高度近视静息态脑功能网络的拓扑结构改变

陈聪，董红焕，王思佳，侯爱林，李冬月，郭明霞，梁猛

高度近视(high myopia，HM)是一种全球性的卫生健康问题，在中国成年人中患病率达2%～5%[1-2]，在青少年中约为1.19%[3]。高度近视的定义为屈光度≤-6.00D并伴有玻璃体的轴向延长[4]，患者的视敏度和对比敏度等视觉功能降低[5-6]，严重危害视力健康。高度近视的病因很复杂，目前普遍认为遗传因素和环境因素在其发生和发展中有重要作用。长期高度近视不仅可导致视网膜厚度降低和视网膜适应性下降等眼底结构的显著改变[7-8]，而且影响视觉信息在大脑内的传输处理和加工整合，继而影响视觉及视觉认知功能。近年来，已有研究中发现高度近视者视觉相关区域的脑白质密度发生了变化[9]。此外，利用静息态功能MRI的相关研究结果显示高度近视者的脑功能发生了一定程度的改变[10]。长期的视觉异常可导致脑组织的结构和功能发生改变。

既往的研究中基于种子点的功能连接分析发现高度近视者多个脑区存在功能活动的异常变化[10]。这种方法仅仅分析了感兴趣区与其它脑区之间的相关程度，而实际上，人的脑功能活动往往是多个脑区间相互联系、相互影响的网络协作方式。基于图论的复杂网络分析方法以全脑相关分析为基础，可以从整体的角度表征脑功能性网络的拓扑性质，揭示大脑功能网络的分离和整合的重要信息[11]。因此，在本项研究中，我们利用基于图论的复杂网络分析方法来研究高度近视患者脑功能性网络的拓扑属性的变化，旨在为进一步了解异常视觉经验对脑功能的影响及其神经机制提供依据。

材料与方法

1.研究对象

选取52例天津医科大学的在校学生，均为右利手。其中25例为高度近视者(HM组)，女21例，男4例，年龄21～25岁，平均(23.36±1.35)岁，双眼屈光度≤-6.00D；27例视力正常者作为对照组，女13例，男14例，年龄18～25岁，平均(22.93±1.86)岁。本研究经天津医科大学伦理委员会批准，所有研究对象签署了知情同意书。

2.MRI数据采集

使用GE Signa HDx 1.5T磁共振扫描仪。扫描中要求患者佩戴耳塞并在其头部周围填充泡沫，要求患者保持双眼睁开，不佩戴眼镜，全身放松，尽量不做任何思考。扫描参数：梯度回波平面回波成像序列，TR 2000 ms，TE 60 ms，翻转角90°，成像矩阵64×64，视野22 cm×22 cm，层厚5 mm，层间距1 mm，共采集184个时间点，总扫描时间368 s。

3.MRI数据预处理

采用基于MATLAB平台的DPABI软件包(http://rfmri.org/dpabi)，对所有被试的静息态功能MRI数据进行预处理：①去除前4个时间点的数据，以减小磁化矢量不稳定的影响；②时间层校正；③头动校正(剔除头部移动>2mm、转动角度> 2°的图像)；④空间标准化和平滑，将所有功能像配准到MNI空间，然后进行半高全宽为5 mm×5 mm×5 mm的平滑处理；⑤多重线性回归和滤波，采用多重线性回归法将12个头动参数、平均脑脊液信号以及平均白质信号从数据中剔除，最后进行带通滤波(0.01～0.08 Hz)处理。

4.脑功能网络的构建

基于BN246脑图谱模板(http://atlas.brainne-tome.org)，将全脑划分为246个脑区，提取每个脑区内所有体素的时间序列上的所有信号的平均值，将每个脑区定义为一个节点，计算每两个节点之间的Pearson相关系数，组成246×246的矩阵，构建大脑的功能连接网络。在图论中，全脑网络可表述为由节点(vertex，V)和边(edge，E)构成的集合图G(V，E)。其中，上述246个脑区是图G的节点，而脑区之间的Pearson相关系数则为边。

5.复杂网络的分析

在0.05～0.50的网络稀疏度(sparsity，Sp)范围内计算网络连通性，得到在0.23≤Sp≤0.49范围内全脑功能性网络保持全连通。同时在此稀疏度范围内，以0.02为步长，对功能性脑网络进行二值化处理。应用基于MATLAB 平台的GRETNA软件(http://www.nitrc.org/projects/gretna)计算脑功能网络的全局属性和局部属性。全局属性包括小世界性、全局效能、局部效能，局部属性包括节点度、节点效能、节点聚类系数和节点局部效能。

