静息态功能磁共振成像分析原发性失眠患者大脑的小世界网络

黄伟康，李志铭，吴水天，洪静静，文 戈

1南方医科大学南方医院增城分院（增城区中心医院），广东 广州511340；2广州医科大学第二附属医院，广东广州510260

原发性失眠是世界范围内重要的公共卫生问题，其特征是难以入睡、睡眠深度或频度过短以及早醒导致睡眠不足。睡眠不足会导致各种健康问题，例如心血管疾病、肥胖、糖尿病、免疫系统功能障碍以及认知、情感障碍［1］。原发性失眠会在负面的情绪中引发情绪变化，包括易怒、情绪波动、攻击性及焦虑，其对情感影响不仅与负面刺激的反应性增强有关，而且与对愉悦刺激的反应模式降低有关。此外，充足的睡眠对于巩固记忆至关重要，而睡眠在大脑准备形成新记忆方面起着至关重要的作用［2］。根据前期神经影像学研究发现，原发性失眠会影响海马在编码情景记忆中的表现，这种效应与丘脑和脑干警觉网络的连通性模式改变有关［3］。

功能磁共振成像（fMRI）是一种功能强大的非侵入性成像方式，可以测量血液动力学波动来反映神经活动。基于血氧水平依赖性的神经影像学已用于对原发性失眠患者神经机制的理解，通过应用基于任务的功能磁共振成像［4］，原发性失眠患者在杏仁核中显示出对不同刺激的异常激活，这些刺激包括非失眠相关的刺激，情绪刺激和失眠相关的刺激。基于静息态fMRI（rs-fMRI）研究发现原发性失眠患者在杏仁核，岛叶，后扣带皮层和海马中广泛的功能连接异常［5］。另一项研究通过比较Pearson相关系数区别大脑不同区域功能连接情况，其结果表明原发性失眠患者分布广泛的区域中存在异常功能连接［6］。前期研究对失眠的发病原因认识趋于局部化、片面化，不能仅用单一或孤立的脑区改变阐明清楚，无法从本质上探究其可能得神经机制，而神经网络理论结合图论的数学方法是根据神经信息传递及交互作用的方法探究全脑功能的改变，更适合阐明失眠患者潜在的病理生理机制。基于图论的fMRI分析方法通过计算一系列局部和全局特征来计算大脑连接组的拓扑结构［7］。小世界网络研究已应用于精神类疾病及神经退行性疾病，但是在原发性失眠的研究很少［8］。本研究创新性的通过rs-fMRI图论的方法研究原发性失眠患者小世界网络的改变，从而探究其发病机制。

1 资料和方法

1.1 研究对象

本研究收集2015年1月～2020年1月于南方医院增城分院及广州医科大学第二附属医院神经内科患者，由专业且经验丰富的神经内科医生进行标准化筛查，依据《精神障碍诊断和统计手册》第5版（DSM-5）的诊断标准。并同期纳入健康对照者。所有被试均签署知情同意书，并接受全面的身体和神经系统检查，以及量表评估。量表评估包括匹兹堡睡眠质量指数（PSQI），汉密尔顿抑郁量表（HAMD）和汉密尔顿焦虑量表（HAMA）。患者须符合：失眠症状持续时间大于3月；PSQI 得分≥8；没有神经或精神疾病，如中风、抑郁症（HAMD≤17）或焦虑症（HAMA≤14）等；没有其他睡眠障碍（例如与睡眠有关的运动障碍、嗜睡、呼吸睡眠暂停综合征等）；右利手，年龄20～60岁；禁止滥用药物或物质，如咖啡因、尼古丁、酒精；常规MRI图像未发现异常信号。健康对照者须符合：无睡眠障碍史：PSQI≤7；良好的睡眠质量，无昼夜交替工作时间的历史；没有神经系统或精神疾病，如中风、抑郁症（HAMD≤6）或焦虑症（HAMA≤6）。总共招募65名患者和60名年龄、性别和教育程度相匹配的健康对照者。

