基于圖論分析的血管性認(rèn)知障礙患者的腦結(jié)構(gòu)網(wǎng)絡(luò)拓?fù)鋵傩匝芯?/h1>

2023-05-31 03:49:50張穎穎譚文莉姜程洋徐春陽陳義磊龔志剛黃炎文康英杰

中國(guó)中西醫(yī)結(jié)合影像學(xué)雜志訂閱 2023年3期 收藏

關(guān)鍵詞：網(wǎng)絡(luò)拓?fù)?/a>白質(zhì)全局

張穎穎，譚文莉，姜程洋，徐春陽，王 立，陳義磊，龔志剛，黃炎文，王 輝，康英杰

上海中醫(yī)藥大學(xué)附屬曙光醫(yī)院放射科，上海201203

血管性認(rèn)知障礙（vascular cognitive impairment，VCI）是由各類腦血管病因引起的血管功能障礙和損傷，涵蓋了輕度認(rèn)知功能障礙到嚴(yán)重癡呆范疇［1］。既往研究多通過構(gòu)建腦功能網(wǎng)絡(luò)探討VCI 對(duì)中樞神經(jīng)活動(dòng)的影響［2-3］，關(guān)注到腦結(jié)構(gòu)網(wǎng)絡(luò)拓?fù)鋵傩愿淖儯?］的研究較少。腦白質(zhì)是大腦結(jié)構(gòu)的重要組成部分，也是保證大腦功能完整性的必要基礎(chǔ)。研究發(fā)現(xiàn)，VCI 患者往往存在腦白質(zhì)高信號(hào)和皮質(zhì)下?lián)p傷［5］，腦白質(zhì)纖維受損疊加血管風(fēng)險(xiǎn)因素將介導(dǎo)腦網(wǎng)絡(luò)破壞，甚至導(dǎo)致認(rèn)知能力下降［6］。DTI 能夠無創(chuàng)獲得腦白質(zhì)纖維束的微結(jié)構(gòu)特性［7］。圖論分析方法可反映全腦不同區(qū)域之間的結(jié)構(gòu)連接網(wǎng)絡(luò)拓?fù)鋵傩?，探索疾病?duì)全腦結(jié)構(gòu)連接的影響。因此，本研究前瞻性收集VCI 患者及健康志愿者DTI 數(shù)據(jù)，基于圖論分析構(gòu)建結(jié)構(gòu)腦網(wǎng)絡(luò)，比較兩者全局網(wǎng)絡(luò)拓?fù)鋵傩缘牟町?，并觀察VCI 患者腦網(wǎng)絡(luò)全局指標(biāo)與認(rèn)知功能的關(guān)聯(lián)。

1 資料與方法

1.1 一般資料

招募20 例VCI 患者（VCI 組），年齡60～80 歲。納入標(biāo)準(zhǔn)：①右利手；②小學(xué)及以上文化程度；③認(rèn)知損害與腦血管事件具有時(shí)間相關(guān)性；④影像檢查支持存在腦血管病變；⑤認(rèn)知評(píng)估量表結(jié)果中蒙特利爾認(rèn)知評(píng)估量表（Montreal cognitive assessment，MoCA）評(píng)分18～26 分，簡(jiǎn)易精神狀態(tài)檢查量表（minimental state examination，MMSE）評(píng)分21～26 分，改良Hachinski缺血量表（modified Hachinski ischemic scale，MHIS）總分＞7 分，臨床癡呆評(píng)定量表（clinical dementia rating，CDR）評(píng)分≥0.5 分；⑥無MRI 掃描禁忌證。排除標(biāo)準(zhǔn)：①既往有記憶力或其他認(rèn)知功能障礙，但影像上無明顯的缺血性病灶；②由創(chuàng)傷、腫瘤、感染、甲狀腺功能異常、酗酒等引起的認(rèn)知功能障礙；③嚴(yán)重視力、聽力障礙及失語，影響檢查或不能配合完成量表評(píng)定或不能配合進(jìn)行頭部制動(dòng)；④存在MRI 檢查禁忌證。

同時(shí)招募20 例年齡、性別與患者匹配的無認(rèn)知障礙志愿者（對(duì)照組），在檢查前1 周內(nèi)完成認(rèn)知量表評(píng)估并簽署知情同意書。本研究獲得醫(yī)院倫理委員會(huì)批準(zhǔn)（2021-963-38-01），所有受試者及家屬均簽署知情同意書。

