振成像技术，我们可以观察到大脑中不同脑区之间的活动变化，进而推断这些脑区之间的连接性。
功能磁共振成像技术的工作原理是基于血液氧合水平的变化。
当某一部分大脑活动增加时，该区域需求氧气增加，血流量也会相应增加。
由于血红蛋白含有铁离子，铁离子的磁性使得血液在磁场中具有不同的磁化特性。
因此，通过检测不同时间点上的血氧水平变化，可以获得大脑活动的时间序列数据。
大脑的功能连接性是指不同脑区之间的联系和相互作用。
通过利用功能磁共振成像技术，可以采集到全脑不同区域的活动数据，并将这些数据进行分析与处理，从而揭示不同脑区之间的功能连接性。
这一分析方法被称为功能连接性分析。
功能连接性分析的目标是找到大脑不同脑区之间的相关性，并且通过这种关系揭示大脑活动的模式和机制。
一种常用的分析方法是静息态功能连接性分析（Resting-State Functional Connectivity，RSFC）。
在静息态下，被试者无任务执行，大脑自由进行内部交流和信息处理。
通过记录被试者在静息态下的脑活动数据，可以揭示不同脑区之间的连接关系。
在功能连接性分析中，常用的数据处理方法有时域分析和频域分析。
时域分析主要通过计算两个脑区之间的时间序列相关性来评估其连接强度。
频域分析则是将大脑活动信号转换为频率域，从而可以揭示不同脑区之间的频率特性和功能模式。
功能连接性分析的结果可以帮助我们更好地理解大脑的功能组织和信息传递。
《基于熵的人脑静息态fMRI信号复杂度分析及其应用》范文
《基于熵的人脑静息态fMRI信号复杂度分析及其应用》篇一一、引言近年来，随着神经影像学技术的飞速发展，人脑静息态功能磁共振成像（fMRI）已成为研究脑功能与结构的重要手段。
其中，熵作为一种衡量信号复杂度的有效工具，在fMRI信号分析中得到了广泛应用。
本文旨在探讨基于熵的人脑静息态fMRI信号复杂度分析方法及其在相关领域的应用。
二、熵的概念及其在fMRI信号分析中的应用熵是一个描述系统混乱程度的物理量，常用于衡量信号的复杂度。
在fMRI信号分析中，熵可以用来反映人脑在不同状态下神经活动的复杂性和动态变化。
通过对fMRI信号的熵进行分析，可以更好地理解人脑的功能和结构。
三、基于熵的人脑静息态fMRI信号复杂度分析方法（一）方法概述本文提出了一种基于熵的人脑静息态fMRI信号复杂度分析方法。
首先，通过采集人脑静息态fMRI数据，提取出脑区时间序列信号；然后，利用熵的相关算法，如香农熵、近似熵等，对提取出的信号进行复杂度分析；最后，根据分析结果，对人脑不同区域的神经活动进行定性和定量的描述。
（二）具体实现步骤1. 数据采集：利用fMRI设备采集人脑静息态数据，获取脑区时间序列信号。
2. 信号预处理：对采集到的数据进行去噪、配准等预处理操作，以提高信号质量。
3. 熵计算：采用香农熵、近似熵等算法，计算预处理后的信号的熵值。
4. 结果分析：根据熵值的大小，分析人脑不同区域的神经活动复杂度，并进一步探讨其与认知功能的关系。
四、应用领域（一）神经疾病诊断与治疗基于熵的人脑静息态fMRI信号复杂度分析方法在神经疾病诊断与治疗中具有重要应用价值。
通过分析患者脑部信号的熵值，可以更好地了解疾病的发病机制和病理过程，为疾病诊断提供有力依据。
同时，还可以根据分析结果制定个性化的治疗方案，提高治疗效果。
（二）认知功能研究熵值可以反映人脑神经活动的复杂度和动态变化，因此在认知功能研究中具有重要价值。
通过分析不同年龄、性别、教育背景等人群的脑部信号的熵值，可以深入了解人脑认知功能的发育、老化和损伤等情况，为认知科学和神经科学的研究提供有力支持。
基于脑电的静息态功能连接分析
