輕微型肝性腦病的靜息態(tài)功能磁共振成像研究進(jìn)展

周敏輝 李嘉穎 張華妮 孫志超

肝性腦病是由嚴(yán)重肝病引起、以代謝紊亂為基礎(chǔ)的神經(jīng)精神異常綜合征，包括輕微型肝性腦?。╩inimal hepatic encephalopathy，MHE）和顯性肝性腦?。╫vert hepatic encephalopathy，OHE）兩種亞型[1]。MHE 是肝性腦病最早、最輕微的表現(xiàn)形式，僅表現(xiàn)為輕度認(rèn)知功能障礙，且存在神經(jīng)心理或神經(jīng)生理異常，在肝硬化患者中發(fā)生率高達(dá)80%，大部分MHE 患者會(huì)隨著疾病進(jìn)展發(fā)展為OHE[2]，而OHE 在肝硬化患者中累積發(fā)生率至少為30%～45%，其相關(guān)復(fù)發(fā)率和死亡率均較高，嚴(yán)重威脅患者的生命健康[3]。因此，早期診斷和及時(shí)干預(yù)MHE 可改善肝病患者的生活質(zhì)量[4]。

近年來(lái)，隨著磁共振技術(shù)的不斷發(fā)展，功能磁共振成像（functional magnetic resonance imaging，fMRI）成為目前研究人腦功能的重要影像學(xué)方法，其中基于血氧水平依賴的功能磁共振成像（blood oxygen level dependent fMRI，BOLD-fMRI）可以將腦組織因代謝產(chǎn)生的Hb 濃度變化以BOLD 信號(hào)波動(dòng)的形式間接反映腦區(qū)神經(jīng)元活動(dòng)，被應(yīng)用于檢測(cè)肝性腦病患者細(xì)微的腦功能變化[5]，尤以靜息態(tài)功能磁共振成像（resting-state fMRI，rs-fMRI）應(yīng)用最普遍，是在沒有任何刺激或特定任務(wù)中進(jìn)行，可研究?jī)蓚€(gè)或多個(gè)空間分離區(qū)域的時(shí)間同步性或相關(guān)性，適用于潛在認(rèn)知缺陷的患者。因此，本文對(duì)rs-fMRI 用于MHE 的研究進(jìn)展作一綜述，主要包括局部功能研究[區(qū)域同質(zhì)性（regional homogeneity，ReHo）、低頻波動(dòng)振幅（amplitude of low frequency fluctuation，ALFF）]、功能連接研究[獨(dú)立成分分析（independent component analysis,ICA）、基于種子的功能連接分析]、全腦功能網(wǎng)絡(luò)分析和人工智能（artificial intelligence，AI）應(yīng)用。

1 ReHo

ReHo 是基于大腦區(qū)域內(nèi)每個(gè)體素的活動(dòng)均具有與臨近體素相似的時(shí)間特性（即局部同步）的假設(shè)，反映內(nèi)在腦活動(dòng)的相似性或一致性[6]。既往研究表明，MHE 患者相關(guān)腦區(qū)ReHo 改變主要分布在神經(jīng)-精神智能和小腦-額葉神經(jīng)環(huán)路的相關(guān)區(qū)域，且與神經(jīng)測(cè)試得分相關(guān)[6-9]。Chen 等[7]首先使用fMRI 分析了MHE的肝硬化患者區(qū)域腦活動(dòng)的同質(zhì)性，結(jié)果發(fā)現(xiàn)與健康對(duì)照組比較，MHE 患者存在楔葉、鄰近楔前葉和左側(cè)頂葉的ReHo 顯著降低，而左側(cè)海馬旁回、右側(cè)小腦蚓部和雙側(cè)小腦前葉的ReHo 升高。Lv 等[8]發(fā)現(xiàn)MHE 患者前額葉皮層ReHo 升高，視覺、運(yùn)動(dòng)關(guān)聯(lián)區(qū)和雙側(cè)楔前葉ReHo 減低。Sun 等[9]認(rèn)為MHE 患者視覺網(wǎng)絡(luò)（visual network，VN）中的右側(cè)梭狀、感覺運(yùn)動(dòng)網(wǎng)絡(luò)（sensorimotor network，SMN）中的右中央后回、背側(cè)注意網(wǎng)絡(luò)（dorsal attention network，DAN）中的右側(cè)額葉和額頂葉控制網(wǎng)絡(luò)的ReHo 明顯升高，而丘腦區(qū)域ReHo 減低，且與肝性腦病神經(jīng)心理量表評(píng)分呈正相關(guān)。這些研究表明，MHE 患者存在多個(gè)腦區(qū)的局部活動(dòng)異常，如認(rèn)知功能、視覺處理、運(yùn)動(dòng)、注意力、記憶和情緒調(diào)控等，但大腦額葉為MHE 患者ReHo 變化的主要腦區(qū)，額葉作為神經(jīng)-精神智能腦區(qū)的重要組成部分，是引起患者認(rèn)知功能障礙的主要因素，在疾病進(jìn)展中也發(fā)揮著重要作用。