1.2 数据采集

所有数据由飞利浦Ingenia 3.0T MRI扫描仪（64通道头颈部线圈）采集，被试头部用泡沫垫减少头部运动并减小MRI噪音，指导所有被试闭眼并在采集过程中不要思考或入睡，常规MRI 扫描排除脑结构异常。fMRI数据采用基于平面回波成像技术的BOLD-EPI序列，TR=2000 ms，TE=30 ms，翻转角=90°，FOV=220×220 mm，matrix=64×64，层数=33，层厚=3.5 mm，层间距=0.6 mm，采集150个时间序列容积图像。

1.3 数据处理

使 用Matlab 2012b（Matlab R2012bhttp://www.mathworks.com/products/matlab）工具箱调用SPM8（http://www.fil.ion.ucl.ac.uk/spm）和GRETNA（v2.0 http://www.nitrc.org/projects/gretna）软件包。去掉前10个时间点，以确保MRI信号稳定。剩余数据经过时间校正，并重新对齐头部运动校正，去除平移或旋转参数超过1.5 mm或1.5°的被试数据。然后将图像在空间上标准化到具有3 mm各向同性分辨率的MNI-152模板空间上，并使用半高全宽6 mm×6 mm×6 mm的高斯核对图像进行平滑处理。图像经过去线性处理，并经过时间带通滤波（0.01～0.08 Hz），以消除低频漂移和高频生理噪声。最后，回归白质信号、脑脊髓液信号和运动参数，根据先前的研究，目前的数据并未回归全球信号［9］。

1.4 统计学分析

使用SPSS 19.0软件对人口统计数据和临床数据进行统计分析，P＜0.05为差异有统计学意义。首先进行正态性检验及方差齐性检验，若符合则使用双样本t检验，若不符合则采用非参数检验。使用基于网络的统计分析（NBS），进行两组之间网络拓扑和区域网络的差异进行了评估，使用非参数置换方法（10 000次置换）对两组之间的拓扑特性（全局网络参数和区域节点参数）进行统计比较。对于图理论分析中的置换检验（在GAT工具箱中实现）和NBS分析进行检验，P＜0.05为差异有统计学意义。使用BrainNet软件对NBS揭示的有统计学差异脑区进行可视化显示。

2 结果

2.1 人口统计学分析及临床量表结果

原发性失眠患者和健康对照者在年龄、性别和受教育程度方面符合正态性检验及方差齐性检验（P＞0.05），差异无统计学意义（P＞0.05，表1）。原发性失眠患者和健康对照者在PSQI、HAMA和HAMD量表数据差异有统计学意义（P＜0.05，表1）。

2.2 fMRI功能网络全局拓扑属性改变结果

原发性失眠患者组和健康对照组均符合小世界网络属性（γ＞1，λ≈1，σ＞1）。与健康对照组相比，原发性失眠患者小世界网络表现出更低的Cp、γ、Eloc、λ、连通性、σ（P＜0.05，图1）。

表1 人口统计学及临床量表结果Tab.1 Statistical results of demographic and clinical data

图1 fMRI功能网络全局拓扑属性改变结果Fig.1 Alteration of global topological properties of functional network based on fMRI. Data of patients with primary insomnia and healthy controls are indicated with red and blue,respectively.

2.3 fMRI功能网络局部拓扑属性改变结果

原发性失眠患者与健康对照组相比，患者组3项区域节点参数至少1项减低的区域有：双侧中额眶回、左侧岛盖部额下回、左侧三角部额下回、左侧角回；患者组节点3项参数之一存在升高的区域有：右侧中扣带回、右侧海马、右侧楔叶、右侧中央旁小叶和右侧颞下回（图2，表2）。

图2 fMRI功能网络局部拓扑属性改变节点可视化图Fig.2 Visualization of the nodes with altered local topological properties of the functional network based on fMRI.

