自闭谱系障碍的大脑功能性连接研究进展

申荷永， 李新格， 朱绘霖

(华南师范大学心理学院，广州 510631)

功能性连接(Functional connectivity)最早由功能性磁共振技术(Functional magnetic resonance imaging，简称fMRI)揭示，定义为大脑不同域之间时间序列上的相关性．静息态(Resting state)功能性连接反应的是大脑固有的、基线下的、自发活动模式．任务状态下的功能性连接反应的是大脑神经元之间的同步活动．研究发现，老年痴呆、癫痫、精神分裂、抑郁症、注意力缺乏多动症和自闭谱系障碍都与神经同步性活动异常有关,提示大脑功能性连接与认知功能失调有着密切的关系[1]．

自闭谱系障碍(Autism spectrum disorder， 简称ASD)是一种以早期社会交往上的广泛性异常、缺乏与人进行沟通的能力(语言及非语言的)、异常局限的兴趣以及刻板重复性行为为特征的复杂的神经发育障碍．目前，越来越多的研究表明自闭谱系障碍在广泛的大脑结构和功能上的神经发育异常[2-4]．这些异常不仅是单独脑区的异常激活，而是不同脑区之间神经同步性活动，即大脑功能性连接的异常改变．

1 自闭谱系障碍脑功能性连接

1.1 任务态脑功能性连接

Just等[5]使用fMRI研究自闭谱系障碍成人在句子理解任务时的大脑功能性连接，和对照组相比，自闭谱系障碍成人的额叶(Frontal cortex)与顶叶(Parietal cortex)、枕叶(Occipital cortex)、颞叶(Temporal cortex)之间的功能性连接显著降低，同时自闭谱系障碍成人的左侧额下回(Inferior frontal gyrus)和左侧颞上回(Superior temporal gyrus)等语言皮层的激活也显著降低．据此，提出了自闭谱系障碍的低功能性连接理论(Underconnectivity theory)，认为自闭谱系障碍存在着额叶(Frontal cortex)与后部脑区皮层(Posterior cortices)之间功能性连接的显著降低，而这种神经同步性活动的异常与自闭谱系障碍的社交和沟通障碍严重程度呈负相关．

后续研究采用不同的认知任务，包括语言理解任务[6]、执行控制任务[7-8]、视觉加工任务[9-10]、面孔识别任务[11]和社会认知任务[12-13]等，都支持了自闭谱系障碍的低功能性连接理论．这些研究都发现自闭谱系障碍成人的额叶(Frontal cortex)与顶叶(Parietal cortex)、枕叶(Occipital cortex)、颞叶(Temporal cortex)之间功能性连接显著降低．

此外还有研究表明，自闭谱系障碍大脑功能性连接的异常并不局限在额叶与后部脑区之间，自闭谱系障碍可能存在着大脑功能性连接的普遍降低，这种低功能性连接还体现在：在视觉运动协调任务中，额上回(Superior frontal gyrus)与尾状核(Caudate nucleus)之间[14]；在反应抑制任务中，额下回、额中回(Middle frontal gyrus)、顶下回(Right inferior parietal gyrus)与前部扣带回(Anterior cingulate gyrus)、中部扣带回(Middle cingulate gyrus)、脑岛(Insula) 之间[15]，额叶眼区(Frontal eye field)和背侧前扣带皮层(Dorsal anterior cingulate cortex)之间[16]；在面孔识别任务中，梭状回(Fusiform gyrus)与杏仁核(Amygdala)、后部扣带回(Posterior cingulate gyrus)、楔叶(Cuneus)之间[17]；在手指敲击(Finger tapping)任务中，小脑(Cerebellum)与运动前皮层(Premotor cortex)之间[18]；在情绪识别任务中，杏仁核与颞叶之间[19]；在人称代词转换任务中，右前岛叶(Right anterior insula)与楔前叶(Precuneus)之间[20]．

