基于功能連接分析對基底節(jié)區(qū)卒中患者的偏側(cè)化研究

茆倩倩，陳宇辰，陳慧鈾，姜亮，姜海龍，殷信道

0 引言

缺血性腦卒中在我國高發(fā)，是首位致殘致死的重大疾患，已成為嚴(yán)重影響居民健康的重大公共衛(wèi)生問題[1-3]?；咨窠?jīng)節(jié)區(qū)域為缺血性腦卒中的好發(fā)部位，該區(qū)域除參與復(fù)雜的運動外，在高級認知功能和非運動復(fù)雜行為的調(diào)節(jié)中也發(fā)揮著重要作用[4-5]，因此，基底神經(jīng)節(jié)病變不僅會導(dǎo)致局部功能異常，還包括認知、運動等多種功能損傷[6-7]。在既往研究中，左側(cè)基底節(jié)區(qū)被認為是卒中后引起整體認知損害的關(guān)鍵部位[8]。右半球腦卒中后最常見的癥狀是偏側(cè)空間忽視和嗅覺喪失，兩者都會導(dǎo)致嚴(yán)重殘疾[9-11]。然而，目前基底節(jié)區(qū)卒中（basal ganglia stroke, BGS）后的腦網(wǎng)絡(luò)研究中，右側(cè)基底節(jié)區(qū)卒中（right-sided basal ganglia stroke, R-BGS）發(fā)生后腦功能連接的變化尚未同左側(cè)基底節(jié)區(qū)卒中（left-sided basal ganglia stroke, L-BGS）一樣受到大多數(shù)研究者關(guān)注，L-BGS和R-BGS 發(fā)生后全腦腦功能連接變化的差異及潛在神經(jīng)生物學(xué)機制尚不清楚。

靜息態(tài)功能MRI（resting-state functional MRI,rs-fMRI）是一種描述大腦內(nèi)在功能組織和連接模式的非侵入性方法[12-13]，是血氧信號紊亂的腦卒中血管損傷機制研究方向的重要工具，可被應(yīng)用于揭示由卒中引起的全腦功能網(wǎng)絡(luò)的異常改變機制[14-15]。然而，先前的研究假設(shè)腦功能連接在掃描時間內(nèi)是靜息態(tài)的，然而，最近的功能MRI（functional MRI, fMRI）試驗表明，即使在靜息狀態(tài)下，功能性腦連接在幾十秒的尺度上也是動態(tài)的[16]。在這種需求下，動態(tài)功能網(wǎng)絡(luò)連接（dynamic functional network connectivity, dFNC）分析出現(xiàn)了，它提高了rs-fMRI 數(shù)據(jù)的時間分辨率[17-19]，與靜態(tài)信號相比，這些動態(tài)測量可以對神經(jīng)信號的進行更為復(fù)雜的評估[20-21]，越來越多地被建議作為疾病的新型生物標(biāo)志物[22-25]。相較于靜態(tài)功能連接分析，dFNC 分析中特定的動態(tài)模式與神經(jīng)重組的過程可能有著密切關(guān)系[26]。本研究專注于左右基底神經(jīng)節(jié)損傷后全腦功能網(wǎng)絡(luò)的改變，對比揭示L-BGS 與R-BGS 發(fā)生后患者腦功能改變的差異，以期為基底節(jié)區(qū)卒中治療后策略的制訂提供新思路。

