《静息态脑功能成像临床应用综述报告》5200字

静息态脑功能成像临床应用综述报告目录TOC\o"1-2"\h\u11256静息态脑功能成像临床应用综述报告 1175011静息态脑功能性磁共振成像的原理 19162静息态脑功能性磁共振成像的研究方法 2115662.1静息态脑功能成像局部一致性影像 2146712.2静息态脑功能成像低频振幅影像和低频振幅分数影像 3322692.3静息态脑功能成像Hurst指数 3104043静息态磁共振脑功能成像技术的临床研究 4250494小结 524828参考文献 6【摘要】静息态fMRI实验设计不需要刺激任务的可成像的内源性的BOLD信号变化，使用非设计任务驱动的数据处理方法得到图像的各种参数，与静息状态脑机制的研究，与脑功能成像及患者的临床依从性更实用。同时静息状态脑功能成像可作为一种数据采集方法，任务驱动的数据处理方法，在癫痫患者中观察到神经活动，甚至可以刺激脑功能成像数据分析任务设计，丰富研究内容，作为刺激大脑功能的任务。【关键词】静息态；功能磁共振成像；局部一致性；低频振幅；Hurst指数人脑是目前已知的最复杂、最复杂的动态信息处理系统。脑功能磁共振成像（functionalMagneticResonanceImaging，fMRI）是一种新型的高性能非成像介入放射损伤，已广泛应用于脑功能的研究。近年来静息态脑功能磁共振成像（resting-statefunctionalMRI，rfMRI）已支付的基础和临床研究的神经心理学和神经影像学检查神经系统有了越来越多的关注。rfMRI开辟了一条新的思路，探索工作机制，在静息状态下脑的规律，丰富了研究方法和内涵的MRI。现在，对成像的相关研究现状进行了总结如下。1静息态脑功能性磁共振成像的原理目前，临床上普遍使用的功能成像技术有：磁共振波谱和波谱成像技术（bloodoxygenationleveldependent，BOLD）、各种弥散加权磁共振成像技术（diffusionweightedimaging，DWI），各种灌注加权磁共振成像技术（perfusionweightedimaging，PWI）。20世纪90年代后，BOLD（bloodoxygenationleveldependent）磁共振功能成像因其空间分辨率高、时间分辨率高、无辐射损伤等优点而被广泛应用于脑功能研究中，并可在体内反复检测。fMRI在脑神经活动和血流动力学反应之间的密切关系的基础上，神经元会导致脑血流量明显增加，与氧的消耗也增加，但耗氧速率的增加而降低，局部血氧含量的综合作用而增加，即血红蛋白含量相对较低，后者光滑的磁性材料，可以产生横向磁化弛豫时间（T2）缩短效应，其含量降低T2加权图像（T2WI）引起的信号增强，从而导致T2加权成像（T2WI）局部神经元的兴奋性信号增强，另一方面，T2加权成像（T2WI）信号可以反映ct局部神经元活动，基本原理，这是BOLD效应的生理基础[2]。2静息态脑功能性磁共振成像的研究方法2.1静息态脑功能成像局部一致性影像Zhang等[1]提出的局部一致性（regionalhomogeneity,ReHo）技术，通过计算邻近几个体素之间的肯德尔谐和系数[1]或Cohen相关指数[2]，我们可以观察脑功能活动的任务和静息状态，反映局部脑组织的同步活动，用于任务相关、静息状态，甚至在药物和康复过程中收集的数据。但尽管ReHo结果与正电子发射计算机断层显像（positronemissiontomography，PET）研究结果一致，大脑的默认网络ReHo指数高于全脑，但在本质上，体现了ReHo的体素时间序列之间的相似性，而不是活动强度。MCI患者左顶下小叶ReHo指数增加是独一无二的，这表明在MCI患者存在代偿机制，AD患者的前额叶皮层、双侧后扣带回和楔前叶、左顶叶静息状态脑活性明显低于正常人，MCI患者，相关分析也发现，MCI和AD记忆和其他认知下降ReHo指数相关患者的功能，探索性的聚类分析表明，ReHoMCI和AD的诊断准确率为71.4%，这表明ReHo指数可以作为MCI和AD的鉴别诊断指标[1]。癫痫的实质是神经元的异常同步放电。ReHo作为同步电活动的相邻位置像素的指标癫痫评价一定的优势。基于ReHo图像，在海马ReHo，丘脑和顶叶颞叶癫痫的增加和小脑后叶的ReHo降低，这是一种可靠的方法类似于脑功能磁共振成像研究[3]，因为ReHo方法简单易用，不需要的地方进行脑电图监测脑电图机的扫描，它是更实用。