1.2 儀器與方法

使用聯(lián)影uMR 780 3.0 T MRI 掃描儀，頭顱柔性12 通道線圈。使用耳塞減少噪音，泡沫棉墊固定頭部。囑受試者閉眼，安靜勿用力吞咽。掃描序列及參數(shù)：3D-T1WI：TR/TE 10.5 ms/4.4 ms，TI 1 120，翻轉(zhuǎn)角15°，層厚1 mm，無間隔，視野220 mm×256 mm，矩陣330×256。DTI 采用單次激發(fā)平面-回波成像：TR/TE 8 900 ms/84 ms，視野230 mm×230 mm，矩陣112×112，激勵(lì)次數(shù)1，層厚2 mm，無間隔，梯度方向數(shù)32，b 值=0、1 000 s/mm2。使用后處理工作站的圖像運(yùn)動(dòng)校正功能對(duì)頭動(dòng)進(jìn)行評(píng)估，剔除頭動(dòng)＞2 mm 者。

1.3 DTI 數(shù)據(jù)后處理和腦網(wǎng)絡(luò)構(gòu)建

1.3.1 DTI 數(shù)據(jù)預(yù)處理 使用PANDA 軟件包，對(duì)DTI 數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換后，首先進(jìn)行頭動(dòng)渦流矯正，將原始數(shù)據(jù)與b=0 s/mm2圖像對(duì)齊；隨后剝除顱骨等腦外組織；計(jì)算各個(gè)受試者的6 個(gè)擴(kuò)散張量數(shù)據(jù)，包括部分各向異性指數(shù)（fractional anisotropy，F(xiàn)A）、平均擴(kuò)散率（mean diffusivity，MD）等。使用確定性追蹤算法的連續(xù)性追蹤法獲得全腦纖維追蹤圖。FA＜0.2 和偏轉(zhuǎn)角度＞45°時(shí)將停止追蹤。

1.3.2 構(gòu)建腦網(wǎng)絡(luò) 使用AAL90 模版，將個(gè)體T1WI圖像與DTI 圖像配準(zhǔn)，然后將變換后的結(jié)構(gòu)圖標(biāo)準(zhǔn)化到蒙特利爾神經(jīng)病學(xué)研究所（Montreal Neurological Institude，MNI）空間，生成變形參數(shù)，再將AAL90 模版從MNI 空間轉(zhuǎn)換到DTI 圖像的本地空間上，構(gòu)建網(wǎng)絡(luò)節(jié)點(diǎn)和邊。計(jì)算結(jié)構(gòu)網(wǎng)絡(luò)基于90×90 的纖維束條數(shù)（fiber number，F(xiàn)N）矩陣，首先刪除弱連邊，即保留存在于80%受試者內(nèi)的連邊，將2 節(jié)點(diǎn)之間存在3 條纖維束作為閾值定義邊的存在，后以FN 作為權(quán)重構(gòu)建加權(quán)腦網(wǎng)絡(luò)（圖1）。使用GRETNA 軟件對(duì)所得結(jié)構(gòu)腦網(wǎng)絡(luò)進(jìn)行圖論分析，隨機(jī)網(wǎng)絡(luò)數(shù)量設(shè)定為100，計(jì)算全局指標(biāo)：包括全局效率（global efficiency，Eg）、局部效率（local efficiency，Eloc），以及小世界屬性中的集聚系數(shù)（clustering coefficient，Cp）、最短路徑（shortest path length，Lp）、標(biāo)準(zhǔn)化集聚系數(shù)（Gamma，γ）、標(biāo)準(zhǔn)化最短路徑（Lambda，λ）、小世界屬性系數(shù)（Sigma，σ）。

圖1 構(gòu)建對(duì)照組（圖1a）和血管性認(rèn)知障礙組（圖1b）結(jié)構(gòu)加權(quán)腦網(wǎng)絡(luò)的纖維束條數(shù)（FN）矩陣注：條帶的顏色代表連接水平，暖色調(diào)為增加，冷色調(diào)為降低

