基于圖論的輕度認知障礙患者功能腦網絡研究

何文娟，謝琦，王雅杰，譚智霖，廖炎輝

輕度認知障礙(mild cognitive impairment，MCI)是正常認知和癡呆之間的一種過渡狀態，患者認知功能進行性下降，但沒有達到癡呆的診斷標準[1]。65 歲以上的老年人群中有15%～20%患有MCI，其中15%發展為癡呆[2-3]，一旦發展為癡呆，將給患者家庭和社會帶來極大的負擔。有大量證據表明，在MCI期給予生活方式的干預及認知訓練可以有效改善患者認知功能，因而MCI期被視為可以被干預和能延緩癡呆進程的“時間窗”[4]，因此早期準確診斷MCI 對于延緩癡呆進程非常重要。然而，目前臨床上MCI的診斷標準多樣，且均主要依賴于臨床病史采集和神經心理學評估，但評估過程中受到測評人員對臨界值的把握、受試者接受測試時的狀態等因素的影響，這種評估方法主觀性較強，診斷結果不夠穩定，因此，尋找客觀、簡單的定量評估方法對于MCI的早期準確診斷具有重要意義。

MCI影像生物標志物的研究有望提供一種易量化的、可靠的、客觀的評估方式。近年來，靜息態功能磁共振成像(resting-state functional magnetic resonance imaging，rs-fMRI)發展迅速，它能夠揭示人腦內在的自發性活動規律[5]，現已廣泛應用于MCI影像生物標志物的探索，但既往的研究主要使用局部一致性、低頻振幅、功能連接及獨立成分分析的方法進行研究，目光聚焦在對局部腦區的研究上，但局部腦區的變化并不能完全解釋腦功能的異常，近年來迅猛發展的圖論的分析方式為彌補這一缺陷提供了強有力的工具。

圖論是一種數學分析工具，它以圖為研究對象，圖論中的圖可以定義為G=(V,E)，其中V 是一組有限的節點，E 是一組邊[6]，根據圖論，大腦被模擬成一個帶有節點和邊的圖，每個節點代表一個相對獨立的腦區，每條邊代表兩個腦區之間的功能連接[7]。應用圖論及rs-fMRI 探索MCI 影像生物標志物尚處于起步階段，相關研究較少，且結論多不一致[8]。在此背景下，本研究擬采用rs-fMRI 對MCI 患者的功能腦網絡進行研究，并采用圖論的方法分析其全局屬性及節點屬性的變化規律，以期尋找MCI的影像生物標志物，為MCI的早期準確診斷提供科學依據。

1 材料與方法

1.1 一般資料

本研究為前瞻性研究，并已取得廣州市第一人民醫院倫理委員會批準(批準文號：K-2019-166-01)。研究者通過在體檢中心派發傳單及微信公眾號推廣招募志愿者，所有受試者都已簽署知情同意書。

MCI 組：自2018 年8 月至2021 年6 月共招募MCI患者28 例。納入標準：(1)符合Bondi 等制訂的MCI診斷標準[9]；(2)年齡≥60 歲，性別不限；(3)受教育年限≥7年；(4)受試者視力、聽力及精神狀態良好；(5)沒有明顯的行為和語言障礙；(6)受試者知情同意，且自愿參加研究。排除標準：(1)受試者為左利手或雙利手；(2)曾經發生過腦創傷、腦腫瘤、腦梗死、腦出血、帕金森病或其他神經系統疾??；(3)存在磁共振掃描禁忌證；(4)磁共振圖像質量不達標者；(5)不能配合完成神經心理學量表評估者。

正常對照組(normal control，NC)：招募15 名健康志愿者為對照組。納入標準：(1)年齡≥60歲，性別不限；(2)日常生活能力正常，無自我主觀的認知下降；(3)認知功能正常；(4)沒有明顯的行為和語言障礙；(5)右利手。

1.2 認知功能評估

由經過訓練的2名研究人員對所有受試者進行整體認知狀態評估，使用的量表包括：蒙特利爾認知評估基礎量表(Montreal Cognitive Assessement Basic，MoCA-B)、華山版聽覺詞匯記憶測試量表(Audirory Verbal Learning Test-Huashan version，AVLT-H)、連線測試量表(Shape Trails Test，STT)、動物詞語流暢性測試量表(Animal Fluency Test，AFT)及Boston 命名試驗量表(Boston Naming Test，BNT)。

1.3 MRI檢查方法

采用德國Siemens MAGNETOM Skyra 3.0 T MRI掃描儀及32 通道頭顱線圈進行掃描，掃描時受試者保持平臥，頭部固定以減少頭部運動，并佩戴3M降噪耳塞，全程保持靜止、閉眼的清醒狀態。對所有受試者均采集T1_MPRAGE (magnetization-prepared rapid acquisition gradient echo sequence)及rs-fMRI序列。