同时，自闭谱系障碍的低功能性连接研究为前人提出的自闭谱系障碍理论(如心盲理论Mindblindness theory[21]等)提供了大脑神经的研究证据．Baron-Cohen[21]提出了自闭谱系障碍的心盲理论，即自闭谱系障碍是由于个体的心理理论(theory of mind)缺陷所导致的，而心理理论则涉及到理解他人思维、欲望和情感的能力．当前认知神经科学的研究表明，个体存在着对应的心理理论大脑网络，其中包括右侧颞上回、右侧颞顶连接处(Right temporoparietal junction)与额内侧脑区(Medial frontal area)等．Mason等[22]和Kana等[23]使用fMRI研究自闭谱系障碍成人在心理理论任务时的大脑功能性连接，和对照组相比，自闭谱系障碍成人的前部心理理论网络与后部心理网络、以及心理理论网络与其他大脑网络之间的功能性连接都显著降低．自闭谱系障碍存在着心理理论网络神经同步性活动的异常，这一现象揭示了自闭谱系障碍存在心理理论缺陷的神经基础．

1.2 静息态脑功能性连接

有很多研究者针对自闭谱系障碍的静息态脑功能性连接进行研究．Cherkassky等[24]、Tyszka等[25]和Mueller等[26]使用fMRI对自闭谱系障碍成人的静息态大脑功能性连接进行研究发现，和对照组相比，自闭谱系障碍成人的额叶与顶叶、枕叶、颞叶之间的功能性连接显著降低，这些研究结果与Just等[5]对自闭谱系障碍成人的任务态(Task-related)大脑功能性连接的研究结果一致．

目前，许多针对正常成人静息态fMRI研究的焦点在于自闭谱系障碍的大脑默认网络方面，默认网络也称为任务消极(Task negative)网络，指的是个体在静息状态下的大脑激活而在任务状态下抑制的网络，包括内侧前额叶(Medial prefrontal cortex)、后部扣带回(Posterior cingulate cortex)、楔前叶与角回(Angular gyrus)等．Kennedy和Courchesne[27]、Assaf等[28]、Weng等[29]、von dem Hagen等[30]和Wiggins等[31]研究发现，和对照组相比，自闭谱系障碍成人的默认网络内的功能性连接普遍降低，与自闭谱系障碍的沟通缺陷和社交障碍严重程度呈负相关.

此外，研究表明，在静息状态下，自闭谱系障碍还存在着前额与后部脑区以外的大脑功能性连接的显著降低．Gotts等[32]使用fMRI研究发现，自闭谱系障碍成人的社会性大脑网络(Social brain network)，包括腹内侧前额皮层(Ventromedial prefrontal cortex)、海马前部(Left anterior hippocampus)、左侧杏仁核、颞顶连接处等区域之间的功能性连接显著降低, 这可能与自闭谱系障碍的社交缺陷有关；Abrams等[33]、Ebisch等[34]和Alaerts等[35]使用fMRI对自闭谱系障碍成人进行研究发现，负责音律加工的颞上钩后部(Left posterior superior temporal sulcus)与负责情绪加工的眶额皮层(Orbitofrontal cortex)和杏仁核，奖赏回路(Reward pathway)中的脑岛与杏仁核，以及颞上钩后部(Posterior superior temporal sulcus)与额-顶叶(Fronto-parietal cortex)之间的功能性连接显著降低，这可能与自闭谱系障碍的沟通与情绪识别缺陷有关.

以上针对自闭谱系障碍成人的任务态和静息态研究结果都表明，自闭谱系障碍的低功能性连接并不局限于特定脑区之间．Anderson等[36]提出，自闭谱系障碍可能存在着全脑功能性连接(Whole-brain functional connectivity)的普遍降低，其中既包括远端功能性连接(Long-range connectivity)的降低，也包括近端功能性连接(Short-range connectivity)的降低，而这种大脑功能性连接的普遍降低与自闭谱系障碍的社会化缺陷和交流障碍严重程度存在相关．