有研究基于不同子頻段的rs-fMRI，發(fā)現(xiàn)能提高ReHo 對(duì)肝性腦病嚴(yán)重程度分級(jí)的精準(zhǔn)度，如Zhang等[10]發(fā)現(xiàn)在slow-4（0.027～0.073 Hz）頻段與肝性腦病患者的神經(jīng)心理表現(xiàn)和血氨水平的相關(guān)性最高，且獲得了相對(duì)更好的分類精度。這項(xiàng)研究結(jié)果擴(kuò)展了對(duì)肝硬化患者靜息狀態(tài)下大腦ReHo 模式改變的了解，在特定頻段獲得的肝硬化患者大腦改變具有重要臨床意義，但相關(guān)研究目前僅限于有無(wú)肝性腦病，尚未在MHE 上進(jìn)行研究，仍需進(jìn)一步探索。ReHo 指標(biāo)能反映大腦局部區(qū)域功能的一致性和連通性的變化，具有很高的重測(cè)信度，是反映MHE 神經(jīng)心理學(xué)改變以及局部腦區(qū)活動(dòng)異常的潛在生物標(biāo)志物。但不足之處在于無(wú)法檢測(cè)出遠(yuǎn)程區(qū)域之間的大腦活動(dòng)同步信息以及某個(gè)腦區(qū)的活動(dòng)強(qiáng)度。

2 ALFF

ALFF 通過(guò)檢測(cè)低頻（0.01～0.08 Hz）波動(dòng)變化來(lái)測(cè)量局部或整個(gè)大腦活動(dòng)強(qiáng)弱，即ALFF 值減低，則提示相應(yīng)腦區(qū)的自發(fā)性活動(dòng)減低。MHE 患者主要在視覺空間功能、注意力、認(rèn)知控制及空間工作記憶等相關(guān)大腦區(qū)域存在異常的自發(fā)性腦活動(dòng)[11-15]。如Qi 等[11]采用ALFF 對(duì)不同程度肝性腦病患者及肝硬化患者進(jìn)行腦活動(dòng)分析，發(fā)現(xiàn)MHE 患者存在自發(fā)性腦活動(dòng)異常，還發(fā)現(xiàn)默認(rèn)模式網(wǎng)絡(luò)（default mode network，DMN）區(qū)域的ALFF 減少和后島葉皮質(zhì)的ALFF 增加與肝性腦病的嚴(yán)重程度相關(guān)。隨著研究的不斷深入，許多學(xué)者開始探索更穩(wěn)定的ALFF，如分?jǐn)?shù)ALFF（fraction ALFF，fALFF）和動(dòng)態(tài)ALFF（dynamic ALFF，dALFF）。