随着脑成像技术的发展，人们对大脑功能的研究越来越深入， 并逐渐从定位特殊功能脑区转变为研究脑功能连接。静息态是 大脑不执行具体的认知任务，保持安静、放松、清醒的一种状 态，息态功能连接能体现大脑最本质、固有的连接模式，已 成为近年来脑功能连接研究的热门课题之一。
目前国内外研究脑静息态功能连接主要以功能磁共振成像 （fMRI）技术为手段，fMRI具有很高的空间分辨率，能得到静 息态功能连接与脑解剖学结构连接之间的密切联系，但是fMRI 设备昂贵，对实验数据采集环境要求很高，特别是其时间分辨 率很低，对于脑科学研究存在不便。而脑电图（EEG）作为一种 普遍的监测大脑活动的工具，具有很高的时间分辨率，对采集 环境无特殊要求，是脑科学研究的传统手段之一。
在基于脑电的α 波静息态动态功能连接方面，在对闭眼和睁眼 状态下的64电极静息态脑电数据进行分析中引进了滑动时间窗
的方法，探索了α 波在闭眼和睁眼状态下多个静息态脑网络随 时间的动态变化，如默认网络、视觉联合皮层、体感皮层、视
觉性语言中枢、语义加工皮层等。该结论极大丰富了脑电α 波 静息态功能连接的结论。
在基于脑电的α 波静息态功能连接方面，通过对闭眼和睁眼状 态下的64电极静息态脑电数据进行分析，得到结论：α 波在睁 眼状态下的功能连接明显多于闭眼状态，静息态网络中默认网 络和背侧注意网络在睁眼状态显著，同时睁眼状态下视觉联合 皮层功能连接突出。该结论弥补了已有研究中脑电数据电极太 少（19电极）的不足，提高了相关结论的可靠性。
采用EEG研究脑静息态功能连接能弥补fMRI研究脑静息态功能连 接在时间分辨率上的不足，而且对于无法适应fMRI狭小检测空 间的脑疾病患者也能方便地监测其大脑活动，因此基于脑电的 静息态功能连接研究有重要的科研和临床意义。本文采用独立 成份分析（ICA）、标准低分辨率电磁断层成像（sLORETA）、 滑动时间窗、图论、层次聚类分析、t检验等方法和理论对基于 脑电的静息态功能连接展开研究，分析了25个健康被试在闭眼 和睁眼状态下的64电极静息态脑电数据，研究了闭眼和睁眼状 态下α 波（8-12Hz）和β 波（13-25Hz）脑静息态功能连接，并 探索了α 波静息态动态功能连接，揭示了静息态网络在时间和 空间上的动态变化，主要取得了以下三方面的成果。
耳甲电针治疗轻度认知障碍脑机制静息态fMRI研究的试验方案
轻度认知障碍（mild cognitive impairment ，MCI ）是一种介于正常衰老与痴呆之间的状态。
2021年，WHO 发布的《公共卫生领域应对痴呆症全球状态报告》显示，2019年全球约5500万痴呆患者，预计到2050年，将达1.39亿，其中主要为阿尔茨海默病患者［1］。
MCI 是阿尔茨海默病的临床前或前驱阶段［2］，治疗MCI 对延缓其向阿尔茨海默病进展非常必要，特别是对中、低收入国家获益更大［3］。
但目前尚无明确证据支持MCI 的药物治疗，胆碱酯酶抑制剂、维生素E 等药物不推荐用于治疗MCI ［4］。
越来越多证据表明，非药物治疗方法可能对改善认知功能有作用［5-7］。
但目前耳甲电针［经皮耳迷走神经刺激术（transcutaneousauricular vagus nerve stimulation ，taVNS ）］用于认知调节的研究较少且治疗机制不明。
因此，本研究旨在设计一个试验方案，探究taVNS 治疗MCI 的机制。
1试验设计1.1病例收集从首都医科大学宣武医院神经内科，中国中医科学院广安门医院老年门诊、针灸科门诊，以及北京慈爱嘉养老服务有限公司负责管理的50家社区居家养老服务中心招募40例MCI 患者。
基线评估后，独立统计学家使用SAS 9.4产生随机数，将患者随机分配为2组，即taVNS 组和假taVNS 组各20例。
治疗将根据招募顺序使用密封信封分配。
