早产儿与足月儿脑结构网络属性与模块化特征对比研究

金超，胡亚杰，李贤军，王苗苗，李彦彦，程燕南，王小玗，陶星星，赵慧芳，杨健

作者单位：西安交通大学第一附属医院医学影像科，西安 710061#：共同第一作者

随着围产医学和新生儿重症监护(neonatal intensive care unit，NICU)技术等的进步，早产儿(胎龄＜37孕周)存活率逐年升高[1]。我国每年约有200多万早产新生儿，且正以每年20万的数量递增。早产儿脑发育不成熟，近远期神经发育异常居高不降[2-3]。因此，对其脑发育异常及相关损伤的早期识别，对于指导临床治疗方案的有效实施意义显著。磁共振成像(magnetic resonance imaging，MRI)以无创、无辐射等优点已成为新生、婴幼儿脑部影像检查的首选方法。MRI为大脑灰、白质的结构发育评估提供了良好的量化工具[4-6]。经大脑结构MRI发现，早产儿脑容积、灰白质体积均显著低于同龄足月儿(相同校正胎龄)[7-8]。然而，上述脑形态学特征差异是否对大脑功能构建(信息传递、整合等)造成影响尚不明晰。近年来，脑网络分析已成为探索早期脑发育的重要技术手段。特别是脑网络属性，如小世界属性[9]、模块化[10]等为解读脑功能的结构化构建提供了直观的量化证据。本文拟通过3D磁共振T1加权成像构建脑结构(脑容积)网络，比较分析早产儿与足月儿脑网络小世界属性与模块化特点，为理解早产因素所致神经发育异常提供结构理论基础。

1 材料与方法

本研究经本院伦理委员会批准，所纳入新生儿的父母均签署知情同意书。

1.1 对象

连续收集自2011年1月至2015年12月在本院行头颅MRI检查的新生儿104例(胎龄，30～42孕周)。纳入标准：新生儿(检查时出生日龄≤28 d)；完整的MRI影像资料，包括3D磁共振T1加权成像与T2加权成像；完整的新生儿出生指标资料。排除标准：局灶性脑白质损伤；脑出血；弥漫性脑白质高信号；缺血缺氧性脑病；室管膜下囊变；脑软化灶；其他常规MRI异常表现等；图像伪影。

1.2 方法

1.2.1 头颅磁共振数据采集与处理应用

应用GE Signa HDxt 3.0 T MRI设备，8通道新生儿专用头部线圈进行扫描。为确保MRI检查顺利实施，责任护士遵照临床主管医师医嘱，于MRI检查前30 min给予10%水合氯醛0.5 ml/kg口服；严格按照相关指南[11]执行有关水合氯醛使用的被试选择、生命体征监护于后续观察随访。待新生儿入睡后，由主管医师和家属护送至MRI检查室，包裹于襁褓中放置扫描床上，外耳道放置弹性耳塞以减低设备噪声对听功能的影响，头部两侧用海绵垫固定以减少运动伪影，对新生儿心电、心率和呼吸等生理指标进行实时监测。扫描结束后，由主管医师及父母护送回新生儿监护室。

所采集MRI序列及参数如下：(1)采用快速扰相位梯度回波序列采集3D T1加权图像：TR/TE=10.28/4.62 ms，FOV=240 mm×240 mm，1 mm×1 mm ×1 mm等体素采集。(2)采用快速自旋回波序列采集T2加权图像：TR/TE=4200/118.91 ms，层厚=4 mm，FOV=180 mm×180 mm，采集矩阵=256×256。

1.2.2 脑结构网络构建、网络属性与模块化特征分析

脑结构网络：利用约翰霍普金斯大学新生儿脑解剖图谱[12]将大脑划分为122个区域，选取其中64个灰质区作为脑结构网络的节点；利用Matlab平台计算脑区容积；考虑到校正胎龄、出生体重与性别对大脑灰质发育的影响[13]，采用多元回归分析对上述因素进行校正；计算所有样本脑区间校正后容积相关系数，进行边的构建；基于上述节点与边，构建脑结构二值化网络。

