close
预约产品演示
请完善以下信息,我们将联系您进行演示
*
*
我已阅读并同意《隐私政策》
close
预约数据分析
请完善以下信息,我们将联系您进行沟通
*
*
我已阅读并同意《隐私政策》

脑小血管疾病中破坏的脑结构-功能耦合及其对疾病负担与认知功能障碍关系的中介效应

发布:2026-05-09    浏览:42 次

杭州脑海科技有限公司开发的“多模态脑影像一键式数据分析平台”,集成700余种脑影像算法。本文聚焦于其中的“结构功能耦合分析”算法,面向脑小血管疾病开展应用研究。借助平台,可一键式获取结构功能耦合分析结果,如有兴趣,欢迎联系19906719439咨询或预约产品演示。


本篇文献分享发表于CNS Neuroscience & Therapeutics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。

图片

1.引言

脑小血管疾病是由于脑血管和脑实质结构改变而表现出多种临床表现和神经影像特征的一种综合征。脑小血管疾病的症状多样,从无症状的影像学标志物到存在各种神经心理症状,主要包括认知功能障碍、抑郁、脑卒中甚至痴呆。现有证据表明,约20%的脑卒中由脑小血管疾病引起,其中包括25%的缺血性脑卒中和45%的痴呆。脑小血管疾病严重程度的评估通常使用小血管疾病总负担,该评分对脑小血管疾病的磁共振成像标志物进行评分。研究表明,脑小血管疾病总负担与血脑屏障完整性破坏及随后的认知障碍、脑卒中后健康相关生活质量下降以及脑卒中后抑郁相关。因此,研究者有必要根据脑小血管疾病负担对患者进行分层。

尽管结合功能和结构磁共振成像可以比单独使用任何一种方法提高诊断准确性,但很少有研究分析结构-功能耦合的改变。一般而言,大脑的结构-功能耦合是紧密的,而在神经系统疾病中会发生解耦,表现为耦合值的增加或减少。静息态功能磁共振成像参数依赖于血氧水平依赖信号的自发波动,与灰质体积耦合通常被用作结构-功能耦合指标。作为基于体素的血氧水平依赖信号指标,局部一致性和低频振幅被认为代表空间离散区域的局部脑特征。局部一致性反映神经元活动的一致性,低频振幅反映神经元自发活动的强度。有研究通过Reho-GMV计算全脑结构-功能耦合,并报道在放射性脑病中存在多个脑区的耦合改变。另有研究基于ALFF-GMV计算全脑结构-功能耦合,并报道海马旁回和海马的耦合降低,且与阿尔茨海默病患者的认知障碍严重程度显著正相关。这些发现表明结构-功能耦合指标在脑疾病中的重要应用及其介导认知障碍的能力。因此,探索脑小血管疾病中的结构-功能耦合状态非常有意义且必不可少。

近期的一项研究指出,脑小血管疾病负担增加与基底节区ALFF-GMV耦合值降低、额颞叶ALFF-GMV耦合值增加以及更严重的认知功能下降相关。然而,脑小血管疾病负担、脑结构-功能耦合改变和认知表现之间的具体关系仍不清楚。一项涉及中介分析的研究显示,网络效率对年龄相关的认知功能下降有显著的中介效应,而脑淀粉样血管病通过引起皮质萎缩、改变脑血管反应性和破坏白质来改变认知。由于脑小血管疾病中的结构和功能改变均会影响认知功能,因此有理由质疑结构-功能耦合的改变是否也会影响认知。此研究旨在首先基于低频振幅/局部一致性和灰质体积指标刻画脑体素水平的结构-功能耦合,然后探讨脑小血管疾病负担、脑结构-功能耦合和认知功能改变之间的关系,特别是定量分析破坏的脑结构-功能耦合在脑小血管疾病负担与认知功能改变之间可能的中介作用。

2.方法

2.1.参与者

此研究经山东第一医科大学附属山东省立医院机构审查委员会批准,于201812月至20221月期间共纳入53例严重 CSVD 负担患者(CSVD -s组;女性19例;年龄63.90±6.23岁)和108例轻度 CSVD 负担患者(CSVD -m组;女性51例;年龄61.45±7.79岁)。同时纳入76名年龄、性别及教育程度匹配的健康对照者(HC组;女性42例;年龄60.55±9.29岁)。所有受试者均为右利手。研究开始前,所有参与者均自愿签署知情同意书。