同时招募20例性别、年龄、受教育程度与MCI 患者相匹配的健康志愿者为对照组。
本研究为taVNS 治疗MCI 机制的探索性研究，根据脑功能成像既往研究经验［8］和《针灸影像学》［9］的建议，临床样本量每组20例可达到统计学分析的要求。
因此，本研究3组均排除头动过大、本人自愿退出等不可预知因素导致剔除者，观察24周。
DOI ：10.3969/j.issn.1672-0512.2022.01.005［基金项目］北京市自然科学基金面上项目（7212191）；科技部重点研发项目(2018YFC1705802)；国家自然科学基金面上项目（81774433，82174282）；中国中医科学院科技创新工程（461092）。
语言功能脑区与运动性失语静息态功能连接的功能磁共振研究
实时性：能够实时监测大脑活 动，了解语言功能脑区的动态 变化
定量分析：能够定量分析大 脑功能区的活动强度和连接 模式，为治疗提供依据
跨学科研究：结合神经科 学、语言学、心理学等多 学科知识，深入研究语言 功能脑区的结构和功能
功能磁共振成像技术在语言功能脑区与运动性失语静息态功能连接研 究中的局限性
应用：在语言功能脑区与运动性失语静息态功能连接研究中，可以检测到脑区的活动情况 优势：能够提供脑区活动的实时信息，有助于了解语言功能脑区与运动性失语静息态功能连接 的机制
功能磁共振成像技术在语言功能脑区与运动性失语静息态功能连接研 究中的应用价值
非侵入性：无需开颅手术，无 创检测大脑功能
高分辨率：能够精确定位大脑 功能区，提高诊断准确性
添加项标题
本研究为运动性失语的诊断和治疗提供了新的思路和方法。
展望
研究方法： 功能磁共振 成像技术
研究目的： 探索语言功 能脑区与运 动性失语静 息态功能连 接的关系
研究结果： 发现语言功 能脑区与运 动性失语静 息态功能连 接存在显著 差异
研究意义： 为语言功能 障碍的诊断 和治疗提供 新的思路和 方法
展望未来：进 一步研究语言 功能脑区与运 动性失语静息 态功能连接的 机制，为语言 功能障碍的诊 断和治疗提供 更准确的依据。
THANK YOU
汇报人：XX
语言功能脑区的功能
语言功能脑区：负责语言理解和表达的大脑区域
功能：处理语言信息，包括语音、语义、语法等
作用：参与语言理解和表达，如阅读、写作、说话等 研究：通过功能磁共振技术，研究语言功能脑区的静息态功能连接，了 解其与运动性失语的关系
语言功能脑区与其他脑区的联系
添加项标题
吸烟者静息态fMRI脑功能连接研究
首发抑郁症患者治疗前后的静息态fMRI研究
功能影像学 FUNCTIONAL IMAGING
首发抑郁症患者治疗前后的静息态 fM RI 研究
孙 军 1 刘含秋 1 孙华平 1 张俊海 1 冯晓源 1 郭 琴 2 施慎逊 2
=摘要>目的: 应用低频波幅( A L FF ) 技术探讨首发抑郁症患者治疗前后静息态脑功能的变化。方法: 采用 3. 0T 磁共振成像仪对 13 例首发抑郁症患者( 分别于治疗前及抗抑郁药物治疗 8 周后) 和 14 例性别、年龄相匹配的正 常志愿者进行静息态 fM RI 检查, 运用 R EST 、SPM 2 分析软件进行全脑分析, 比较基于 AL F F ቤተ መጻሕፍቲ ባይዱ BOL D 信号变 化。结果: 治疗前患者组/ 默认模式0神经网络的 A L F F 较正常对照组普遍性减低( P < 0. 001) , 经 8 周有效治疗 后, 右侧扣带回前部及双侧背外侧额叶、右侧眶额叶、颞叶、双侧楔前叶、扣带回后部皮质、右侧枕叶视区 BOL D 信号较治疗前增高 ( P < 0. 05) 。结论: 治疗有效的首发抑郁症患者静息态脑功能区的异常变化是可逆的; 基于 AL F F 的静息态 fM RI 技术可以动态评价抗抑郁药物的疗效。 =关键词> 抑郁症; 功能磁共振成像; 静息态 中图分类号: R 814 文献标志码: A 文章编号: 1006- 5741( 2011) - 03- 0212- 05