fALFF 是指低頻范圍（0.01～0.08 Hz）每個(gè)頻率的功率與整個(gè)頻率范圍（0～0.25 Hz）的功率比值，不僅能有效地去除生理噪聲，而且還提高了靈敏度和特異度，Zhong 等[13]認(rèn)為楔前葉及內(nèi)側(cè)前額葉皮層的ALFF及fALFF 的改變均可作為MHE 診斷的潛在生物標(biāo)志物。目前研究最多的ALFF 均為靜態(tài)ALFF（static ALFF，sALFF），認(rèn)為fMRI 掃描期間大腦的BOLD 信號(hào)是靜止不變的。然而，近期研究中發(fā)現(xiàn)人類大腦活動(dòng)很有可能是時(shí)間依賴和動(dòng)態(tài)變化的[14-15]。結(jié)合滑動(dòng)窗技術(shù)的動(dòng)態(tài)ALFF（dynamic ALFF，dALFF）分析方法，將整個(gè)時(shí)間序列細(xì)分為多個(gè)切片，并將每個(gè)切片中的ALFF 量化，可以有效捕捉腦瞬時(shí)活動(dòng)模式的改變。Guo 等[14]發(fā)現(xiàn)MHE 患者存在局部異常的動(dòng)態(tài)大腦功能改變，與神經(jīng)認(rèn)知功能障礙和疾病進(jìn)展相關(guān)，且雙側(cè)楔前葉/后扣帶回的dALFF 變異性指數(shù)在識(shí)別MHE 患者中具有中等效能（AUC=0.712）。Ji 等[15]使用dALFF和sALFF 來(lái)分析有無(wú)MHE 的肝硬化患者腦波動(dòng)特征，發(fā)現(xiàn)兩者聯(lián)合的分類效能準(zhǔn)確度最高。dALFF 為分析MHE 患者認(rèn)知功能障礙背后的神經(jīng)生物學(xué)基礎(chǔ)提供了新角度。

除了單獨(dú)分析ALFF 變化，還有學(xué)者將ALFF 與質(zhì)子磁共振波譜相結(jié)合，以進(jìn)一步探索MHE 患者腦內(nèi)的代謝活動(dòng)和腦功能偶聯(lián)之間的聯(lián)系，如Lu 等[16]發(fā)現(xiàn)MHE 肝硬化患者后扣帶回的ALFF 和膽堿（chlorine，Cho）/肌酸（creatine，Cr）呈負(fù)相關(guān)。Chen 等[17]也發(fā)現(xiàn)丘腦的Cho/Cr 和肌醇（myo-inositol，mI）與特定頻段的局部ALFF 呈正相關(guān)。上述研究結(jié)果證實(shí)了局部神經(jīng)元的異?；顒?dòng)存在相應(yīng)的代謝基礎(chǔ)，可將多種fMRI 序列相結(jié)合深入探究MHE 的神經(jīng)病理學(xué)改變。ALFF、fALFF 和dALFF 揭示了區(qū)域的自發(fā)大腦活動(dòng)靜態(tài)和動(dòng)態(tài)的信號(hào)強(qiáng)度，從能量角度反映大腦中各體素活動(dòng)水平的高低。但也存在不足之處，ALFF 易受對(duì)腦活動(dòng)無(wú)關(guān)生理噪聲的影響，fALFF 對(duì)于群體和個(gè)體之間的差異敏感度低于ALFF，dALFF 分析結(jié)果準(zhǔn)確性易受生理噪聲和滑動(dòng)窗口大小的影響。

3 ICA

ICA 是一種基于盲源分離的數(shù)據(jù)驅(qū)動(dòng)技術(shù)，從BOLD 信號(hào)中分離出一組空間獨(dú)立的成分，關(guān)注每個(gè)獨(dú)立成分（網(wǎng)絡(luò)）內(nèi)的綜合相關(guān)性?；诜N子的分析可以發(fā)現(xiàn)種子區(qū)域和整個(gè)大腦體素之間的單一相互作用，以及大腦中多個(gè)不同網(wǎng)絡(luò)的體素到體素間的同時(shí)相互作用。DMN、VN、SMN、認(rèn)知控制網(wǎng)絡(luò)（cognitive control network，CCN）、聽覺網(wǎng)絡(luò)（auditory network，AN）、顯著網(wǎng)絡(luò)（salience network，SN）、中央執(zhí)行網(wǎng)絡(luò)（central executive network，CEN）、皮層下網(wǎng)絡(luò)（subcortical network，SCN）、腹側(cè)注意網(wǎng)絡(luò)（ventral attention network，VAN）、顳葉網(wǎng)絡(luò)（temporal lobe network，TLN）在MHE 患者中出現(xiàn)異常的功能連接改變[18-22]。