1 材料與方法

1.1 臨床資料

選取2017 年7 月至2020 年1 月的首發(fā)急性單側(cè)BGS 患者42 例以及20 名健康對照（healthy controls,HCs）參與研究。為評估患者的卒中嚴(yán)重程度，使用美國國家衛(wèi)生研究院卒中評定量表（National Institute of Health Stroke Scale, NIHSS）、格拉斯哥昏迷量表（Glasgow Coma Scale, GCS）以及改良Rankin量表（modified Rankin Scale, mRS）?；颊呓M的納入標(biāo)準(zhǔn)為：（1）年齡35～80歲；（2）右利手；（3）檢查時間為卒中起病后一個月內(nèi)；（4）發(fā)病時NIHSS評分＜15分；（5）發(fā)病時意識清醒，GCS評分為15分；（6）mRS評分≤3分。HCs組的納入標(biāo)準(zhǔn)為：（1）無腦卒中病史；（2）右利手；（3）年齡35～80歲。共同的排除標(biāo)準(zhǔn)如下：（1）有MRI掃描禁忌（裝有心臟起搏器、人工心臟瓣膜、動脈夾、神經(jīng)刺激器、身體內(nèi)有其他金屬物存留以及幽閉恐懼癥）；（2）神經(jīng)或精神病史；（3）MRI 圖像上發(fā)現(xiàn)的其他腦異常。1名L-BGS患者因fMRI圖像上的頭部運動偽影而被排除，最終23 例基底節(jié)區(qū)卒中患者和20 例HCs 進入左側(cè)病變分析，18 例基底節(jié)區(qū)卒中患者和20例HCs進入右側(cè)病變分析。本研究遵守《赫爾辛基宣言》，經(jīng)南京市第一醫(yī)院倫理委員會批準(zhǔn)，免除卒中受試者知情同意，所有HCs 均簽署知情同意書，批準(zhǔn)文號：2019-664。

1.2 MRI掃描參數(shù)

采用3.0 T 飛利浦磁共振掃描儀（Ingenia, Philips Medical Systems, Netherlands）和8 通道接收器陣列磁頭線圈采集患者卒中發(fā)生后一個月內(nèi)的MRI 數(shù)據(jù)。使用泡沫填充和耳塞來減少頭部運動和掃描儀噪音。囑受試者圖像采集過程中保持安靜，不要入睡，并且在掃描過程中避免任何頭部運動。fMRI采用梯度回波平面成像序列，掃描參數(shù)如下：TR 2 000 ms，TE 30 ms，層數(shù)36 層，厚度4 mm，間隙0 mm，F(xiàn)OV 240 mm×240 mm，采集矩陣64×64，F(xiàn)A 90°，掃描時間8 min 8 s。結(jié)構(gòu)圖像采用高分辨率三維快速回波T1WI 序列，掃描參數(shù)如下：TR 8.2 ms，TE 3.8 ms，層數(shù)170 層，厚度1 mm，間隙0 mm，F(xiàn)A 8°，采集矩陣256×256，F(xiàn)OV 256 mm×256 mm，掃描時間5 min 29 s。

1.3 數(shù)據(jù)預(yù)處理

fMRI 數(shù)據(jù)的預(yù)處理是使用基于SPM 12 軟件包（https://www.fil.ion.ucl.ac.uk/spm/）的數(shù)據(jù)處理工具箱Gretna（GRETNA 2.0; https://www.nitrc.org/projects/gretna/）在 Matlab R2013b 平臺（Matlab R2013b; https://www.mathworks.com/products/matlab.html）上 進 行的，具體操作流程如下：（1）去除掃描的前10 個時間點；（2）時間層校正；（3）頭部運動校正（排除頭動的位移超過3 mm或者旋轉(zhuǎn)角度超過3°；1例L-BGS患者因為頭動大于3 mm被排除）；（4）空間標(biāo)準(zhǔn)化；（5）使用8 mm 的高斯核進行空間平滑。動態(tài)功能連接分析具體操作流程如下：（1）去除掃描的前10 個時間點；（2）時間層校正；（3）頭部運動校正（排除頭動的位移超過3 mm 或者旋轉(zhuǎn)角度超過3°）；（4）空間標(biāo)準(zhǔn)化；（5）去線性趨勢；（6）進行0.01～0.08 Hz濾波；（7）回歸包括頭部運動以及來自腦脊液和白質(zhì)的信號。

