功能磁共振成像临床应用研究论文审稿中常见的问题

臧玉峰

功能磁共振成像(functional magnetic resonance imaging, fMRI)泛指所有可用于测量脑功能特点的磁共振成像技术，但狭义的fMRI，通常指基于血氧水平依赖(blood oxygenation level dependent, BOLD)技术，通常称为BOLD-fMRI。此外，越来越多的学者也将动脉自旋标记(arterial spin labeling, ASL)技术称为fMRI，本文称之为ASL-fMRI。BOLD-fMRI主要反映的是脱氧血红蛋白的变化，而ASL-fMRI主要反映的是脑血流的变化。尽管有学者认为ASL-fMRI技术可以更好地反映神经活动，但ASL-fMRI技术还不够成熟，其应用研究远不如BOLD-fMRI多。本文以下提到的fMRI，均指BOLD-fMRI。

fMRI非常适合研究人脑的功能：fMRI兼有较好的时间分辨率(通常采用2～3秒，最快可达到约80 ms)和空间分辨率(通常采用3～4 mm，可达到约0.5 mm)，不需要注射对比剂，无侵袭性。在基础研究领域，fMRI已经是研究人脑高级功能不可替代的手段，在临床基础研究中也正在发挥越来越大的作用。绝大多数BOLD-fMRI研究，都需要在扫描过程中，让被试执行某种认知任务。1995年发表了第一篇不采用任何任务的所谓“静息态”(resting state)fMRI(RS-fMRI)[1]，RS-fMRI受到了重视。RS-fMRI的BOLD信号主要反映了自发脑活动[2,3]。由于RS-fMRI简单方便，病人很容易配合，对于脑异常功能的定位非常有帮助。例如，低频振幅(amplitude of low frequency fl uctuation, ALFF)这个指标在某种程度上可反映脑自发活动的强度[4]，南京军区总医院卢光明研究组采用这个指标，发现诊断为内侧颞叶癫痫患者的海马等部位ALFF增高[5]，提示RS-fMRI有一定的致癫灶定位价值。目前，RS-fMRI在临床研究中的应用越来越多，大有超过任务状态fMRI的趋势。

国内大中型医院一般均拥有fMRI设备，可开展的研究内容非常广泛。笔者曾为国内多家中文杂志审阅fMRI稿件，发现我国fMRI的临床基础研究仍然存在着较多的问题，现结合本人在审稿过程中遇到的这些问题，谈一谈fMRI临床基础研究过程中以及论文撰写过程中的注意事项。需要强调的是，这些问题仅代表我个人的观点。

1 背景介绍

这部分内容是一篇文章的精华之一。许多稿件存在的问题是背景介绍过短、相关研究的介绍太少或过于宏观，看不出本文针对的问题的研究进展，也就无从知道本研究的创新之处，也看不清楚本研究的动机和假设。或者即使有假设，也比较宏观，看不出提出该假设的逻辑性。也就是说，讲“故事”时没有铺垫。这或许与某些中文杂志限制篇幅有关，但即使如此，简明扼要的背景介绍仍然是不可少的。顺便提一下，背景介绍过短或过于宏观之类的问题，同样存在于某些基金申请书中。

2 材料与方法

2.1 被试

本文仅涉及人类被试。人口学资料要尽量详细，有些指标如伴发症状等很难控制得非常好，但需要详细列出。有些指标未必能与对照完全匹配，但有些稿件的作者认为，某个指标在两组之间无统计学差异即认为是匹配，这是错误的。比如，两组的性别匹配问题，卡方检验的P=0.06，绝对不可以认为两组的性别是匹配的。最好的匹配是两组的性别比例完全相同，也就是说P=1，特别是在小样本时更是如此。