DMN 是目前最常用和最重要的靜息態(tài)網(wǎng)絡(luò)，其涉及楔前葉、后扣帶回、外側(cè)頂葉區(qū)和內(nèi)側(cè)前額葉皮層的區(qū)域系統(tǒng)[23]，主要參與維護(hù)靜息態(tài)下大腦的基本活動(dòng)，如自我意識(shí)的調(diào)節(jié)與控制、情景的加工與記憶以及對(duì)外界環(huán)境和信息的整合、評(píng)價(jià)等腦功能活動(dòng)，在休息期間具有較高的代謝活性[24-26]。多項(xiàng)研究表明MHE 患者會(huì)出現(xiàn)DMN 網(wǎng)絡(luò)的功能連接下降，且隨著疾病進(jìn)展會(huì)出現(xiàn)功能連接逐漸減少的趨勢(shì)[18-19,25]。例如，Chen 等[25]發(fā)現(xiàn)大腦DMN 網(wǎng)絡(luò)與認(rèn)知功能障礙密切相關(guān)，在MHE 患者中楔前葉、后扣帶皮層和左額內(nèi)側(cè)回這兩個(gè)重要區(qū)域會(huì)出現(xiàn)功能連接明顯下降。除DMN 之外，Bajaj 等[27]認(rèn)為改善CCN 和VN 之間的聯(lián)系將增強(qiáng)MHE 患者的工作記憶、心理運(yùn)動(dòng)速度和視覺運(yùn)動(dòng)協(xié)調(diào)性。Chen 等[28]認(rèn)為SN、DMN 和CEN 之間的異常功能耦合是MHE 的核心特征。部分研究深入探索發(fā)現(xiàn)MHE 患者的DMN 內(nèi)還存在異常的動(dòng)態(tài)腦功能網(wǎng)絡(luò)連接（dynamic functional network connectivity，dFNC）[26]。dFNC 是基于大腦活動(dòng)的時(shí)變特性來(lái)識(shí)別不同網(wǎng)絡(luò)之間的動(dòng)態(tài)功能交互，提供了不同狀態(tài)下的腦功能連接信息。Jiang 等[29]發(fā)現(xiàn)MHE 肝硬化患者存在dFNC 減少，涉及DMN 和CCN、SMN 和SCN 之間的連接。Lin等[30]發(fā)現(xiàn)CCN 和VN 的dFNC 在MHE 患者中會(huì)出現(xiàn)顯著降低。這些研究表明，改變腦網(wǎng)絡(luò)之間的連通性可能是未來(lái)改善MHE 的潛在方向，動(dòng)態(tài)腦功能連接可能是未來(lái)監(jiān)測(cè)MHE 發(fā)展的重要輔助工具。

ICA 通過(guò)將整個(gè)研究參與者的數(shù)據(jù)集暫時(shí)連接或連接到單個(gè)大數(shù)據(jù)集，可以在一組研究參與者中實(shí)施單個(gè)ICA，也可以用于進(jìn)行群體水平的分析。但群組ICA（group ICA，GICA）算法在rs-fMRI 中存在變異性和不穩(wěn)定性。而近來(lái)新提出的穩(wěn)定ICA 算法（subject order independent GICA，SOI-GICA）較好地解決了GICA 存在的不足。ICA 描述了隱藏成分或網(wǎng)絡(luò)的時(shí)間和空間特征，盡管對(duì)源信號(hào)的處理不需要先檢驗(yàn)，但研究者需要憑借經(jīng)驗(yàn)從噪聲中識(shí)別ICA 的網(wǎng)絡(luò)成分，而且對(duì)獨(dú)立信號(hào)個(gè)數(shù)的確定比較困難。此外，ICA 不能測(cè)量大腦區(qū)域之間的聯(lián)合強(qiáng)度，也不能同時(shí)檢查多個(gè)網(wǎng)絡(luò)。