1.4 靜態(tài)功能網(wǎng)絡(luò)連接分析

1.4.1 獨立成分分析

使用fMRI工具箱軟件的Group ICA 來進行獨立成 分 分 析（independent component analysis, ICA）（Medical Image Analysis Lab, University of New Mexico, Albuquerque, NM, USA;http://icatb.sourceforge.net/）。應(yīng)用工具箱中的infomax 算法進行組水平ICA，最終得到獨立成分（independent component, IC）的最優(yōu)數(shù)目為24。然后參考先前研究中關(guān)于組水平ICA 的反向重建算法部分[27]，使用從健康的樣本中獲得的14個網(wǎng)絡(luò)成分[28]，經(jīng)過反向重建后，選出了14個獨立成分中的7 個（圖1），分別為：（1）前默認模式網(wǎng)絡(luò)（anterior default mode network, aDMN）；（2）后默認模式網(wǎng)絡(luò)（posterior default mode network, pDMN）；（3）左側(cè)額頂網(wǎng)絡(luò)（left frontoparietal network, lFPN）；（4）右 側(cè) 額 頂 網(wǎng) 絡(luò)（right frontoparietal network,rFPN）；（5）枕極視覺網(wǎng)絡(luò)（occipital pole visual network,pVN）；（6）橫向視覺網(wǎng)絡(luò)（lateral visual network, lVN）；（7）聽覺網(wǎng)絡(luò)（auditory network, AN）。

圖1 獨立成分分析中選取的獨立成分。aDMN：前默認模式網(wǎng)絡(luò)；pDMN：后默認模式網(wǎng)絡(luò)；lFPN：左側(cè)額頂網(wǎng)絡(luò)；rFPN：右側(cè)額頂網(wǎng)絡(luò)；pVN：枕極視覺網(wǎng)絡(luò)；lVN：橫向視覺網(wǎng)絡(luò)；AN：聽覺網(wǎng)絡(luò)。Fig.1 Independent components selected in independent component analysis.aDMN: anterior default mode network; pDMN: posterior default mode network; lFPN: left frontoparietal network; rFPN: right frontoparietal network; pVN: occipital pole visual network; lVN: lateral visual network; AN: auditory network.

1.4.2 網(wǎng)絡(luò)內(nèi)功能連接分析

對于組內(nèi)分析，使用SPM 12（https://www.fil.ion.ucl.ac.uk/spm/）對7 個網(wǎng)絡(luò)成分進行單樣本t檢驗，只保存顯著的體素。將閾值設(shè)置為P＜0.001，并使用FDR 進行校正。使用雙樣本t檢驗兩兩比較（L-BGS vs.HCs、R-BGS vs.HCs），年齡、性別作為協(xié)變量被回歸，以避免這些混雜因素的潛在影響。統(tǒng)計閾值設(shè)置為P＜0.001，進行FWE多重比較校正。

1.4.3 網(wǎng)絡(luò)間功能連接分析

為了評估靜態(tài)連通性，對每個參與者的Z變換時間進程計算了成對的皮爾遜相關(guān)性，每個參與者有21 個連接性對值。分別考慮HCs、L-BGS 患者和L-BGS 卒中患者，我們用雙樣本t檢驗分析評估靜態(tài)功能網(wǎng)絡(luò)連接性差異（L-BGS vs.HCs、L-BGS vs.HCs；顯著水平P＜0.016 7，經(jīng)FDR校正）。

1.5 dFNC分析

通過GIFT 工具箱（Group ICA of fMRI Toolbox,http://trendscenter.org/software/gift）中實現(xiàn)的滑動窗口方法來生成所有被試的動態(tài)連接矩陣。首先，設(shè)定窗寬為30 TR，步長為1 TR 進行滑窗操作。接著，在每一個窗口中，我們采用稀疏逆協(xié)方差矩陣，計算動態(tài)連接矩陣。然后，我們將Fisher 的Z變換應(yīng)用于功能連接矩陣，以獲得Z值并穩(wěn)定方差，以便進一步分析。

運用k-means 算法對全部動態(tài)功能連接矩陣進行聚類，獲取被試組的自發(fā)狀態(tài)。根據(jù)不同狀態(tài)，提取保存每一組患者的動態(tài)連接矩陣的中位數(shù)矩陣，用于下一步的連邊分析。使用雙樣本t檢驗沿著每種狀態(tài)分別進行L-BGS 與HCs 組、R-BGS 與HCs 組之間的比較（P＜0.05，F(xiàn)DR校正）。

1.6 統(tǒng)計學(xué)分析

在單側(cè)分析中使用單因素方差（ANOVA）分析比較三組在人口統(tǒng)計學(xué)信息和臨床測量方面的差異，然后進行事后檢驗（均值t檢驗和卡方檢驗），左右兩組的性別比例、NIHSS及GCS評分采用非參數(shù)檢驗。顯著水平設(shè)為P＜0.05。使用SPSS 26.0（SPSS,Chicago, IL, USA）進行統(tǒng)計學(xué)分析。