CSVD患者的纳入标准包括:根据现行MRI共识标准诊断为脑微出血(CMBs)、推测血管起源的腔隙性脑梗死、血管周围间隙扩大(EPVS)、近期小范围皮质下梗死、脑萎缩以及推测血管起源的白质高信号(WMHs)。CSVD 严重程度通过小血管病变总负担进行评估,该实用序数量表基于前述 CSVD MRI标志物的前四项,采用04分评分。以下MRI标志物各计1分:(1)≥1个腔隙性脑梗死;(2)早期融合性深部 WMHFazekas评分23分)或不规则脑室周围 WMH 延伸至深部白质(Fazekas评分3分);(3)基底节区中重度(2-3级)EPVS (4)≥1CMB。评分0-1分及2-4分的受试者分别纳入 CSVD -m组和 CSVD -s组。

排除标准如下:(1) 有脑肿瘤、脑外伤、卒中或癫痫病史;(2) 有物质滥用或酒精滥用史;(3) 有重大神经系统或精神疾病病史;(4) 有溶栓治疗史;(5) 2型糖尿病急性并发症或严重高血压;(6) 存在器官损伤(如心脏、肝脏或肾脏)。

2.2.磁共振成像采集

磁共振成像扫描使用配备32通道头部线圈的3.0 T磁共振系统进行。采用磁化准备快速梯度回波序列(MPRAGE)采集高分辨率三维T1加权结构图像,参数如下:回波时间 = 2.4 ms,重复时间 = 7.3 ms,反转时间 = 900 ms,翻转角 = 9°,矩阵大小 = 256×256,视野 = 240 mm × 240 mm,层厚 = 0.9 mm,无层间距,192层。采用梯度回波平面回波成像序列 (GRE-EPI)采集静息态血氧水平依赖功能磁共振成像,参数如下:重复时间 = 1500 ms,回波时间 = 30 ms,矩阵大小 = 64×64,视野 = 240 mm × 240 mm,层厚 = 3 mm,层间距 = 1 mm200个时间点,50层轴位。

2.3.认知评估

所有参与者使用多种神经心理学测试量表进行认知评估。这些测试包括:蒙特利尔认知评估(MoCA) 北京版(总分30分,对轻度认知障碍高度敏感);符号数字模式测试 (SDMT) ,用于评估注意力和信息处理速度;Rey听觉言语学习测试 (AVLT),用于评估记忆;Stroop色词测试 (SCWT) ,用于评估认知灵活性和控制力以及执行功能;连线测试(TMT) ,用于评估视觉搜索、信息处理速度、运动协调和注意力。测试人员经过专业培训,且对受试者分组不知情。

2.4.数据预处理与结构-功能耦合分析

根据近期的一项耦合研究,功能磁共振成像和T1加权图像的主要预处理步骤使用DPABI v6.0进行。丢弃前10个时间点,然后进行时间层校正和头动校正。排除头动超过3 mm/3°或平均帧位移 > 0.2 mm的受试者。将T1图像进行共配准,分割为灰质/白质/脑脊液,并使用DARTEL算法归一化到MNI空间。功能图像也进行归一化,重采样到3×3×3 mm³,并使用4 mm高斯核进行空间平滑。干扰协变量(脑脊液、白质、Friston-24运动参数)被回归消除后,经过带通滤波(0.01-0.08Hz)后计算标准化 ALFF ReHo图,其中ReHo图在平滑处理前完成计算。这些指标用于构建体素级结构-功能耦合图。

对于每位受试者,由于结构T1加权像已与功能像完成配准,标准化ReHo/ ALFF 图像及调制 GMV 图像均被统一归一化至蒙特利尔神经学研究所(MNI)坐标。随后,此研究通过计算各体素在对应坐标处 ALFF 值或ReHo值与 GMV 值的比值,分别生成了体素级 ALFF - GMV 耦合指标与ReHo- GMV 耦合指标。

