阿尔茨海默病患者脑网络间交互作用异常的静息态fMRI研究

马文洁， 赵小虎， 王湘彬， 刘 浩， 亓慧慧

(1. 同济大学医学院，上海 200092； 2. 复旦大学附属上海市第五人民医院影像科，上海 200240;3. 同济大学附属同济医院影像科，上海 200065)

阿尔茨海默病(Alzheimer’s disease, AD)占痴呆的50%～60%，是老年人群最常见的痴呆类型。临床上早期以记忆力损害为特征，随病程进展，语言功能、推理能力、计算和定向等认知能力广泛降低。目前AD发病机制尚不清楚，临床缺乏敏感的早期诊断方法和有效治疗干预手段。近年来，静息态功能连接研究[1-2]发现，AD患者的默认网络(default network, DN)及背侧注意网络(dorsal attention network, DAN)内部功能连接减低。有证据[3]表明，正常人脑网络不是孤立运行的，大尺度脑网络之间存在交互作用,这种交互作用对维持正常心理状态和认知能力具有重要作用[4]。AD患者的记忆等认知能力受损，推测AD患者的脑网络间功能交互可能存在异常。本研究运用功能连接分析方法，对27名正常老人和24例AD患者的DN和DAN之间交互作用进行研究，期望为AD发病机制探索提供新思路。

1 资料与方法

1.1 一般资料

健康老年受试者27例,均为汉族,右利手；平均年龄(63.74±7.80)岁，其中男性16例，女性11例。入组标准： (1) 教育程度>5年;(2) MMSE评分正常;(3) 视力、听力、言语正常;(4) 无重要脏器疾病;(5) 无颅脑疾病;(6) 无精神病史。AD患者24例，平均年龄(67.54±10.48)岁，其中男性11例，女性13例。排除标准： (1) 磁共振检查发现腔隙性脑梗死;(2) 脑卒中病史。受试者已签署知情同意书。

1.2 仪器与方法

本研究所使用静息态BOLD-fMRI数据，均于复旦大学附属华山医院医学影像科采集。磁共振机器型号为3.0T SIEMENS Verio，使用标准头部线圈采集受试者fMRI数据。检查注意事项： (1) 橡皮耳塞降低噪声；(2) 泡沫固定头部(减少运动伪影)；(3) 被试者闭眼；(4) 保持清醒状态，避免主动思维。扫描参数： (1) TR/TE=2000ms/35ms；(2) FLIP=90°；(3) FOV=25.6cm×25.6cm；(4) 层厚4mm；(5) 层间距4mm；(6) 体素大小4mm×4mm；(7) NEX=1；(8) 矩阵64×64；(9) 层数=33，每个人采集200个时间点。

1.3 数据预处理

使用Matlab R2012a作为操作平台，应用SPM8软件包(http：//www.fil.ion.ucl.ac.uk/spm)和RESTplus软件(http：//www.restfmri.net/forum/REST_V1.4)对数据进行预处理。处理步骤： (1) 去除前10个时间点;(2) 对余下的190个时间点进行时间校正和头动校正;(3) 将图像标准化到EPI(echo planar imaging)模板，可减少大脑形状差异;(4) 对图形去线性漂移;(5) 带通滤波(0.01～0.08Hz)。

1.4 网络确定和网络间交互作用计算

1.4.1 网络节点确定和网络间各节点相关系数矩阵计算 已有研究[1-2]表明，AD患者的默认网络和背侧注意网络受损明显，因此本研究重点关注这两个网络，探讨两者间交互作用。网络节点确定是一个关键问题。本研究根据Spreng等[5]的研究成果，确定了构成DAN(10个脑区)和DN(18个脑区)脑区节点位置和MNI坐标，见表1。对网络间交互作用研究，目前国际没有公认的方法。本研究以DAN的10个脑区坐标和DN的18个脑区坐标为种子点，选取半径为5mm的球体作为感兴趣区，提取每个感兴趣区的平均时间序列(time course)，进行两两Pearson相关计算，得到每一对感兴趣区的平均时间序列相关系数r，用Fisher-z转换将r值换为z值，用转换后的z值构建相关系数矩阵[5]，见图1。

表1 脑区解剖学位置及MNI坐标

缩写首字母： l=大脑左半球，r=大脑右半球。MNI(Montreal Neurological Institute)坐标是根据一系列正常人脑的磁共振图像而建立的坐标系统。

图1 相关系数矩阵示图Fig.1 Correlation coefficient matrix横坐标和纵坐标表示DAN和DN的各脑区节点，1-10为背侧注意网络各脑区，11-28为默认网络各脑区，黑色矩形内表示DN-DAN功能连接。小方格颜色代表两两脑区之间的功能连接值，颜色越偏红表示正值越大，越偏蓝表示负值越大

1.4.2 两侧组间DN-DAN功能连接的计算和统计检验 首先，对两组间DN-DAN各组成脑区的功能连接值作独立样本t检验，P<0.05为差异有统计学意义。然后，每个人DN-DAN功能连接值(共10×18个值)相加后平均，得到每个人DN-DAN平均功能连接值，然后分别计算两组的平均功能连接值，比较两组DN-DAN功能连接值大小。

