基于Group ICA 探究认知障碍患者静息态脑网络异常

赵杰 赵凡 河北大学电子信息工程学院 门国尊 河北大学经济学院

1 引言

轻度认知功能障碍（Mild Cognitive Impairment，MCI）属于一种神经系统慢性退行性疾病，是指介于正常老化和痴呆之间的一种认知缺损状态。但是，确诊为MCI 的患者转化为阿尔兹海默症的危险率极高，许多临床病例都表明中晚期治疗效果状况不佳，因此近几年研究者们将方向转向了对其早期诊断和预防干预。

探究分析MCI 患者与健康老年人（HC）的静息态脑网络（RSN）的特点及差异可以有效判断MCI 的病变区域，从而进行MCI 的诊断治疗。本文采用了成组独立成分分析方法（Group ICA）对MCI 患者和健康老年人的静息态脑功能磁共振成像（fMRI）数据进行处理分析，并对其默认网络（Default Mode Network，DMN）和中央执行网络（Central Executive Network，CEN）进行详细的对比判断，以期可以对两个网络的功能连接性进行统计学分析，从而达到有助于对MCI 的诊断和预防。

2 材料与方法

2.1 研究对象

本研究的实验数据来自开放式数据库阿尔茨海默病神经影像学倡议（ADNI）。本研究使用了该数据库中MCI 患者和HC的功能性MRI 数据。

数据的扫描参数如下：结构图像回波时间TE=30ms，重复时间TR=3s，翻转角FA=8°，分辨率为64×64；功能图像层厚3.3mm；图像维度64×64×48；体素大小3.31×3.31×3.31mm3。

2.2 统计学分析

GroupICA 是一种无监督的盲源分离技术，可以有效的进行组数据的处理，有利于进行组数据的统计学分析。同时GroupICA 算法可以避免将传统独立成分方法直接应用到多个被试者的fMRI 数据处理时出现的计算量大、耗时多、数据处理效率低等问题。Group ICA方法的改进，使其应用更加广泛，它减少了繁复的计算可以避免我们在处理数据时由于计算而产生的不必要的错误，这使得我们的研究可以更加快捷且准确。图1 是基于Group ICA 算法的实验流程，可以分为五个阶段：预处理、数据降维、独立成分估计、数据重建、统计分析。

使用数据处理软件包spm12 (http：//www.fil.ion.ucl.ac.uk/spm/software)，对图像数据进行预处理，涉及时间层矫正、头动矫正、空间标准化、高斯平滑。其中将数据中平移超过1.5mm 和旋转超过2°的数据进行排除，将每个被试者的图像配准到标准的蒙特利尔神经研究所模板，以3*3*3mm3的体素进行重采样，采用半高全宽的6mm*6mm*6mm 高斯核函数进行空间平滑。

使用GIFT（group ICA of fMRI toolbox）软件对预处理后的数据进行独立成分分析，包括数据压缩、ICA 估计和数据反重构。其中数据降维后使用MDL 标准运算识别独立成分（IC）。对每个被试者的IC 进行重建，并进行Fisher Z 转换。本实验中MCI 患者和HC 中IC 的估计数量均为113，选择infomax 算法，运算次数为140 次。

采用单样本t 检验（Alphasim 校正，以P ＜0.05 为检验水准），根据最大空间相关原理计算MCI 患者和HC 被试者数据的RSN。在本实验中我们着重对DMN 和CEN 进行分析，进而我们使用双样本t 检验来比较RSN 的功能连接（functional connectivity，FC）差异。

图1 基于Group ICA 的fMRI 数据的处理流程图

3 结果

3.1 研究对象的基本资料

如表1，经卡方检验，两组性别、年龄差异无统计学意义。其中CDR 为临床痴呆分级量表。

表1 两组研究对象的基本资料

3.2 MCI 与HC 静息态脑网络的功能连接比较

对DMN 和CMN 进行统计学分析得到图2 和图3，分别为MCI 组与HC 组的脑网络激活差异区域分布情况和脑网络激活差异区域对比图。使用REST 软件提取组间差异性脑区的功能连接值，再使用SPSS 软件进行pearson 相关性分析，得到如表2 的结果。

