睡眠剥夺的静息态功能磁共振成像分析方法研究进展

杨未婉，潘 婷，郭晓乐，卢 琦，王洪峰

（长春中医药大学，长春 130117）

睡眠剥夺（sleep deprivation，SD）是对连续工作状态导致睡眠不足的描述，已逐渐成为了一个独立的概念，特指人们由于环境或自身原因而失去所需睡眠量，一般来说，24 h 内的睡眠不足6 ～8 h 被认为是睡眠剥夺[1]。睡眠剥夺可以发生在短时间内，例如1 d（急性睡眠剥夺），也可以持续很长时间，例如几个月或更长时间（慢性睡眠剥夺）[2]。长期睡眠剥夺可引起人体一系列学习记忆、情绪、免疫功能及体内激素、递质的变化，严重可诱发心脏病、脑卒中、甚至猝死等[3]。长期睡眠剥夺严重影响公众的身体健康状态以及精神健康状态，但人们对其潜在病理生理学及其相关机制知之甚少，给睡眠剥夺导致的各种疾病的有效预防和治疗带来了很大障碍。静息态功能磁共振成像（rs-fMRI）可通过血氧水平改变产生的磁共振信号变化，反映脑区的结构形态和功能活动状态，可以在活体状态下研究大脑功能区的功能连接、局部功能以及功能网络[4-5]。rs-fMRI 是研究SD 的重要脑影像学技术，而基于个体水平的脑影像功能图谱剖分技术是深入而精准地揭示SD发病机制与病变程度的重要研究手段。如今，SD 患者多个脑区局部功能活动和功能连接的异常已在很多研究结果中得到证实，但是由于研究方法及处理分析方法的差异，导致对于SD 患者脑区局部功能活动和功能连接在影像学下的研究结果及评估预后仍存在争议。基于这种情况，本文主要将对目前应用于SD 中rs-fMRI 的分析方法研究进展进行综述。

1 rs-fMRI 技术的基本原理

1992 年，OGAWA S 等[6]提出了血氧水平依赖（blood oxygen level dependence，BOLD）成像方法，即当大脑神经元兴奋时会同时增加局部脑血流量及需氧量，这使得局部氧合血红蛋白含量增加，从而反映局部神经元活动，实现了活体脑成像。BISWAL B 等[7]首先在大脑躯体感觉区域观察到了连贯的自发波动，部分存在显著的功能连接性，提出了rs-fMRI 技术的概念，这个发现为脑功能障碍研究提供了更加广阔的研究空间。随后，rs-fMRI 技术进入快速发展阶段，新的成像与分析方法不断涌现。

2 rs-fMRI 技术的分析方法

目前，rs-fMRI 主要是从局部脑区活动及脑区间功能连接两方面来分析，局部脑区活动的分析方法主要包括低频振荡振幅（ALFF）和局部一致性（Re Ho），整体的功能连接分析方法包括基于种子点的功能连接分析（SBCA）、独立成分分析（ICA）、基于体素镜像同伦连接（VMHC）等。两类分析方法各有优势，下面将对主要分析方法及进展依次展开描述。

2.1 局部脑区活动的分析方法

2.1.1 ALFF 分析法 ALFF（amplitude of low-frequency fluctuation，ALFF）分析法是反映血液氧合水平相关信号变化的研究方法[8]。其主要是测量大脑局部活动幅度，通过ALFF 值的强弱变化来反映大脑各区域代谢活动的强度[9]。ALFF 值越高则表明大脑区域的活动强度越高，反之表明神经元的活动越低。ALFF 可显示BOLD 信号振荡的强度，与ReHo 从时域上评估不同，ALFE 法分析相对较简单，且时间稳定性和长期内再测信度较高[10]。

研究者发现失眠障碍患者小脑后叶、岛叶皮质、前额叶和丘脑的ALFF 值降低，而楔前叶、颞叶及枕叶等脑区ALFF 值升高。睡眠剥夺患者情绪及认知功能下降与这些脑区对认知和情感的影响功能有关[11-13]。RAN Q 等[14]发现失眠患者中脑ALFF 值增加，而在涉及顶叶和枕叶等与记忆和注意相关的脑区中ALFF值减低。也有研究在患有SD 的护士中观察到与认知相关的脑区（包括内侧/中/上额回、前/后扣带回、楔前、角回、眶额叶和下属区以及后小脑叶）中发现ALFF 降低，说明SD 扰乱了认知区域的大脑活动，并诱导了初级感觉中枢的代偿反应[15]。ZUO X N 等[16]将ALFF 值细分为四个不同的频率范围（slow-5，slow-4，slow-3，slow-2，slow-1），灰质的振幅幅度明显强于白质，提示不同低频段的血氧水平依赖性可能呈现不同神经生理学表现。ZHOU F 等[17]研究发现，与原发性疾病效应相关的ALFF 广泛分布于小脑后叶（CPL）、背侧和腹侧前额叶皮层、前扣带皮层、楔前叶皮层、躯体感觉皮层和几个默认模式亚区。几个大脑区域（即右小脑、前叶和左壳核）表现出频段和患者组之间的相互作用。在slow-5 频段中，睡眠障碍患者中右侧中央后回/顶下小叶的ALFF 升高，且与患者的睡眠质量和焦虑指数有关。这也提醒我们在探索ALFF 相关临床表现时应考虑频率因素。