1.3.1 T1_MPRAGE序列

TR 2530 ms，TE 2.96 ms，TI 1100 ms，FOV 256 mm×256 mm，矩陣256×256，激勵次數1，翻轉角7°，帶寬240 Hz/Pz，層數192，層厚1 mm，層間距0.5 mm，體素大小1.0 mm×1.0 mm×1.0 mm，序列掃描時間共4 min 30 s。

1.3.2 rs-fMRI序列

采集靜息態血氧水平依賴(blood oxygenation level dependent，BOLD)序列，掃描參數為TR 2000 ms，TE 30 ms，FOV 224 mm×224 mm，矩陣64×64，層數32，翻轉角90°，層厚3.5 mm，層間距1 mm，體素大小3.5 mm×3.5 mm×3.5 mm，序列掃描時間共8 min。

1.4 數據處理方法

1.4.1 數據預處理過程

使用GRETNA (Graph Theoretical Network Analysis)2.0 (https://www.nitrc.org/projects/gretna)軟件對rs-fMRI數據進行預處理，預處理過程包括：(1)將原始DICOM數據文件轉換成NIfTI格式；(2)去除前10個時間點圖像；(3)時間層校正；(4)頭動校正；(5)空間標準化；(6)空間平滑：全寬半高核用6 mm進行平滑；(7)去線性漂移；(8)回歸協變量：回歸掉全腦信號、腦脊液信號及腦白質信號；(9)時間帶通濾波(0.01～0.08 Hz)：過濾高頻、超低頻的噪聲信號。

1.4.2 構建功能連接矩陣

使用GRETNA 2.0軟件構建腦功能連接矩陣。首先，使用自動解剖標記(automated anatomical labeling，AAL)圖譜將受試者的大腦及小腦分成116個腦區，獲取每個腦區的平均時間序列，計算116 個腦區之間的Pearson相關系數，再對這些相關系數進行Fisher_Z變換，從而得到一個對稱的116×116相關系數矩陣。

1.4.3 大腦功能網絡分析

使用GRETNA 2.0軟件構建大腦功能網絡，選定網絡稀疏度閾值的取值范圍為0.05～0.40，以0.01為步長，以保障網絡同時具有小世界屬性和稀疏特性，分別計算MCI組與NC組在該范圍內所有36個閾值點的大腦網絡拓撲屬性：聚類系數(clustering coefficient，Cp)、特征路徑長度(the shortest path length，Lp)、全局效率(global efficiency，Eglob)、局部效率(local efficiency，Eloc)、節點聚類系數(nodular clustering coefficient，NCp)、節點局部效率(nodular local efficiency，NEloc)。將計算得到的有差異的腦區用BrainNet Viewer (https://www.nitrc.org/projects/bnv)軟件進行可視化。

1.5 統計學分析

采用SPSS 22.0軟件進行統計分析。連續變量符合正態分布以±s表示，采用兩獨立樣本t檢驗比較MCI組與NC組間年齡、受教育年限的差異，使用χ2檢驗比較兩組間性別構成，P＜0.05為差異具有統計學意義。分析兩組間全局拓撲屬性差異時，使用每個拓撲屬性的曲線下面積(area under the curve，AUC)值，AUC值可以提供腦網絡拓撲屬性的總的標量，而不依賴于單個閾值的選擇[10]，然后使用GRETNA軟件對MCI組與NC組的全局拓撲屬性進行兩獨立樣本t檢驗，選取網絡稀疏度閾值為0.2時，對2組間NCp及NEloc進行兩獨立樣本t檢驗，并采用Bonferroni校正對結果進行多重比較校正，校正后P＜0.05為差異具有統計學意義。

2 結果

2.1 人口學資料分析

MCI組與NC組在性別、年齡及受教育年限方面差異均無統計學意義(P＞0.05)，見表1。

表1 兩組的人口學資料Tab.1 Demographic data of two groups

2.2 全局拓撲屬性分析

與NC 組相比：(1) MCI 組的Cp及Eloc降低，且差異具有統計學意義(P＜0.05)；(2) MCI組的Lp降低，差異無統計學意義(P＞0.05)；(3) MCI 組的Eglob升高，差異無統計學意義(P＞0.05)。見表2、圖1。

圖1 不同網絡稀疏度閾值下MCI組與NC組的全局拓撲屬性對比。注：MCI組：輕度認知障礙組；NC組：正常對照組。Fig.1 Comparison of global topological properties between MCI and NC under different network sparsity thresholds.Note:MCI:mild cognitive impairment;NC:normal control.