区域, 研究角度主要针对时间同步方面, 虽然在显示较 远脑区间功能连接存在异常的结果比较直观, 但不能 直接判断哪一个脑区是异常的, AL F F 则着重测量区 域活动性的幅度, 可以直接判断活动异常的脑区。
抑郁症 ( major depressive disor der, M DD) 患 者经常处于悲伤、内疚、自责、无助状态, 这种持久的抑 郁状态对脑的功能状态产生影响。本研究前提是抑郁
基于静息态fMRI的人脑功能网络的小世界特性
基 于 静 息 态 ｆ Ｉ 人脑 功 能 网络 的 小世 界特 性 ＭＲ 的
黄 文 涛 ，冯 Байду номын сангаас 层
（． 南 民族 大 学 电子 信 息 工 程 学 院 ， 汉 ４ ０ ７ ； １中 武 ３０ ４ ２ 中南 民族 大 学 武 汉 神 经 科 学 和 神 经 工 程 研 究 所 ，武 汉 ４ ０ ７ ） ． ３ ０ ４
鉴 于脑 功能 网络在 很宽 的 阈值 范 围存在 小世界 ， 同
时至今 没有 金标 准 ， 里根据 经验 进行设 定兼 顾连 这 通 性 和连通 花费保 守 ， 并满 足平均 度大 于节点 数 的
自然 对 数 ．
图 ２ 脑 功 能 Ｉ 络 连 接 图 网
Ｆｉ ２ Ｃｏｎ ｃｉ ｎ ｇ ａ ｈ ｆｂｒ ｉ ｕｎｃｉ ｎａ ｔ ｇ． ｎｅ ｔｏ ｒ ｐ ｏ ａ ｎ ｆ ｔｏ ｌｎｅ ｗｏｒ ｋｓ
２～２ １ ６岁 ， 均 为 ２ ． 平 ３ ８岁 ＿ ．数 据 预 处 理 采 用 ２ ］
Ｓ Ｍ ５（ ｔｐ： ／ Ｐ ｈ ｔ ／ ｗｗｗ．ｆｌ ｏ ．ｕ １ ａ ．ｕ ／ 和 ｉ ．ｉｎ ｃ． ｃ ｋ ）
目前 以探 索 节 点 和边 的拓 扑关 系 的复 杂 网络 （ｏ ｌｘｎ ｔ ｏ ｋ ） 论 已 经 成 为 一 门横 跨 多个 ｃｍｐｅ ｅｗ ｒ ｓ 理 研 究 领域 的新 的科 学 ．复 杂 网 络也 在 生 物 医学 领
暗示 少量 的长程 连 接 既有 利 于 脑 神经 连 接 的局 部 功能 分化 和连 接成本 约束 ， 又有 利于不 同脑 功能 区
之 间正常 长距 信息传 输 和整合． 人脑演 化形 成小世
界拓 扑功 能结 构有利 于 弹性 应对 生理 功能损 伤｛ ， 有利 于适 应快 速变 化 的认 知需 要 以及 以经 济 节 约
基于磁共振成像的脑功能连接研究
基于磁共振成像的脑功能连接研究近年来，磁共振成像技术不断发展，特别是基于其功能成像技术，研究人员越来越多地关注脑功能连接。
脑功能连接在神经科学研究中扮演着至关重要的角色，因为它们揭示了神经元之间的相互作用，帮助我们更好地理解不同脑部区域之间的协同工作。
基于磁共振成像的脑功能连接研究不仅可以帮助我们理解健康人的大脑功能连接，还可以为神经系统疾病的诊断和治疗提供新的思路和方向。
在这篇文章中，我们将探讨基于磁共振成像的脑功能连接研究的基本原理、方法和应用。
一、基本原理磁共振成像是一种无创的成像技术，通过磁场和射频脉冲来获取生物组织内的信号。
该技术在神经科学研究中得到广泛应用，主要用于研究脑结构和功能。
基于磁共振成像的脑功能连接研究主要依赖于功能磁共振成像（fMRI）技术。
fMRI技术基于血氧水平依赖（BOLD）信号，该信号可检测到脑区域的代谢活动。
具体来说，当神经元发放时，会引起局部氧含量下降和血流量增加，进而使局部磁场发生改变，最终通过磁共振成像技术检测到这些改变。
这种信号被用来确定不同脑区域之间的连接和功能。
二、方法基于磁共振成像的脑功能连接研究有两种主要方法：静态连接和动态连接。
