本篇文献分享发表于Human Brain Mapping杂志。本公众号所发布内容旨在与大家分享学术新知，促进交流学习，版权归原作者或原出处所有，感谢各位学者的辛勤成果。

1.引言

近年来，早期大脑功能发育的研究不断增加。童年和青少年期是大脑发育的关键时期，同时也是认知状态改变和精神病理学易感性增加的时期。事实上，75%的精神疾病出现在童年和青少年期。大量证据表明，儿童和青少年中异常的大脑连接模式与自闭症、注意缺陷多动障碍等疾病相关。针对临床人群的文献数量远超典型发育人群，关于各种临床条件下大脑发育的知识已有积累；然而，对儿童典型神经发育特征的理解仍然有限。

理解个体大脑典型发育的变异性对于解决发育神经科学的关键问题至关重要。这一知识对于识别偏离典型神经发育轨迹的个体，以及针对不同发育阶段最为动态的神经过程制定预防和干预策略至关重要。静息态功能磁共振成像已成为研究人类大脑神经发育的广泛应用且有价值的工具。该方法通过血氧水平依赖信号的自发波动揭示大脑神经网络的内在活动。静息态fMRI评估静息状态下的BOLD信号，是一种在无外部输入的情况下检查大脑功能连接的稳健无创方法。它特别适用于儿科人群，因为：(a)不要求参与者执行任何特定任务，从而最小化与任务表现、依从性或认知负荷相关的变异性；这使得在不同个体之间标准化条件下检查内在大脑活动成为可能；(b)数据采集简单快速，需要参与者配合较少。

发育神经科学的一个核心目标是描述大脑成熟模式。因此，绘制发育过程中的大脑变化有助于理解典型神经发育的复杂过程以及可能导致不同认知和行为轨迹的机制。同时，理解年龄相关的大脑功能变化可以揭示典型成熟的潜在机制和发育变异性的神经生物学基础。大脑中的功能协调可以使用基于BOLD信号的指标进行评估，如体素镜像同伦功能连接(VMHC)，它捕捉半球间功能协调。此外，局部功能活动和同步性可以分别使用低频振幅(ALFF)和局部一致性(ReHo)进行评估。

ALFF通过计算特定低频范围内功率谱密度的平均平方根来测量静息状态下脑区的自发活动幅度。由于ALFF对生理噪声敏感，Zou等人提出了分数低频振幅（fALFF），这是ALFF的版本，显著降低了ALFF对生理噪声的敏感性，并提高了检测自发脑活动的敏感性和特异性。ReHo通过计算肯德尔和谐系数来测量最近时间序列的时间同步性，从而绘制局部自发神经活动。VMHC通过评估两个半球镜像体素之间自发活动的同步性来量化半球间功能连接。它反映了双侧协调的程度，使VMHC成为大脑信息整合的核心。该指标最初由Zuo等人创建，用于测量发育中的年龄相关变化。

这三种指标已被广泛验证为静息态脑活动的测量指标，并已成功应用于典型发育儿童和青少年，以及临床儿科人群。然而，它们在儿科人群中的应用仍处于早期阶段，因为大多数采用上述指标的研究都集中在成人队列上。明确的是，这三种方法似乎是互补的，最近已被联合用于研究大脑内在活动。事实上，Zhu等人已在精神分裂症和抑郁症的成人样本中可靠地结合了fALFF、ReHo和VMHC；但尚未将它们联合用于研究儿科或健康人群。

综上所述，目前对典型功能成熟的脑连接神经发育模式的认知仍然存在空白。目前鲜有研究在全脑水平评估可能反映不同神经发育轨迹的脑激活模式。需要进一步了解典型发育（TD）儿童及青少年静息态全脑激活特征，并明确静息态功能磁共振成像（rs-fMRI）中何种指标能提供更具价值的信息。