用雙樣本t檢驗分析網(wǎng)絡(luò)內(nèi)功能連接結(jié)果（L-BGS vs.HCs、R-BGS vs.HCs；P＜0.001，團塊水平FWE 校正），其中R-BGS 組個別團塊體素數(shù)較大，經(jīng)更嚴(yán)格的體素水平FWE重新校正（P＜0.05，體素水平FWE校正）。

對于網(wǎng)絡(luò)間功能連接結(jié)果分析，我們用雙樣本t檢驗分析評估靜態(tài)功能網(wǎng)絡(luò)連接性差異（L-BGS vs.HCs、R-BGS vs.HCs；顯著水平P＜0.016 7，經(jīng)FDR校正）。

對于動態(tài)網(wǎng)絡(luò)功能連接的聚類分析結(jié)果，我們進行雙樣本t檢驗（L-BGS vs.HCs、R-BGS vs.HCs、L-BGS vs.R-BGS；顯著水平P＜0.05，經(jīng)FDR校正）。

在以上統(tǒng)計分析中，年齡、性別作為協(xié)變量被回歸。

2 結(jié)果

2.1 人口學(xué)和臨床特征

三組受試者的臨床資料見表1。ANOVA 分析及卡方檢驗后再經(jīng)兩兩對比，L-BGS、R-BGS 組的年齡、性別、NHISS 評分、GCS 評分、病灶體積及L-BGS組與HCs 組年齡之間差異無統(tǒng)計學(xué)意義（P＞0.05）。L-BGS、R-BGS 組與HCs 組之間年齡與性別比例存在差異，所有分析中均將年齡、性別作為協(xié)變量回歸。

表1 病例組與對照組臨床資料Tab.1 Clinical data of the case and control groups

2.2 靜態(tài)功能網(wǎng)絡(luò)連接分析

2.2.1 網(wǎng)絡(luò)內(nèi)功能連接分析

在網(wǎng)絡(luò)內(nèi)功能連接分析中，我們基于先前ICA篩選出的7 個腦網(wǎng)絡(luò)空間地圖內(nèi)每個體素的信號強度來分析三組受試者網(wǎng)絡(luò)內(nèi)功能連接的差異，提供了基底節(jié)區(qū)中風(fēng)后早期網(wǎng)絡(luò)連接發(fā)生變化的進一步證據(jù)（表2、3）。與HCs相比，L-BGS 患者表現(xiàn)為更廣泛的網(wǎng)絡(luò)內(nèi)連通性增加及降低（P＜0.001，經(jīng)團塊水平FWE 校正），而R-BGS 患者與HCs 相比僅表現(xiàn)出較局限性的連通性增加及降低（P＜0.001，經(jīng)團塊水平FWE校正及P＜0.05，經(jīng)體素水平FWE校正）。

表2 L-BGS組與HCs組網(wǎng)絡(luò)內(nèi)功能連接差異腦區(qū)Tab.2 Brain regions that differed between L-BGS group and HCs group in the analysis of functional connectivity within the network

表3 R-BGS組與HCs組網(wǎng)絡(luò)內(nèi)功能連接差異腦區(qū)Tab.3 Brain regions that differed between R-BGS group and HCs group in the analysis of functional connectivity within the network

2.2.2 網(wǎng)絡(luò)間功能連接分析

L-BGS 組與HCs組及R-BGS 組與HCs組之間的差異具有統(tǒng)計學(xué)意義?？傮w而言，兩個卒中患者組均以網(wǎng)絡(luò)間的連接性減弱為主，僅有個別腦區(qū)的連接性增強。與HCs 相比，L-BGS 患者的lFPN 和pDMN、rFPN、lVN 之間以及前、后默認模式網(wǎng)絡(luò)之間的連接強度降低；AN 和lFPN、pDMN 之間的連接強度增強（P＜0.016 7，經(jīng)FDR校正）。

