多发性硬化网络节点改变的基于体素度中心度的fMRI研究

2019-11-13刘常恩杜小峰

温州医科大学学报 2019年11期

刘常恩，杜小峰

（1.舟山市普陀区人民医院放射科，浙江舟山 316100；2.中国科学院大学宁波华美医院放射科，浙江宁波 315010）

复发缓解型多发性硬化（relapsing-remitting multiple sclerosis，RRMS）是以中枢神经系统白质炎性脱髓鞘病变为主要特点的自身免疫疾病。研究发现，RRMS除了典型的炎性白质病变外，灰质脱髓鞘改变也非常常见[1-2]，在MRI成像中也经常发现灰质异常[3-5]，且与临床症状相关[6]。然而，对RRMS灰质功能改变的研究较少。对人脑复杂网络的图论分析方法分为两类，一类描述节点属性，一类描述复杂网络的总体属性。其中，节点描述主要通过节点中心度指标来实现，在众多节点中心度描述方法中，相比子网数中心度、特征向量中心度、网页排名中心度等方法，度中心度（degree centrality，DC）是直接描述节点在网络中地位的最简单方法[7]。DC的可重复测量度较高[8]，可对疾病导致的人脑连接组中节点属性的改变提供有价值的信息[9]。目前，DC已被广泛应用于各种疾病脑网络改变的神经生物学机制探索研究中[10-12]，但关于RRMS的研究较少。因此，本研究旨在利用DC方法研究RRMS的脑功能变化，探讨其潜在的神经生物学机制。

1 资料和方法

1.1 资料

1.1.1 一般资料：选择2016年1月至2018年10月在舟山市普陀区人民医院神经内科就诊并确诊为RRMS的患者（RRMS组）共26例，其中男13例，女13例，年龄（35.4±11.3）岁，受教育年限为（10.1±2.8）年。选择性别、年龄相匹配的健康正常人（对照组）共27例，其中男12例，女15例，年龄（35.4±11.7）岁，受教育年限为（10.4±3.9）年。本研究获得医学伦理委员会审核批准，所有受检者知情同意并签署知情同意书。

1.1.2 纳入标准：RRMS组纳入标准：①符合2010年修订版McDonald的诊断标准；②轻中度多发性硬化患者（排除其他因素干扰），扩展残疾状态量表（expanded disability status scale，EDSS）得分≤5分；③MRI检查前，未接受类固醇类药物或其他药物治疗；④经DSM-IV诊断标准，排除睡眠障碍及其他精神类疾病；⑤经T1WI和T2WI等检查，排除脑肿瘤或脑出血；⑥既往无脑外伤病史或昏迷史。对照组纳入标准：①既往无脑外伤、脑出血、肿瘤或系统性疾病等既往病史；②既往无任何先天性或获得性疾病史；③无任何精神或神经类障碍，无睡眠障碍；④无任何药物等成瘾史；⑤体内无异物。

1.1.3 排除标准：①数据不全或患者不配合；②近期药物治疗；③MRI检查过程中头动平移＞1.5 mm或转动＞1.5°；④年龄＜18岁或＞65岁；⑤具有头部创伤史或既往有无意识状态大于30 min情况出现；⑥身体内存在异物或者任何MRI禁忌证；⑦既往有任何精神类或神经类疾病病史。

1.2 方法

1.2.1 影像学检查：采用德国Siemens公司生产的3.0 T高场强超导MRI扫描仪。采用高分辨率三维扰相梯度回波序列采集176幅3D薄层轴位解剖图像，重复时间（repetition time，TR）=1 900 ms，回波时间（echo time，TE）=2.26 ms，翻转角（flip angle，FA）=9°，矩阵256×256，扫描视野（field of view，FOV）=250 mm×250 mm，层厚1.00 mm，层间距0.5 mm。采用单次激发自旋回波平面成像（spin echo-echo planar imaging，SE-EPI）序列采集静息态fMRI数据，TR=2 000 ms，TE=30 ms，FA=90°，矩阵64×64，FOV=220 cm×220 cm，层厚4.0 mm，层间距1.2 mm。

1.2.2 数据处理与分析：采用DPABI 2.1（http://rfmri.org/DPABI）软件将原始数据进行预处理和后处理，主要包括：①去除前10个时间点；②时间校正；③头动校正，剔除在MRI扫描过程中头动过大（水平移动＞1.5 mm或旋转角度＞1.5°）的受检者数据；④空间标准化：每个受检的3D薄层T1WI图像配准至EPI模板，然后利用李代数微分同胚配准算法将其分割为灰质、白质和脑脊液。标记每个RRMS患者T1WI上显示为低信号的病灶，将其勾勒为感兴趣区（regions of interest，ROIs），同时将矢状位转换为轴位。将这些独立的病灶ROIs转换为图像保存为mask，然后利用图像计算模块将这些mask进行二值化处理。随后，这些二值化后的mask与3D薄层T1WI图像一起建立一个新的结构模板图像。将这些模板从个体空间自动配准至蒙特利尔神经学研究所（Montreal Neurological Institute，MNI）标准坐标空间模板，再重采样成分辨率为3 mm×3 mm×3 mm；⑤去线性漂移；⑥去除协变量（弗理斯顿24位头动信息、脑白质信号、脑脊液信号）；⑦低频滤波（0.01～0.10 Hz）；⑧计算DC值；计算受检者脑功能连接组内的每个节点（体素）与其有显著功能连接（r＞0.25）的其他节点的数量，得到每个节点的显著相关性权重总和DC值，再与全脑DC值平均值相除得到标准化DC值，最后进行Fisher Z值转换，得到每位受检者脑功能连接组的Z值化DC分布图。本研究采用8个不同的r值（r=0.10、0.15、0.20、0.25、0.30、0.35、0.40和0.50）用以评估DC差异结果的稳定性[13]；⑨最终采用半高全宽（full width half maximum，FWHM）均为6 mm各向同性的高斯核进行平滑处理。