为恰当研究这一问题，此研究应用了fALFF、ReHo和VMHC：(a)为了寻找最能表征典型神经发育的静息态激活模式。(b)揭示典型发育过程中年龄对脑活动的影响。(c)在来自ABIDE I和ABIDE II数据集的6-20岁参与者的较大样本中，识别从童年早期到青少年晚期不同年龄组参与者之间自发脑活动的差异。到目前为止，这是首项在典型发育儿童和青少年样本中整合fALFF、ReHo和VMHC的研究。

2.方法

2.1 参与者

此研究使用了自闭症脑影像数据交换计划数据集（ABIDE）。ABIDE计划包括两个数据集：ABIDE I和ABIDE II，汇集了来自多个研究中心的静息态fMRI和解剖MRI数据，包含自闭症谱系障碍患者和典型发育被试。根据伦理委员会政策，此研究免于伦理审查。关于采集参数、知情同意程序、诊断标准和各站点具体方案的详细信息可在数据库网站上查阅。

样本由来自ABIDE I和II数据集的典型发育参与者组成。为增强后续统计分析的稳健性，仅纳入符合以下标准的数据集：(1)年龄6-20岁的参与者；(2)有标准化评分的IQ评估报告；(3)静息态fMRI方案为参与者清醒、睁眼、注视十字；(4)每个数据集至少20名参与者的最小样本量。此研究纳入了10个采集站点。初始样本包括446名典型发育儿童和青少年。

在初始筛选后，进行了质量控制。首先，使用DPABI质量控制工具进行检查，如果参与者在T1加权图像中表现出严重头动、功能图像覆盖差或结构像与功能像配准错误，则予以排除。由于这一视觉检查控制，39名参与者被排除。其次，使用Jenkinson的帧间位移估计平均运动值。根据Yan等人提出的标准，排除FD超过组均值加两个标准差的受试者。因此，12名参与者因过度头动被排除。经过上述质量控制后，最终样本包括395名6-20岁的典型发育参与者（110名女性，285名男性；平均年龄11.89 ± 2.94岁）。

为进行方差分析和协方差分析以检测不同年龄段的差异，此研究选取了384名7-19岁的健康参与者作为样本。 这些参与者被分为六个年龄组，每组间隔2年：7-8.99岁（39人）、9-10.99岁（130人）、11-12.99岁（102人）、13-14.99岁（51人）、15-16.99岁（32人）和17-19岁（30人）。选择这样的年龄间隔是为了在较窄的年龄范围内捕捉细微的发育变化，这对于青春期（大脑快速且非线性成熟）尤为重要。这种分组方式与既往神经发育研究一致，也符合Sala-Llonch等人和Xu等人的建议，即采用精细的年龄分组以提高对功能脑架构发育变化的敏感性，同时通过每组至少10名被试。

2.2 fMRI数据预处理

图像预处理使用DPABI软件进行。预处理步骤如下：首先，去除每个被试的前10个时间点，以消除参与者刚进入扫描仪时的适应期影响。其次，对剩余的功能图像进行时间层校正，根据每个体素的采集时间进行对齐；随后进行头动校正。然后，回归噪声信号，包括白质和脑脊液信号、线性趋势，以及24个Friston头动参数。接着，将功能图像与其对应的结构图像进行配准；之后，使用DARTEL算法将分割后的结构图像归一化到MNI152标准空间。功能图像也通过相同的变形参数被归一化到MNI空间，并重采样为3 mm。最后，对于ReHo分析，还需对归一化后的功能图像进行带通滤波（0.01-0.1 Hz）。

2.3 基于体素的形态学分析

T1加权结构图像使用DPABI进行处理。首先对图像进行方向调整，并逐一进行质量控制检查。随后，将调整方向后的T1图像分割为灰质、白质和脑脊液。接着，使用DARTEL进行标准化。最后，进行重采样并平滑，使其参数与功能图像保持一致。此外，还使用SPM12及其相关脚本计算了总灰质体积和各脑区的体积。