2 结 果

2.1 人口统计学资料和MMSE评分

对照组、AD组的人口统计学特点显示，实验对象在年龄和性别构成差异无统计学意义(P>0.05)。简易精神状态检查表(mini-mental state examination, MMSE)评分，对照组评分27～30分，平均(28.48±1.19)分；AD组评分19～23分，平均(21.46±1.67)分，组间MMSE评分存差异有统计学意义(P<0.001)，见表2。

表2 实验对象人口统计学特点

2.2 DN和DAN网络内和网络间相关系数矩阵图

计算DN(18个节点)和DAN(10个节点)感兴趣区两两之间的相关系数矩阵图，得到如下图1所示结果图。其中右上角矩形方框所示区，表示DN和DAN之间的相关矩阵图。

2.3 两侧组间DN-DAN平均功能连接值比较

组间独立样本t检验显示，相比与正常人相比，AD患者DN-DAN交互作用异常差异存在统计学意义(P=0.007)。两组的DN-DAN平均功能连接值均为负值，与正常人相比，AD患者DN-DAN功能连接绝对值增大，见图2。

图2 正常人和AD患者DN-DAN平均功能连接值Fig.2 Average functional connectivity of DN-DAN in normal controls and AD patients横坐标代表组别，纵坐标代表DN-DAN平均功能连接值，红色条形图代表AD组，黄色条形图表示对照组；与NC组相比，*P<0.05

3 讨 论

默认网络和背侧注意网络是AD最常受损的两个脑网络[1-2]。默认网络主要包括内侧前额叶、楔前叶、内侧、外侧、下部顶叶区域，其主要功能与自我意识、认知密切相关。背侧注意网络主要包括双侧顶内沟、额眼区、顶上小叶、颞中回等区域。其主要功能是提供自上而下的注意定向，并负责刺激和反应准备选择[6]。Greicius等[1]采用独立成分分析，比较了13名正常老年人及13例轻度AD患者，任务和静息态时DN功能连接，发现两种状态时，AD组较正常老年人DN功能连接均减低。认为默认网络活动异常改变可能是早期AD的敏感和特异性生物指标。Li等[2]研究结果显示，与正常组相比，AD患者的背侧注意网络受损，表明AD患者的“自上而下”注意处理机制受损。

人脑网络并不是孤立作用的。Fox等[7]发现默认网络与背侧注意网络之间存在着负相关性，即背侧注意网络功能激活会导致默认网络功能抑制，这种负相关性提示默认网络主导的内源性注意和背侧注意网络主导的外源性注意之间存在竞争关系。这种交互作用与认知功能密切相关，而认知障碍是AD患者的特征性表现，据此推测AD患者DAN-DN交互作用异常。

本研究中针对默认网络及背侧注意网络，其构成脑区的位置和MNI坐标参照Spreng等[5]的研究，比较了对照组及AD组这两个网络间的功能连接强度。结果显示，与对照组相比，AD组DN-DAN功能连接负值增强(P<0.05)。这可能是AD患者网络之间的功能连接存在代偿机制的结果[8]，即AD患者网络内部功能受损，引起原本的网络间对抗强度已经不足以支持正常的生理功能，从而需要更高的网络间对抗强度才能弥补网络内部功能不足。已有的基于图论研究结果支持本研究结果。Chen等[9]发现，老年人脑结构网络，部分脑区参与系数显著大于年轻人，认为产生这种网络结构变化的重要原因是老年人脑区功能减退，导致网络内信息处理和传递效率降低。参与系数指网络内部节点与其他网络节点之间的连接数量，占所有与这个网络内部节点连接数量的比例，可以测量网络间连接强弱状态，参与系数越大，表明网络之间连接增强[10]。Liang等[11]发现，增加认知任务难度，网络的参与系数会增大。这说明原本的网络内部活动无法满足认知任务的需求时，需要依靠增强网络间协作才能弥补原本网络活动不足。

本研究发现AD患者DN-DAN交互异常的另一个可能原因是，这两个网络受到了其他网络的影响。Li等[12]发现，AD患者腹侧注意网络VAN→DAN效应连接减弱，而DN→DAN的效应连接增强。研究者认为，DN→DAN效应连接增高是为了弥补已经出现的VAN→DAN效应连接减弱，以尽量满足认知需求。该研究证明了网络之间的交互受到其他网络间连接的影响，与本研究的推测一致。

目前，对AD患者脑网络异常的研究多集中在各网络内部。本研究使用静息态下功能磁共振数据，探究了AD患者的默认网络和背侧注意网络之间的交互作用改变，结果发现与对照组相比，AD患者DN-DAN负功能连接增强。这种DN-DAN交互作用异常可能是AD患者脑网络内部功能连接受损后网络之间功能连接代偿结果，也可能是这两个网络受到了其它网络的影响。本研究为探索AD的发病机制进一步提供线索。