4 基于種子的功能連接

基于種子的功能連接分析主要是研究特定腦區(qū)或全腦的功能連接變化，確定預(yù)先選擇的種子或感興趣區(qū)域（region of interest，ROI）與全腦體素之間的時(shí)間相關(guān)性。目前，已有大量研究對(duì)MHE 患者的丘腦、后扣帶回皮層、前扣帶回皮層、基地神經(jīng)節(jié)、紋狀體、海馬以及形成DMN 的關(guān)鍵腦區(qū)的功能連接變化進(jìn)行了分析[31-35]，均是通過(guò)預(yù)選擇一個(gè)或一組ROI 進(jìn)行功能連接分析，發(fā)現(xiàn)MHE 患者會(huì)出現(xiàn)功能連接顯著減弱。ROI 不僅可以設(shè)定為特定的大腦網(wǎng)絡(luò)或結(jié)構(gòu)，還可以覆蓋整個(gè)大腦。Zhang 等[36]通過(guò)在全腦水平上分析MHE 患者的ROI 功能連接變化，發(fā)現(xiàn)MHE 患者會(huì)出現(xiàn)廣泛的皮質(zhì)和皮質(zhì)下網(wǎng)絡(luò)功能連接改變，且與健康對(duì)照組相比存在ROI 功能連接減弱，并提出基底神經(jīng)節(jié)-丘腦-皮層回路的異常可能與MHE 患者精神運(yùn)動(dòng)速度和注意力缺陷等認(rèn)知功能障礙相關(guān)。

體素鏡像同位連接性（voxel-mirrored homotopic connectivity，VMHC）是一種以大腦半球?yàn)榉N子，測(cè)量對(duì)稱半球間體素之間功能連接改變的方法，可對(duì)靜息狀態(tài)下雙側(cè)大腦半球相同腦區(qū)等位體素功能連接的強(qiáng)度進(jìn)行量化評(píng)價(jià)，通過(guò)評(píng)價(jià)雙側(cè)大腦半球之間的協(xié)調(diào)性，間接反映認(rèn)知、感覺和行為等特征的改變。Chen等[37]采用VMHC 與彌散張量成像（diffusion tensor imaging，DTI）相結(jié)合的研究方法分析了大腦半球之間的相互作用，發(fā)現(xiàn)MHE 患者額內(nèi)側(cè)回、額上灰、前扣帶回、頂下小葉、中央后回、舌回和枕中回區(qū)域的VMHC 降低，且胼胝體區(qū)的各向異性分?jǐn)?shù)（fraction alanistrophy，F(xiàn)A）值降低和平均彌散率（mean diffusivity，MD）值升高，表明存在半球間協(xié)調(diào)異常，且前扣帶回/額內(nèi)側(cè)回的VMHC 與胼胝體白質(zhì)結(jié)構(gòu)損傷相關(guān)?；陔蓦阵w作為連接兩大腦半球皮質(zhì)區(qū)域的最大白質(zhì)結(jié)構(gòu)，Ye 等[38]對(duì)胼胝體進(jìn)行更深入的探討，發(fā)現(xiàn)MHE患者存在大腦半球間VMHC 連接障礙和胼胝體體積減少（以中后部為著），且隨著疾病進(jìn)展逐漸受損，同時(shí)聯(lián)合VMHC 和胼胝體體積對(duì)區(qū)分無(wú)肝性腦病和MHE 的肝硬化患者方面具有更高的鑒別價(jià)值。以上研究表明，在大腦半球連接分離的特定模式下兩大腦半球間的溝通和協(xié)調(diào)功能與疾病進(jìn)展及病理生理狀況有關(guān)。

基于種子點(diǎn)的分析簡(jiǎn)單且易于解釋，目前已經(jīng)發(fā)展成為了功能連接分析的主要技術(shù)手段，種子點(diǎn)的選取是這類研究的重點(diǎn)。雖然依賴于預(yù)選擇種子點(diǎn)且不能用于分析大量節(jié)點(diǎn)，但在全腦水平上分析在一定程度上避免了ROI 的選擇偏差。對(duì)于不同腦區(qū)的有向腦網(wǎng)絡(luò)或者網(wǎng)絡(luò)信息因果關(guān)系的探索，基于種子點(diǎn)的分析具有能夠和先驗(yàn)假設(shè)配合的優(yōu)勢(shì)，相比于其他方法在探究動(dòng)態(tài)變化和因果關(guān)系的研究中具有更廣闊的前景。