2.4 数据标准化

为减少不同站点和扫描仪带来的非生物学变异和潜在偏倚，此研究使用DPABI中的Harmonization功能。所采用的方法为ComBat和CovBat算法。ComBat一致性分析采用参数化方法进行，未进行协变量调整，确保去除站点相关变异因素的同时保留具有生物学意义的信号。为进一步解决协方差结构中的站点效应问题，应用CovBat方法优化功能连接性指标的一致性。在CovBat分析中，采用参数化方法并将主成分分析(PCA)协方差阈值设定为90%，该参数选择遵循优化站点效应去除与维持生物学信号完整性相结合的推荐方案。

2.5 fALFF、ReHo和VMHC值的估计

使用DPABI计算 fALFF、ReHo及 VMHC。对于fALFF的估计，使用4 mm半高全宽高斯平滑核进行空间平滑。然后，将每个体素的时间序列通过快速傅里叶变换转换到频域，得到功率谱。ALFF值通过计算0-0.25 Hz范围内功率谱的平方根获得，并对每个体素在0.01-0.08 Hz频带内取平均。最后，fALFF通过将ALFF值归一化到全频段(0-0.25 Hz)总功率的方式计算得到。对于ReHo的估计：通过计算每个体素及其27个相邻体素时间序列的肯德尔和谐系数来估计局部一致性。得到的ReHo图随后使用4 mm FWHM高斯核进行平滑。

fALFF和ReHo图均通过减去均值并除以标准差转换为z分数图。对于VMHC的估计，图像归一化后，先使用8 mm FWHM高斯核进行空间平滑，再进行线性去趋势和带通滤波(0.01-0.1 Hz)。为保证双侧脑区的对齐，此研究使用DPABI工具箱提供的对称MNI152模板。VMHC通过计算每个体素与其镜像半球对应体素时间序列之间的皮尔逊相关系数（经Fisher z变换）来量化，从而得到个体水平的VMHC图。

2.6 统计分析

fALFF、ReHo和VMHC的统计分析均使用DPABI软件进行。多重比较校正：采用高斯随机场(GRF)进行多重比较校正，体素级阈值设为p < 0.01，团块阈值设为p < 0.05，这一做法参考了Eklund等人的建议。此外，为避免那些通过统计校正但体素过少、缺乏解剖学意义的微小团块被误判为显著，此研究针对不同指标设定了最小团块大小的阈值：fALFF的最小团块为10个体素，ReHo为30个体素，VMHC为20个体素。这些阈值的选择参考了既往研究，旨在平衡统计敏感性与解剖特异性之间的关系。

为评估脑功能指标与年龄之间的线性关系，对每种指标在全脑范围内进行体素级皮尔逊相关分析。在确认年龄与各指标之间呈线性关系后（通过Q-Q图验证），才使用皮尔逊相关方法。这些分析在全样本中进行。为控制发育过程中灰质结构变化的影响，所有模型均将灰质体积作为协变量纳入。同时，为检验结果的稳健性，也进行了不含GMV协变量的平行模型分析。多重比较校正遵循上述GRF标准。

为进一步探究不同发育阶段的脑功能差异，此研究选取了384名参与者进行体素级单因素方差分析和协方差分析。参与者分为六个年龄组：G1（7-9岁）、G2（9-11岁）、G3（11-13岁）、G4（13-15岁）、G5（15-17岁）和G6（17-19岁）。协方差分析中以GMV为协变量，方差分析则不含协变量。组间两两比较采用Tukey HSD检验。这种分组方式基于既往研究，旨在捕捉童年和青少年期大脑成熟过程中可能存在的非线性、阶段特异性变化。显著团块的坐标定位在标准MNI空间中进行，其解剖标签通过自动解剖标记图谱识别。统计图的可视化使用DPARSF软件完成。