癫痫患者全身强直发作的皮质和皮质下在相间，丘脑发病的双侧对称性ReHo改变结构，大脑的默认网络ReHo值岛叶和大脑区域与癫痫的持续时间显著负相关，这表明ReHo可能是一个理想的癫痫患者静息状态下脑功能成像的方法[4]。在肝硬化患者的ReHo研究与轻微肝性脑病、楔叶、楔前叶、左侧顶下小叶ReHo降低，左侧海马旁回、右侧小脑蚓部、小脑前叶增加ReHo、楔叶和楔前叶和相关数字符号和实验结果的平均ReHo值。采用ReHo方法评估肝性脑病患者可以提供更多的信息[5]。长期吸烟者的总体认知功能和任务相关的大脑激活减少了。前额叶的ReHo值降低，与岛叶和扣带回与ReHo法的ReHo值增加[6]。2.2静息态脑功能成像低频振幅影像和低频振幅分数影像0.01～0.08Hz信号振荡的平均强度是由低频振幅图像计算出来的，它直接反映神经元自发活动的强度。为了消除侧脑室脑脊液及静脉窦静脉血流信号污染脑裂，低频振荡信号的振幅分量由0.01~0.08赫兹的平均强度和整个频带的信号振荡之间的比率，而脑脊液及静脉0.01~0.08Hz的血和静脉窦也可以表现出低频振荡信号强度高，真的不能区分神经元的活性，但在整个频谱，脑脊液，0.01~0.08赫兹频段的信号强度的血和静脉窦很小，只占这一点的使用比例，可以是一个很好的信息和脑脊液神经元交流在真正的血窦性和噪声信号的分离的静脉。Zhu等[7]低频振幅的方法，观察海马硬化颞叶癫痫患者的大脑边缘系统，包括海马、杏仁核、扣带回和1体感皮层和颞叶皮层等脑皮层的活动强度增加，包括前扣带回和内侧额叶脑默认网络的脑功能活动减少对癫痫病灶与相邻结构的脑功能活动抑制异常传播代表活动的强度，尤其是大脑默认网络活性的抑制作用。2.3静息态脑功能成像Hurst指数分数高斯噪声（FractionalGaussionNoise,fGn）它是一种应用广泛的统计分形模型。它也是一类1／f噪声，非常简单。其性质主要由Hurst指数（h）决定。当h＜0.5时，序列是短相关的；h＝0.5时，序列是长程依赖的；h＝0.5时，序列为高斯白噪声。fMRIBOLD信号可以描述的是。当体素位于脑脊液或脑脊液中时，时间序列的Hurst指数一般小于0.5。当体素位于灰质皮层时，Hurst指数大于0.5[8]。赫斯特指数与幂指数和分形维数等自相似行为有函数关系[9]。赫斯特指数的变化可能与某些疾病有关。比如Maxim等[5]结果发现，阿尔茨海默病患者在某些脑区的Hurst指数明显高于正常对照组。无论是激活大脑的任务还是非激活的脑区，He等[10]发现幂律指数在任务中显著低于静息态。Lai等[11]对与自闭症相关的脑区的研究表明，自闭症患者的赫斯特指数显著低于正常人。Sokunbi等[12]通过Cyberball任务设计的fMRI实验表明，精神分裂症患者全脑平均Hurst指数低于正常人。除了直接测量体素时间序列的性质外，赫斯特指数也可以用来研究网络。Wei等[12]通过Cyberball任务设计的fMRI实验表明，精神分裂症患者全脑平均Hurst指数明显低于正常人。除了直接测量体素时间序列的性质外，赫斯特指数也可以用来研究网络。比如Hahn等[14]采用赫斯特指数对正常人的人格特征进行研究。Gentili等[12]结果表明，部分脑区的Hurst指数与社交焦虑量表呈正相关，说明社交焦虑程度对脑的自发活动有影响。而Pellé等[15]利用空间正则化方法，将基于小波变换的Hurst指数单变量估计推广到多变量情况下，较好地预测了感知学习任务的类型。以上研究表明，Hurst指数能够有效地描述功能磁共振成像信号的特征，但对fMRI信号的Hurst指数的基本性质仍缺乏研究。3静息态磁共振脑功能成像技术的临床研究目前静息态磁共振成像（fMRI）的临床研究人员使用不同的分析方法来发展肝性脑病、缺血性脑卒中、阿尔茨海默氏症（alzheimerdisease，AD）、注意缺陷多动综合征（ADHD）、轻度认知功能障碍（mildcognitiveimpairment，MCI）、帕金森综合征、癫痫、抑郁症、精神分裂症患者康复治疗后，对运动功能网络连接和中医针灸进行了研究。Petrella等[16]用老年人的大脑默认网络图像正常认知功能模板的独立分量分析方法，获得MCI和AD患者合适的分数，发现正常人配合得分最高，MCI患者中，AD患者的最低基线拟合评分和认知功能量表在对MCI痴呆模型转化的预测诊断具有显著的相关性，确定稳定与不稳定的MCI，预测不同的转换率，静息态fMRI临床成功。