相較而言，與HCs 相比，R-BGS 患者表現(xiàn)出更為廣泛的網(wǎng)絡(luò)間連接降低及更多的個別腦區(qū)的連接性增強，具體體現(xiàn)在lVN 同左、右側(cè)額頂網(wǎng)絡(luò)、pDMN之間；AN同lFPN、pDMN之間及rFPN同pVN之間連接增強（P＜0.016 7，經(jīng)FDR校正）（圖2）。

圖2 L-BGS 組、R-BGS 組和HCs 組的網(wǎng)絡(luò)間功能連接的顯著性差異。與HCs 相比，L-BGS 患者的lFPN 和pDMN、rFPN、lVN 之間以及前、后默認模式網(wǎng)絡(luò)之間的連接強度降低；AN 和lFPN、pDMN 之間的連接強度增強（P＜0.016 7，經(jīng)FDR 校正）；R-BGS 患者表現(xiàn)出更為廣泛的網(wǎng)絡(luò)間連接降低及更多的個別腦區(qū)的連接性增強，具體體現(xiàn)在lVN 同左、右側(cè)額頂網(wǎng)絡(luò)、pDMN 之間，AN 同lFPN、pDMN 之間及rFPN 同pVN 之間連接增強（P＜0.016 7，經(jīng)FDR 校正）。L-BGS：左側(cè)基底節(jié)區(qū)卒中；R-BGS：右側(cè)基底節(jié)區(qū)卒中；HCs：健康對照；aDMN：前默認模式網(wǎng)絡(luò)；pDMN：后默認模式網(wǎng)絡(luò)；lFPN：左側(cè)額頂網(wǎng)絡(luò)；rFPN：右側(cè)額頂網(wǎng)絡(luò)；pVN：枕極視覺網(wǎng)絡(luò)；lVN：橫向視覺網(wǎng)絡(luò)；AN：聽覺網(wǎng)絡(luò)。Fig.2 Significant differences in inter-network functional connectivity between the two groups of patients with BGS compared to HCs.Compared with HCs, patients with L-BGS shows reduced connectivity strength between the lFPN and the pDMN, the rFPN, the lVN, and between the anterior and pDMN; enhanced connectivity strength between the AN and the lFPN and the pDMN (P＜0.016 7, FDR); and patients with R-BGS demonstrates more broader reduction in inter-network connectivity and increased connectivity in more individual brain regions, as evidenced by enhanced connectivity between the lVN and the left and right frontoparietal network, and the pDMN; between the AN and the lFPN, and the pDMN, and between the rFPN and the pVN (P＜0.016 7, FDR).BGS:basal ganglia stroke; L-BGS: left-sided basal ganglia stroke; R-BGS:right-sided basal ganglia stroke; HCs: healthy controls; aDMN: anterior default mode network; pDMN: posterior default mode network; lFPN: left frontoparietal network; rFPN: right frontoparietal network; pVN: occipital pole visual network; lVN: lateral visual network; AN: auditory network.

2.3 dFNC分析

接下來，我們研究了函數(shù)連通性的時間性質(zhì)，即dFNC。通過將k-均值聚類算法應(yīng)用于每個受試者的估計191個功能連通性矩陣和上述狀態(tài)數(shù)量的優(yōu)化標(biāo)準(zhǔn)，我們識別了在功能MRI掃描期間在所有受試者中重復(fù)出現(xiàn)的兩種連通性狀態(tài)，即準(zhǔn)穩(wěn)定連通性模式。按照k-均值聚類給出的順序表示和描述狀態(tài)。第一種連通性狀態(tài)具有高度正的連通性。我們將這種狀態(tài)稱為強連接狀態(tài)（狀態(tài)1的總頻率：42.15%）。第二種連接狀態(tài)以負連接為主要特征，我們稱之為弱連接狀態(tài)（狀態(tài)2的總頻率：57.85%）。在接下來的連邊分析中，使用雙樣本t檢驗分析（P＜0.005，F(xiàn)DR 校正）發(fā)現(xiàn)存在顯著差異，與HCs 組相比，在高連接狀態(tài)，L-BGS 組顯示出以連接增強為主要表現(xiàn)的顯著連邊，而R-BGS 組則未表現(xiàn)出顯著連邊；在低連接狀態(tài)，L-BGS 組、R-BGS 組都較高連接狀態(tài)有更多的顯著連邊，以連接減弱為主要表現(xiàn)（圖3）。