静态连接分析通常基于静息态磁共振成像，这种成像技术在被试者没有任务时采集成像数据。
研究人员可以使用静态连接方法来评估不同脑区域之间的连接，帮助我们了解大脑的组织结构和功能。
动态连接分析基于采集成像数据的时间序列，可以研究脑在不同任务或状态下的时空变化。
该方法通常使用功能网络来刻画不同脑区域的相互作用。
动态连接分析帮助我们探索脑组织结构和功能之间的关系，并提供了研究脑功能障碍和情绪障碍的新工具。
三、应用基于磁共振成像的脑功能连接研究已经被广泛用于研究不同神经系统疾病，包括阿尔茨海默症、帕金森病、自闭症、抑郁症和精神分裂症等。
这些疾病可能影响大脑结构和功能，并导致功能连接的改变。
基于磁共振成像的脑功能连接研究可帮助我们更好地理解这些疾病的病理生理学机制。
静息态功能磁共振成像：关于静息态功能连接和脑网络分析方法
静息态功能磁共振成像：关于静息态功能连接和脑网络分析方法自诞生之初，人类就对大脑中发生的事情充满好奇。
功能磁共振成像是一种重要的工具，它有助于无创地检查、定位和探索大脑的语言、记忆等功能。
近年来，神经科学研究的焦点明显转向了“静息态”下的大脑研究。
重点是在没有任何感官或认知刺激的情况下大脑内部的内在活动。
对静息态下大脑功能连接的分析揭示了不同的静息态网络，这些网络描述了特定的功能和不同的空间拓扑结构。
虽然不同的统计方法被引入到静息态功能磁共振成像连接性的研究中，但得到了一致的结果。
在本文中，我们详细介绍了静息态功能磁共振成像的概念，然后讨论了三种最广泛使用的分析方法、描述了几种具有脑区特征的静息态网络及相关认知功能、静息态功能磁共振成像的临床应用。
本综述旨在强调静息态功能磁共振成像连接性研究的实用性和重要性，强调其与基于任务的功能磁共振成像的互补性质。
本文发表在The Neuroradiology杂志。
关键词：图论分析Graph analysis, 独立成分分析independent component analysis, 静息态功能连接resting state functional connectivity, 基于种子点的分析seed-based analysis 引言静息态功能磁共振成像(rs-fMRI，resting state functional magnetic resonance imaging)技术比其他功能磁共振成像(fMRI)技术更有优势，因为它易于采集信号，对患者的要求最少，并能熟练地识别不同患者群体的功能区域，如儿科人群、无意识患者、低智商患者等。
任务态功能磁共振成像（task-based fMRI）是一种用于分析和评估大脑的功能区域的先进的磁共振技术。
在这项技术中，受试者被指导执行被设计为针对单一功能的特定的任务，如运动、语言、记忆、视觉、注意力和感觉功能任务。
最近的研究发现，儿科患者，有意识障碍的患者，即昏迷、植物人和最低意识状态的患者，能够完成rs-fMRI。
静息状态下脑功能连接的磁共振成像研究
原始数据已进行时间/空间校正、平滑等 预处理 LFF<0.08HZ（已滤波）
• 1995 年 , Biswal (毕斯沃)等人首创性地提 取了静息态 BOLD 信号中的低频成分( < 0. 1Hz , 如图所示)并对其进行了分析. 他们发 现: 人脑左右半球的感觉运动皮层的BOLD 信号低频涨落(low f requency fluctuations , L FF)存在显著的相关性。由此可以推测: 大 脑在静息状态下的功能活动并非是 “噪声”
3.空间标准化：在于消除不同被试者个体间的差异 以便进行组分析(group anslysis) , 通常将被试者 脑图像与标准脑模板(如蒙特利尔神经科学研究所 (MNI)提出的标准脑)进行配准.