1.4 統(tǒng)計(jì)學(xué)分析

采用SPSS 25.0 軟件進(jìn)行統(tǒng)計(jì)分析，符合正態(tài)分布的計(jì)量資料以表示，組間比較行兩獨(dú)立樣本t 檢驗(yàn)；不符合正態(tài)分布以M（QL，QU）表示，組間比較行Mann-Whitney U 檢驗(yàn)。計(jì)數(shù)資料行χ2檢驗(yàn)。2 組腦網(wǎng)絡(luò)拓?fù)鋵傩圆町愋袃瑟?dú)立樣本t 檢驗(yàn)，將年齡、性別及受教育年限作為協(xié)變量回歸，以消除其對(duì)網(wǎng)絡(luò)指標(biāo)的影響，以P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。提取VCI 組與對(duì)照組差異有統(tǒng)計(jì)學(xué)意義的全局指標(biāo)與MoCA 評(píng)分行相關(guān)性分析，滿足正態(tài)分布時(shí)行Pearson 相關(guān)分析，不滿足正態(tài)分布時(shí)行Spearman相關(guān)分析，以雙尾P＜0.001 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 2 組一般資料比較

2 組年齡、性別及受教育年限差異均無統(tǒng)計(jì)學(xué)意義（均P＞0.05），VCI 組MMSE 評(píng)分和MoCA 評(píng)分顯著低于對(duì)照組（均P＜0.05）（表1）。

表1 VCI 組與對(duì)照組一般資料比較

2.2 2 組結(jié)構(gòu)腦網(wǎng)絡(luò)全局指標(biāo)比較

2 組均有小世界屬性（σ=γ/λ＞1，γ＞1 和λ≈1），2 組的γ、λ、σ 值差異均無統(tǒng)計(jì)學(xué)意義（均P＞0.05）。與對(duì)照組相比，VCI 組的Eg 和Eloc 顯著下降，Lp 延長(zhǎng)，差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05）；VCI 組的Cp 值輕度升高，但差異無統(tǒng)計(jì)學(xué)意義（P＞0.05）（表2，圖2）。

表2 VCI 組與對(duì)照組的網(wǎng)絡(luò)拓?fù)鋵傩愿鲄?shù)比較（）

表2 VCI 組與對(duì)照組的網(wǎng)絡(luò)拓?fù)鋵傩愿鲄?shù)比較（）

注：VCI 為血管性認(rèn)知障礙，Eg 為全局效率，Eloc 為局部效率，Lp 為最短路徑，Cp 為集聚系數(shù)，γ 為標(biāo)準(zhǔn)化集聚系數(shù)，λ 為標(biāo)準(zhǔn)化最短路徑，σ 為小世界屬性系數(shù)；a 為t 值，b 為χ2 值。

圖2 血管性認(rèn)知障礙（VCI）組和對(duì)照組全局指標(biāo)統(tǒng)計(jì)箱線圖 注：Eg 為全局效率，Eloc 為局部效率，Lp 為最短路徑，Cp 為集聚系數(shù)，γ 為標(biāo)準(zhǔn)化集聚系數(shù)，λ 為標(biāo)準(zhǔn)化最短路徑，σ 為小世界屬性系數(shù)?；疑韺?duì)照組，黃色代表VCI 組，誤差線條為標(biāo)準(zhǔn)誤

2.3 全局指標(biāo)與認(rèn)知能力的關(guān)系

分析有組間差異的全局指標(biāo)與MoCA 評(píng)分的相關(guān) 性，Pearson 相關(guān)分析顯示VCI 組Eg、Eloc 均 與MoCA 評(píng)分呈正相關(guān)（r=0.544，r=0.516；均P＜0.001）；Spearman 相關(guān)分析顯示，VCI 組Lp 與MoCA 評(píng)分呈負(fù)相關(guān)（r=-0.576，P＜0.001）（圖3）。

圖3 全局指標(biāo)中全局效率（Eg）、局部效率（Eloc）和最短路徑（Lp）與蒙特利爾認(rèn)知評(píng)估量表（MoCA）評(píng)分的相關(guān)性散點(diǎn)圖

3 討論

本研究基于圖論分析方法探討VCI 患者腦結(jié)構(gòu)網(wǎng)絡(luò)的全局拓?fù)鋵傩宰兓?，發(fā)現(xiàn)VCI 組和對(duì)照組均存在小世界屬性。與對(duì)照組相比，VCI 組結(jié)構(gòu)網(wǎng)絡(luò)的Lp 更長(zhǎng)，Eg、Eloc 更低，提示VCI 患者存在大腦信息傳輸能力的破壞和信息傳播速度的降低，其變化與認(rèn)知功能下降密切相關(guān)。