全面强直痉挛发作与皮质和皮质下在相间，丘脑发病的双侧对称性ReHo改变结构的患者，大脑的默认网络ReHo值岛叶和大脑区域与癫痫病程显著负相关，这表明ReHo可能在癫痫患者脑功能成像方法的理想休息状态[17]。Zhang等[18]采用独立成分分析法对肝性脑病患者和正常对照组的脑默认网络进行分析。发现肝性脑病患者右额叶中回与左侧扣带回之间的功能联系减少，静脉血氨水平与左侧脑回默认网络参数图呈负相关。朱一芳等[19]观察周围性面瘫与静息态功能磁共振成像功能的变化，发现增强静息功能神经网络功能的变化，左侧外周面瘫患者表现为同侧大脑半球面部初级感觉运动皮层和初级运动皮层和脑连接。功能连通性增强的脑区主要分布在感觉运动区和运动相关脑区，这可能与面瘫患者的面部功能代偿功能有关。冯晓荣等[20]研究抑郁症患者治疗前后患者成像的变化。结果发现，3个月后，颞叶、右额叶、右前扣带回、后扣带皮层、双侧背外侧额叶、双侧楔前叶和右枕叶的信号增加，均能恢复到正常信号水平。说明抑郁症患者的脑功能异常改变是可逆的。静息状态脑功能磁共振成像可作为抗抑郁药疗效的指标。针刺脑功能成像近年来成为研究热点。成像广泛应用于针刺手法，针刺穴位特异性、兼容性等方面。叶泳松等[21]应用静息态脑功能磁共振成像（fMRI）技术探讨平衡针的中枢机制。针刺后额叶皮层、颞叶、扣带回、基底神经节等相关脑区的功能连接增加，这些脑区与平衡针刺镇痛的调节功能密切相关。徐春生等[22]个体差异的功能磁共振成像针刺穴位的影响研究。结果发现，针刺脑激活区在不同个体之间存在显著的个体差异，这种个体差异可能影响针刺脑功能成像的相关研究结果。赵斌等[23]观察静息态功能连接针刺合谷诱导的变化，发现针刺合谷可诱导大脑默认模式网络，变化的移动网络，面部感觉，Hegu和颜面部有着密切的联系，验证“脸嘴闭”的中医理论。熊杰等[24]为探讨针刺治疗急性脑梗死的作用机制，我们发现针刺后左顶叶和右枕叶有正激活，左侧运动区有负激活。针刺后，健康人阳性激活双侧顶叶双侧额叶、枕叶、负激活，表明在Neiguan穴对fMRI脑功能成像在生理和病理状态的不同影响。钟治平等[25]方法对12例老年健康志愿者采用腹针、补肾填髓法，应用静息脑功能磁共振成像研究腹针中枢神经系统的作用机制。结果发现，双侧颞上回、双侧额叶、双侧上小叶、右梭、右前扣带回、右前楔、右后中央脑回和双侧海马之间的功能连接增强。提示“补肾填髓”针刺后，大脑皮层与记忆、认知、情绪、情绪及双侧海马的功能联系增强。腹针能改善中枢神经系统的整体功能状态。Qin等[26]利用复杂网络分析方法，以扣带回为动态观察点，验证针刺是否能诱导静息状态下相应脑网络的活动。结果发现针刺视觉相关穴位（光明穴和昆仑点）和非视觉相关穴位（AC插头）可以反应回之间的扣带回后部的视觉和视觉相关穴位针刺相关网络具有一致性的功能延迟扣除的大脑造成的浓度分布，可能针灸机制效果。4小结总之，fRMI研究，我们注意到，在静息状态下，大量在人类大脑中的神经元仍然活跃，并构成一个默认功能网络由特定脑区的动态平衡状态，在网络和任务激活，这种不平衡可能与异常解释病人的行为。静息状态下的功能磁共振成像研究还处于初始阶段，如受试者的限制，所选的静息状态的大胆的测量和多个脑区与接触端什么因素仍然是一个有争议的话题，在临床应用中，还需要有更高的分辨率和成像技术更高的信噪比。然而，随着研究水平的提高、成像技术的进步和新的数据分析处理技术的出现，静息态功能磁共振在认知神经科学领域将有新的突破和进展。参考文献ZhangZ,LiuY,JiangT,etal.AlteredspontaneousactivityinAlzheimer'sdiseaseandmildcognitiveimpairmentrevealedbyRegionalHomogeneity[J].Neuroimage,2012,59:1429-1440.LiuD,YanC,RenJ,etal.Usingcoherencetomeasureregionalhomogeneityofresting-stateFMRIsignal[J]．FrontSystNeurosci,2010,4:24.ChengWL,QianZY,ZhangZQ.FMRIstudyoftemporallobeepilepsyusingReHoanalysis[J]．