2.2 任务激活的fMRI范式

认知任务的介绍一定要详细，最好有图示，这样读者根据描述和图示便可以完整设计出这个任务。采用的任务最好有参考文献，并且在论文中注明采用的任务与文献中是完全相同还是进行了修改。如果进行了修改，要详细说明是如何修改的。另外需要注意的是，某些病人的配合程度有限，任务不宜过于复杂，否则错误率可能会比较高。错误率在两组间的不同，在多大程度上影响了激活的组间差异，很难解释清楚。与“2.1”中提到的匹配问题相似，有些作者认为错误率只要不低于95%就可以了，或者认为错误率在两组间无统计学差异就认为错误率对激活无影响，这也是错误的。要详细记录任务的行为学结果，除了错误率、平均反应时这两个常用指标，反应时的变异也是很重要的行为学数据。诚然，研究人脑的复杂高级功能，复杂的认知任务是必要的。除了少数临床医生在某种认知功能的研究方面已经有多年的积累，否则，笔者不建议临床医生轻易修改已有的、成熟的认知任务范式。笔者也是临床医学背景，在修改任务范式方面吃过不少苦头。实际上，研究中可以创新的地方很多，对于临床研究，笔者建议多在临床设计方面下功夫。

2.3 RS-fMRI

所谓“静息态”，即不需要特定任务的安静状态。实际上，许多传统的临床功能检查项目，都是在静息状态下进行的，比如脑电图、正电子发射断层扫描术(positron emission tomography，PET)等，并没有“静息态”这个名称。RS-fMRI与任务态fMRI，从扫描的角度来说完全是一样的。笔者认为，RS-fMRI之所以加上“静息态”一词，可能是因为任务态fMRI在认知神经科学研究中已经非常普及，人们一提到fMRI，就与认知任务设计等同起来，“静息态”这个词可能是为了与传统的任务状态fMRI相区别。从数据处理方法上，RS-fMRI与传统的激活区检测方法有很大的区别，这可能也是RS-fMRI形成一个新的领域的原因之一。顺便提一句，有些作者将RS-fMRI的病人的脑活动异常称为“激活”(activation)异常，略有不妥，笔者认为“活动”(activity)比较合适，而“激活”，通常是指在任务状态下。RS-fMRI实验本身比较简单，但如果一次扫描既包括任务状态又包括静息态，则需要注意扫描顺序，已经至少有3个研究[6,7,8]发现，RS-fMRI很容易受前面任务的影响，笔者建议先扫描RS-fMRI，之后再扫描任务状态，除非拟研究的问题本身就是脑自发活动受任务调节。

2.4 数据获取

这方面问题相对比较少，注意把扫描参数、扫描所用时间、扫描顺序等介绍清楚。

2.5 个体水平的数据处理

注明软件的版本，把数据处理参数介绍清楚，如果采用默认参数，笔者建议明确说明采用的是软件的某个功能的默认参数。有些参数对结果的影响非常大。比如，采用SPM检测激活区时，具体选择哪一种血液动力学函数；再如，任务激活区检测或RS-fMRI功能连接分析时，是否去除全脑平均时间序列的影响等，这些参数对结果的影响比较明显。在空间标准化过程中，需要明确注明采用哪个标准模板，常用的是TT[9]和MNI(见SPM)，这两个坐标系有一定差异，有研究发现，这两个坐标系最大差异达13 mm[10]。

2.6 组水平的统计推断

这里存在的问题相对比较多，分述如下。

2.6.1 单侧检验与双侧检验

对于 t 检验，在没有特别强的假设的情况下，通常采用双侧检验。但SPM软件在显示结果时，只提供单侧检验的结果。比如，比较A与B两种情况的激活差异，显示结果时只能得到一种情况大于另一种情况的结果，如果输入的P值为0.05，这是单侧检验的结果，很不严格，对应的双侧检验的P值只有0.1。SPM似乎一直未修改这个错误。