将DC得到的差异脑区保存为ROIs，并提取这些ROIs的平均信号值，进行基于种子点的功能连接分析，以研究这些种子点与全脑其他体素之间的功能连接性。为了使数据符合正态分布，我们计算了这些ROIs区域与全脑其他体素之间的皮尔逊相关系数，并对这些系数进行Fisher's Z 变换。将每个体素的功能连接性除以每个受检全脑体素的平均值，以减少参与者之间变异性的全局影响。

1.3 统计学处理方法采用SPSS21.0软件进行统计学分析。对DC脑区差异的分析，以年龄、教育程度、性别等变量作为协变量，利用SPM12 软件（http：//www.fil.ion.ucl.ac.uk/spm）对2组平滑后的Z 值化DC图及功能连接图进行两独立样本的t检验。单样本t检验结果以P＜0.01（连续体素体积≥810 mm3，FDR校正）为差异有统计学意义。双样本t检验结果以P＜0.05（连续体素体积≥810 mm3，GRF校正）为差异有统计学意义。采用Pearson相关分析评估DC值差异脑区和功能连接差异脑区与行为学之间的相关性，P＜0.05为差异有统计学意义。

2 结果

2.1 2组行为学比较结果 RRMS组和对照组的性别（χ2=0.164，P=0.685）、年龄（t=0.005，P=0.996）和受教育程度（t=-0.352，P=0.726）比较差异均无统计学意义。所有RRMS患者首次出现症状至就诊的平均时间为（21.9±33.0）d，平均EDSS得分为3.6±1.8。

2.2 2组DC值差异结果 8个不同的r 值（r=0.10、0.15、0.20、0.25、0.30、0.35、0.40和0.50）对应的DC差异结果高度相似（见图1），且不随r值的不同而变化。其中，r=0.30对结果显示最敏感，因此，本研究取r=0.30。RRMS组和对照组单样本t检验结果显示2组差异脑区有较多重叠区域。见图2。相对对照组，RRMS组DC值增加的脑区主要包括右侧小脑后叶、左侧枕中回（BA19）、左侧背侧前额叶（BA9）和双侧顶上小叶（BA7），减低脑区主要包括左侧扣带回（BA32）以及双侧颞极（BA38）突入部分凸显网络的岛叶（BA13）区域。在RRMS组，病程与左侧颞极呈负相关（r=-0.483，P=0.020），EDSS得分与右侧顶上小叶呈正相关（r=0.485，P=0.019），与右侧颞极呈负相关（r=-0.430，P=0.041），与左侧顶上小叶呈近似正相关（r=0.374，P=0.079）。见图3和表1。

图1 RRMS组和对照组在选择不同r 值对应的DC差异脑图

图2 RRMS组和对照组单样本t 检验结果示2组差异脑区有较多重叠区域

2.3 ROC曲线提取DC差异脑区平均信号值（见图4）并进行ROC曲线分析，观察这些脑区对2组的鉴别能力。结果显示有6个脑区单独区分2组具有较高的AUC值，其余2个脑区AUC值较低，相应敏感度和特异度分别为61.5%～92.3%和63%～100%。但右侧小脑后叶、左侧枕中回、双侧颞上回和左侧扣带回联合用于鉴别2组时，AUC值增加至0.943，敏感度和特异度分别增至96.3%和88.5%。见表2。

2.4 种子点功能连接将DC差异脑区作为种子点做功能连接分析（见表3），其中，DC值减低的脑区存在明显的网络间和网络内的功能连接差异（P ＜0.05，GRF校正）。左侧颞极与右侧颞极突入凸显网络的岛叶存在减低的功能连接（见图5A）；右侧颞极分别与双侧凸显网络内团块（颞极、岛叶、额下回）和右侧团块（扣带回、额叶）存在功能连接减低（见图5B）；左侧扣带回分别与双侧凸显网络内团块（颞极、岛叶、额叶）和双侧团块（扣带回、额叶）存在功能连接减低（见图5C）。