4.平滑：可削弱随机噪声的影响.
5.滤波：则可提取所需的低频涨落信号
1பைடு நூலகம் 种子相关分析是最简单使用最广泛的静息
般杂乱无章的 , 而是有其特定的规律和组织 方式。
3 .BOLD信号低频涨落与神经细胞自发活动
• 有些研究者发现静息态下大脑中BOLD 信号低频 涨落与呼吸、 心跳以及动脉血中二氧化碳分压 ( PaCO2 )的节律性变化有关, 从而认为这些信号 变化可能由生理噪声引起.。
• 但是静息态脑功能研究关心的BOLD 信号涨落的 频率一般在0. 1 Hz或0. 08 Hz以下 ,而人类呼吸和 心跳的频率分别约为 0. 1～0. 5 Hz 和 0. 6～1. 2 Hz，定量分析了生理噪声对BOLD 信号低频涨落 的贡献 , 发现其大小不足 10 %。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中文名称 Labels Abbr.
coordinates
x(mm) y(mm) z(mm)
后扣带回 35
PCC.L -4.85 -42.92 24.67
后扣带回 36
PCC.R 7.44 -41.81 21.87
角回 65
ANG.L -44.14 -60.82 35.59
角回 66
ANG .R 45.51 -59.98 38.63
一，用于探究各种神经精神疾病患者与正常人 的功能连接的异同，以帮助临床诊断进而治疗相 关疾病；
二，根据全脑的功能连接与功能分区，构建脑 网络，启示脑认知及类脑人工智能技术的应用与 发展。
3
• 本文首先对静息态fMRI功能连接的原理以及相关知识概念
做了系统的学习探讨。目前基于静息态fMRI数据的分析方 法主要有局部一致性分析，低频振幅分析，功能连接分析 等。
7
相关系数
相关分析探讨的是两个变量之间的关联关系，这里就是 探讨两个脑区时间序列之间的相关关系以及相关程度。相 关程度一般用相关系数 r 来衡量。相关系数r表达两种信息： （1）数值表示大小，衡量脑区与脑区之间功能连接的强弱， 其绝对值越大代表相关程度越强。 （2）符号表示方向，正值表示正相关，负值表示负相关。
前扣带回 31
ACG.L -4.04 35.04 13.95
前扣带回 32
ACG.R 8.46 37.01 15.84
额中回 7
MFG.L -33.43 32.73 35.46
额中回 8
MFG.R 37.59 33.06 34.04
楔前叶 67
PRE.L -7.24 -56.07 48.01
楔前叶 68
8
3.2 静息态下功能连接分析步骤：
（1） 原始磁共振图像数据预处理； （2）感兴趣脑区ROI的提取；提取ROI时间序列； （3） 计算感兴趣脑区之间的相关系数； （4）通过统计检验设定功能连接的阈值，判断 脑区之间是否存在功能连接；本实验首先建立 PCC脑区与全脑的功能连接，并将其定位于解剖 结构图，得到了该脑区与全脑功能连接信号强弱 的功能像图谱；
• 本课题主要针对静息态fMRI数据在功能连接分析上的计算
与应用进行研究，整理归纳了近几年来脑功能连接算法中 出现的新思路，新方法，对不同功能连接分析方法的异同 进行比对探索。
• 基于理论知识，在MATLAB平台下对获取的原始数据进行
处理，实现静息态下感兴趣脑区之间的功能连接以及与全 脑的功能连接，得到静息态下脑网络的可视化拓扑图。同 时本文也对静息态fMRI功能连接分析的一般思路进行了整 理归纳。
