基于多模态影像下的抑郁症大脑异常

发布时间：2021-10-15 07:13

　　近年来,结构性磁共振成像（sMRI）和功能性磁共振成像（fMRI）被广泛应用于抑郁症研究。从结构形态学、结构网络、功能网络3个角度探索抑郁症患者的大脑异常,了解其发病机制,辅助医生临床诊断、治疗和预后。目前大量研究发现抑郁症患者的海马体、杏仁核出现不同程度的萎缩,脑网络的连接强度、图论属性等均出现显著异常,且出现异常的脑区对应于人的情绪调节、注意力和认知控制等功能,异常的程度与抑郁的严重程度呈现高度相关性。从不同角度对抑郁症的研究现状进行综述,并对未来的研究提出了建议。 

【文章来源】：智能科学与技术学报. 2020,2(02)

【文章页数】：10 页

【部分图文】：

结构网络与功能网络的构建方式

研究发现抑郁症患者结构网络整体的组织效率与连通性均降低，在内侧额叶和内侧颞叶区域的中心节点（hub）较少，且右侧杏仁核和左侧额回的连通性较高，这些区域的功能异常与抑郁症患者的临床症状高度相关[50,56]，同时有研究使用基于网络统计分析（network-based statistic,NBS）方法发现，抑郁症患者在默认模式网络中每个连接的重建神经束都相对减少[56]。笔者在研究中也发现了抑郁症患者大脑的小世界属性出现丧失，网络连接和节点效率降低[57]，整体效率与抑郁严重程度呈负相关[58]。形态学和结构网络的分析从不同角度论证了抑郁症患者的大脑结构已发生明显的损伤，网络拓扑属性被破坏，因此为了进一步研究抑郁症的发病机制，结合静息态fMRI的多模态分析非常有必要，可以从功能网络的角度增加对抑郁症的了解。

抑郁症患者的听觉皮层和丘脑以及后扣带回之间的连接减少，伴随着感觉处理出现缺陷，这可能与抑郁症患者的注意力降低有关[67]。除了基于fMRI信号的功能连接外，还有其他度量标准，如格兰杰因果关系、结构方程模型等。近年来研究者对动态因果模型的有效连接也进行了分析，抑郁症患者高阶功能网络之间的有效连接、高阶功能网络内部的有效连接均发生了改变，表现在默认模式网络和突显网络之间的连接减少且默认模式网络内部有效连接显著升高[68]。为了对结构和功能的异常进行联合分析，已有研究使用多模态的方法，发现结构与功能之间的变化存在相关性。抑郁症患者FA值与前扣带皮层、双侧海马体的功能连接之间分别存在负相关[69]，同时患者左外侧眶额叶皮层的灰质体积增加伴随着大脑活动的减少[70]。笔者研究发现与结构网络相似，功能网络的小世界属性也出现了丧失，且与形态变化密切相关，进一步分析发现抑郁症严重程度与节点效率和连接呈现负相关，针对抑郁症早期结构网络和功能网络的鲁棒性，推测抑郁症患者结构网络的变化要先于功能网络的变化[57]。

【参考文献】：
期刊论文
[1]阿尔兹海默症脑网络演化建模[J]. 倪冰洁,李炜,陈曦.  智能科学与技术学报. 2019(04)
[2]用于轻度认知障碍诊断的群体相似约束功能脑网络建模方法[J]. 李伟凯,高欣,纪同俭,王政霞.  智能科学与技术学报. 2019(02)
[3]人工智能在医学影像中的研究与应用[J]. 韩冬,李其花,蔡巍,夏雨薇,宁佳,黄峰.  大数据. 2019(01)



本文编号：3437645