2.5.统计分析

对于人口学和临床参数,使用单因素方差分析和最小显著性差异(LSD)事后检验评估组间年龄、教育、头动和认知评分的差异,使用卡方检验分析性别比。

对于ALFF-GMVReHo-GMV耦合图像,以年龄、性别、教育和头动为协变量,进行单因素协方差分析以识别组间差异。随后进行最小显著性差异事后检验,并计算成对组比较的校正后p值。最后,将事后p值转换为z值,并在高斯随机场校正后对z值图进行统计推断,体素水平和团块水平分别设定为p < 0.001p < 0.05对于组间差异显著的脑团块,报告蒙特利尔神经研究所空间中的峰值体素坐标,然后通过自动解剖标记图谱进行解剖定位。进一步从识别出的显著团块中提取平均 ReHo-GMVALFF-GMV耦合值,用于后续的中介分析。

此外,此研究检验了脑结构-功能耦合是否能够调节脑小血管疾病负担与认知功能之间的关系。简言之,将脑小血管疾病负担评分作为自变量,认知评分作为因变量,ALFF-GMVReHo-GMV指标作为中介变量,年龄、性别、教育和头动作为协变量。采用HayesProcess宏中的简单中介模型,结合5000次重采样的自助法程序生成估计值和置信区间。自助法是一种非参数重采样策略,通过创建置信区间来估计和检验间接效应是否为零。在基于自助法的中介分析中,统计显著性通常通过间接效应的置信区间是否包含零来判断,而不是通过p值。如果自助法的95%置信区间不包含零,则间接效应被认为显著。因此,通常不需要进行p值校正。

在脑海科技云平台中,内置了结构功能耦合分析模块,支持用户批量处理数据,并确保每一步参数设置都有据可查。此外,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、分析版本等信息,极大提升了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。

图片

3.结果

3.1.参与者特征

所有组的人口学、临床和认知参数总结于表1。与轻度脑小血管疾病负担组和健康对照组相比,重度脑小血管疾病负担组的蒙特利尔认知评估、听觉言语学习测试和符号数字模式测试得分显著更低,而Stroop色词测试和连线测试得分更高。此外,轻度脑小血管疾病负担组的符号数字模式测试得分显著低于健康对照组,Stroop色词测试得分显著高于健康对照组。各组之间在年龄、性别、教育或头动方面无显著差异。

图片

1所有组别的人口统计学、临床及认知参数。

图片

2 CSVD -s组、CSVD -m组及对照组中,具有显著ReHo- GMV  ALFF–GMV 耦合改变的团块。

3.2.脑小血管疾病中结构-功能耦合的显著改变

健康对照组相比,重度脑小血管疾病负担组在双侧尾状核(CAU)团块中出现ALFF-GMVReHo-GMV耦合值的显著降低,以及在右侧颞下回(ITG)出现ALFF-GMV耦合值的显著升高,在右侧辅助运动区(SMA)出现ReHo-GMV耦合值的显著升高(表2和图1)。

此外,与轻度脑小血管疾病负担组相比,重度脑小血管疾病负担组在双侧尾状核出现ReHo-GMVALFF-GMV耦合值的显著降低,在左侧岛叶出现ReHo-GMV耦合值的降低,在右侧壳核出现ALFF-GMV耦合值的降低,以及在左侧额上回内侧 (SFGmed) 和额中回MFG)出现ALFF-GMV的升高。轻度脑小血管疾病负担组与健康对照组之间未发现耦合的显著差异(表2和图2)。

图片

1与对照组相比,CSVD -s组中存在结构-功能耦合显著改变的团块。

图片

2CSVD -m组相比,CSVD -s组中具有显著结构-功能耦合改变的团块。

3.3.中介分析结果

简单的中介模型(图3和图4)显示,在控制年龄、性别、教育水平及头部运动等协变量后,脑结构-功能耦合的存在对CSVD负荷与认知功能障碍之间的关系具有显著中介作用。具体而言,此研究发现ReHo- GMV 耦合显著部分中介了左脑岛区CSVD负荷评分与MoCA评分之间的关系,其中效应比例等于间接效应与总效应比值的绝对值。

此外,CSVD 负荷评分与SDMT评分之间的关联性主要受左侧额下回(MFG)和右侧壳核中 ALFF - GMV 耦合的显著调节,而 CSVD 负荷评分与TMT评分之间的关联性则主要受左侧中央前回(CAU)中ReHo- GMV 耦合的显著调节。由于上述中介效应中直接效应与间接效应呈现相反符号,此研究将其视为掩蔽效应。