2 自闭谱系障碍大脑功能性连接新进展

2.1 采用新技术对自闭谱系障碍脑功能连接进行研究

光学脑成像技术是近年来发展以来的一种利用近红外光谱、新型无创的脑成像检测技术，与目前常用的脑成像技术(功能性磁共振技术fMRI、正电子发射断层扫描技术PET、脑电图EEG和脑磁图MEG)相比，功能性近红外光谱成像技术(functional near-infrared spectroscopy，简称fNIRS)具有较高的时间分辨率和可接受的空间分辨率，并且具有操作便利、受头动影响小等特征，适合应用于自闭谱系障碍儿童的脑成像研究中．近几年来，光学脑成像技术由于时间分辨率较高、空间分辨率尚可，并且也可以同时覆盖大脑不同解剖区域，因而也被证实能够探测功能性连接，且具有较好的信度、效度[37]．然而，采用fNIRS技术对自闭谱系障碍儿童大脑功能性连接的研究尚属于起步阶段，2014年，我校研究团队[38]采用fNIRS首次发现自闭谱系障碍儿童在颞叶的左右半球相关性和右侧颞叶的局部相关性低于正常发展儿童．

2.2 近红外技术对自闭谱系障碍儿童功能连接性的研究方法

使用fNIRS对自闭谱系障碍儿童在静息态下的大脑功能性连接进行研究，主要分为2种情况：一种是对自发的、大脑固有的功能性连接进行研究，即在静息状态下的研究；另外一种是在有任务的状态下进行研究． 无论是哪种情况，首先都要对参与自闭谱系儿童进行筛查，排除掉以下情况：左利手、共病癫痫以及服用精神类药物的受试者．其次要筛查儿童完成实验的可能性，通过给儿童带上未插入光纤和探头的帽子(或光纤支架)，排除掉对戴帽子较为抵抗的受试者．一般情况下，静息态研究需要5～10 min，任务态研究的长度取决于实验设计．以静息态为例，儿童需要能够安静、闭眼地坐或趴5 min以上．因此，对于能够接受戴帽子(或光纤支架)的自闭谱系障碍儿童，还要进行一定的训练，使得他们能够做到1 min内动头的次数少于1，并且实验过程中静止用手触摸光纤支架．根据笔者的经验，实际情况下，只有50%的自闭谱系障碍儿童能够达到静息态测量的要求．在实验过程中，主试给儿童提供一个柔软的枕头，以便儿童通过弯腰靠在枕头上来支撑头部(因此儿童不会感到颈部和背部的疲劳)．主试通过实时观察信号记录以及儿童在实验过程中的表现，对任何可能发生的人为干扰在信号上进行标记(mark)，以便识别出运动产生的干扰作用．在数据的预处理过程中，需要剔除带有人为干扰的fNIRS数据片段．大脑静息态血氧代谢信号波动较为平缓，尤其是脱氧血红蛋白(Hb)的信号，变化幅度很小，而头动会引起信号的突然改变，尤其是脱氧血红蛋白的改变非常显著．在识别和剔除受污染数据的时候，就主要以脱氧血红蛋白的变化作为参考，从脱氧血红蛋白突变之前一小段，到脱氧血红蛋白恢复正常(回到基线附近并保持平缓波动)后的一小段将被剔除．

对光纤进行定位，有3种方法:(1)将光纤支架佩戴到受试者头上，在光纤的空洞中塞入维他命E胶囊，到fMRI当中进行扫描，通过维他命E胶囊出现的位置，估计所测大脑皮层的解剖区域；(2)采用3D定位仪，获取光纤的空间坐标；(3)采用国际10-20或者10-10系统进行定位．3种方法中，采用3D定位仪的方法最为准确、经济．

