脑功能MRI在青少年非自杀性自伤中的研究进展

陈雨薇，刘念，黄小华，杜青林，贾清，岳汛

非自杀性自伤（non-suicidal self-injury，NSSI）是指没有自杀意图且不被社会认可的故意破坏身体组织的行为，其与情绪、焦虑和药物滥用等多种因素有关[1-2]。青少年中NSSI的患病率为17.2%[3]，男女比例为1∶3[4]。NSSI是一种通过减少和调节消极情绪来维持生命的功能手段，也是自杀的强烈潜在风险因素[5]。《精神障碍诊断与统计手册（第5版）》将NSSI作为单独的精神疾病纳入诊断，其诊断要点为过去一年中有5天或以上无自杀意图的自伤行为[6]。目前NSSI主要依靠各种量表诊断，但量表具有主观性，且NSSI与抑郁症等精神障碍的症状表现不易区分，容易造成误诊和漏诊。基于血氧水平依赖（blood oxygen level dependent,BOLD）的脑功能磁共振成像（functional MRI,fMRI）能够通过检测脑内BOLD信号变化，揭示脑活动的发生、定位及效应，进而反映在静息状态下（静息态）或执行某项任务（任务态）时脑功能区的激活情况及神经活动变化，被广泛用于研究精神障碍病人的神经功能异常[7]。本文综述青少年NSSI在BOLD-fMRI上的神经影像学特点，总结其在静息态和任务态fMRI上的功能连接（functional connectivity,FC）变化情况，以及在任务态fMRI发现的脑激活情况，以期为NSSI的诊断和疗效评估提供影像学依据。

1 静息态fMRI在青少年NSSI中的应用

静息态fMRI有助于了解大脑损伤或疾病的神经影像特征[8]，具有影像易采集、病人易配合、不同病人群体的功能网络易识别等优点。FC作为fMRI数据分析的一种方法，可用于表征解剖学上分离的脑区之间神经活动的时间依赖性[9]，揭示大脑不同的自发活动网络[10]。FC分析主要包括基于种子点的FC分析、基于独立成分分析（independent component analysis,ICA）的FC分析、基于图论的脑网络分析等[11]。

1.1 基于种子点的FC分析 基于种子点的FC分析由Biswal等[12]首次提出，通过在静息态下采用网络识别方法选择一个种子点，分析该种子点与全脑中所有其他体素或与其他种子点之间的线性相关性，从而得到基于种子点-全脑或种子点-种子点的FC图。该技术具有简单性、可解释性和直接性，但受先验知识的假设限制、种子点选择的依赖及无法检测非线性交互形式的影响，限制了其发现非种子点之间的FC可能。Huang等[7]对梭状回-全脑FC进行分析发现，与重度抑郁障碍病人相比，NSSI合并重度抑郁障碍病人的右梭状回-双侧额上回、右梭状回-双侧后扣带回之间的FC降低。由于梭状回参与视觉网络的组成，额上回参与记忆处理，扣带回参与情绪处理和认知[13-14]。该研究结果提示NSSI病人和重度抑郁障碍病人之间可能存在视觉信息加工、情绪处理和认知功能等脑活动差异。Westlund等[15]对杏仁核-全脑FC进行分析发现，与健康对照组相比，NSSI病人杏仁核-额叶、杏仁核-颞叶的FC均降低，杏仁核-辅助运动区（supplementary motor area，SMA）的FC增强。Santamarina-Perez等[16]以双侧杏仁核和内侧前额叶皮质（medial prefrontal cortex，mPFC）为种子点分析发现，与健康对照组相比，NSSI病人mPFC-岛叶、杏仁核-岛叶的FC降低，由于岛叶在传递痛觉方面起着关键作用[17]，提示FC降低可能导致NSSI的痛觉受损。

