APP下载

基于低频振幅和独立成分分析的缓解期抑郁症静息态磁共振研究

2022-10-27林邹卿汪腾龙王国强

临床精神医学杂志 2022年5期
关键词:体素额叶脑区

林邹卿,汪腾龙,王国强

抑郁障碍是一种常见的慢性精神疾病,主要表现为持续的情绪低落、顽固的消极观念与认知行为改变,具有高发病率、高复发率、高自杀率等特点。研究发现抑郁障碍患者存在多个脑区的功能异常,其范围几乎涉及全脑。低频振幅(amplitude of low-frequency fluctuation,ALFF)研究发现大脑多个区域神经元自发活动异常,主要包括内侧前额叶皮质、楔前叶、扣带回、舌回、 颞回、枕回、小脑以及边缘系统等[1-2]。这涉及到多个脑网络,如默认模式网络(default mode network,DMN)、控制网络(executive control network)、突显网络(salience network)等。有研究显示,抑郁发病期间DMN存在异常[3]。DMN是一个大脑区域的集合,包括内侧前额叶皮质、后扣带回皮质、楔前叶和内侧颞叶[4],通常认为其与冥想、自我信息加工处理、自传体回忆、心理理论有关[5]。研究认为DMN功能失调可能是抑郁障碍发病机制的核心[6],其功能异常普遍存在于各个年龄阶段的抑郁障碍患者[7-8]以及易患抑郁障碍的高危人群中[9]。以上研究表明大脑整体和/或局部脑功能异常可能是抑郁障碍的发病原因,其发病机制尚不清楚。同时,大多数研究基于急性期的患者,对缓解期尤其对长期缓解的患者的脑功能研究却很少。

有研究显示,抗抑郁治疗并不能改变脑功能。在临床症状缓解后的抑郁症患者,仍存在DMN异常激活,并可能与认知功能障碍的残留症状有关[3];ALFF的研究也有类似发现[10]。在复发的抑郁症患者中也发现他们的脑功能异常。基于上述发现,长期缓解的抑郁症患者的大脑功能仍然可能存在异常,这可能与抑郁症复发有关。本研究首次探讨在长期缓解的抑郁症患者中是否存在异常自发神经元活动。本研究采用静息态功能磁共振(resting-state functional magnetic resonance imaging,rs-fMRI)扫描所有受试者的大脑图像,然后利用ALFF和独立成分分析(independent component analysis,ICA)将抑郁症患者与健康对照进行比较,以识别长期缓解的抑郁症患者的脑功能特征。

1 对象和方法

1.1 对象

为2018 年1月至12月在苏州广济医院招募的34 例缓解期抑郁障碍患者(患者组)和30 名性别和年龄相匹配的健康对照者(对照组)。所有受试者均是汉族且右利手。患者组入组标准:①符合美国《精神障碍诊断与统计手册》第5版(DSM-5)中抑郁障碍的诊断标准;②由两位经验丰富的精神科医生进行结构化诊断访谈,运用汉密尔顿抑郁量表(HAMD-24)、汉密尔顿焦虑量表(HAMA)评估以确认临床治愈;③完全缓解至少 12 个月;④至少 3 个月内未经历应激事件或处于慢性应激状态。 对照组:不符合 DSM-5 中抑郁障碍的任何诊断标准,且 HAMD-24 评分<8。所有受试者视听和理解能力均正常,可以完成必要的测试。排除标准:严重躯体疾病、神经系统疾病、药物滥用或依赖、近期严重感染。本研究经南京医科大学附属无锡精神卫生中心、苏州广济医院医学伦理委员会批准。所有被试都得到充分告知并签署知情同意书。