局部属性：①节点度为网络中某节点与其它直接相关联节点的边的数目(ei)，它反映了某个节点在网络信息传递中的作用，该值越大，代表此节点在大脑信息传递中就越重要；②节点效能指节点i与整个网络中其它节点间信息传递的效率，反映了节点i的信息传输能力，其计算公式为：

(1)

其中dij是节点i与节点j之间最短路径的长度，dij的倒数表示节点i与节点j之间信息传递的效能，N为网络中所有节点的数目；③节点聚类系数表示节点i的相邻节点之间的连接情况，反映了网络的集团化程度，聚类系数越大，脑区之间的功能分化能力越强，其计算公式为：

(2)

其中Ei是节点i与相邻节点间实际相连的边数，Ki(Ki-1)/2是节点i与相邻节点间可能存在的最大连接边数；④节点的局部效能(Ei-local)，反映节点的局部信息传递效率，也就是节点i在其邻近节点构成的子图Gi内的信息传递效率。子图Gi的全局效能(EGi-global)即为节点i的局部效能。

全局属性：①小世界性是指具有较高集群系数和最短路径长度的高效网络，为了量化小世界属性，通常以随机网络为基准，将脑网络的聚类系数和特征路径长度与随机网络进行比较，满足标准化聚类系数(γ=Creal/Crandom)>1和标准化路径长度(λ=Lreal/Lrandom) 1即为具有小世界属性。为了方便计算，将上述两个指标统一为σ(σ=γ/λ)来衡量小世界性，当σ>1时认为脑功能网络具有小世界属性；②全局效能(Eglobal)是衡量网络在全局并行传递信息效率的一项指标，其计算公式为：

(3)

其中N(N-1) 2为节点i在网络中可能存在的最大连接边数；③局部效能(Elocal)是分析网络局部信息传递效率的量化指标，它反映了网络防御随机攻击的能力。网络的局部效能为所有节点局部效能的平均值。

6.统计学处理

对两组被试在各个网络稀疏度下的全局属性相关指标分别进行双样本t检验，加入性别和图像帧位移量(frame-wise displacement，FD)作为协变量，以P=0.05为阈值检验其显著性。将各个稀疏度下的节点属性的度量值连成一条曲线，然后计算这条曲线下的面积称为某节点属性的AUC。对不同网络稀疏度下两组被试节点属性度量值的曲线下面积(AUC)分别进行双样本t检验，加入性别和FD值为协变量，以P=0.001为阈值检验其显著性。如果某节点的节点属性度量值的AUC经双样本t检验结果显示组间差异显著，再对该节点的节点属性在各个网络稀疏度下(0.23≤SP≤0.49，步长0.02)分别进行双样本t检验，加入性别和FD值为协变量。以P=0.001为阈值检验其显著性。

结 果

1.一般临床资料

高度近视组与正常对照组间被试的年龄差异无统计学意义(t=1.35，P=0.34)。两组被试的视力检查结果及组内比较见表1。每组内双眼裸眼视力的差异均无统计学意义(P>0.05)。

表1 近视组与对照组的视力

2.脑功能网络属性

两组的静息态脑功能连接网络均显示出典型的小世界性。高度近视组中脑功能网络的小世界性在各个稀疏度下(0.23≤SP≤0.49，步长0.02)均高于对照组(图1)，但组间差异无统计学意义(P>0.05)。

在各个稀疏度下两组被试静息态脑功能连接网络的全局效能见图2，不同稀疏度下全局效能在两组间的差异均无统计学意义(P>0.05)。

在0.23～0.49连续14个稀疏度下，高度近视组的静息态脑功能连接网络的局部效能较对照组均显著降低(图3)，差异均有统计学意义(t=2.11～2.27，未校正P<0.05)。

与对照组比较，高度近视组静息态下脑功能连接网络中右侧尾状核的节点度的AUC显著增大(t=3.74，未校正P>0.001)，在网络全连通的各稀疏度下，高度近视组右侧尾状核的节点度均高于对照组(图4)，且在0.23≤Sp≤0.49的条件下组间差异有统计学意义(t=3.52～3.89，P<0.001)。

相对于对照组，高度近视组右侧尾状核节点效能的AUC提高(t=3.72，未校正P<0.001)。在网络全连通的各稀疏度下，高度近视组右侧尾状核的节点效能高于对照组(图5)，在部分稀疏度下(0.23≤Sp≤0.37，Sp=0.41，0.45≤Sp≤0.49)组间差异有统计学意义(t=3.47～3.86，P<0.001)。