在脑海科技云平台中，内置了fALFF、ReHo、VMHC等多指标分析模块，支持用户一次性批量处理数据，并确保每一步参数设置都有据可查。平台的项目管理模块可清晰记录数据筛选标准、排除被试原因、分析版本、质量控制等信息，极大提升了多指标研究的透明度和可复现性。读者可对照思考如何在平台中实现类似的分析流程。感兴趣可联系预约产品演示。

3.结果

3.1 fALFF结果

在体素级相关分析中，年龄与fALFF在左侧内侧眶额叶皮层观察到显著负相关（含GMV协变量时r = -0.210）。表1列出了两种方法（有和无GMV协变量）下fALFF与年龄显著关联的脑区。图1提供了可视化表示。相应的散点图显示在图2中。

方差分析/协方差分析中，7-9岁参与者(G1)相比年长组表现出更高的fALFF，特别是在梭状回、双侧尾状核、左侧眶额皮质、前扣带皮层和枕中回内。此外，某些年龄组比较如G2与G6以及G3与G6显示小脑区域和丘脑核团随年龄显著下降。各组间比较的详细信息见表2和图3。为确保视觉清晰度，图3仅包含G6比较的脑图像，因其最具代表性。

图1 fALFF、ReHo及VMHC的全脑图像与年龄之间的显著相关性结果。

图2 fALFF、ReHo及VMHC的全脑图像与年龄之间的显著相关性结果散点图。

图3 fALFF组间显著差异。

3.2 ReHo结果

ReHo与年龄在右侧脑岛中发现显著负相关，显示发育过程中局部功能同步性下降（含GMV协变量时r = -0.169）。表1显示了该团块的详细定位。图1和图2以图形方式展示了这些结果。

方差分析/协方差分析显示，7-9岁参与者(G1)相比最年长组(G6)在左侧尾状核中ReHo值增加。类似地，G4相比G5在苍白球和右侧丘脑中观察到ReHo值增加。相反，G4相比G5在苍白球和右侧丘脑中观察到ReHo值降低。这些结果呈现在表3和图4中。

图4 ReHo组间显著差异。

表1 fALFF、ReHo与 VMHC 全脑图像与年龄之间分别存在显著相关性。

3.3 VMHC结果

年龄与右侧额中回（含GMV协变量时r = -0.206）和壳核（含GMV协变量时r = -0.187）的VMHC呈负相关。表1显示了三个团块的详细定位。图1和图2以图形方式展示了这些结果。

VMHC的方差分析/协方差分析显示半球间连接随年龄呈下降模式。在G1（7-9岁）与G6（17-19岁）的比较中，年轻参与者在小脑和尾状核中表现出显著更高的VMHC。同样，中间组之间的比较也揭示了VMHC随年龄的显著下降，特别是在小脑、尾状核、顶上小叶和壳核中。各组间比较的详细信息见表4和图5。与fALFF类似，图5仅显示G6比较的脑图像。

图5 VMHC的组间显著差异。

表2 fALFF的组间显著差异。

表3 ReHo的组间显著差异。

表4 VMHC的组间显著差异。

4.讨论

此研究基于多中心典型发育儿童和青少年样本的静息态fMRI数据，探究了：(1)年龄与fALFF、ReHo和VMHC之间的关联。(2)使用上述脑自发活动测量指标，评估从童年到青少年晚期的六个年龄组之间的组间差异。尽管三种rs-fMRI指标产生了部分不同的空间模式，但这种差异在意料之中，因为它们的分析目的和神经生理敏感性不同：fALFF反映自发低频活动的幅度，ReHo捕捉局部一致性，VMHC量化半球间协调。尽管如此，所有指标一致地揭示了一个普遍发育趋势：内在连接性随年龄增加而下降。尽管存在方法学差异，但这种趋同性支持了研究结果的稳健性。