2.6.2 从组内的单样本检验结果推论组间差异

通常来说，fMRI研究的组水平结果可以分为两个部分：一是组内的单样本统计结果，如组内的激活模式或功能连接模式；二是组间差异的双样本统计结果。下面以任务激活为例，说明如何进行统计推断的问题。组内的单样本统计结果，只能推断组内的情况。如果用组内单样本检验得到的激活图来比较两组之间的特点，也只能用于观察两组激活的相似性。但有不少文章，甚至包括一些国际高影响因子杂志的文章，将两组激活的模式用来比较两组之间的差异，从统计学来说，不管两组的样本是否相等，这种比较都是错误的。即使两组的样本量相同，两组的激活图也几乎不可能完全相同，如果比较两组之间的差异，只能根据组间的统计结果进行推断。

2.6.3 组间结果“相似”、“相同”、“无显著差异”

如上所述，如果两组的单样本统计检验的激活模式很相似，我们推断为“两组激活模式相似”，这是没有问题的。但如果将这样的结果解释为“相同”或“无显著差异”当然不妥。经过双样本统计检验，如果在某个激活相似的脑区未发现统计学差异，“无显著差异”是一个非常准确的推断，但少数研究将这种结果解释为“相同”或“没有区别”，则是不准确的。阴性结果的影响因素非常多，比如样本量是否足够大、任务设计是否合理、激活检测的方法是否敏感等。

2.6.4 fMRI度量与行为的相关性

临床研究一定要尽量收集量表或行为学资料，将这些资料与fMRI的度量(如激活、RS-fMRI的低频振幅、局部一致性或功能连接强度等指标)进行相关分析。由于临床研究的样本量通常不会很大，为了减小多重比较校正过于严格而导致的“假阴性”，这种相关分析可以局限于那些存在组间差异的脑区。但需要注意的是，有些研究在进行相关分析时将两个对比组样本合并，以增加相关分析的样本量，这样做是有问题的，因为两组的量表评分通常会有显著的差异，而拟分析脑区的fMRI度量可能也存在显著的组间差异。在这种情况下，将两组合并之后分析fMRI度量与量表的相关性，可能会出现假阳性，正确的做法是在两组内分别进行相关分析。

2.6.5 结果呈现

许多稿件呈现的结果过于简单，比如只有少数几幅断层图像。一般来说，呈现fMRI结果时应包括详细的图和表。脑图的呈现方式有很多，但笔者认为马赛克断层方式比较准确，这种方式逐层呈现并提供相应层面的坐标，如果是轴位则提供每层的z值，矢状位为x值，冠状位为y值。这样，读者根据图几乎可以非常准确地核对统计图上有差异的团块的具体坐标。有些作者偏爱用立体方式呈现结果，这种方式在国际杂志上很多，其优点是看上去有较强的立体感、很直观，但读者无法对其图上的团块准确定位。详细的表格对于结果呈现也非常重要，表中通常要包括脑区的解剖名称、Brodmann分区、团块大小(mm3)、峰值点坐标、峰值点统计值(t值和P值)等。一定要注明采用的是什么坐标系。由于不同的软件对脑结构的命名也有所不同，笔者建议在呈现结果时，注明解剖名称和Brodmann分区是通过什么软件得到的。

3 讨论

讨论部分应该针对本研究的发现而展开讨论。有些稿件中的讨论过于宏观，大段内容几乎是从教科书而来。比如，有个别fMRI研究的讨论，大篇幅讨论fMRI原理。另外一个很常见的错误：结合以往文献进行讨论时，脑区的定位过于模糊。比如，“本研究发现患者前额叶激活减低，与某某研究的前额叶激活减低的结果相吻合”，前额叶是一个非常大的范围。再如，同是前扣带回异常，要明确区别是背侧(dorsal)还是腹侧(ventral)，还是喙侧(rostral)，喙腹侧前扣带回主要与情绪加工有关，而背侧前扣带回主要与一般的认知功能有关，如注意、监控、选择等[11]。如同呈现结果时一样，讨论中对脑区的定位也要非常准确。解剖名称过于笼统的原因之一是对神经解剖不够熟悉，但最主要的原因还是读文献不够多、不够细。