图片

3通过ReHo- GMV 耦合介导的 CSVD 负担与认知测试分数之间相关性的简单中介模型。

图片

4 CSVD负担与认知测试分数间相关性的简单中介模型(通过ALFF - GMV耦合机制中介。

4.讨论

据此研究所知,这是首次探讨脑小血管疾病负担、脑结构-功能耦合与认知功能障碍之间中介关系的研究。此研究有以下发现:(1)随着脑小血管疾病负担的增加,脑小血管疾病患者的认知功能显著下降;(2)与对照组和轻度脑小血管疾病负担组相比,重度脑小血管疾病负担组在基底节和额颞叶主要区域表现出显著改变的体素水平结构-功能耦合;(3)双侧尾状核、左侧岛叶和额中回以及右侧壳核中破坏的结构-功能耦合在脑小血管疾病负担与认知功能障碍之间起中介作用。此研究提示,不同脑小血管疾病负担患者的认知功能障碍受到基底节和额颞叶耦合改变的影响。

在先前ALFF-GMV研究的基础上,此研究进一步补充了ReHo-GMV耦合,后者反映特定区域或体素的结构-功能耦合。总体而言,脑小血管疾病患者中降低的ALFF-GMVReHo-GMV耦合值主要见于基底节和左侧岛叶。基底节结构-功能耦合的降低可能与脑小血管疾病患者的步态障碍以及语言能力、记忆和整体认知能力的下降有关。岛叶是连接基底节和边缘系统的重要结构,对维持正常认知功能至关重要。有证据表明,岛叶损伤与所有神经心理学领域的认知障碍相关。相反,额颞叶中发现了耦合值的增加。此研究在既往研究中注意到,脑小血管疾病诱导的认知障碍可能与颞下叶皮质变薄和额顶叶代谢减低有关。此外,辅助运动区是感觉运动网络的重要组成部分,介导动作启动并参与运动过程。由于辅助运动区受损,执行功能和认知控制可能受到影响。已有研究证明了脑小血管疾病患者辅助运动区和岛叶的结构或功能改变,这支持了此研究的发现。

先前研究已证实,脑结构或功能神经影像指标可能是年龄或疾病相关认知改变的重要中介因素。此研究发现,ALFF-GMV耦合仅中介了脑小血管疾病负担与符号数字模式测试/Stroop色词测试之间的关系,而ReHo-GMV耦合除了中介符号数字模式测试/Stroop色词测试外,还中介了脑小血管疾病负担与连线测试/蒙特利尔认知评估之间的关系。因此,ReHo-GMV耦合也是探索脑小血管疾病负担与认知功能障碍之间关联的重要影像指标。有趣的是,就中介效应的类型而言,除了左侧岛叶外,此研究观察到多个脑区的ReHo-GMV/ALFF-GMV耦合值在脑小血管疾病负担与认知障碍的关联中起掩蔽作用。掩蔽效应是指当不包含中介变量时,自变量与因变量之间的总效应不显著或方向相反;但引入中介变量后,直接效应变得显著更强且方向反转。这表明中介变量部分掩盖了自变量与因变量之间的真实关系。在此研究中,通过结构-功能耦合的间接效应与脑小血管疾病负担对认知的直接效应符号相反,表明这些脑区中ReHo-GMV/ALFF-GMV耦合值的变化增强了脑小血管疾病负担对符号数字模式测试/Stroop色词测试/连线测试相关认知功能障碍的影响。这意味着这些区域的耦合异常可能加重而非减轻脑小血管疾病的认知后果。这种模式可能反映了代偿反应的受损或适应不良的重组,突显了破坏的耦合在加剧认知衰退中的病理作用。