高度近视组和对照组中静息态脑功能连接网络的节点聚类系数值及比较见图6。与对照组比较，高度近视组在双侧颞下回、右内侧顶枕沟、右侧额下回岛盖和左侧杏仁核节点聚类系数的AUC降低(t值分别为4.54、3.73、3.79、4.15和3.54，未校正P<0.001)。

图1 两组被试静息态脑功能连接网络的小世界性的直方图分析。 图2 两组被试静息态脑功能连接网络的全局效能的直方图分析。 图3 两组被试静息态脑功能连接网络的局部效能的直方图分析。

图4 高度近视组和对照组静息态脑功能连接网络节点度的AUC比较。a)两组脑功能网络的节点度的AUC差异显著的脑区；b)各稀疏度下两组中右侧尾状核节点度的柱形图(为组间比较P<0.001)。图5 高度近视组和对照组静息态脑功能连接网络的节点效能比较。a)两组脑功能网络的节点效能差异显著的脑区；b)各稀疏度下右侧尾状核节点效能的柱形图(为组间比较P<0.001)。

全连通网络在各稀疏度下，高度近视组左侧颞下回的节点聚类系数均显著降低；右侧颞下回的节点聚类系数在0.23≤Sp≤0.27和0.33≤Sp≤0.43范围内均显著降低(t=3.22～4.00，P<0.001)；右内侧顶枕沟的节点聚类系数在0.31≤Sp≤0.49范围内均显著降低(t=2.29～4.61，P<0.001)；右侧额下回岛盖的节点聚类系数在0.23≤Sp≤0.41和0.45≤Sp≤0.49范围内均显著降低(t=3.50～4.44，P<0.001)；左侧杏仁核的节点聚类系数在不同Sp下均降低，但组间差异均无统计学意义(P>0.001)。

高度近视组和对照组静息态脑功能连接网络的节点局部效能值见图7。高度近视组中双侧颞下回、右内侧顶枕沟AUC的节点局部效能显著降低(t值分别为4.56、3.72和3.82，未校正P<0.001)。在全连通网络各稀疏度下，高度近视组中左侧颞下回节点局部效能均显著低于对照组(t=3.53～4.76，P<0.001)；高度近视组中右侧颞下回节点局部效能在0.23≤Sp≤0.27、0.33≤Sp≤0.43下显著降低(t=3.10～3.99，P<0.001)；高度近视组中右内侧顶枕沟节点局部效能在0.29≤Sp≤0.49范围内显著降低(t=2.92～4.61，P<0.001)。

讨 论

本研究探讨了高度近视者静息态脑功能连接网络的拓扑结构，结果表明高度近视人群的脑网络表现出小世界性，但是网络的局部效能在所有稀疏度下都降低。进一步研究发现，高度近视人群的节点属性发生显著改变，双侧颞下回和右内侧顶枕沟的节点聚类系数和节点局部效能降低，右侧额下回岛盖的节点聚类系数降低，右侧尾状核的节点度和节点效能增高，左侧杏仁核的节点聚类系数降低。

图6 高度近视组和对照组静息态脑功能连接网络的节点聚类系数的比较。a)横轴面MRI图像上红色区域为两组间节点聚类系数差异显著的脑区为双侧颞下回、左侧杏仁核；b)矢状面MRI图像上红色区域为两组间节点聚类系数差异显著的脑区为右内侧顶枕沟；c)矢状面MRI图像上红色区域为两组间节点聚类系数差异显著的脑区为右侧额下回岛盖；d)左侧颞下回在各稀疏度下的柱形图(P<0.001)；e)右侧颞下回在各稀疏度下的柱形图( P<0.001)；f)右内侧顶枕沟在各稀疏度下的柱形图(P<0.001)；g)右侧额下回岛盖在各稀疏度下的柱形图(P<0.001)；h)左侧杏仁核在各稀疏度下的柱形图(P<0.001)。

人脑是一个复杂的互连网络，不断整合多个脑区之间的信息。已有研究表明，大脑也具有小世界网络的各项拓扑属性[12]。在本研究中，高度近视组和对照组中脑功能网络同样都具有小世界性，意味着高度近视人群的脑网络在信息传输和处理方面总体上保证高效率。此外，两组被试脑功能网络的小世界性并无显著差异，提示在脑网络整体属性方面高度近视组与对照组间的差异可能并无明显，其脑网络的构建较为均质。