网络属性：利用GRETNA平台进行平均聚类系数Cp、平均特征路径长度Lp及节点特征路径长度属性值计算[14]。脑结构网络小世界属性是通过比对与之匹配的随机网络(节点度与度分布匹配)进行计算的：Cpreal和Cp

rand分别为实际网络和随机网络的平均聚类系数分别为实际网络和随机网络的平均特征路径长度小世界属性值σ=γ/λ；当γ＞1，λ≈1及σ＞1时，该网络具有小世界属性。网络局部效率与全局效率是度量网络局部与全局信息传输能力的指标，它是通过局部网络与全局网络特征路径长度进行计算的。

模块：采用GRETNA计算并通过Brain Net Viewer平台[15]显示网络模块化结构，并依据脑功能子网络划分(默认模式网络、额顶网络、背侧注意网络、控制网络、听觉网络、视觉网络和感觉网络)进行模块功能分析。

1.3 统计学分析

应用SPSS 17.0软件进行统计分析，对早产儿组与足月儿组的人口学特征，计数资料采用卡方检验、连续变量采用独立样本t检验；两组人群脑结构网络小世界属性特征比较采用秩和检验。P＜0.05为差异有统计学意义。

2 结果

2.1 人口学资料

本研究共纳入新生儿42例，其中早产新生儿20例，足月新生儿22例。见图1。人口学资料统计结果显示，两组在性别、校正胎龄、日龄、出生体重间差异均无统计学意义(P＞0.05)，见表1。

2.2 脑结构网络属性比较

随着稀疏度增加，小世界属性值σ逐渐降低，且早产组高于足月组。两组小世界属性值σ＞1，说明两组脑结构网络均具有小世界属性。见图2。

随着稀疏度增加，两组网络聚类系数表现出先增加后降低的变化趋势；当网络稀疏度≥11时，早产组聚类系数显著低于足月组(P＜0.05)，见图3A。特征路径长度随着稀疏度增加，呈现快速减低，早产组与足月组差异无统计学意义(P＞0.05)，见图3B。网络局部效率随稀疏度增加，先增加后降低；当稀疏度在15～25时，早产组局部效率显著低于足月组(P＜0.05)，见图3C。网络全局效率随着稀疏度增加呈现逐步增加趋势，早产组与足月组差异无统计学意义(P＞0.05)，见图3D。

2.3 脑结构网络模块化特征比较

如图4A所示，早产组脑网络共存在7个模块。模块1主要包括眶额皮层和直回；模块2包括右侧枕叶和部分颞叶；模块3分布广泛，包括梭状回、海马旁回、内嗅皮层、小脑半球等；模块4包括左侧枕叶和颞叶；模块5范围较小，分布在顶上回和顶中回；模块6包括双侧的中央前回、中央后回、双侧顶叶和双侧楔前叶；模块7包括壳核、苍白球和尾状核。对以上模块进行粗略功能分区：模块1属于左侧听觉网络、左侧背侧注意网络及左侧视觉网络的一部分；模块2与4基本对称，其涵盖右侧听觉网络、右侧背侧注意网络和右视觉网络的一部分；模块6可划至感觉网络。额顶网络可由模块1与模块5组成。

如图4B所示，足月组脑网络包含6个模块。模块1主要分布在额叶区域；模块2包括整个枕叶和顶叶，右侧楔前叶和中央前回等；模块3分布广泛，其主要分布在双侧丘脑、壳核、苍白球、尾状核、额下回、左侧顶叶、双侧杏仁核和海马；模块4主要包括颞叶；模块5分布范围小，主要位于部分枕叶；模块6分布范围最小，主要位于中央前沟附近。对以上模块进行粗略功能分区：模块1属于额顶网络；模块1与2包括整个视觉网和右侧背侧注意网络；模块4主要属于左侧听觉网络的小部分；模块3属于右侧听觉网络的一部分。

表1 两组的人口学资料Tab.1 Demographic data of two groups

图1 纳入排除流程图Fig. 1 Illustration of inclusion and exclusion flow chart.

图2 早产儿与足月儿脑结构网络小世界性对比Fig. 2 Comparison of small-world property of brain structural network between preterm and term neonates.

图3 早产与足月儿脑结构网络属性对比结果。A：集群系数；B：特征路径长度；C：局部效率；D：全局效率Fig. 3 Comparisons of properties of brain structural network between preterm and term neonates. A:Clustering coefficient; B: Characteristic path length; C: Local efficiency; D: Global efficiency.

