APP下载

伴抑郁症状的精神分裂症患者的功能连接强度变化研究

2018-11-12郭力宁禚传君于春水

中国临床医学影像杂志 2018年8期
关键词:全脑体素脑区

郭力宁 ,禚传君,秦 文,于春水

(1.天津医科大学总医院医学影像科,天津 300052;2.天津市安定医院精神病学功能神经影像实验室,天津 300070)

精神分裂症常伴有抑郁症状,抑郁症状可出现于精神分裂症的任何发展阶段[1-2]。伴有抑郁症状的精神分裂症患者常表现为疗效不佳、预后差、自杀率高[3-6],甚至有人提出抑郁症状就是精神分裂症的表现之一[5,7]。然而,很少有人研究伴有抑郁症状的精神分裂症患者的功能脑影像改变特征。

静息态下功能磁共振成像(Functional magnetic resonance imaging,fMRI)无需患者配合,已经成为刻画人脑固有功能连接的有力工具。功能连接强度(Functional connectivity strength,FCS) 分析是一种新兴的数据驱动功能连接分析方法,可以敏感地识别疾病所致的功能连接变化[8-9]。本文将利用FCS分析识别精神分裂症患者中与抑郁症状相关的脑区,以加深对伴有抑郁症状的精神分裂症患者脑损害机制的认识。

1 材料和方法

1.1 研究对象

所有受试者实验前均获知情同意,并经天津医科大学总医院伦理委员会批准。入组标准包括年龄(18~60岁)、中国汉族、右利手。本次研究共招募了91例精神分裂症患者和89名性别及年龄相匹配的健康正常人。利用美国精神障碍诊断与统计手册第4版(DSM-Ⅳ)配套的定式临床问卷诊断精神分裂症。使用阳性和阴性症状量表(PANSS)中的一般精神病理量表的第6项(G6)来评价精神分裂症患者的抑郁症状的严重程度。G6评分大于1分的精神分裂症患者被认为表现抑郁症状,反之则被认为不表现抑郁症状。所有受试者的详细人口统计学数据及临床资料见表1。

表1 人口统计学数据及临床资料

1.2 MRI数据采集及处理

1.2.1 数据采集

影像数据采集应用3.0T磁共振扫描仪(Discovery MR750,General Electric,Milwaukee,WI,USA)及头部8通道相控阵线圈,成像范围覆盖全脑。用海绵填塞头部和线圈之间的空隙,固定头部并最大限度地减少头部及其他部位的主动与被动运动。采用梯度回波单次激发回波平面成像 (Echo planar imaging,EPI)技术采集静息态下fMRI数据。扫描参数如下:重复时间/回波时间=2 000 ms/45 ms,视野=220 mm×220 mm,矩阵=64×64,翻转角=90°,层厚=4.0 mm,间隔=0.5 mm,层数=32 层,采集 180 个时相。受试者取仰卧位,嘱受试者在实验过程中闭眼,保持清醒状态,尽量不思考任何事情。

1.2.2 数据预处理

应用DPARSFA[10]工具包对每个受试者的fMRI数据进行以下预处理:①考虑到fMRI信号达到稳态需要的时间以及受试者对环境的适应,首先剔除前10个时相的采集数据,以消除潜在的噪声干扰;②进行时间层校正,使得一个重复时间内的各层获取时间一致;③评估和校正时间点间的头动,剔除平移超过2 mm、旋转超过2°的受试者;④将每个被试的图像非线性配准到标准空间的EPI模板上,并重采样为边长3 mm的立方体素;⑤去除6个头动参数及其一阶导数、脑脊液信号、脑白质信号等协变量;⑥采用0.01~0.08 Hz频段对所得信号进行带通滤波,去除低频和高频信号的干扰。

1.2.3 全脑 FCS 计算

首先,在全脑灰质模板内计算任意两个体素之间的fMRI信号时间序列的Pearson相关系数,得到每个受试者的功能连接矩阵。将每个被试经Bonferroni多重比较校正(P<0.05,重复比较数为 N×(N-1)/2,N代表体素数)后仍然显著的功能连接列入随后的FCS计算。某个体素的FCS值定义为该体素与灰质模板内其他所有体素存在显著正性功能连接值的总和。接下来把每个体素的FCS值除以全脑所有体素FCS的平均值得到每个受试者标准化的FCS图。最后,以8 mm的半高全宽的平滑和对所得到的FCS图进行空间平滑。

1.3 统计学分析

采用 SPSS 19.0(SPSS,Chicago,IL,USA)软件包分析人口统计学数据,P<0.05为差异具有统计学意义。应用SPM8软件 (SPM8,Wellcome Department of Imaging Neuroscience,London,UK)对预处理的图像进行组水平的统计,采用多重回归分析的方法研究 PANSS抑郁症状(PANSS-G6)和全脑 FCS的相关性。考虑到年龄和性别可能会影响分析结果,故将所有受试者年龄和性别作为协变量予以控制,对结果进行团块水平的FWE(Family wise error)多重比较校正(体素水平P<0.001,校正团块水平P<0.05)。将具有统计显著性的团块作为感兴趣区 (ROI),提取所有受试者每个ROI的平均FCS值,比较这些ROI内所有体素的平均FCS值在无抑郁症状组、伴抑郁症状组及健康对照组间的差异。