此研究结果与既往旨在使用rs-fMRI表征典型大脑发育模式的研究一致，并对其进行了扩展。与童年和青少年期是剧烈神经发育变化时期的观点一致，结果显示在所有测量指标中，局部和半球间连接均随年龄增加呈普遍下降趋势。观察到的内在连接性随年龄下降与既往发育研究一致。Icer发现健康8-18岁参与者中连接链路随年龄减少，网络间功能连接下降。类似地，Marek等人描述了从童年到青少年晚期网络内部和网络之间全局连接强度的下降。具体而言，在此研究中，显著的连接下降主要发生在参与高阶认知和感觉加工的脑区。值得注意的是，fALFF的下降在梭状回、mOFC、前扣带皮层、尾状核和枕中回中观察到。mOFC作为默认模式网络的关键节点，参与情感加工、决策和自我参照思维。这一发现与既往研究一致，表明DMN在青春期经历显著重组，反映自我参照和社会认知过程的成熟。与此研究结果一致，Loh和Ronsenkranz发现mOFC神经元数量在发育过程中减少。梭状回也在年轻参与者中增强，支持社会知觉和面孔加工，这些功能在整个发育过程中不断精细化。Tian等人观察到，与青少年相比，儿童在左侧背外侧梭状回中表现出增加的功能连接度中心性。这种成熟可能反映了社会认知相关神经回路的精细化。

皮层下区域，包括尾状核、丘脑、小脑和壳核，在所有三种指标中也显示出随年龄下降的活动。尾状核作为基底节网络的一部分，在程序性学习、认知控制和目标导向行为中起关键作用。其发育轨迹表明从弥散到更集中激活模式的转变，指示认知加工效率的提高。类似地，丘脑作为感觉和运动信号的传递中继，是注意调节的组成部分。丘脑连接的年龄相关变化可能反映注意网络和感觉整合过程的成熟。这种童年和青少年期皮层下连接随年龄下降的模式在文献中有充分记载。在与此研究相似的年龄范围样本中，Sanders等人描述了小脑-纹状体-丘脑回路中功能连接的下降。

VMHC的年龄相关下降在双侧壳核、小脑和顶上小叶等区域尤为突出。这些区域功能多样，但共享运动协调、工作记忆和认知控制的作用。壳核是基底节内的皮层下结构，参与运动规划和习惯学习，而小脑不仅支持运动功能，还支持计时、预测和情绪调节。顶上小叶作为背侧注意网络的一部分，促进视觉空间注意和感觉运动整合。VMHC下降与Tarchi等人的发现一致，他们报告了半球间相互作用随年龄逐渐下降。这些区域内半球间连接的发育下降表明向半球特化和更偏侧化加工策略的转变，与典型的青少年大脑成熟模式一致。

fALFF和VMHC值随年龄下降——特别是在皮层下、枕叶和额叶中线区域——支持了基线神经同步性和双侧耦合逐渐减少的假设，反映了整个青春期网络特化和功能分化的增加。这些发现与既往关于半球间连接下降和内在活动局部下降的报告一致，但通过在同一样本中同时展示fALFF、ReHo和VMHC的这些模式，为该领域做出了独特贡献。

此外，多技术分析方法的运用使得识别这些趋势中细微但重要的例外成为可能，例如联合顶叶区域VMHC的相对保留或小脑结构内fALFF的持续下降，突显了区域特异性和潜在的非线性发育轨迹。这些细微差别至关重要，因为它们表明典型神经发育不是以均匀进展为特征，而是以网络架构的动态和异质性转变为特征，这些转变因脑区和功能而异。

值得注意的是，在三种rs-fMRI指标中，小脑区域均观察到一致的年龄相关下降，特别是在后部小叶如Crus 2和小叶7b中。这些发现与大部分的文献一致，这些文献将小脑定位为不仅参与运动协调，还参与认知和情感发育的核心枢纽。具体而言，后部小脑区域与额叶和顶叶联合皮层在结构和功能上相连，支持包括工作记忆、社会认知、计时、内部建模和情绪调节在内的高阶功能。研究结果表明，小脑对大脑成熟的贡献延伸至童年之后直至青春期，小脑-皮层功能耦合的发育变化可能反映了这些整合过程的特化增加。这些发现也强调了将小脑纳入发育神经影像分析流程的价值，因为某些研究中系统性地排除小脑可能阻碍对全脑成熟的全面理解。通过展示小脑rs-fMRI活动和连接的连贯发育模式，此研究增加了对小脑作为大尺度神经发育轨迹中关键节点的认识。