• 1.静息态信号(BOLD-fMRI信号)的原理； • 2.静息态功能磁共振成像数据的分析
方法
• 3.功能连接的理解； • 4.功能连接分析方法的研究；
6
功能连接度量方法
基于模型 驱动方法
相关分析 相干分析 偏相关分析 互信息分析 等
基于数据 驱动方法
主成分分析 独立成分分析 模糊聚类分析 层次聚类分析
基于静息态fMRI的功能 连接分析方法的研究
1
CONTENTS
• 一、 选题目的及意义 • 二 、实验框架 • 三 、研究成果 • 四 、关键技术与难点 • 五 、展望
2
一 选题目的及意义
人脑是目前人类发现的最复杂和最具智能的功 能组织系统之一，数以万计的神经元相互连接形 成了复杂的脑结构，并通过相互间的作用表现出 多样的智能活动。近年来，随着fMRI技术的发展， 脑功能连接的77
12
（3）计算ROIs间的相关系数
• 皮尔逊相关分析：
X=load('filename.txt');% 读入ROIs的时间序列 R= corrcoef(X);% 计算ROIs相关系数 save filename.txt -ascii R %保存
• 偏相关分析：
• 将为脑功能连接在脑疾病上的分析研究做铺垫，并为相关
研究提供一定的参考。
4
二 整体框架
基 于
1. 阅读文献，深入了解课题内容，
静
搜集目前已有的各种功能连接算法
息
态
2.搜集实验数据并完成数据的预处理
功
能 连
3.算法研究及实现
接
算 法
4.实验结果数据分析
的
研
5.总结展望
究
5
三 研究成果
3.1 相关概念及算法
• 基于静息态fMRI数据的分析方法还包括局部一致性分
析，低频振幅分析等。多种分析方法相结合，可以从 不同的角度度量脑区信息，所得结果将更加精确。
18
谢谢！
19
基于脑区与脑区之间的功能连接，可能精度尚不够高 且在更多研究中，静息态fMRI数据量相对庞大，信号 的组成也比较复杂，如何提取出有效精准的数据信息 显得尤为重要。且脑网络拓扑图中并未显示出脑区间 的相关程度值的权重，还需进一步研究与优化。
• 本文对静息态脑功能连接的研究分析仍仅仅是基于初
步的探索，归纳总结出进行功能连接的一般思路步骤。 若将静息态功能连接与相关脑疾病研究相结合，则可 以为相关疾病的检测和临床治疗提供更多的依据。
15
脑网络连接图
16
四 关键技术与难点
• 1.实验数据的预处理过程； • 2.种子点ROIs的选取； • 3.功能连接结果数据及结果图的分析
包括：阈值的选择，以及如何在相 关系数矩阵的基础上进行脑网络可视化。
• 4.皮尔逊相关分析与偏相关分析不同结
果的对比
17
五 展望：
• 在功能连接方法上，本文实验中采用的度量方法仅是
X=load('filename.txt');% 读入ROIs的时间序列 R= partialcorr (X);% 计算ROIs相关系数 save filename.txt -ascii R %保存
13
（4） 构建功能连接
14
（5）脑网络构建
Toolkit: BrainNet Viewer Step:
（5）根据设定的阈值将相关系数矩阵二值化， 构建种子点脑区功能连接网络可视化。
9
（1） 原始数据预处理
原始图像 数据格式转换
空间标准化
时间层矫正 头动矫正
平滑
去线性漂移
滤波
10
（2）种子点ROIs提取
法一：基于体素级别提取
法二：基于区域级别提取
11
（2）种子点ROIs时间序列提取：
Rest工具包->Extract ROI Time courses