靜息態(tài)功能磁共振成像在腦功能區(qū)定位中的初步應(yīng)用

毛德旺，袁建華，丁忠祥， 狄幸波， 徐建國， 鄭稢

(浙江省人民醫(yī)院，浙江 杭州 310014)

·基礎(chǔ)與臨床研究·

靜息態(tài)功能磁共振成像在腦功能區(qū)定位中的初步應(yīng)用

毛德旺，袁建華，丁忠祥， 狄幸波， 徐建國， 鄭稢

(浙江省人民醫(yī)院，浙江 杭州 310014)

目的：探討靜息態(tài)功能磁共振成像在腦功能區(qū)定位中的應(yīng)用價(jià)值。方法對33例非腦腫瘤病例在Siemens Trio 3.0T 磁共振儀上進(jìn)行靜息態(tài)腦功能成像(resting-state fMRI, R-fMRI))，并對R-fMRI數(shù)據(jù)采用新的獨(dú)立成分分析(Subject Order-Independent group ICA，SOI-GICA)處理。結(jié)果33例中，已最多能夠提取19個(gè)RSFC網(wǎng)絡(luò)(丘腦核團(tuán)，突顯加工網(wǎng)絡(luò)，高級運(yùn)動(dòng)區(qū)，初級運(yùn)動(dòng)區(qū)，聽覺，背側(cè)注意網(wǎng)路，腹外側(cè)運(yùn)動(dòng)皮層，初級視覺，高級視覺，小腦，高級視覺，雙側(cè)額顳網(wǎng)絡(luò)(語言相關(guān))，默認(rèn)網(wǎng)絡(luò)后部，默認(rèn)網(wǎng)絡(luò)，默認(rèn)網(wǎng)絡(luò)后部，額頂網(wǎng)絡(luò)，右側(cè)額頂網(wǎng)絡(luò)，工作記憶，左側(cè)額頂網(wǎng)絡(luò))。結(jié)論R-fMRI能較穩(wěn)定地提取出多個(gè)大腦功能網(wǎng)絡(luò)，包括初級感知覺網(wǎng)絡(luò)(運(yùn)動(dòng)、聽覺、視覺網(wǎng)絡(luò))和高級認(rèn)知功能網(wǎng)絡(luò)(語言、注意、執(zhí)行控制、工作記憶、默認(rèn)網(wǎng)絡(luò))，可為神經(jīng)外科手術(shù)計(jì)劃的制定提供更加豐富的信息。

靜息態(tài)；功能磁共振成像；獨(dú)立成分分析；功能連接

Abstract：[Objective] To introduce the application of resting-state functional magnetic resonance imaging(rsfMRI)in the human brain function mapping ．[Method]33 patients underwent rsfMRI on Siemens Trio 3.0T MR, all MR images underwent independent component analysis (ICA) ．[Result] We can simultaneously extract and identify 19 human brain fuctional systems among 33 patients under rsfMRI and Independent Component Analysis . [Condusion] RsfMRI can simultaneously detect many different functional systems with only once scan ,including elementary functional network and advanced functional network ，leading to more complete and accurate presurgical evaluation。

Keywords：resting state;functional magnetic resonance imaging;independent component analysis; functional connectivitie

在神經(jīng)外科手術(shù)過程中，正確辨認(rèn)大腦皮層功能區(qū)至關(guān)重要。 1937年P(guān)enfield和Boldery提出了直接使用皮層電刺激描繪相關(guān)功能區(qū)的方法，但無法探及深部皮層，術(shù)野暴露過大。任務(wù)態(tài)腦功能成像(functional MRI, fMRI)，可有效地彌補(bǔ)術(shù)中定位的缺陷[1]，但仍存在以下問題：部分患者難以配合導(dǎo)致功能定位失準(zhǔn)；僅能定位少數(shù)功能區(qū)如運(yùn)動(dòng)、語言區(qū)；多次檢查其結(jié)果穩(wěn)定性差，不利于術(shù)后對腦功能區(qū)保留及損傷情況復(fù)查。本文在Siemens Trio 3.0T 磁共振儀上利用靜息態(tài)腦功能成像(resting-state fMRI, R-fMRI)配合獨(dú)立成分分析(Independent Component Analysis，ICA)對33例非腦腫瘤病例提取腦功能區(qū)進(jìn)行初步應(yīng)用。