4 英文摘要

许多中文杂志的英文摘要可以被国际上的数据库收录，即使不懂中文的读者也完全有可能阅读中文论文的英文摘要。因此，在英文摘要中准确而全面地总结该研究的亮点是非常重要的。从语言表达来看，有些稿件的英文摘要语法错误非常多，建议仔细修改，如有必要，可以请专门的英文编辑公司帮助修改。从科学内容的总结来看，有些摘要占用很多的字数来介绍一些几乎常识性的问题。比如，“Alzheimer氏病(AD)的病理机制尚不清楚、AD是一种严重的记忆障碍”等，这样的表述所传递的信息过于普通。

小结：fMRI技术无损，兼有较高的空间分辨率和时间分辨率，而静息态fMRI则更是简单、方便。fMRI是一个大科学，需要多学科交叉，包括临床医学、计算科学、认知科学等等。一次扫描通常可以同时获取大量数据，包括传统的高分辨率结构像、扩散张量成像以及fMRI等，可用数据非常多，为合作各方的成果分配提供了便利，客观上也利于合作研究的开展。我国病人众多，fMRI设备也非常普及，实验费用较低。在数据分析方面，我国科技工作者也有一定的创新性研究。我国在fMRI领域已经在国际高水平杂志上发表了许多文章，相对于其它学科的科研水平，我国在fMRI领域与国际先进水平的差距相对较小。笔者相信，随着fMRI应用基础研究的进一步深入，fMRI技术在临床的应用价值会越来越大，有望应用于脑功能疾病的准确定位，从而推动经颅磁刺激和深部脑刺激等治疗手段的进步。

致谢：感谢王珏和贾文斌在本文编撰过程中提供的帮助；感谢国家自然科学基金项目：(编号：81020108022)、北京师范大学、杭州师范大学的资助。

[References]

[1]Biswal BB, Yetkin FZ, Haughton VM, et al. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magn Reson Med, 1995, 34(4):537-541.

[2]Logothetis NK, Pauls J, Augath M, et al. Neurophysiological investigation of the basis of the fMRI signal. Nature, 2001,412(6843): 150-157.

[3]Rauch A, Rainer G, Logothetis NK. The effect of a serotonin-induced dissociation between spiking and perisynaptic activity on BOLD functional MRI. Proc Natl Acad Sci, 2008, 105(18): 6759-6764.

[4]Zang YF, He Y, Zhu CZ, et al. Altered baseline brain activity in children with ADHD revealed by resting-state functional MRI. Brain Dev, 2007, 29(2): 83-91.

[5]Zhang Z, Lu G, Zhong Y, et al. fMRI study of mesial temporal lobe epilepsy using amplitude of low-frequency fl uctuation analysis. Hum Brain Mapp, 2010, 31(12): 1851-1861.

[6]Albert NB, Robertson EM, Miall RC. The Resting Human Brain and Motor Learning. Curr Biol, 2009, 19(12): 1023-1027.

[7]Yan C, Liu D, He Y, et al. Spontaneous brain activity in the default mode network is sensitive to different resting-state conditions with limited cognitive load. PLoS One, 2009,4(5): e5743.

[8]Tambini A, Ketz N, Davachi L. Enhanced brain correlations during rest are related to memory for recent experiences.Neuron, 2010, 65(2): 280-290.

[9]Talairach J, Tournoux P. A Coplanar Stereotactic Atlas of the Human Brain. Stuttgart: Thieme Press, 1988.

[10]Lancaster JL, Tordesillas-Gutiérrez D, Martinez M, et al.Bias between MNI and Talairach coordinates analyzed using the ICBM-152 brain template. Hum Brain Mapp,2007, (11): 1194-1205.

[11]Bush G, Luu P, Posner MI. Cognitive and emotional influences in anterior cingulate cortex. Trends Cogn Sci,2000, 4(6): 215-222.