圖3 L-BGS患者、R-BGS患者相較于HCs分別在兩個狀態(tài)的功能網(wǎng)絡(luò)連接的顯著性差異。與HCs組相比，在高連接狀態(tài)，L-BGS組顯示出以連接增強為主要表現(xiàn)的顯著連邊，而R-BGS組則未表現(xiàn)出顯著連邊；在弱連接狀態(tài)，L-BGS組、R-BGS組都在較高連接狀態(tài)有更多的顯著連邊，以連接減弱為主要表現(xiàn)。state 1為狀態(tài)1，高連接狀態(tài)；state 2為狀態(tài)2，弱連接狀態(tài)；L-HC 指L-BGS 組同HCs 組的對比；R-HC 指R-BGS 組同HCs 組的對比；L-BGS：左側(cè)基底節(jié)區(qū)卒中；R-BGS：右側(cè)基底節(jié)區(qū)卒中；HCs：健康對照。Fig.3 Significant differences in functional network connectivity between the two groups of patients with BGS compared to HCs in two states respectively.Compared with HCs group, in the high-connectivity state, L-BGS group shows significant connectivity edges dominated by enhanced connectivity, whereas R-BGS group does not show significant connectivity edges; in the low-connectivity state, both the L-BGS and R-BGS groups have more significant connectivity edges dominated by weakened connectivity than in the high-connectivity state.state 1 the high-connectivity state; state 2 refers to the weakly connected state; L-HC refers to L-BGS vs.HCs; R-HC refers to R-BGS vs.HCs; BGS: basal ganglia stroke; L-BGS: left-sided basal ganglia stroke; R-BGS: right-sided basal ganglia stroke; HCs: healthy controls.

3 討論

在這項研究中，我們剖析了左、右基底節(jié)區(qū)缺血性卒中患者在急性事件發(fā)生的一個月內(nèi)的動態(tài)及靜態(tài)連接行為。我們考慮了基底節(jié)區(qū)受損程度對連接的影響，兩組患者受損程度無顯著差異且均為輕中度缺血性卒中患者。盡管兩組的臨床受損程度相似，但是與HCs 組相比左、右兩組基底節(jié)區(qū)缺血性卒中患者表現(xiàn)出了明顯的差異。

3.1 左、右基底節(jié)區(qū)卒中靜態(tài)腦網(wǎng)絡(luò)功能連接差異

在靜態(tài)的腦網(wǎng)絡(luò)間連接分析中，R-BGS 患者體現(xiàn)出更為廣泛的以腦網(wǎng)絡(luò)連接降低為主要特征的網(wǎng)絡(luò)間連接改變。而在靜態(tài)腦網(wǎng)絡(luò)內(nèi)功能連接分析中，R-BGS 患者與HCs 相比僅表現(xiàn)出較局限性的連通性增加及降低。這些結(jié)果提示了，R-BGS 患者與L-BGS 患者相比有著更為廣泛的網(wǎng)絡(luò)間連接的受損和更為局限的網(wǎng)絡(luò)內(nèi)連接的代償性增加。

在先前的研究中已經(jīng)發(fā)現(xiàn)，BGS 發(fā)生后會引起認知功能障礙、運動功能障礙以及執(zhí)行功能、視覺記憶等方面的損傷。這些疾病可以導(dǎo)致涉及多個大腦區(qū)域的大腦功能的復(fù)雜變化[29]，引起功能網(wǎng)絡(luò)的重組[30-31]。我們觀察到的在視覺網(wǎng)絡(luò)、AN、默認模式網(wǎng)絡(luò)及額頂網(wǎng)絡(luò)內(nèi)的功能連接變化可能與這些損傷息息相關(guān)。尤其是額頂網(wǎng)絡(luò)的變化，先前有研究指出，BGS 后引起額頂網(wǎng)絡(luò)功能連接的變化似乎提示著認知功能的改變[32-34]，但是僅僅在L-BGS 患者組觀察到了額頂網(wǎng)絡(luò)內(nèi)部的改變，這可能提示著相較于R-BGS 患者，L-BGS 患者認知變化更為明顯。應(yīng)該注意的是，L-BGS 組額頂網(wǎng)絡(luò)連接增加的區(qū)域主要位于對側(cè)半球，這可以被視為補償受損大腦區(qū)域引起的損傷的補償機制[35]。