1 材料與方法

1.1 臨床資料

33例來本科行頭顱MRI檢查且身體各方面狀況較良好的病例，男15例，女18例，最大年齡84歲，最小年齡18歲，平均年齡48歲。

1.2 MR成像方法

采用Siemens Trio 3.0T 磁共振儀，雙通道相控陣頭顱CP線圈。受檢者仰臥，頭顱擺放并固定在頭顱CP線圈中，囑全身放松，保持安靜和清醒，閉上雙眼。全腦EPI-BOLD功能像：TR2000ms,TE 30ms, 層厚3.2 mm,層間隔0.8 mm, 層數(shù)31層,矩陣64×64, FOV 220×220 mm, 反轉(zhuǎn)角90°，掃描時(shí)間484s。全腦高分辨率3D-T1-MPRAGE像：TR8.5 ms ，TE3.2 ms,反轉(zhuǎn)角15°, FOV 250×250mm, 矩陣256 × 256, 層數(shù)176層，層厚1mm。

1.3 數(shù)據(jù)分析和處理

R-fMRI 數(shù)據(jù)經(jīng)過SPM8 軟件進(jìn)行預(yù)處理(slice timing, realignment, 2mm 空間平滑)。然后進(jìn)入基于SOI-GICA(Subject Order-Independent group ICA)的MICA軟件進(jìn)行個(gè)體水平的獨(dú)立成分分析(ICA)，SOI-GICA 計(jì)算分3個(gè)步驟：生成多個(gè)不同的“有效SCO”，對每個(gè)生成的有效SCO進(jìn)行TC-GICA分析，整合多次TC-GICA結(jié)果。以成分?jǐn)?shù)10～100 分別計(jì)算靜息態(tài)功能連接 (Resting-State Functional Connectivity, RSFC)網(wǎng)絡(luò)。將所得各腦功能區(qū)彩圖與全腦高分辨率3D T1三維重建圖融合，即得各腦功能區(qū)三維定位圖。

2 結(jié)果

33例R-fMRI數(shù)據(jù)通過SOI-GICA算法分析。運(yùn)動(dòng)、視覺、聽覺、語言、工作記憶、默認(rèn)網(wǎng)絡(luò)等功能網(wǎng)絡(luò)全部病例能提取，丘腦核團(tuán)能提取23例，突顯加工網(wǎng)絡(luò)能提取12例，額頂網(wǎng)絡(luò)能提取9例，背側(cè)注意網(wǎng)路能提取11例，小腦網(wǎng)絡(luò)能提取3例。本組最多能同時(shí)提取19個(gè)主要的RSFC網(wǎng)絡(luò)(丘腦核團(tuán)，突顯加工網(wǎng)絡(luò)，高級運(yùn)動(dòng)區(qū)，初級運(yùn)動(dòng)區(qū)，聽覺，背側(cè)注意網(wǎng)路，腹外側(cè)運(yùn)動(dòng)皮層，初級視覺，高級視覺，小腦，高級視覺，語言，默認(rèn)網(wǎng)絡(luò)后部，默認(rèn)網(wǎng)絡(luò)，默認(rèn)網(wǎng)絡(luò)后部，額頂網(wǎng)絡(luò)，右側(cè)額頂網(wǎng)絡(luò)，工作記憶，左側(cè)額頂網(wǎng)絡(luò))，包括初級及高級腦功能網(wǎng)絡(luò)系統(tǒng)。

3 討論

人腦在清醒的靜息態(tài)下，接受心輸出量的11%，雖然腦僅占體質(zhì)量的2%，但卻占全身總耗氧量的20%[2]。腦在休息狀態(tài)下全部能量的80%被用于參與谷氨酸鹽循環(huán)和神經(jīng)元的信號處理，提示在靜息狀態(tài)下存在明顯的功能活動(dòng)[3]。