5 全腦網(wǎng)絡(luò)分析

全腦功能網(wǎng)絡(luò)分析是基于圖論、無(wú)偏見和無(wú)先驗(yàn)假設(shè)的，通過(guò)將整個(gè)大腦建模為一個(gè)網(wǎng)絡(luò)來(lái)進(jìn)行功能性的連接體分析，已經(jīng)成為研究MHE 一種常用方法。目前，功能連接密度（functional connectivity density，F(xiàn)CD）被許多學(xué)者用于MHE 診斷[39-42]。FCD 是基于體素水平的全腦功能網(wǎng)絡(luò)分析，其通過(guò)測(cè)量全腦中一個(gè)體素與其他體素之間的內(nèi)在聯(lián)系，反映整個(gè)大腦體素之間的連接數(shù)量。此外，F(xiàn)CD 可以根據(jù)不同大腦體素之間的相鄰關(guān)系來(lái)區(qū)分短距離和長(zhǎng)距離的FCD 對(duì)象[39-40]。Cai 等[41]通過(guò)測(cè)量動(dòng)態(tài)FCD 的一致性來(lái)評(píng)價(jià)腦網(wǎng)絡(luò)的功能穩(wěn)定性，發(fā)現(xiàn)MHE 患者在右側(cè)緣上回、右側(cè)中扣帶皮層、左側(cè)額上回和雙側(cè)后扣帶皮層上的功能連接減少，而在左側(cè)枕中回和右側(cè)顳極上的功能連接增加，這些腦區(qū)均與認(rèn)知功能相關(guān)（如注意力、記憶和視覺功能），表明腦網(wǎng)絡(luò)功能穩(wěn)定性改變可能是MHE 患者認(rèn)知障礙的神經(jīng)病理學(xué)基礎(chǔ)。

基于圖論的方法常用于全腦網(wǎng)絡(luò)的功能連接組分析，包括小世界屬性、聚類系數(shù)、網(wǎng)絡(luò)效率、節(jié)點(diǎn)效率、模塊化等，MHE 患者功能性全腦網(wǎng)絡(luò)的拓?fù)浣M織往往更隨機(jī)、更少集群和更少模塊化[42-44]。人腦解剖和功能網(wǎng)絡(luò)具有有效的小世界性質(zhì)，Zhang 等[43]研究發(fā)現(xiàn)MHE 患者會(huì)出現(xiàn)大腦功能連接中斷、小世界屬性丟失，以及在疾病發(fā)展過(guò)程中發(fā)生腦網(wǎng)絡(luò)重組，特別是基底神經(jīng)節(jié)-丘腦皮層回路的紊亂。全腦功能網(wǎng)絡(luò)分析中的另一種非參數(shù)統(tǒng)計(jì)方法是“基于網(wǎng)絡(luò)的統(tǒng)計(jì)”（network-based statistic，NBS），能更敏感地識(shí)別連接組件（子網(wǎng)絡(luò)）之間的差異，對(duì)全腦網(wǎng)絡(luò)連接進(jìn)行更高維度的分析。Zhan 等[45]在全腦功能連接組水平進(jìn)行NBS 分析并識(shí)別與MHE 相關(guān)的功能連接變化，發(fā)現(xiàn)MHE 患者在涉及DMN 網(wǎng)絡(luò)區(qū)域的子網(wǎng)絡(luò)中出現(xiàn)功能連接顯著減少，且DMN 與體感網(wǎng)絡(luò)和語(yǔ)言網(wǎng)絡(luò)相關(guān)區(qū)域之間的連接性也明顯減少。NBS 作為一種在全腦連通性分析過(guò)程中處理多重比較的有效統(tǒng)計(jì)方法，但閾值選擇的隨意性會(huì)影響研究結(jié)果的穩(wěn)定性和可靠性。

全腦功能網(wǎng)絡(luò)分析與局部功能研究相比，具有多維度探索MHE 的神經(jīng)病理學(xué)機(jī)制和功能網(wǎng)絡(luò)重組關(guān)系的優(yōu)勢(shì)。FCD 是一種快速且無(wú)偏見的方法，不依賴于種子區(qū)域的先驗(yàn)選擇。它能夠高效地識(shí)別功能連接密集的區(qū)域，但不足之處在于FCD 分析中預(yù)處理參數(shù)的選擇會(huì)對(duì)研究結(jié)果產(chǎn)生一定的影響。