2 结果

2.1 人口统计学数据及临床资料

本研究共招募91名精神分裂症患者和89名健康人参加此次实验。其中精神分裂症患者中有57名PANSS-G6评分为1分,被分入无抑郁症状组,34名PANSS-G6评分大于1分,被分入伴抑郁症状组。受试者的人口统计学数据及临床资料见表1,各组之间年龄(F检验,F=0.046,P=0.955)和性别(卡方检验,χ2=0.234,P=0.890)间无差异,PANSS-G6 评分在两组患者之间具有显著性差异 (双样本t检验,t=-16.219,P<0.001)。

2.2 抑郁症状和全脑FCS相关性

在精神分裂症患者中,PANSS-G6分数分别与左侧颞上回前部 (峰值点坐标:x=-33,y=21,z=-33;团块大小=181体素,峰值t=5.19)和右侧颞上回前部 (峰值点坐标:x=42,y=18,z=-27; 团块大小=224体素,t=5.49)的 FCS 呈显著正相关(图 1)。提取这两个脑区的FCS值,与PANSS-G6分数的相关散点图见图2。

2.3 双侧颞上回FCS值的组间差异

基于ROI的事后检验显示:与无抑郁症状组和健康对照组相比,伴抑郁症状组的双侧颞上回平均FCS 值显著增强(P<0.05,Bonferroni校正)(图 3)。

图1 精神分裂症患者中与抑郁症状显著相关的脑区(P<0.05,FWE 校正)。Figure 1. Brain regions with significant correlations between depression symptoms and FCS(P<0.05,FWE corrected).

图2 左侧颞上回(图2a)和右侧颞上回(图2b)FCS值和PANSS-G6评分相关散点图。Figure 2. Scatter plots between FCS values of the left and right superior temporal gyri and PANSS-G6 scores.

图 3 双侧颞上回 FCS 值的组间差异(P<0.05,Bonferroni校正)。 误差线代表标准误,* 代表 P<0.05,Bonferroni校正。Figure 3. Inter-group differences in FCS of the bilateral superior temporal gyrus(P<0.05,Bonferroni correction).Error bars indicate the standard error of the mean(*:P<0.05,corrected by Bonferroni method).

3 讨论

据我们所知,这是首次探究与精神分裂症患者的抑郁症状有关的功能脑影像改变的研究。利用静息态下fMRI数据,我们探索了精神分裂症患者的抑郁症状和异常脑功能连接的关系。我们发现伴抑郁症状的精神分裂症患者的双侧颞上回相比于无抑郁症状的精神分裂症患者以及正常人功能连接异常增强。

颞上回与情感处理和社会认知功能有关[11-13]。另外,与杏仁核、眶额皮层及前扣带回功能一致,颞上回在感知觉方面也起着重要的作用[14-16]。但是,尚没有相关研究报道颞上回和精神分裂症患者的抑郁症状是否存在相关性。很多研究已经发现颞上回结构和功能异常与抑郁症有关[17-18],一项关于抑郁症患者功能磁共振的荟萃分析表明颞上回是最常被报道的和抑郁症病理生理有关的脑区[18]。本研究结果显示双侧颞上回的FCS异常改变和精神分裂症患者的抑郁症状相关,表明精神分裂症患者的颞上回可能是与抑郁情绪的严重程度或抑郁情绪产生的频率有关的脑区,这可能是造成精神分裂症患者出现抑郁症状的病理机制。本研究的部分结果也累及了双侧颞极区。已有研究报道颞极区主要涉及情感处理[18,20],颞极区的损害会导致不稳定的情绪状态,在临床上主要表现为抑郁、焦虑和易激惹状态的频繁改变[21]。提示在精神分裂症患者中,颞极区的变化可能与其抑郁症状存在相关性。

该研究只是作为初步研究,还存在一些局限性。首先,该研究评价精神分裂症患者抑郁症状是基于PANSS量表的抑郁评分,更精细的评价抑郁症状的手段应在后期研究中应用。其次,本研究的精神分裂症患者大部分都接受了药物治疗,这可能会对我们的结果造成一定影响。总之,本研究发现了和精神分裂症患者的抑郁症状相关的功能连接异常脑区,这有助于加强对该类型精神分裂症患者的神经机制的认识。

猜你喜欢

全脑体素脑区
全脑CT灌注成像诊断急性脑梗死的价值
瘦体素决定肥瘦
Dividing cubes算法在数控仿真中的应用
非优势大脑半球缺血性脑卒中患者存在的急性期脑功能连接改变:基于rs-fMRI技术
脑自发性神经振荡低频振幅表征脑功能网络静息态信息流
全脑开发
SmartKey脑力空间组织的全脑开发体验课开课
基于距离场的网格模型骨架提取
基于体素格尺度不变特征变换的快速点云配准方法
再不动脑, 真的会傻