2.1.2 局部一致性（regional homogeneity，ReHo）分析法 ReHo 分析方法是rs-fMRI 最常采用的影像学分析方法之一，主要是通过计算某一体素与其相邻体素信号在同一时间序列中信号波动的一致性。肯德尔和谐系数（kendall coeficient of concordance，KCC）是从静息状态下大脑神经元自发活动的一致性角度，反映了局部大脑功能区神经元活动强度变化的相似程度，即当局部大脑区域的ReHo 值异常时，表明相应的大脑区可能存在功能上异常[18]。简言之ReHo 主要反映局部脑区的神经元活动在时间上的一致性，异常则提示局部神经元活动发生改变。虽然ReHo 分析方法应用比较广泛，但部分研究结果并不完全一致，有些结果呈现相反趋势，因此目前十分需要探寻各脑区信号值变化的内在机制[19]。

WANG T 等[20]研究发现睡眠不足的患者多个大脑区域存在异常的自发活动，尤其是在患者的情绪相关区域，左岛叶、右前扣带回、双侧中央前回等ReHo增加，右中扣带皮层和左梭形的ReHo 降低，同时发现左侧梭状回的ReHo 值与病程、睡眠质量指数呈正相关。ZHANG Y 等[21]也运用了ReHo 分析方法对失眠患者进行了分析，试验的参与者还接受了关于睡眠量表和匹兹堡睡眠质量指数的评估。进行分析后发现与正常人相比，失眠患者右额上回ReHo 值升高，左小脑回、左枕下回和左杏仁核ReHo 值降低。左侧枕下回中的ReHo 值与失眠患者的睡眠量表的评分呈负相关。同时作者认为杏仁核在睡眠调节中发挥作用，可能在调解情绪和压力对睡眠的影响方面很重要。枕叶的功能障碍可能与患者推理和认知重新评估的处理效率降低有关。也有研究用ReHo方法探索健康受试者在静息状态、正常睡眠后和SD后的大脑区域同质性的性别差异[22]。结果显示男性在SD 后右副中心小叶的ReHo 含量显著较高，但在没有明显较低的区域。女性在SD 后在双侧顶叶、枕叶双侧视觉相关区域、右额叶和右额叶的ReHo 显著升高。说明静息状态下大脑活动的差异，不仅在同性别组中的对照组和SD 组之间，而且在男性组和女性组之间也存在。因此，我们应该在未来的功能磁共振成像研究中考虑性别差异，特别是治疗与大脑相关的疾病。

2.2 脑功能连接的分析方法 大脑是高度复杂且精密的系统，可以通过各个脑区之间的互相协作来完成特定的任务，功能连接（functional connectivity，FC）分析方法是指这种协作方式可以通过定量分析rs-fMRI数据来表达[23]。目前应用较多的分析方法主要有：基于种子点的分析方法 （seedbased correlation analysis，SBCA）、 独 立 成 分 分 析（independent component analysis，ICA）、基于体素镜像同伦连接（voxelmirrored homotopic connectivity，VMHC）等。

2.2.1 SBCA 在FC 分析方法中，SBCA 已普遍应用于目前的研究中，其方法运用简单，结果解释清晰。由于SBCA 有一定的主观依赖性，为了能够准确反映脑区间连接强度，通常研究人员会通过选定一个特定的脑区作为“种子点”与其他脑区进行相关性分析[24]。