6 AI 的應(yīng)用

隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，AI 被廣泛用于疾病的發(fā)生、發(fā)展和預(yù)后預(yù)測(cè)等方面，是一種新興的統(tǒng)計(jì)分析方法，能夠?qū)Υ髷?shù)據(jù)進(jìn)行深度挖掘與分析，包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)[6,12,15,20,46-48]。機(jī)器學(xué)習(xí)算法包括常規(guī)算法（邏輯回歸、貝葉斯、決策樹和支持向量機(jī)等）和集成算法（隨機(jī)森林、XGBoost 和極限樹等）。目前越來(lái)越多的研究將機(jī)器學(xué)習(xí)算法應(yīng)用到肝性腦病領(lǐng)域并獲得良好的診斷與預(yù)測(cè)結(jié)果，但與rs-fMRI 相結(jié)合來(lái)探索MHE 的研究尚處于初步階段。其中支持向量機(jī)（support vector machine，SVM）是機(jī)器學(xué)習(xí)最典型的算法，是一種具有高分類精度的分類器，適用于具有小樣本量和高維度的rs-fMRI 數(shù)據(jù)。

Chen 等[6]通過(guò)SVM 方法探索大腦內(nèi)在活動(dòng)的局部同質(zhì)性，發(fā)現(xiàn)該模型在識(shí)別MHE 肝硬化患者上具有良好的診斷效能，其準(zhǔn)確度、靈敏度和特異度分別為0.829、0.813 和0.842。Jiao 等[20]采用SVM、決策樹（C4.5、CART）、邏輯回歸和貝葉斯5 種機(jī)器學(xué)習(xí)算法來(lái)探索DMN 內(nèi)異常功能整合與臨床變量之間的關(guān)聯(lián)以區(qū)分MHE 和健康人群，發(fā)現(xiàn)貝葉斯算法較其他算法具有更高的分類準(zhǔn)確度（98%）。Cheng 等[48]通過(guò)結(jié)合SVM 及大腦連接的時(shí)變特性，發(fā)現(xiàn)功能連接的3 個(gè)動(dòng)態(tài)特征（強(qiáng)度、穩(wěn)定性和變異性）在診斷MHE 上具有更高的判別精度。AI 與rs-fMRI 相結(jié)合不僅能夠使腦磁共振成像信息作為輸入數(shù)據(jù)來(lái)識(shí)別肝硬化患者是否患有MHE，還能夠間接評(píng)估大腦靜態(tài)和動(dòng)態(tài)的大腦功能連接變化[48]，提高了傳統(tǒng)rs-fMRI 分析的準(zhǔn)確度和特異度，也彌補(bǔ)了目前rs-fMRI 研究中存在的一些不足，比如人為數(shù)據(jù)處理耗時(shí)、易產(chǎn)生偏倚和圖像分辨率低等。深度學(xué)習(xí)方法是AI 的另一個(gè)分支，相對(duì)于機(jī)器學(xué)習(xí)具有更高的大數(shù)據(jù)學(xué)習(xí)能力，但目前應(yīng)用于rs-fMRI和MHE 的研究甚少，可能是未來(lái)研究MHE 精準(zhǔn)診斷和監(jiān)測(cè)的有效的影像生物學(xué)標(biāo)志物。

7 展望

rs-fMRI 作為一種無(wú)創(chuàng)性的影像學(xué)檢查技術(shù)，在顯示腦形態(tài)學(xué)結(jié)構(gòu)的同時(shí)，能更好地反映腦功能連接、局部大腦活動(dòng)變化和全腦網(wǎng)絡(luò)的拓?fù)涮卣?，目前已被廣泛應(yīng)用于臨床研究。rs-fMRI 為MHE 的早期診斷及疾病進(jìn)展監(jiān)測(cè)起到了積極作用，隨著近年來(lái)研究的深入，實(shí)現(xiàn)了單個(gè)大腦網(wǎng)絡(luò)、大規(guī)模腦網(wǎng)絡(luò)到全腦拓展，由靜態(tài)到功態(tài)功能連接的突破，來(lái)挖掘大腦網(wǎng)絡(luò)的動(dòng)力學(xué)、穩(wěn)健性和相互作用。但隨著大數(shù)據(jù)和精準(zhǔn)醫(yī)療的驅(qū)動(dòng)下，神經(jīng)影像的多模態(tài)聯(lián)合分析以及與AI 相結(jié)合的跨學(xué)科研究，為未來(lái)探索MHE 的病生理機(jī)制、診斷、預(yù)測(cè)和病情監(jiān)測(cè)提供了一條新的研究途徑。