在我们结果图中可以看到DMN 中的异常脑区为左侧颞 中 回（left middle temporal gyrus，MTG.L）、左 舌 回（left lingual gyrus，ING.L）和左侧眼眶部额下回（Inferior frontal gyrus，ORBinf.L）；在CEN 中的为左侧背外侧额上回（left dorsolateral superior frontal gyrus，SFGdor.L）、左侧额中回（left middle frontal gyrus，MFG.L）、右侧颞上回（right superior temporal gyrus，STG.R）和右侧颞中回（right middle temporal gyrus，MTG.R）。并且左舌回、左侧眼眶部额下回、左侧额中回和左侧背外侧额上回的功能连接减弱，在左侧颞中回、右侧颞上回和右侧颞中回的功能连接增强。

图2 MCI 与HC 的RSN 激活区域

图3 MCI 与HC 的RSN 差异

表2 两组间的功能连接异常脑区

4 讨论

阿尔茨海默症的产生与发展是一个缓慢并持续的过程，MCI 经过多年可能会发展成为AD，也有可能并不发生变化。因此，对MCI 的准确诊断对阿尔兹海默症的治疗具有十分重要的意义。脑功能连接的改变是认知功能障碍较敏感的指标，默认网络及中央执行网络被认为是维持高级认知功能重要的功能连接, 是神经认知的核心。

对比MCI 与HC 的脑网络可以更加有效的判断出现差异的区域，本研究采用Group ICA 方法，在不需要先验知识的前提下，应用于MCI 患者的fMRI 数据，而fMRI 因其无创, 可作为该类疾病诊断的辅助技术。这可以使得我们的数据处理的更加具有科学性，降低实验误差，同时对MCI 患者的脑网络及网络内功能连接性进行分析，客观而全面地反映出患者静息态脑网络的变化，并努力探讨患者可能存在的神经生物学机制。

默认网络是目前研究最为广泛和深入的、最重要的静息态脑网络。本研究发现轻度认知障碍患者在默认网络中的左侧颞中回、左舌回和左侧眼眶部额下回分区域的功能连接的异常，这与我们目前发现的患者病变区域一致。并且在图3 中可以发现左舌回和左侧眼眶部额下回区域的功能连接降低，ING.L 脑区主要负责视觉处理，患者该区域及其周围皮质的异常会使得视觉感官出现明显的差异性；患者额下回的区域出现异常已经可以在解剖学中得以印证。在左侧颞中回区域的功能连接增加，表明患者存在补偿连接机制。而MTG 脑区与我们日常的阅读功能有关，MCI 患者该区域FC 的异常使得患者在其阅读过程反应受限，使其功能受损。

中央执行网络是与人类认知控制有关的脑网络，并且其额叶区与情景记忆有关。在图4 中可以发现MCI 患者中左侧背外侧额上回和左侧额中回的功能连接减少，这也就为MCI 患者的记忆障碍提供了可能的解释；并且在右侧颞上回和右侧额中回的功能连接增加，表明患者存在补偿连接机制，这部分区域的异常是与患者记忆的缺失有关。中央执行网络中四个区域的功能连接的异常使得MCI 患者的记忆功能出现问题，对于该网络的探究使我们对MCI 患者的记忆功能异常区域更加明确，有助于我们对于MCI 患者脑网络的监测。

综上所述，使用GroupICA 及其统计学分析方法能够敏感地检测到异常的脑结构区域，从而更全面地理解MCI 的病理生理机制。本实验实现了对MCI 患者与健康老年人两个脑网络的对比，并且发现了MCI 患者在DMN 和CEN 中的FC 发生异常的区域，从而更全面地理解MCI 的病理生理机制。这就使得我们可以在早期诊断过程中便于识别病症的变化，以辅助预判MCI 向AD 转化的程度，从而达到AD 的阶段性治疗。