有研究使用rs-fMRI 对左右下丘脑进行基于种子的功能连接分析，SD 患者左下丘脑与双侧丘脑、双侧前扣带皮层、右杏仁核和右岛叶之间的功能连通性增强，而左下丘脑与双侧额中回之间的功能连通性降低，研究结果表明，SD 可导致下丘脑回路中断，这可能为睡眠剥夺后注意力障碍的神经机制提供新的见解[25]。同时该团队还应用此方法发现在SD 患者中，右侧基底核与双侧丘脑和扣带皮层之间的功能连接增强，而左侧基底核和右顶上小叶之间的功能连接减少。同时结果也表明基底核与左前扣带皮层功能连接的改变与SD 后的警觉性和注意力呈负相关[26]。WANG Y 等[27]对双侧前岛叶区进行了基于种子点的FC 分析，包括背侧前岛叶和腹侧前岛叶。观察到SD 患者这些双侧岛叶的FC 发生显著变化。左前岛叶和右额上回、右前岛叶和双侧额上回之间FC 显著增强。同时也表明岛叶的FC 改变是与认知障碍有关，这也为研究SD 的机制提供了新的看法。CHENG YANG L 等[28]研究也同样为SD 后出现认知障碍提供了证据，通过使用左右海马的fMRI 数据进行基于种子的相关分析，以确定TSD 后海马FC 的差异。受试者在SD 后表现出警觉性降低和短期记忆能力下降。此外，分析发现海马、额上回、颞区和辅助运动区FC 降低。此外，观察到海马体和双侧丘脑之间的FC 增加，其程度与SD 后的短期记忆表现相关。研究结果表明，海马-皮质连接的破坏与SD 后观察到的短期记忆下降有关。这些结果也为SD 后出现认知障碍提供了进一步的证据。

2.2.2 ICA ICA 是盲源分离技术之一，其使用多元分解将全脑体素的BOLD 信号分为几个既独立又具有时间相关性的功能网络。这种方法可以提取出一系列时间独立的脑活动信号或者空间独立的脑网络连接，客观、可靠分析不同的静止状态网络，同时该法能有效揭示潜在影响因素[29]。

有研究使用ICA 评估了内在的大脑连通性，还分析了全局信号变异性，区域均匀性和低频波动幅度。发现SD 患者会导致全局信号变异性增加，年轻参与者在大多数检查网络中具有更高的连通性，并且在包括前扣带皮层和后扣带皮层在内的区域具有更高的区域同质性[30]。DAI X J 等[31]分别测试了SD 状态和休息状态受试者的rs-fMRI，ICA 方法结果显示，SD 受试者在右下顶叶和左楔前叶/后扣带皮层的rsFC 降低。左梭形回、左颞中回、颞下回的rsFC 增加。说明了长期受SD 干扰的脑网络连接存在异常。有研究发现SD 后丘脑的功能连接减少，丘脑和海马旁以及丘脑和角回之间的功能连接减少[32]，表明丘脑在SD 对人脑的有害影响中的重要作用。丘脑被认为促进和调节新皮质区域的交流，并在调节觉醒和睡眠状态方面发挥重要作用。因此rs-f MRI 的ICA 分析能在早期识别SD 患者。2.2.3 VMHC VMHC 揭示了双侧大脑半球间同步活动情况，可反映大脑半球间信息交流的模式。VMHC可以识别一个半球的每个体素与对半球的镜像体素之间的皮尔森相关性，从而反映两侧半球脑信号活动协同性[33]，对大脑发挥功能信息整合有着重要作用。

ZHU Y 等[34]在早期的研究中通过VMHC 观察SD 后半球间同位素静息状态功能连接的变化，发现SD 后全脑区VMHC 显著增加，没有区域显示VMHC降低。为进一步验证其结果随后该团队在2022 年通过VMHC 研究SD 患者大脑半球间信息的动态变化。结果显示VMHC 的显著时间效应主要见于双侧丘脑、双侧颞上回和双侧中央前回。此外，在左颞上回和右上回中，嗜睡量表评分与VMHC 值之间存在显著的正相关。这些发现可能代表昼夜节律的动态调节，或者昼夜节律和睡眠稳态对丘脑、默认模式网络和感觉运动网络内的半球间连接的相互作用[35]。上述研究提供了关于SD如何调节半球之间大脑连接的更全面的信息，并增加了SD 后嗜睡的神经影像学相关性的新证据。迄今，VMHC 方法在SD 方面的研究仍较少，其是否可预测SD 后脑部代偿机制，值得在今后进一步探究。

除了上述研究方法以外，近年来也有部分实验与研究试图通过分析脑网络的富人俱乐部指数寻找网络枢纽或确定网络枢纽分布，来揭示出脑功能变化的神经机制[36]。且为了进行更深入的数据挖掘，对于基于网络的统计分析与图论的rs-fMRI 分析敏感性是否有区别等问题还需要进行更多更深入的研究与探索。

3 小结

rs-fMRI 技术是探索脑功能连接变化及脑内活动机制的技术桥梁，对于脑疾病的研究有重要意义。局部脑区活动的分析方法其优点是无需先验假设，分析简单。脑功能连接的各种分析方法将全脑视为一个整体，从整体反映空间上非邻近的各功能脑区自发神经活动，优势在于其整体性。综合以上各种分析方法，rs-fMRI技术在SD 机制的研究以及相关治疗方面可以发挥其优势，且实现其更大的临床价值。但各方法仍存在弊端，例如SCA 法等存在一定程度的主观依赖性，所得结果的准确性和全面性还需进一步提高，这也是所有研究者今后需要努力的方向。