研究结果模式的可能解释指向典型大脑成熟背后的关键神经生物学机制。一个可能的解释涉及突触修剪，这是大脑在发育过程中选择性消除多余或低效突触的过程，促进神经元调节和回路精细化。这一机制可能解释了某些区域fALFF或ReHo值的下降——不是作为功能丧失的指标，而是作为特化和效率增加的标志。另一个可能的因素是髓鞘化的持续过程，它增强神经传导速度，促进更高效的信号传输，可能通过减少能量消耗和局部神经活动来贡献于观察到的fALFF和ReHo下降。与此研究一致，这些神经生物学过程被认为共同塑造了从童年到青少年期观察到的功能性脑活动成熟模式，支持了向更特化和高效神经回路发展的观点。

值得注意的是，这些发育变化在青春期后期（17-19岁）仍在进行，特别是在与执行功能、情绪调节和高级认知相关的脑区。即使在G5（15-17岁）和G6（17-19岁）之间仍观察到显著差异，特别是在小脑、前额叶和顶叶区域。这表明大脑成熟是一个延长过程，超越了早期和中期青春期，持续到成年早期。这些发现与强调前额叶皮层及其相关回路在成年早期持续发育的文献一致，支持了大脑成熟的时间过程与童年和青少年期观察到的认知和情感成熟相符的观点。

此研究存在一定局限性。首先，此研究使用公开数据集进行，这些数据集未共享相同的扫描协议或相同的fMRI扫描仪。这构成了一个挑战，尝试通过应用协调技术来解决。值得注意的是，数据协调程序的使用确保了站点相关变异性被最小化，增强了大规模多站点数据中年龄相关效应的可靠性和可解释性。其次，此研究采用横断面设计，限制了对整个大脑成熟过程中变化的观察。纵向方法在分析个体发育方面更为合适。第三，承认效应量较小。然而，跨指标和统计分析的持续空间模式，以及与既定发育框架的一致性，强调了研究结果的稳健性。同时值得注意的是，此研究处理的是健康人群，其效应或差异预期低于比较临床人群和对照组的研究。最后，男性参与者数量远超女性参与者，这可能引入了未控制的潜在偏倚，因为性别差异不是此研究的重点。有趣的是，Tarchi等人报告了类似的年龄相关模式，尽管他们的样本偏向女性。这一跨研究的一致性表明，观察到的发育轨迹可能是稳健的，并非仅由性别构成驱动。

尽管此研究使用公开数据集进行，但这项工作填补了发育神经科学文献中的一个重大空白，其中典型大脑成熟的知识相对于临床人群仍然有限。通过利用大规模、协调的多站点数据和全脑体素级方法，此研究通过建立参考发育模式并支持fALFF、ReHo和VMHC作为典型大脑发育互补标志物的价值，提供了新的证据。重要的是，此研究设计高度重视方法学严谨性——采用协调技术、GM体积控制、严格运动控制和体素级统计校正——这直接回应了神经影像学研究中关于可重复性的日益关切。鉴于该领域正在进行的可重复性危机，此研究的方法旨在不仅揭示稳健的发育信号，而且促进透明度和可推广性。因此，此研究为未来对典型和非典型大脑发育的研究提供了可重复且有据可查的基础。

5.结论

此研究提供了强有力的证据，表明在童年和青少年期，自发脑活动和连接性随年龄下降。在分数低频振幅(fALFF)、局部一致性(ReHo)和半球间连接(VMHC)中均观察到与年龄的持续负相关，特别是在联合皮层。这些趋同的发现表明，作为从童年到成年早期典型大脑成熟的一部分，内在功能活动逐渐减少。