1.2 方法

1.2.1 人口学信息和临床数据资料收集 收集入组者人口学信息和临床数据资料包括姓名、性别、年龄、民族、职业、病程、缓解持续时间等。

1.2.2 MRI采集和预处理 所有rs-fMRI数据均在广济医院收集。扫描前,指示所有受试者仰卧,保持头部静止,放松,保持清醒,避免系统性思考。所有数据均使用 3T MRI 系统(Simens Skyra,德国)获得。所有受试者的静息态功能数据采集参数如下:重复时间:2 s;回波时间:4.1 ms;翻转角度:10°;视野:24 cm;截面厚度:1.2 cm;分辨率:0.9 mm×0.9 mm×1.2 mm。基于MATLAB平台,运用Data processing & analysis for brain imaging(DPABI) v3.1对MRI数据预处理,运用Statistical Parametric Mapping 8 (SPM8)/fMRI 工具箱 (GIFT) v3.0 ALFF/ICA进行数据分析,运用restplus软件进行图像处理。 ①排除所有受试者头像扫描的前 10 个时间序列,以减少受试者对扫描噪声和磁场不稳定性的适应对数据的影响。 ②剩余230个体积进行不同图像间采集时间延迟校正,对最后一层进行切片定时校正。 ③排除受试者头部移动超过 1.5 mm 和旋转超过 1.5°的图像。④所有图像均归一化到蒙特利尔神经病学研究所(the Montreal Neurological Institute,MNI)的空间,并重新采样到3 mm×3 mm×3 mm的体素大小。⑤去除线性漂移以消除任何运动的残余影响。⑥利用4 mm半高全宽的高斯核进行空间平滑,以降低空间噪声和残差。

1.2.3 ALFF的图像处理 运用DPABI v3.1以体素方式计算每个受试者的ALFF值。为减少低频漂移和生理高频噪声的影响,消除时间过程的线性漂移并进行带通滤波(0.01~0.08 Hz);利用傅立叶转换将每个体素的时间序列转换到频域,得到功率谱;将每个体素功率谱的每个频率进行平方根变换,将0.01~0.08 Hz频率范围的平均平方根定义为ALFF值。最后,将ALFF值进行标准化并纳入后续分析。

1.2.4 ICA的图像处理 运用 GIFT v3.0对 rs-fMRI 数据进行ICA,以识别所有 64 个受试者内在网络的独立成分。我们在GIFT中使用了Infomax 算法来隔离DMN。使用最小描述长度标准来估计3个数据集的维度,以确定独立组件的数量。然后,将两组所有受试者的 fMRI 数据串联起来,并通过主成分分析降低聚合数据集的时间维度,然后对独立成分使用fastICA算法(具有时间历史和空间图)估计。患者组和对照组的独立成分数量分别为50和52。采用标准方法来拒绝人为独立的组件分析网络,并消除清楚表示人为因素的网络组件,以确保DMN在这两组中具有相似的空间格局。根据 GIFT 软件指南,基于与特定DMN模板的最大空间相关性,选择保留用于进一步分析/估计的两组独立分量的分量。模板来自之前的调查,并已与DMN选择标准的空间相关性结合用于其他DMN的fMRI研究。

1.2.5 统计学方法 使用IBM SPSS 19.0对人口统计学数据和临床数据集进行分析。用SPM8工具箱分析rs-fMRI数据。采用双样本t检验比较患者组与对照组ALFF的差异。ALFF测试应用AlphaSim 校正(P<0.01、体素大小>15)。从所有受试者中提取每个网络的空间图。对两组内DMN进行双样本t检验,激活阈值设定为:体素大小>10,按 brodmann area进行标识。ICA测试应用错误发现率(false discovery rate,FDR)校正,P<0.001为差异有统计学意义。根据结果,选择在ALFF和ICA中具有显著差异的脑区作为兴趣区域(region of interest,ROI)。运用Restplus软件提取以峰值坐标为中心、半径为6 mm的球形区域的平均ALFF/ICA值,观察在MNI坐标中具有统计意义的大脑区域的具体解剖位置,并应用Pearson相关分析来探索平均ALFF/ICA值与HAMD-24分数、患病时间、缓解时间的相关性。

2 结果

2.1 两组人口学信息和临床资料比较

两组性别和年龄差异无统计学意义(P>0.05)。患者组患病持续时间为(65.26±34.42)个月,缓解时间为(13.50±1.75)个月。 两组HAMD-24 和HAMA 评分差异有统计学意义(P<0.05或P<0.01)。见表1。

表1 两组人口学资料与临床资料比较(例数

2.2 两组ALFF和ICA值有差异的脑区分布

与对照组相比,患者组ALFF在左额下回、左额中回增高,在右颞中回、右楔前叶降低;ICA分析显示,DMN表现出双侧楔前叶存在显著激活。根据上述结果,选择额下回、额中回、颞中回、楔前叶作为ROI。Pearson相关性分析显示,这些区域的异常自发神经元活动与两组HAMD-24评分、病程、缓解时间之间没有显著相关性(P>0.05)。见图1,图2;见表2。