1995年，Biswal[4]等人首創(chuàng)性地提取了靜息態(tài)BOID信號中的低頻成分(<0．1Hz)，并對其進(jìn)行了分析，發(fā)現(xiàn)：人腦左右半球的感覺運(yùn)動(dòng)皮層的BOID信號低頻振幅(1ow frequency fluctuations，LFF)存在顯著的相關(guān)性，并認(rèn)為，這種相關(guān)性可以作為在靜息狀態(tài)下感覺運(yùn)動(dòng)皮層間存在功能連接的一個(gè)證據(jù)。更多的研究發(fā)現(xiàn)靜息狀態(tài)下BOLD低頻振幅信號的同步性廣泛地存在于運(yùn)動(dòng)[4,7]、語言[6,8]、聽覺[6,7]、視覺[5,7]等系統(tǒng)及網(wǎng)絡(luò)中。由此可以推測：大腦在靜息狀態(tài)下的功能活動(dòng)是有其特定的規(guī)律和組織方式。這些研究成果使得靜息狀態(tài)下腦功能成像研究成為近年來神經(jīng)影像學(xué)領(lǐng)域的熱門方向之一。

靜息態(tài)腦功能成像(R-fMRI )是將fMRI 結(jié)合“靜息態(tài)”實(shí)驗(yàn)范式的一種成像方式。靜息態(tài)指被試在掃描中安靜躺下，全身放松，保持清醒，不進(jìn)行系統(tǒng)的認(rèn)知活動(dòng)，不參與實(shí)驗(yàn)任務(wù)。R-fMRI 信號被認(rèn)為反映了大腦的自發(fā)的神經(jīng)活動(dòng)，并可能與警覺、記憶鞏固有關(guān)。大量研究均涉及靜息態(tài)功能連接 (RSFC)。RSFC 刻畫了在靜息狀態(tài)下，不同位置的腦區(qū)的低頻活動(dòng)存在同步性這一現(xiàn)象，已在運(yùn)動(dòng)、體感、聽覺、視覺系統(tǒng)，以及更高級的語言注意、默認(rèn)網(wǎng)絡(luò)等功能系統(tǒng)中發(fā)現(xiàn)。

R-fMRI數(shù)據(jù)分析和處理目前報(bào)道較多的是采用種子點(diǎn)相關(guān)RSFC分析, RSFC定位結(jié)果嚴(yán)重依賴于種子點(diǎn)的位置及選取方式，對于有的功能區(qū)(如語言區(qū))，種子點(diǎn)位置的確定因被試差異較大而實(shí)現(xiàn)困難。對于非對稱功能系統(tǒng)(如語言區(qū))定位，由于腫瘤占位導(dǎo)致病灶側(cè)種子點(diǎn)選取極為困難。如依賴標(biāo)準(zhǔn)坐標(biāo)進(jìn)行種子點(diǎn)定位，又存在腫瘤fMRI圖像配準(zhǔn)難的問題。定位不同功能系統(tǒng)需設(shè)多個(gè)種子點(diǎn)，則進(jìn)一步增加了難度。因此，目前的研究還基本局限于感覺運(yùn)動(dòng)區(qū)，其他也同樣需要保護(hù)的重要的功能區(qū)卻很少涉及。獨(dú)立成分分析(ICA)是一種非常有效的數(shù)據(jù)驅(qū)動(dòng)的腦成像數(shù)據(jù)多元分析工具[9]，可有效克服種子點(diǎn)相關(guān)方法的上述局限，于2004年成功應(yīng)用于基于R-fMRI數(shù)據(jù)的RSFC網(wǎng)絡(luò)提取[10]，已經(jīng)被證明能夠較穩(wěn)定地提取出多個(gè)大腦功能網(wǎng)絡(luò)并應(yīng)用于基礎(chǔ)和臨床研究。本研究采用的是新近提出的SOI-GICA 算法[11]，克服了ICA 計(jì)算結(jié)果隨機(jī)性的問題，它能讓研究者在有限的時(shí)間和有限的計(jì)算資源的情況下，得到更穩(wěn)定、準(zhǔn)確、可靠的多個(gè)RSFC 計(jì)算結(jié)果。

