基于fMRI技术的精神分裂症诊断研究方法

王兴桦

（重庆医科大学 重庆 400016）

1 前言

精神分裂症作为一种严重的精神疾病，诊断仍处于临床诊断为主，其不可避免的出现疾病诊断上的偏差。功能性磁共振成像技术（fMRI）通过MRI测量大脑局部血液中氧含量来间接反映大脑的活动[1]。在构建影像生物标志物组中，诊断试验（筛选试验）被广泛的运用，其中常见的用来评估诊断标志物的指标包括灵敏度、特异度、似然比和预测值等[2]。根据疾病的特性，对于精神分裂症，灵敏度与特异度同样重要。构造一个的精神分裂症诊断影像生物标志物组在临床诊断中是具有意义。

2 基于fMRI技术在精神分裂症诊断的研究方法

在运用fMRI技术研究精神分裂症，主要集中于大脑的脑实质及脑功能的改变，但均未找到影像学的生物标志物。故而通过fMRI技术构建一个精神分裂症的诊断影像生物标志物组是现今的研究重点。

其下将简单的介绍三种现在基于fMRI技术已探知的大脑实质及功能改变，提高精神分裂症诊断影像生物标志物组精确度的研究方法。

2.1 通过精神分裂症的特殊精神症状

精神症状（幻觉、妄想）在精神分裂症的发生率明显高于非精神分裂症患者[3]，也是精神分裂症主要症状之一，而其中幻听又随病情好转而逐渐减少，患者对幻听的态度逐渐淡漠，最后幻听消失[4]。

有研究发现精神分裂症患者的功能网络都具有较小的世界范围和较低的网络效率，但只有AH的精神分裂症患者出现了结构网络的正则化。相关研究中也提出有AH比无AH患者，其左颞顶区与左颞顶区之间的脑回功能连接增加，右海马形成和体丘脑内侧的功能连接减少[5]。故此在研究精神分裂症的诊断时，加入听幻觉的脑功能及结构改变，可能会增加其诊断的精确度。甚至在此基础上，可加入更多具有诊断意义的精神症状。

2.2 研究精神分裂症的fMRI数据处理

fMRI所得到的数据具有三维的，故而在研究fMRI所得到的数据时，如何处理所得数据，是能够增加所得结果精准性的。基于处理数据的研究，Castro et al[6]采用两种分析方法进行处理数据，多源数据获得的方法。Du et al[7]提出了三相法，他们在目视检查后列出了独立组件（ICs），并在每个ICs上使用两级过程来检测一组相关的voxels。不同的数据处理方法，所得实验的精确度不同。

因此，在做fMRI的精神分裂症研究中，运用合理的方法进行降维处理，有助于增加其研究的精准性。故而探讨fMRI的数据处理方式，也是研究精神分裂症诊断方法之一。

2.3 研究多模态成像技术诊断精神分裂症

fMRI技术联合多种技术的多模态成像技术互补优缺点，更有助于精神分裂症的诊断研究。基于bold的fMRI研究中，检测到的信号与伴随神经活动的血流动力学反应有关，PET可以在不同的阶段研究控制大脑活动的特定生化过程。fMRI与PET采用图像融合或配准技术相结合 ，可得到更多的脑功能活动信息[8]。而脑电图EEG作为脑的整体功能状态的指标有一定价值，在时间分辨率和时间过程分析上优于其他影像学方法，其缺点是相对较差的空间信息。PET、MR和EEG为大脑提供了互补的解剖、生理、代谢和功能信息。

使用PET-MR-EEG可以促进对大脑结构和功能的理解，并可用于识别神经和精神障碍的新生物标志物，以及提高早期诊断的准确性。研究多模态成像技术，也将成为一个研究精神分裂症诊断方法之一。

3 小结与展望

现在精神分裂症的诊断仍旧是以临床诊断为主，为得到其诊断标志物一直不停的进行研究。而现在的通过特殊精神症状研究、数据处理研究、多模态成像技术研究，仅是其中的一部分方法，且在不断的改进。在今后的研究中，不妨可共同加入多种研究方法，甚至可以是联合分子生物学、细胞生物学、影像学、放射核医学等多种手段共同研究，寻找一个非临床性的精神分裂症诊断生物标志物组。