基于种子点的FC分析可对NSSI进行预后评估。既往研究[16]发现，治疗前NSSI病人杏仁核-前扣带回皮质（anterior cingulate cortex，ACC）的负向FC和杏仁核-脑干的正向FC越强，mPFC-海马、mPFC-杏仁核的正向FC减少和负向FC增加越显著，NSSI治疗后的改善越明显。Cullen等[18]将杏仁核和伏隔核作为种子点，分析药物治疗前后FC的改变发现，NSSI自伤频率降低与左侧杏仁核-右侧SMA、右侧伏隔核-左侧额上回内侧皮质的FC减少相关，与右侧杏仁核-右侧额下回的FC增加相关。此外，基于种子点的FC分析还可评估NSSI的严重程度，Basgoze等[19]将杏仁核和mPFC作为种子点，比较不同严重程度的NSSI病人发现，与无和轻度NSSI病人相比，重度NSSI病人的双侧杏仁核-mPFC的FC较低，且左侧杏仁核-mPFC的FC较低预示着较高的NSSI发病率。

因此，基于种子点的FC分析不仅能评价NSSI病人的FC特征，还能评估NSSI病人的严重程度和预后。但既往研究[15-16,18]大多局限于杏仁核作为种子点的FC分析，未来可采用更多与情绪相关的种子点进行研究，以评估其脑影像特征及预后价值，从而辅助临床诊断。

1.2 基于ICA的FC分析ICA是一种纯数据驱动的全脑FC分析方法，其基本原理是通过盲源线性模型将体素水平的fMRI数据分解成空间上独立的成分，称之为独立成分网络[20]。独立成分网络内体素之间的BOLD信号高度同步，而独立成分网络之间的BOLD信号同步性较低甚至不同步。因此，通过ICA既可以计算独立成分网络内的FC，也可以计算独立成分网络之间的FC。由于ICA分析对源信号的处理不需要先验知识，避免了模型假设过程中的误差，但需研究者凭借先验知识或经验从噪声中识别ICA的网络成分，因此结果可能会受噪声或研究者水平的影响。Ho等[21]通过ICA分析发现，NSSI病人相比健康对照组和抑郁障碍病人的默认模式网络和显著网络内的FC要降低，而中央执行网络-默认模式网络之间的FC较健康对照组和抑郁障碍病人增强，提示中央执行网络-默认模式网络的FC增强可能反映了由负面思维主导而引起的自我认知控制不足。因此，基于ICA的FC分析可发现NSSI病人独立成分网络间的FC异常，但上述研究纳入的研究对象存在共病，不能真实反映单纯NSSI的FC特征，未来研究应侧重单纯NSSI病人的独立成分网络间的FC研究，有助于明确其神经环路机制。

1.3 基于图论的脑网络分析 基于图论的分析是分析脑成像数据的一种方法，可定量阐明脑网络、脑结构和功能的静态连接、随时间变化的动态行为组织以及与疾病相关的脑系统性变化[22]。图论方法通常可以在静息态或任务执行过程中应用于功能或有效连接模式的分析，且可通过不同的图论指标来反映不同的网络特征，如节点度可量化节点连接总数，加权核数可反映脑区的重要性。但图论分析仍面临着许多尚未解决的问题，例如如何定义网络节点和构建大脑网络，脑区的分割策略选择等。Mürner-Lavanchy等[23]通过图论分析发现，与健康对照组相比，青少年NSSI病人的中央旁回、SMA、内侧眶额叶的节点度较低，提示NSSI病人的中央旁回、SMA、内侧眶额叶信息整合中心的数量减少，信息传递效率低，而距状旁回加权核数较高，提示该脑区存在一个连接较强的亚网络。虽然目前基于图论的方法在NSSI中对FC分析的研究较少，但其在探索NSSI病人大脑网络的整合和分离方面极具应用前景，未来可采用此方法来探索NSSI病人脑网络特征的变化。

2 任务态fMRI在青少年NSSI中的应用

任务态fMRI主要通过设计特定任务诱发人脑活动，通过同步监测人脑活动伴随的BOLD信号变化，进而推知与该任务相关的脑激活模式，常见的任务包括情绪、社交、奖赏、视觉、注意力功能等[24]。