脑小血管疾病负担的增加可导致脑结构和功能损伤以及认知功能下降,这与病理改变严重程度的增加有关。随着脑小血管疾病的进展,中枢神经系统炎症逐渐导致神经元功能障碍、凋亡和坏死。因此,重度脑小血管疾病负担组的脑损伤更严重,不难理解该组更显著的去耦合。值得注意的是,在此研究中,双侧尾状核的ALFF-GMVReHo-GMV耦合值均显著中介了脑小血管疾病负担与认知功能之间的关系。考虑到脑小血管疾病患者双侧尾状核的ALFF-GMVReHo-GMV耦合值显著降低,可以推断尾状核是受脑小血管疾病影响的关键区域,并与脑小血管疾病引起的认知障碍密切相关。先前研究表明,尾状核参与执行功能,如工作记忆、认知控制和注意力,这与符号数字模式测试和Stroop色词测试的检测范围一致。此外,脑小血管疾病引起的认知障碍部分是由于神经血管单位功能障碍导致的微循环完整性的破坏。

在此研究中,右侧壳核和左侧额中回也是发挥掩蔽效应的重要脑区。一方面,壳核和尾状核共同构成新纹状体,是基底节的关键组成部分。先前有学者提出基底节的剩余认知功能,涉及联想、记忆和复杂感知过程。另一方面,额中回属于背外侧前额叶皮层,参与执行功能和高级认知过程。包括脑小血管疾病在内的血管病变对认知障碍的影响,部分通过功能连接的改变来介导,尤其是在额叶。此外,基底节和额叶皮层位于皮质-基底节回路中,共同协作发展和执行复杂行为。由于脑小血管疾病的聚类和网络效率显著降低,区域间的信息传输减少。因此,当脑小血管疾病负担增加时,可能会破坏这些脑区的结构-功能耦合和连接,从而增强脑小血管疾病对认知障碍的影响。

有趣的是,此研究只发现左侧岛叶的ReHo-GMV耦合值部分中介了脑小血管疾病负担与蒙特利尔认知评估之间的关系。此研究推测这可能与岛叶在大脑中的特定作用有关。有研究将岛叶识别为结构和功能脑网络中的连接枢纽,与外侧枕叶、顶叶、背侧额上回和前运动区一起形成富集俱乐部区域。岛叶中ReHo-GMV耦合的降低可能引发富集俱乐部区域耦合的代偿性增加,从而减弱脑小血管疾病引起的认知功能障碍。

此研究存在几个局限性。首先,横断面设计排除了因果推断,且重度脑小血管疾病负担组样本量相对较小可能降低统计功效,特别是对于涉及多个脑区和认知领域的中介及亚组分析。未来需要更大样本量和更均衡样本的纵向研究来阐明脑小血管疾病负担、耦合改变和认知下降之间的时间动态。其次,尽管结构和功能数据经过严格处理,但由于磁共振成像的无创性,无法进行组织病理学验证。第三,此研究的分析集中在单个脑区内的体素水平耦合,未检查区域间连接,而区域间连接也可能导致认知功能障碍。第四,潜在的混杂因素——如血管危险因素和生活方式行为——未得到充分考虑。这些变量可能影响脑结构和功能,应在未来研究中纳入以加强发现的有效性。最后,尽管体素水平耦合参数的组间差异使用高斯随机场理论进行了多重比较校正,但未对中介分析应用额外的多重比较校正。这与已建立的自助法方法一致,其中显著性通过置信区间而非p值调整来确定。然而,此研究承认由于多重检验存在假阳性风险,中介结果应谨慎解释,未来更大样本的研究应优先采用假设驱动的验证性分析来验证这些发现。

总之,以ReHo-GMVALFF-GMV为特征的基底节和额颞叶脑结构-功能耦合确实介导了脑小血管疾病引起的认知功能障碍,是进一步阐明脑小血管疾病负担与认知功能障碍之间复杂关联的创新且有效的神经影像指标。此研究为脑小血管疾病的神经生理机制提供了新的见解,对该疾病的靶向治疗具有重要意义。
解读:脑海科技

参考文献

Wang N, Guo L, Gao Y, et al. Disrupted Brain Structure-Function Coupling and Its Mediating Effects on the Associations Between Cerebral Small Vessel Disease Burden and Cognitive Dysfunction. CNS Neurosci Ther. 2025;31(9):e70604. doi:10.1111/cns.70604

上一篇:发育中大脑的隐性节律:多指标rs-fMRI对典型青少年成熟过程的洞察
下一篇:探索重复经颅磁刺激治疗重度抑郁症的能力:神经网络的动态因果模型