虽然两组中脑网络的整体属性无明显差异，但是在高度近视组中观察到各个网络稀疏度下脑网络的局部效能均明显降低。全局效能反映了整个大脑网络综合处理信息的能力，局部效能主要反映了大脑网络内密集互连的区域处理信息的能力[13]。本研究结果表明，高度近视人群的脑网络信息传递的效率在全局层面得以保留，但是在一些特定区域的信息传递效率发生了改变。高度近视组中许多脑区节点的局部效能降低也进一步支持这一结论。

本研究中观察到高度近视组双侧颞下回和右内侧顶枕沟的节点聚类系数和节点局部效能均降低，右侧额下回岛盖的节点聚类系数降低。颞下回位于腹侧视觉通路的最后阶段，也是视觉区域中唯一包含了对视觉对象具有选择性响应的神经元区域[14-15]。它与额叶和记忆相关皮质的联系较紧密[16-17]，从额叶到腹侧视觉区域的“反馈”预测这种处理途径，可能形成自上而下的注意力调制的解剖学基础[18]。在猴子的动物行为学实验中，可观察到颞下回区域在注意力调解下会过滤掉与目标不相关的信息[19]。通过神经群体解码的方法也观察到定位引导的注意力对颞下回神经元识别和解码特定对象的信息具有重要影响[20]。在之前关于高度近视的研究中，也发现颞下回的短程功能连接密度较正常对照组有所降低[10]。因此，我们认为高度近视人群的双侧颞下回节点聚类系数和节点局部效能降低与视觉响应的选择性注意力异常调制相关。右内侧顶枕沟作为连接枕叶皮层和楔前叶的“桥梁”，接收视觉皮层的信息，传递给楔前叶，完成自下而上的视觉信息整合[21-23]。高度近视者的背内侧顶枕沟的节点聚类系数和节点局部效能降低，可能与背内侧顶枕沟作为视觉皮层向上传递信息的媒介作用减弱有关。额下回岛盖为腹侧注意网络的关键脑区，腹侧注意网络负责监测环境中的突显刺激[24]。我们认为高度近视者的右侧额下回岛盖的节点聚类系数降低可能与其对视觉突显刺激的重新定向反应能力减弱有关。

图7 高度近视组和对照组静息态脑功能连接网络的节点局部效能的比较。a)横轴面MRI图像上红色区域为两组脑功能网络的节点局部效能有显著差异的脑区为双侧颞下回；b)矢状面MRI图像上红色区域为两组间节点聚类系数差异显著的脑区为右内侧顶枕沟；c)左侧颞下回在各稀疏度下的柱形图(*P<0.001)；d)右侧颞下回在各稀疏度下的柱形图(*P<0.001)；e)右内侧顶枕沟在各稀疏度下的柱形图(*P<0.001)。

在本研究中，高度近视组右侧尾状核的节点度和节点效能均增高。尾状核中有非常大的视觉接收领域，解剖学研究表明，灵长类动物的尾状核主要从颞叶、顶叶和额叶等皮层间接接收视觉信息[25-27]。尾状核也是哺乳动物的基底节接收感觉运动信息的主要结构。它涉及视觉运动行为，并有助于控制视觉引导的动眼神经和骨骼运动功能[28]。尾状核中巨大的视觉感受野可以快速检测到环境中的变化，识别物体，并且提供刺激的空间位置信息。这可能会促进和增强尾状核的运动功能，有助于提高目标导向的准确性和速度[29]。基于以上分析，尾状核中增高的节点度和节点效能，都表征了高度近视人群的尾状核对视觉信息传递效率提高，这可能是在视觉信息输入减少或模糊的情况下，尾状核必须加强对运功功能的控制从而保证视觉目标导向行为的准确性和速度。

本研究结果还显示，高度近视组中右侧杏仁核的节点聚类系数降低。杏仁核具有情绪调制视觉处理功能[30]，不仅接受来自视觉系统的感觉输入，也投射到腹侧视觉系统的所有皮质，包括颞下回和初级视觉皮层等[31]。大量研究表明，青光眼等有眼患的群体比正常人更容易产生焦虑情绪[32-33]。利用复杂网络分析方法，发现青光眼患者杏仁核参与的情感调节方面也存在损伤[34]。因此，我们认为高度近视人群的杏仁核节点聚类系数降低提示患者确实存在情绪反应的异常。

总之，通过比较高度近视者与视力正常者的静息态脑功能连接网络的拓扑结构，发现高度近视人群的某些拓扑属性确实发生了改变，主要是与视觉相关的注意力调控以及情绪视觉属性调制脑区的节点属性发生了显著异常。以上研究进一步证实高度近视患者的脑功能发生了改变。未来应该从其它方向来证实这些异常背后的潜在机制，进一步深入研究高度近视患者的脑功能变化。