2.1 情绪任务 通过情绪面部匹配任务可诱发fMRI状态下与情绪相关的脑激活，但对于涉及多个脑区的异常FC可参考活动流映射方法来评估[25]。既往研究[19,26]发现，NSSI病人的双侧杏仁核、双侧枕叶外侧回、梭状回、缘上回、额叶、左颞下回和双侧颞极对恐惧表情的激活程度高于对快乐表情的激活。Westlund等[15]通过情绪面部匹配任务测量杏仁核-全脑FC发现，与健康对照组相比，NSSI病人的双侧杏仁核-右侧舌回、双侧杏仁核-双侧枕叶、双侧杏仁核-顶上小叶的正向FC增加，而左侧杏仁核-双侧额极、左侧杏仁核-内侧额叶、左侧杏仁核-扣带旁回之间的负向FC增加。综上，NSSI病人更易将信息接收为负面信息，基于情绪任务的fMRI可以检测NSSI病人在参与情绪处理时脑区异常激活和FC异常情况。故未来该方法可成为探究NSSI病人情绪机制的有效辅助工具。

2.2 社交任务 社交任务是通过设定不同社交任务以观察不同脑区的激活情况。在社会排斥和社会包容情景任务下，NSSI病人的前额叶皮质、壳核、岛叶、背侧ACC、SMA、mPFC、前扣带回膝上部和后扣带回皮质可能存在激活异常。基于社会排斥和社会包容任务的fMRI研究[27-29]发现，NSSI病人的壳核、右侧前额叶皮质、双侧岛叶、背侧ACC和SMA激活增加，mPFC和前扣带回膝上部的激活程度降低。但关于后扣带回皮质激活的研究结果并不一致，如Malejko等[29]发现NSSI病人后扣带皮质的激活较边缘性人格障碍病人增强，而Perini等[28]发现NSSI病人后扣带回皮质的激活程度较健康人降低。但上述研究仅包括社会排斥和社会包容情景任务，基于更多种社交任务的fMRI在NSSI中的应用有待进一步研究。

2.3 奖赏任务 奖赏任务是通过猜测卡片的价值来诱发受试者对货币收益或损失的脑反应活动。一项研究[30]通过奖赏任务分析了与NSSI有关的奖赏回路，发现NSSI青少年对金钱收益表现出较低的神经激活，具体表现为货币收益后ACC、背侧纹状体、腹侧纹状体、眶额叶皮质、腹侧前额叶皮质和岛叶的激活减少，研究认为激活程度减低可能表明NSSI病人在情绪和疼痛的处理发生了变化。因此，基于奖赏任务的fMRI可提示NSSI病人参与奖励机制的脑激活程度异常。但既往仅采用了基于种子点的分析方法，未来研究可采用基于全脑分析的方法，以发现更多参与奖赏机制的脑区的异常激活情况。

3 总结与展望

NSSI的神经机制复杂，BOLD-fMRI作为一种无创性成像方法可评估NSSI的异常脑活动特征，有助于了解NSSI的神经机制。采用不同分析方法评估静息态和任务态时NSSI病人大脑的活动，其结果的多样性表明NSSI涉及多个脑功能维度的异常。大多数NSSI相关的FC研究采用主流分析方法（基于种子点、ICA和基于图论的分析方法），但应用其他脑功能分析方法（FC强度、FC密度、格兰杰因果关系、动态因果建模分析等）暂未见相关报道，因此未来可选择更多的分析方法以增进对NSSI脑FC的认识。此外，既往研究纳入的受试者多与其他精神疾病有共病(如抑郁障碍和边缘性人格障碍)，尚不清楚哪些脑功能改变为NSSI特异的；而且仅使用量表对NSSI的严重程度来评估，用fMRI评价其严重程度的研究较少。因此，未来的研究还可以进一步比较NSSI合并抑郁与单纯抑郁病人、单纯NSSI与正常健康人群的脑影像差异，以找到NSSI病人特征脑变化；选择多中心研究和多种特征分析方法进一步识别NSSI的影像学标志物及其严重程度，提高结果的稳定性和普适性，这将有助于提高临床对该病的诊断效能和有效的预后评估。