圖論是一種定量評(píng)估網(wǎng)絡(luò)拓?fù)鋵傩缘臄?shù)學(xué)模型，全腦腦白質(zhì)連接可通過DTI 纖維束示蹤重建，在確定性纖維追蹤中，以腦區(qū)為節(jié)點(diǎn)，纖維束數(shù)量值為邊構(gòu)建腦腦白質(zhì)網(wǎng)絡(luò)［8］。基于圖論方法不僅可以分析不同腦區(qū)之間的交互作用，還能對(duì)復(fù)雜的腦網(wǎng)絡(luò)進(jìn)行全局度量［9］，目前已廣泛運(yùn)用于認(rèn)知障礙相關(guān)研究。通過腦白質(zhì)網(wǎng)絡(luò)建立相應(yīng)的認(rèn)知模型，可有效將生理性腦老化與神經(jīng)退行性疾病區(qū)分開來，對(duì)中樞神經(jīng)系統(tǒng)疾病的鑒別診斷發(fā)揮著至關(guān)重要的作用。

大腦具有高度模塊化的小世界網(wǎng)絡(luò)架構(gòu)，能在低布線成本的情況下實(shí)現(xiàn)信息的高效傳輸。γ、λ 和σ 代表研究網(wǎng)絡(luò)與隨機(jī)網(wǎng)絡(luò)的關(guān)系。Lp 表示網(wǎng)絡(luò)中2 個(gè)節(jié)點(diǎn)信息傳遞的最優(yōu)路徑，Lp 越小表明網(wǎng)絡(luò)的信息傳輸速度越快；Cp 能夠度量網(wǎng)絡(luò)間短距離信息傳輸?shù)哪芰?，Cp 值越高，局部信息傳遞越快。因此，當(dāng)研究網(wǎng)絡(luò)具有較高的Cp 和較短的Lp 時(shí)，則具有小世界屬性［10］，能夠保障信息流在局部及全局水平傳遞的高效性，并將大腦銜接構(gòu)建成高度關(guān)聯(lián)的樞紐區(qū)域［11］。既往基于功能網(wǎng)絡(luò)的研究發(fā)現(xiàn)，VCI 患者與正常受試者均具有小世界屬性，與正常受試者相比，VCI 患者的功能性大腦網(wǎng)絡(luò)的整體拓?fù)浣Y(jié)構(gòu)被顯著破壞，表現(xiàn)為Cp 降低和Lp 增加［12］，甚至γ 下降［13］。腦白質(zhì)的完整性是大腦跨區(qū)域傳輸?shù)闹匾镔|(zhì)基礎(chǔ)，而VCI 患者往往存在腦白質(zhì)網(wǎng)絡(luò)破壞，并與認(rèn)知水平存在關(guān)聯(lián)［14］。本研究結(jié)果顯示，在腦白質(zhì)結(jié)構(gòu)網(wǎng)絡(luò)中，VCI 組和對(duì)照組均存在小世界屬性，但VCI 患者的Lp 延長(zhǎng)，且與MoCA 評(píng)分呈負(fù)相關(guān)，這與功能網(wǎng)絡(luò)相關(guān)研究結(jié)果具有較高的一致性，提示VCI 患者腦白質(zhì)破壞可能造成信息傳遞的路徑增加，繼而導(dǎo)致認(rèn)知執(zhí)行效率下降，出現(xiàn)認(rèn)知能力的下降；但是與既往研究［14］相比，2 組Cp 值未發(fā)現(xiàn)差異，可能 由于VCI 本身存在一定異質(zhì)性，本研究所納入VCI 患者局部信息傳輸能力并未受到明顯破壞，尚能最大限度保證局部信息傳遞和認(rèn)知加工，進(jìn)一步提示Cp可能是疾病轉(zhuǎn)化的關(guān)鍵。