图3 RRMS组和对照组DC值差异及其与行为之间的相关性

表1 RRMS组和对照组DC值差异的比较

图4 RRMS组和对照组差异脑区的平均DC信号值

表2 RRMS组和对照组DC值差异脑区的ROC曲线分析结果

3 讨论

疾病相关的广泛灰质组织的功能损害可能延迟和扰乱皮质-皮层和皮质-皮层下通路信号的协同性，导致一系列临床症状，如疲劳、感觉运动缺陷、认知功能障碍等[2，14]。考虑到RRMS的高患病率和已知的神经毒性影响，进一步阐明其复杂的脑网络损伤至关重要。然而，其潜在的脑网络改变的神经生物学机制尚不清楚。传统的功能连接研究主要集中在基于种子点的功能连接和独立成分分析。但基于种子点的功能连接分析局限于某些选定的脑区或脑网络的功能连接模式，显然不够全面；独立成分分析无法度量脑区间的功能连接强度。DC作为一种基于体素水平的图论分析方法，可以刻画节点在网络中的中心程度，无须选定ROI，能对功能连接的数量进行定量分析，并可在一定程度上反映出复杂脑网络的信息流特征，弥补传统功能连接研究的不足，目前已广泛应用于疾病对脑网络属性影响的研究中。本研究在国内首次利用DC分析观察RRMS患者的脑网络属性变化及其与行为学之间的关系。

本研究发现RRMS患者大脑功能网络存在广泛改变，其中右侧小脑后叶、左侧视觉联合皮层、左侧背侧前额叶、双侧顶上小叶表现为DC值增加，双侧颞极和左侧扣带回表现为DC值减低。ROC曲线被广泛应用于区分对照组和疾病组，具有较高AUC值的指标可能成为区分不同组别的潜在早期生物学指标[15-17]。一般而言，AUC为0.9～1.0，提示具有极好的区分能力，0.8～0.9提示区分能力较好，0.7～0.8 提示区分能力一般，0.6～0.7 提示区分能力不好，而0.5～0.6 提示区分能力很差[18-19]。本研究发现DC差异脑区具有较好的区分能力用于鉴别RRMS组和对照组（AUC=0.943，敏感度为96.3%，特异度为88.5%）。此外，这些DC差异脑区与EDSS得分和病程显著相关，这些结果可能提示这些功能脑区能被用于预测疾病的进展及严重程度。另外，这些DC值减低的脑区间存在显著的功能连接减低。可见，DC指标可能是一个可靠的早期生物学指标，能较好地描绘RRMS患者的脑功能网络改变。

相比对照组，非疲劳性RRMS患者双侧颞叶和枕叶的灰质萎缩程度较高，双侧扣带回、双侧颞叶和枕叶的白质结构也发生改变，疲劳性RRMS患者双侧枕叶和双侧扣带回的灰质萎缩，颞叶、枕叶、扣带回、顶叶和小脑均存在白质结构改变[20]。一些研究还发现，RRMS患者双侧小脑和扣带回区域的局部脑活动有异常，左侧额-颞叶和双侧扣带回皮层存在灰质体积的减少[4-5，21]。这些研究发现与本研究结果发现差异脑区相符。其中，本研究发现，相比对照组，RRMS患者右侧小脑后叶、左侧视觉联合皮层、左侧背外侧前额叶皮层和双侧顶上小叶的DC值增加。对这一发现的一种解释可能是大脑的补偿机制，用于对RRMS患者脑功能网络损害超出自我（内在）代偿的一种应激反应。对不同认知表现水平的RRMS患者，需要确定在代偿性功能连接能力丧失或超出代偿能力后是否会导致认知能力的下降。因此，这些脑区DC值的增加可能是利用额外的外部资源来协助机体达到与以前相同的认知水平。RRMS与灰质和白质中广泛的脑结构变化有关。因此，对这些脑区DC值的增加的另一种解释是这些区域神经元的过度活跃用以抵消或减少脑结构的损伤。

与对照组相比，RRMS患者在手动任务期间双侧扣带回和双侧颞极中显示出更高的任务相关激活[22]。既往结构研究也发现扣带回和颞极（突入岛叶）这两个区域存在皮质结构的萎缩[23-24]。本研究结果显示双侧颞极（突入岛叶）和左侧扣带回的DC值减低，且这些区域与EDSS得分和病程显著相关，进一步验证了这些发现。此外，与对照组相比，RRMS患者颞极-颞极、扣带回-扣带回以及颞极-扣带回存在功能连接减低。功能脑区DC值减低可能提示这些脑区相关功能活动的降低，以及这些功能脑区在促进神经网络联系方面的作用受到损害[25]。无论是处于某种任务状态还是静息状态，RRMS对信息的处理加工效率降低可能是由某个或多个功能脑网络受到破坏而引起的，从而导致从某个脑区至其他脑区的信息传输的效率减低。基于此，本研究扣带回和突出网络的DC值和功能连接模式的降低可能表示与RRMS相关的这些功能性脑网络的信息传递效率的降低。此外，这些脑区与EDSS得分和病程显著相关，这进一步证实了这些区域的功能异常以及在RRMS功能损害中的作用。