图4 早产儿与足月儿脑结构网络模块化比较。A：早产组；B：足月组Fig. 4 Comparison of module organization of brain structural network between preterm and term neonates.A: Preterm neonates group; B: Term neonates group.

3 讨论

人类大脑各个区域相对独立，脑区间又存在相互作用、相同协调，脑区功能专门化和脑区间功能整合化相结合的组织模式，使得大脑具有高效经济的功能活动。研究表明，大脑不同区域形态学特征，如左右半球灰质密度[16]、语言功能区皮层厚度[17]等具有较高的协调性。本研究通过刻画脑区间协变特征构建的容积网络，可对脑区间功能整合的结构基础进行解读。既往研究发现[18]，人脑皮层厚度网络具有对应于人脑功能模块(比如语言、记忆及视觉等)的组织模式。因此，对于大脑早期结构协变特征的探究，对于理解人类发育中脑区间信息交流，尤其是大脑复杂功能的结构基础具有理论意义。

自出生起，人类大脑进入急速发育阶段[19]。大脑容积与胎龄、年龄(生后日龄)表现出极强的相关性，随着胎龄、年龄增长，大脑容积急速增长[13]。既往研究发现，出生体重与灰质成熟度存在显著相关[20]。另外，有关脑灰质结构发育的性别差异亦见研究报道[13]。考虑到上述因素对于脑灰质发育的影响，本文在构建脑网络之初，采用多元回归分析对上述因素进行校正，取校正后脑区容积作为网络边计算的基本参量。此预处理过程一定程度消除了上述因素对于脑结构网络属性的影响。

本研究结果显示，早产儿组与足月儿组脑容积网络均具有小世界属性。说明新生儿在发育早期的大脑灰质容积协同变化，已呈现高效经济的小世界性。这与既往有关新生儿大脑白质网络以及功能网络兼具小世界属性的结果一致[21-22]。以上研究表明，新生儿大脑在脑区间协同、脑区间功能连接及脑区功能构建出有效的网络特征。进一步说明人类大脑在发育早期，已演变成一个复杂且高效的神经结构，对早期大脑功能构建奠定结构基础[23-24]。

网络属性结果显示，早产儿集群系数与局部效率均显著低于足月儿，说明早产儿大脑局部范围信息整合能力不及足月儿发育成熟。从发育时序来看，新生儿脑区间通信路径(脑白质纤维束)处于急速发育阶段，其随胎龄增长逐步成熟[20]。相较同龄足月儿，早产儿脑白质发育成熟度不足，信息处理和通信功能受限，脑区间功能整合差，表现出较低的网络集群系数与局部效率。既往研究亦发现[25]，脑结构网络局部效率会随着年龄(儿童至青少年)增长而显著提升，与本文结果一致。同时，早产儿与足月儿大脑容积网络较短的特征路径长度与较低全局效率，提示新生儿脑区间尚未建立跨远区的连接，这可能与发育早期大脑神经元的集成受限(以局部区域内为主)相关。

网络模块化特征结果显示，早产儿模块的数量和分布范围与足月儿存在明显差异。从模块化的结构来看，早产儿相较足月儿模块结构分散、不规则，且左右半球不对称。以上结果提示，早产儿脑区间功能整合能力发育迟缓或异常。另外，从模块功能划分来看，早产儿与足月儿子网络彼此包含，暂无法准确定义。既往研究表明，早期脑网络的模块化组织是一种动态的发育变化模式，其中大脑脑区的拓扑结构重组和脑区组成要从婴儿期到青春期直至延续到成年期[26-27]。相比Chen等[18]发现的人脑皮层厚度网络与功能模块对应的组织模式，新生儿脑结构网络的模块组织仍处于动态发育变化，这也侧面反映了发育过程中脑区形态学上的分离和整合[28]。

本研究通过基于图论的复杂网络方法分析，比较早产儿与足月儿脑结构网络属性与模块化特征，发现早产儿与足月儿脑灰质容积网络具有小世界属性。然而，早产儿脑局部信息传递效率低，模块化结构排布较为杂乱，各功能模块化结构分散、左右半球对称性差。以上结果进一步证实，早产儿相较足月儿存在脑区间协同变化发育迟缓或异常。