腦網(wǎng)絡(luò)具有經(jīng)濟(jì)性，較高的全局和局部效率能夠保證大腦在信息處理中的分離和集成之間取得平衡［15］。Eloc 是在單個(gè)節(jié)點(diǎn)水平上計(jì)算所得的信息傳輸能力，Eloc 和Cp 可度量局部信息傳遞效率；Eg 是網(wǎng)絡(luò)中所有最短路徑長(zhǎng)度的逆，用以度量網(wǎng)絡(luò)的全局傳輸能力，Eg 和Eloc 值越高，大腦全局和局部信息的交互整合能力越強(qiáng)［16］。由于VCI 患者腦白質(zhì)廣泛損傷，可能造成全局信息通信中斷，腦白質(zhì)損害越大，其網(wǎng)絡(luò)效率越低（即網(wǎng)絡(luò)中全局信息通信的集成越少）。本研究在結(jié)構(gòu)腦網(wǎng)絡(luò)中發(fā)現(xiàn)，VCI 患者腦白質(zhì)網(wǎng)絡(luò)的Eg 和Eloc 值均顯著下降，并與認(rèn)知功能下降呈正相關(guān)，反映了功能［12-13］和腦結(jié)構(gòu)網(wǎng)絡(luò)的破壞均可導(dǎo)致信息傳輸能力的下降。同時(shí)，VCI 患者兼具Eg 降低和Lp 延長(zhǎng)的特征，這表明VCI 患者腦白質(zhì)網(wǎng)絡(luò)中并行信息傳遞效率降低［17］，并與認(rèn)知功能變化密切相關(guān)，提示腦白質(zhì)微結(jié)構(gòu)的破壞顯著影響了大腦信息傳輸能力，從而導(dǎo)致認(rèn)知能力的下降。

本研究存在一定的局限性：①使用確定性纖維束追蹤的方法來定義腦白質(zhì)網(wǎng)絡(luò)的邊，但是纖維交叉問題可能導(dǎo)致部分追蹤缺失，未來將使用更加精準(zhǔn)的分析方法識(shí)別纖維路徑。②作為初步研究，納入樣本量較小，僅將VCI 不同結(jié)構(gòu)損傷信息進(jìn)行全腦整合研究，未就病因和程度等混雜因素進(jìn)行分層研究，有待擴(kuò)大樣本量獲得更可靠的研究結(jié)果。

綜上所述，本研究采用基于圖論方法構(gòu)建結(jié)構(gòu)網(wǎng)絡(luò)，分析VCI 患者的大腦全局網(wǎng)絡(luò)拓?fù)鋵傩宰兓?，結(jié)果顯示VCI 患者結(jié)構(gòu)網(wǎng)絡(luò)受到破壞，表現(xiàn)為網(wǎng)絡(luò)的全局和局部傳輸能力下降，以及網(wǎng)絡(luò)信息傳輸速度變慢，并與認(rèn)知能力下降存在顯著的相關(guān)性，提示腦白質(zhì)微結(jié)構(gòu)的破壞影響了VCI 患者全局水平的信息傳遞和整合能力，結(jié)構(gòu)網(wǎng)絡(luò)拓?fù)鋵傩缘母淖兛赡苁荲CI 患者認(rèn)知受損的原因之一。

猜你喜歡

網(wǎng)絡(luò)拓?fù)?/a>白質(zhì)全局

Cahn-Hilliard-Brinkman系統(tǒng)的全局吸引子

數(shù)學(xué)物理學(xué)報(bào)(2022年4期)2022-08-22 04:07:12

基于通聯(lián)關(guān)系的通信網(wǎng)絡(luò)拓?fù)浒l(fā)現(xiàn)方法

網(wǎng)絡(luò)安全與數(shù)據(jù)管理(2022年2期)2022-05-23 13:25:46

量子Navier-Stokes方程弱解的全局存在性

數(shù)學(xué)物理學(xué)報(bào)(2022年2期)2022-04-26 14:08:04

電子制作(2018年23期)2018-12-26 01:01:16

落子山東，意在全局

金橋(2018年4期)2018-09-26 02:24:54

勞斯萊斯古斯特與魅影網(wǎng)絡(luò)拓?fù)鋱D

汽車維修技師(2017年10期)2017-03-17 02:25:01

血脂與腦小腔隙灶及白質(zhì)疏松的相關(guān)性研究

河北醫(yī)學(xué)(2016年5期)2016-12-01 03:58:56

腦白質(zhì)改變發(fā)病機(jī)制的研究進(jìn)展

實(shí)用臨床醫(yī)學(xué)(2016年8期)2016-06-07 01:28:23

ADMA/DDAH系統(tǒng)與腦白質(zhì)疏松癥的關(guān)系

中華老年多器官疾病雜志(2016年8期)2016-05-14 07:17:02

電測(cè)與儀表(2016年5期)2016-04-22 01:13:46