表2 fMRI功能网络局部拓扑属性改变节点参数结果Tab.2 Network parameters of the nodes with altered local topological properties of functional network based on fMRI

3 讨论

本研究首次通过基于rs-fMRI技术发现原发性失眠患者与健康对照者均表现出小世界属性，原发性失眠患者较健康对照者表现出以聚类系数减低为核心的网络属性异常，表明原发性失眠患者的拓扑结构信息传输能力受损。同时节点级别也发生了变化，包括默认网络，背侧注意力网络和感觉运动网络，其可能成为影像学标记物。

原发性失眠定义为睡眠潜伏期延长、难以维持睡眠、早醒以及白天功能障碍的症状，包括警觉性降低、疲劳、疲惫等症状［10］。前期fMRI中的研究大部分集中在大脑区域的功能障碍或两个不同大脑区域之间的功能链接变化［11-14］。然而，大脑是一个复杂而先进的信息处理系统，将不同的大脑区域协调为一个功能网络。有研究表明，原发性失眠患者的功能改变（如认知能力、情感处理和记忆形成）与广泛分布的大脑区域和子网有关［15］。因此，有必要从功能网络的角度研究原发性失眠患者的神经机制。基于先前广泛分布的区域中存在异常区域活动和功能连接的证据，我们假设原发性失眠患者可能与脑功能连接体拓扑结构的改变有关。在本研究中，我们首次使用图论分析来证明我们的假设，以探讨原发性失眠患者和健康对照者之间的脑功能连接组的差异。

前期研究表明，复杂的功能连接体具有许多重要的拓扑特征，例如小世界属性、模块性和层次结构［7］。我们发现两组均显示出有效且经济的小世界拓扑属性。原发性失眠患者的小世界属性改变表明，患者大脑中的信息传输和处理网络结构受到干扰，尤其是聚类系数、γ、Eloc这几项指标的减低，均提示患者组脑网络在局部信息整合的效率上存在异常［16-17］。这些结果可能指导我们从整体大脑角度了解原发性失眠的病理生理机制。

除了全局拓扑属性外，大脑功能连接体的节点中心也发生了改变，节点特征的改变表明节点在信息传输和整合中的作用异常，因此不同区域的异常节点特性可能会导致它们所属的网络功能异常［18］。节点中心点减少主要位于默认网络中，包括双侧中额眶回、左侧角回和海马［19］。海马属于默认网络，其与认知、情绪处理和记忆形成有关，在睡眠调节中起着重要作用［20］。使用rsfMRI的多项研究发现，海马与杏仁核和额上回广泛相关［21］。默认网络在意识的调节中起着核心作用，并且与自我心理活动有关［22-23］，因此我们推测原发性失眠患者的认知、情感和记忆障碍可能与默认网络的连接减少有关。有研究表明，睡眠不足的受试者可以在编码过程中更有效地动员额下回，以满足更有效的记忆形成的需要［24］。其次节点减少区域是背侧注意网络，包括左侧左侧岛盖部额下回和三角部额下回，有报道其参与慢波睡眠，这可能会影响睡眠质量下降［25］。

本研究发现右侧大脑半球多个节点增加，楔叶是视觉网络的一部分，它参与与记忆有关的心理成像和/或视觉记忆整合［1］。中央旁小叶主要位于感觉运动网络中，根据失眠的过度兴奋理论其参与发起或维持睡眠，原发性失眠患者表现永久性亢进的循环，并且对感觉刺激的敏感性增强，这会导致进一步的皮质觉醒以及睡眠开始和维持的困难［26］。默认网络和感觉运动网络之间的连接改变可能是一种补偿机制，可以克服睡眠不足的负面影响并保持精神运动和认知能力［22,27］。

本研究仍有几点不足：患者样本量少，有待于今后更大样本量、多中心的进一步研究；本研究为横断面研究，今后有待于多时间点、纵向研究。总之，本研究为原发性失眠患者神经病理机制提供了客观的影像学证据，有利于加深对其神经病理机制的了解，从而提供治疗疾病的新视角。