图1 两组ALFF比较呈显著差异的脑区

图2 两组ICA比较呈显著差异的脑区

表2 患者组的异常脑区

3 讨论

本研究使用rs-fMRI技术中的全脑ALFF分析方法和局部DMN ICA分析方法,分析长期稳定的抑郁症患者和健康对照的脑功能。结果显示,长期缓解的抑郁症患者的脑功能仍然存在异常,主要是额下回、额中回、颞中回与楔前叶。

有研究表明,颞叶与情绪和行为有关,抑郁症患者颞下回的ALFF值比健康受试者高,这可能与抑郁症状的发生及其严重程度有关[11]。有自杀未遂行为的抑郁症患者右侧颞中上回的ALFF值比无自杀行为的抑郁症患者及健康对照者高[12]。以上研究表明,抑郁症情绪和行为异常可能与颞叶功能亢进有关。本研究结果显示,长期缓解的抑郁症患者颞叶功能较发病时已经回落,甚至低于正常,由于未观察到患者的情绪和行为异常,因此尚不清楚颞叶功能降低对于长期缓解的患者将会产生何种影响。

额叶参与情绪激活和调节,处理消极刺激,调节注意力、认知控制、动机和情绪[13]。有研究表明,前额叶功能出现异常时,患者会出现认知功能异常,如过度关注负面刺激或负性解释过去的记忆,在处理外界信息时更关注自我的感受。研究表明,额叶中谷氨酸浓度可能与ALFF相关[14]。MRI的原理之一是反映大脑区域中的血氧水平依赖性水平,而谷氨酸可以协调血管和代谢对神经元活动的反应[15]。尸检研究显示抑郁症患者额叶谷氨酸水平升高,表明额叶谷氨酸系统受到干扰[9]。这些研究提示,额叶功能变化可能会导致情感障碍(包括抑郁症和双相障碍)的认知、行为和情绪的异常。有研究显示抑郁症患者患病期间额叶ALFF增高[16];与本研究结果一致。尽管未观察到患者在认知、注意力和情感等方面的异常,额叶功能异常提示长期缓解的抑郁症患者额叶仍然是脆弱的,这可能导致他们在抑郁症发病机制中具有易感脆弱性,并有可能导致抑郁症复发。

楔前叶与其他大脑区域有着广泛的结构和功能连接[17],是大脑中代谢最活跃的区域之一,是DMN核心,参与自我相关的处理,调节注意力和情节记忆功能[18]。抑郁发作时楔前叶会出现功能异常[19],有研究显示,经过药物治疗使抑郁症患者的临床症状缓解后,其楔前叶功能会恢复正常[20]。但本研究通过全脑ALFF比较和局部DMN ICA比较,均发现患者组的楔前叶存在功能异常。尽管患者没有出现相应的临床症状,其功能异常的楔前叶仍可能导致在调节注意力和情节记忆等方面出现功能障碍,最终导致疾病复发。

在本研究中,尽管患者组的脑功能存在异常,但未表现出相应的临床症状。可能原因为人脑是一个复杂的网络,局部大脑活动和功能互动并非完全独立,大脑作为一个整体,各个大脑区域在时间和空间上相互联系,不断协调、整合,以应对复杂的外部环境。本研究结果也间接表明抑郁症患者长期服用抗抑郁药物有其必要性。

本研究使用rs-fMRI技术中的ALFF和ICA分析方法,首次比较了长期稳定的抑郁症患者和健康对照者的脑功能。本研究结果显示,长期缓解的抑郁症患者脑功能仍然存在异常,这些异常可能与疾病复发有关;也表明即使病情稳定,抑郁症患者仍需要长期服用抗抑郁药。本研究的局限性在于本研究是一项横断面研究,由于无法获得患者前期大脑功能数据,因此无法分析大脑功能变化。今后应增加样本数量,进行纵向随访,以便更好地了解长期缓解的抑郁症患者的大脑功能。

猜你喜欢

体素额叶脑区
基于多级细分的彩色模型表面体素化算法
腹腔注射右美托咪定后小鼠大脑响应区域初探
瘦体素决定肥瘦
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
额叶皮层退行性萎缩的高分辨率磁共振研究
运用边界状态约束的表面体素加密细分算法
基于体素格尺度不变特征变换的快速点云配准方法
止咳药水滥用导致大脑结构异常
大脑的巅峰时刻
人胚胎早期大脑额叶脑源性神经营养因子阳性神经元的表达