ActaBiophysSin,2008,24:460-466.ZhongY,LuG,ZhangZ,etal.Alteredregionalsynchronizationinepilepticpatientswithgeneralizedtonic-clonicseizures[J]．EpilepsyRes,2011,97:83-91.ChenHJ,ZhuXQ,YangM,etal.Changesintheregionalhomogeneityofresting-statebrainactivityinminimalhepaticencephalopathy[J]．NeurosciLett,2012,507:5-9.ZhuJG,LuGM,ZhongY.ApplicationoftheEEG-fMRIapproachofamplitudeoflowfrequency-fluctuationtotemporallobeepilepsy[J]．JClinRadiol,2009,28:297-301.MAXIMV,SENDURL,FADILINJ,etal.Fractionalgaussiannoise,functionalMRIandAlzheimer'sdisease[J].Neuroimage,2005,25(1):141-158.RUBIND,FEKETET,MUJICA-PARODILR.OptimizingcomplexitymeasuresforFMRIdata:algorithm,artifact,andsensitivity[J].PLoSOne,2013,8(5):e63448.HEBJ.Scale-freepropertiesofthefunctionalmagneticresonanceimagingsignalduringrestandtask[J].JNeurosci,2011,31(39):13786-13795.LAIMC,LOMBARDOMV,CHAKRABARTIB,etal.Ashifttorandomnessofbrainoscillationsinpeoplewithautism[J].BiolPsychiatry,2010,68(12):1092-1099.SOKUNBIMO,GRADINVB,WAITERGD,etal.NonlinearcomplexityanalysisofbrainFMRIsignalsinschizophrenia[J].PLoSOne,2014,9(5):e95146.WEIM,QINJ,YANR,etal.IdentifyingmajordepressivedisorderusingHurstexponentofresting-statebrainnetworks[J].PsychiatryRes,2013,214(3):306-312.HAHNT,DRESLERT,EHLISAC,etal.RandomnessofrestingstatebrainoscillationsencodesGray'spersonalitytrait[J].Neuroimage,2012,59(2):1842-1845.GENTILIC,VANELLON,CRISTEAI,etal.Pronenesstosocialanxietymodulatesneuralcomplexityintheabsenceofexposure:arestingstatefMRIstudyusingHurstexponent[J].PsychiatryRes,2015,232(2):135-144.PELLÉH,CIUCIUP,RAHIMM,etal.MultivariateHurstexponentestimationinfMRI.Applicationtobraindecodingofperceptuallearning[C].Prague,CzechRepublic:IEEEInternationalSymposiumonBiomedicalImaging,2016.10PetrellaJR，SheldonFC，PrinceSE，etal.Defaultmodenetworkconnectivityinstablevsprogressivemildcognitiveimpairment.Neurology，2011，76：511～51711