对于静息态fNIRS数据，为保证实验的有效性，凡是在光纤安装好之后的仪器的自调试过程中出现异常的通道都不会进入数据分析之中．静息态数据推荐采用Matlab2013a软件对数据进行预处理、分析和绘图．在计算时间序列相关和画出相关图之前，所有数据都要经过3个步骤的预处理以确保数据可用．第一步，从fNIRS信号中剔除人为效应，如头动数据片段；第二步，为了滤掉可能的生理噪音，如心跳(约为1 Hz)、呼吸和静脉血压波动(约为0.2 Hz)、动脉血压和Mayer波动(约为0.1 Hz)和其他超出静息态研究范围的信号，采用0.009～0.08 Hz的3阶带通滤波器对信号进行滤波和去漂移[39]．根据前人的研究经验，这一频段的信号与大脑自发神经活动有关．然后通过计算每一个感兴趣区域(Region of interest，简称ROI，下同)内左右对称通道的时间序列相关系数(皮尔逊相关系数r)反映大脑某一区域左右半球之间的连接性，并比较自闭谱系障碍儿童和典型发展儿童的差异．进一步对所有感兴趣区域内和区域间的相关进行分析．选取某个给定感兴趣区域内的一个或两个通道作种子，计算这个种子和给定的感兴趣区域以及其他感兴趣区域所有通道时间相关r值．例如，在绘制相关图的时候，研究者需要将按照通道的分布，将相关值用颜色标尺视觉化呈现，并用内插法去填充相邻通道间的空白区域，用滤波法对图像进行平滑．在进行统计分析和绘制平均相关图时，用Fisher’sr-z将每个受试者的r值转化为z值，然后将平均后的z值转化回平均r值，计算出各个组的平均相关．在统计分析中，注意校正由多重比较引起的Ⅰ类错误．

对于任务相关的fNIRS数据分析，我们推荐采用NIRS-SPM-V4软件[40]，对每一个实验参与者的数据进行预处理和统计参数成像．首先采用Hemodynamic Response Function(简称HRF)除去高频的噪音，保留与血液动力反应特性相符合的信号，再用Wavelet-MDL基于实验刺激信号分布来滤波和去漂移．这一滤波方法被证明比单纯的低通或带通滤波更能得出符合实验反映的血氧代谢信号分布，并获得更具有区分度的激活图．预处理之后，NIRS-SPM软件能够对数据基于一般线性模型(General linear model)进行统计分析．一般线性模型的方法能够对与实验无关的因素进行控制，如漂移、投动、心跳等．更重要的是，这一方法能够分别对不同任务条件下有关的激活位置进行分析．然后根据对每一种任务条件建立一般线性模型的统计参数估计．采用FDR(false discovery position)<0.05方法来校正p值．通过这一方法，将得出与某一任务条件相关的激活区域．这一数据处理的模式，与BLOD-fMRI研究中基本一致．采用NIRS-SPM产生的是每个被试个体在不同任务下的统计参数图．为了得到功能性连接图，可以选出激活最显著的通道作为种子(功能定位)，参考静息态功能性连接图的成像方法，画出在某一任务条件下，种子通道与其他ROI通道的时间序列相关，并将相关值按照通道分布排列，插值、平滑．

3 结论

自闭谱系障碍的脑功能成像研究表明，无论是任务态下，还是静息态下，自闭谱系障碍存在着功能性连接普遍降低的问题，而这种低功能性连接可能与自闭谱系障碍的症状，即社会交往障碍、沟通障碍以及异常局限的兴趣以及刻板重复性行为有关． 自闭谱系障碍大脑功能性连接，既可以成为对自闭谱系障碍进行早期诊断的依据，又可以成为对自闭谱系障碍的严重程度、预后可能性进行客观分级的指标． 同时，除了采用功能性磁共振技术对自闭谱系障碍成人进行测量外，还可以采用近红外光谱成像技术，对自闭谱系障碍儿童的大脑皮层功能性连接进行测量，揭示自闭谱系障碍儿童大脑的异常发育模式．

参考文献：

[1] Uhlhaas P J, Singer W. Neural synchrony in brain disorders: Relevance for cognitive dysfunctions and pathophysiology[J]. Neuron, 2006,52(1):155-168.

[2] American Psychiatric Association.Diagnostic and statistical manual of mental disorders: DSM 5[M]. 5th ed.Arlington:American Psychiatric Publishing,2013.