利用R-fMRI操作簡便、信噪比高、適應(yīng)性強(qiáng)的優(yōu)勢，再配合使用新的SOI-GICA算法，穩(wěn)定地提取出多個(gè)大腦功能網(wǎng)絡(luò)，包括初級感知覺網(wǎng)絡(luò)(運(yùn)動(dòng)、聽覺、視覺網(wǎng)絡(luò))和高級認(rèn)知功能網(wǎng)絡(luò)(語言、注意、執(zhí)行控制、工作記憶、默認(rèn)網(wǎng)絡(luò))，本組實(shí)驗(yàn)已初步提取人腦19個(gè)功能網(wǎng)絡(luò)。隨著實(shí)驗(yàn)的進(jìn)一步深入，可能會(huì)有更多的人腦功能網(wǎng)絡(luò)被證實(shí)能夠穩(wěn)定地提取，將來應(yīng)用于腦腫瘤多功能系統(tǒng)術(shù)前綜合定位，為神經(jīng)外科手術(shù)計(jì)劃的制定提供更加豐富的信息，有助于神經(jīng)外科醫(yī)生制定最佳手術(shù)計(jì)劃，減少術(shù)后并發(fā)癥，最大限度提高腦腫瘤患者術(shù)后的生活質(zhì)量。

[1]毛德旺,袁建華,丁忠祥,等.3.0T磁共振腦功能成像對額頂葉腫瘤神經(jīng)微創(chuàng)手術(shù)的應(yīng)用價(jià)值[J].醫(yī)學(xué)影像學(xué)雜志，2012,22(5):693-695.

[2]Raichh ME．GusnardDA．Intrinsic brain activity setsthe stageforexpression of motivated behavior[J]．J Comp Neurol，2005,493(1):167-176.

[3]張龍江,楊桂芬. 靜息態(tài)腦功能成像的研究與進(jìn)展[J]. 國外醫(yī)學(xué)臨床放射學(xué)分冊.2007,30(1):9-12.

[4]Biswal B, Yetkin F Z, Haughton V M, et al. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI[J]. Magn Reson Med, 1995, 34(4): 537-541.

[5]Lowe M J,Mock B J,Sorenson J A. Functional connectivity in single and multislice echoplanar imaging using resting state fluctuations[J].Neuroimage, 1998,7(2):119-132.

[6]Cordes D,Haughton V M,Arfanakis K,et al. Mapping functionally related regions of brain with functional connectivity MR imaging [J].AJNR Am J Neuroradiol, 2000,21(9):1636-1644.

[7]Cordes D,Haughton V M,Arfanakis K,et al. Frequencies contributing to functional connectivity in the cerebral cortex in "resting-state" data [J]. AJNR Am J Neuroradiol,2001,22(7):1326-1333.

[8]Hampson M, Peterson B S, Skudlarski P, Detection of functional connectivity using temporal correlations in MR images[J]. Hum Brain Mapp, 2002, 15(4): 247-262.

[9]Mckeown MJ, Sejnowski TJ. Independent component analysis of fMRI data: examining the assumptions. Hum Brain Mapp, 1998, 6(5-6): 368-372.

[10]Van de Ven VG, Formisano E, Prvulovic D, et al. Functional connectivity as revealed by spatial independent component analysis of fMRI measurements during rest. Hum Brain Mapp, 2004, 22(3): 165-178.

[11]Zhang H, Zuo XN, Ma SY, Zang YF, et al. Subject order-independent group ICA (SOI-GICA) for functional MRI data analysis. Neuroimage, 2010, 51(4): 1414-1424.

Preliminaryappficafionofresting-statefunctionalmagneticresonanceimaginginthehumanbrainfunctionmapping

MaoDewang,YuanJianhua,DingZhongxiang,DiXingbo,XuJianguo,ZhengJie
(Zhejiang Provincial People,s Hospital,Hangzhou310014,China )

R739.41；R445.2

A

1672-0024(2014)01-0048-03

毛德旺(1966-)，男，浙江溫州人，本科，副主任技師。研究方向：磁共振功能成像

浙江省自然基金資助項(xiàng)目(編號：LY13H180016)