3.2 左、右基底節(jié)區(qū)卒中動態(tài)腦網(wǎng)絡(luò)功能連接差異

在動態(tài)連接分析中，不同的連通狀態(tài)下，病變位于左右半腦基底節(jié)區(qū)的患者組連接狀態(tài)的表現(xiàn)也存在著顯著差異。在弱連接狀態(tài)左右兩組均表現(xiàn)為連接減弱為主的顯著連邊，且顯著連邊的數(shù)量明顯高于強連接狀態(tài)，這可能體現(xiàn)了卒中后患者腦功能損傷的表現(xiàn)，在卒中早期仍以連接減弱為主要表現(xiàn)。而在強連接狀態(tài)，我們僅在L-BGS 患者組中發(fā)現(xiàn)了較HCs 組而言顯著的連邊變化，且以連接增強為主要表現(xiàn)。這種高度的連接增強讓人想起先前研究中所描述的皮質(zhì)區(qū)域的過度激活[36]，重要的是，先前有研究者指出這些高度的連接增強變化代表重組的早期跡象[37]。那么這里觀察到的動態(tài)模式似乎表明這些在皮質(zhì)中功能連接的增加旨在恢復(fù)失去的腦功能[38]。進一步提示，相較于R-BGS 患者，L-BGS 患者表現(xiàn)出更積極的網(wǎng)絡(luò)連接重組。這兩種特定的模式?jīng)]有在之前的靜態(tài)分析中被發(fā)現(xiàn)和描述，因為它只在我們的動態(tài)分析中得出。將來，在使用非侵入性腦刺激的治療方式誘導(dǎo)皮質(zhì)可塑性來促進功能恢復(fù)時，這些發(fā)現(xiàn)可能會具有指導(dǎo)臨床治療的作用[39-40]。

3.3 不足與展望

本研究仍有一些不足之處：（1）本研究樣本量較小，可能會導(dǎo)致結(jié)果偏倚，需進一步擴大樣本量；（2）本研究未納入綜合性神經(jīng)心理評估來評估L-BGS、R-BGS 發(fā)生后在定向力、執(zhí)行力、視空間、語音、記憶等認知方面的差異，后續(xù)我們將進一步分析這些指標(biāo)與在BGS中是否也存在偏側(cè)性；（3）我們主要研究了輕中度BGS 患者的腦網(wǎng)絡(luò)連接的偏側(cè)性，這種差異在重度受損患者中是否也存在仍待進一步驗證，此外這種差異隨著卒中患者的恢復(fù)會產(chǎn)生什么變化也是我們未來研究的感興趣方向。

4 總結(jié)

綜上所述，本研究證實了L-BGS 患者、R-BGS 患者在卒中發(fā)生的1 個月內(nèi)腦網(wǎng)絡(luò)功能連接變化存在明顯差異。L-BGS 患者表現(xiàn)出更積極的腦網(wǎng)絡(luò)連接重組和連接增強的代償性改變。此外，使用動態(tài)連接方法可以對卒中后腦功能連接變化有更進一步的發(fā)現(xiàn)，揭示了當(dāng)病變位于不同半球時，腦網(wǎng)絡(luò)連接重組在不同連接狀態(tài)下的變化。

作者利益沖突聲明：全體作者均聲明無利益沖突。

作者貢獻聲明：殷信道設(shè)計本研究的方案，對稿件重要內(nèi)容進行了修改，獲得了江蘇省重點研發(fā)（社會發(fā)展）項目及江蘇省自然科學(xué)基金項目的資助；茆倩倩起草和撰寫稿件，獲取、分析和解釋本研究的數(shù)據(jù)；陳宇辰、陳慧鈾、姜亮、姜海龍獲取、分析或解釋本研究的數(shù)據(jù)，對稿件重要內(nèi)容進行了修改；全體作者都同意發(fā)表最后的修改稿，同意對本研究的所有方面負責(zé)，確保本研究的準(zhǔn)確性和誠信。