[3] Courchesne E, Carper R, Akshoomoff N. Evidence of brain overgrowth in the first year of life in autism[J]. Jama, 2003,290(3):337-344.

[4] Carper R A, Courchesne E. Inverse correlation between frontal lobe and cerebellum sizes in children with autism[J]. Brain, 2000,123(4):836-844.

[5] Just M A, Cherkassky V L, Keller T A, et al. Cortical activation and synchronization during sentence comprehension in high-functioning autism: Evidence of underconnectivity[J]. Brain, 2004,127(8):1811-1821.

[6] Kana R K, Keller T A, Cherkassky V L, et al. Sentence comprehension in autism: Thinking in pictures with decreased functional connectivity[J]. Brain, 2006,129(9):2484-2493.

[7] Just M A, Cherkassky V L, Keller T A, et al. Functional and anatomical cortical underconnectivity in autism: Evidence from an FMRI study of an executive function task and corpus callosum morphometry[J]. Cerebral Cortex, 2007,17(4):951-961.

[8] Solomon M, Ozonoff S J, Ursu S, et al. The neural substrates of cognitive control deficits in autism spectrum disorders[J]. Neuropsychologia, 2009,47(12):2515-2526.

[9] Villalobos M E, Mizuno A, Dahl B C, et al. Reduced functional connectivity between V1 and inferior frontal cortex associated with visuomotor performance in autism[J]. Neuroimage, 2005,25(3):916-925.

[10] Damarla S R, Keller T A, Kana R K, et al. Cortical underconnectivity coupled with preserved visuospatial cognition in autism: Evidence from an fMRI study of an embedded figures task[J]. Autism Research, 2010,3(5):273-279.

[11] Koshino H, Kana R K, Keller T A, et al. fMRI investigation of working memory for faces in autism: Visual coding and underconnectivity with frontal areas[J]. Cerebral Cortex, 2008,18(2): 289-300.

[12] Lombardo M V, Chakrabarti B, Bullmore E T, et al.Atypical neural self-representation in autism[J]. Brain, 2010,133(2):611-624.

[13] Schipul S E, Williams D L, Keller T A, et al. Distinctive neural processes during learning in autism[J]. Cerebral Cortex, 2012,22(4):937-950.

[14] Turner K C, Frost L, Linsenbardt D, et al. Atypically diffuse functional connectivity between caudate nuclei and cerebral cortex in autism[J]. Behavioral and Brain Functions, 2006,2:34.

[15] Kana R K, Keller T A, Minshew N J, et al. Inhibitory control in high-functioning autism: Decreased activation and underconnectivity in inhibition networks[J].Biological Psychiatry, 2007,62(3):198-206.

[16] Agam Y, Joseph R M, Barton J J, et al. Reduced cognitive control of response inhibition by the anterior cingulate cortex in autism spectrum disorders[J]. Neuroimage, 2010,52(1):336-347.

[17] Kleinhans N M, Richards T, Sterling L, et al. Abnormal functional connectivity in autism spectrum disorders during face processing[J]. Brain, 2008,131(4):1000-1012.

[18] Mostofsky S H, Powell S K, Simmonds D J, et al. Decreased connectivity and cerebellar activity in autism during motor task performance[J]. Brain, 2009,132:2413-2425.

[19] Monk C S, Weng S J, Wiggins J L, et al. Neural circuitry of emotional face processing in autism spectrum disorders[J]. Journal of Psychiatry & Neuroscience: JPN, 2010,35(2):105.

[20] Mizuno A, Liu Y, Williams D L, et al. The neural basis of deictic shifting in linguistic perspective-taking in high-functioning autism[J]. Brain, 2011,134(8):2422-2435.

[21] Baron-Cohen S. Mindblindness: An essay on autism and theory of mind[M]. Cambridge, Mass: MIT Press,1995:230.

[22] Mason R A, Williams D L, Kana R K, et al. Theory of mind disruption and recruitment of the right hemisphere during narrative comprehension in autism[J]. Neuropsychologia, 2008,46(1):269-280.

[23] Kana R K, Keller T A, Cherkassky V L,et al. Atypical frontal-posterior synchronization of theory of mind regions in autism during mental state attribution[J]. Social Neuroscience, 2009,4(2):135-152.

[24] Cherkassky V L, Kana R K, Keller T A, et al. Functional connectivity in a baseline resting-state network in autism[J].Neuroreport, 2006,17:1687-1690.

[25] Tyszka J M, Kennedy D P, Paul L K, et al. Largely typical patterns of resting-state functional connectivity in high-functioning adults with autism[J]. Cerebral Cortex, 2013，doi:10.1093/cercor/bht040.

[26] Mueller S, Keeser D, Samson A C, et al.Convergent findings of altered functional and structural brain connectivity in individuals with high functioning autism: A multimodal MRI study[J]. PloS one, 2013,8(6):e67329.

[27] Kennedy D P, Courchesne E.The intrinsic functional organization of the brain is altered in autism[J]. Neuroimage, 2008,39(4):1877-1885.

[28] Assaf M, Jagannathan K, Calhoun V D, et al. Abnormal functional connectivity of default mode sub-networks in autism spectrum disorder patients[J]. Neuroimage, 2010,53(1):247-256.

[29] Weng S J, Wiggins J L, Peltier S J, et al. Alterations of resting state functional connectivity in the default network in adolescents with autism spectrum disorders[J]. Brain Research, 2010,1313:202-214.

[30] von dem Hagen E A H, Stoyanova R S, Baron-Cohen S, et al. Reduced functional connectivity within and between ‘social’ resting state networks in autism spectrum conditions[J]. Social Cognitive and Affective Neuroscience, 2013,8(6):694-701.

[31] Wiggins J L, Peltier S J, Ashinoff S, et al.Using a self-organizing map algorithm to detect age-related changes in functional connectivity during rest in autism spectrum disorders[J]. Brain Research, 2011,1380, 187-197.

[32] Gotts S J, Simmons W K, Milbury L A, et al. Fractionation of social brain circuits in autism spectrum disorders[J]. Brain, 2012,135(9):2711-2725.

[33] Abrams D A, Lynch C J, Cheng K M, et al. Underconnectivity between voice-selective cortex and reward circuitry in children with autism[J]. Proceedings of the National Academy of Sciences, 2013,110(29):12060-12065.

[34] Ebisch S J, Gallese V, Willems R M, et al. Altered intrinsic functional connectivity of anterior and posterior insula regions in high-functioning participants with autism spectrum disorder[J]. Human Brain Mapping, 2011,32(7): 1013-1028.

[35] Alaerts K, Woolley D G, Steyaert J, et al. Underconnectivity of the superior temporal sulcus predicts emotion recognition deficits in autism[J]. Social Cognitive and Affective Neuroscience, 2014,9(10):1589-1600.

[36] Anderson J S, Nielsen J A, Froehlich A L, et al. Functional connectivity magnetic resonance imaging classification of autism[J]. Brain, 2011,134(12):3742-3754.

[37] Duan L, Zhang Y J, Zhu C Z. Quantitative comparison of resting-state functional connectivity derived from fNIRS and fMRI: A simultaneous recording study[J]. Neuroimage, 2012,60(4):2008-2018.

[38] Zhu H, Fan Y, Guo H, et al. Reduced interhemispheric functional connectivity of children with autism spectrum disorder: Evidence from functional near infrared spectroscopy studies[J].Biomedical Optics Express, 2014,5(4):1262-1274.

[39] Lu C M, Zhang Y J, Biswal B B, et al. Use of fNIRS to assess resting state functional connectivity[J]. Journal of Neuroscience Methods, 2010,186(2): 242-249.

[40] Tak S, Yoon S J, Jang J, et al. Quantitative analysis of hemodynamic and metabolic changes in subcortical vascular dementia using simultaneous near-infrared spectroscopy and fMRI measurements[J]. Neuroimage, 2011,55(1): 176-184.