表2 MCI組與NC組全局拓撲屬性比較(±s)Tab.2 Comparison of global topological properties between MCI and NC groups(±s)

表2 MCI組與NC組全局拓撲屬性比較(±s)Tab.2 Comparison of global topological properties between MCI and NC groups(±s)

注：MCI組：輕度認知障礙組；NC組：正常對照組；Cp：聚類系數；Lp：特征路徑長度；Eglob：全局效率；Eloc：局部效率；P＜0.05表示差異有統計學意義。

P值0.039 0.160 0.115 0.039參數Cp Lp Eglob Eloc MCI組(n=28)0.191±0.016 1.968±0.022 0.192±0.005 0.259±0.070 NC組(n=15)0.201±0.010 2.053±0.040 0.188±0.008 0.265±0.001 t值2.134-1.440 1.611-2.137

2.3 節點網絡屬性分析

2.3.1 節點聚類系數

選取網絡稀疏度閾值為0.2計算MC組及NC組的NCp。與NC 組相比，MCI 組的NCp在直回(L，R)、杏仁核(R)、距狀裂周圍皮層(L，R)、楔葉(L，R)、枕上回(L，R)、枕中回(L)、顳上回(R)明顯降低，差異具有統計學意義(P＜0.05)。見表3、圖2。

圖2 MCI 組與NC 組節點聚類系數比較，綠色小球表示MCI 組較NC 組節點聚類系數減低的腦區，綠色小球體積越大，表示減低越明顯。2A：軸位；2B：冠狀位；2C：矢狀位。注：REC：直回；AMYG：杏仁核；CAL：距狀裂周圍皮層；CUN：楔葉；SOG：枕上回；MOG：枕中回；STG：顳上回；L：左；R：右；MCI 組：輕度認知障礙組；NC 組：正常對照組。 圖3 MCI組與NC組節點局部效率比較，綠色小球表示MCI組較NC組節點聚類系數減低的腦區，綠色小球體積越大，表示減低越明顯。3A：軸位；3B：冠狀位；3C：矢狀位。注：REC：直回；AMYG：杏仁核；CAL：距狀裂周圍皮層；CUN：楔葉；STG：顳上回；L：左；R：右；MCI 組：輕度認知障礙組；NC組：正常對照組。Fig. 2Comparison of node clustering coefficient between MCI and NC groups.The green balls indicate the brain areas where the nodular clustering coefficient of the MCI group are lower than the NC group, the larger the ball, the more obvious the reduction. 2A:axial; 2B: coronal; 2C: sagittal. Note: REC:rectus gyrus; AMYG: amygdala; CAL:calcarine fissure and surrounding cortex;CUN:cuneiform; SOG: superior occipital gyrus; MOG: middle occipital gyrus; STG: superior temporal gyrus; L: left; R: right; MCI: mild cognitive impairment; NC:normal control. Fig. 3 Comparison of nodular local efficiency between MCI and NC groups.The green balls indicate the brain areas where the nodular clustering coefficient of the MCI group are lower than the NC group,the larger the ball,the more obvious the reduction.3A:axial;3B:coronal;3C:sagittal.Note:REC:rectus gyrus; AMYG: amygdala; CAL: calcarine fissure and surrounding cortex; CUN: cuneiform; STG: superior temporal gyrus; L: left; R: right; MCI: mild cognitive impairment group;NC:normal control.

表3 MCI組與NC組節點聚類系數比較(±s)Tab.3 Comparison of nodular clustering coefficients between MCI and NC groups(±s)

表3 MCI組與NC組節點聚類系數比較(±s)Tab.3 Comparison of nodular clustering coefficients between MCI and NC groups(±s)

注：MCI 組：輕度認知障礙組；NC 組：正常對照組；P＜0.05 為差異有統計學意義。

P值0.002 0.039 0.026 0.029 0.034 0.016 0.009 0.013 0.027 0.037 0.021腦區名稱直回(L)直回(R)杏仁核(R)距狀裂周圍皮層(L)距狀裂周圍皮層(R)楔葉(L)楔葉(R)枕上回(L)枕上回(R)枕中回(L)顳上回(R)MCI組(n=28)0.566±0.092 0.558±0.101 0.528±0.103 0.628±0.119 0.640±0.130 0.607±0.127 0.616±0.139 0.569±0.139 0.574±0.156 0.562±0.133 0.543±0.086 NC組(n=15)0.662±0.093 0.628±0.104 0.605±0.104 0.720±0.141 0.732±0.133 0.700±0.085 0.726±0.097 0.677±0.104 0.678±0.107 0.662±0.166 0.611±0.092 t值-3.241-2.131-2.312-2.267-2.187-2.524-2.734-2.608-2.298-2.157-2.391

2.3.2 節點局部效率

當網絡稀疏度閾值為0.2 時，與NC 組相比，MCI組的NEloc在直回(L)、杏仁核(R)、距狀裂周圍皮層(L，R)、楔葉(L，R)、顳上回(R)明顯降低，差異具有統計學意義(P＜0.05)。見表4、圖3。

表4 MCI組與NC組節點局部效率比較(±s)Tab.4 Comparison of nodular local efficiency between MCI and NC groups(±s)

表4 MCI組與NC組節點局部效率比較(±s)Tab.4 Comparison of nodular local efficiency between MCI and NC groups(±s)

注：MCI 組：輕度認知障礙組；NC 組：正常對照組；P＜0.05 為差異有統計學意義。

P值0.003 0.020 0.020 0.028 0.032 0.033 0.049腦區名稱直回(L)杏仁核(R)距狀裂周圍皮層(L)距狀裂周圍皮層(R)楔葉(L)楔葉(R)顳上回(R)MCI組(n=28)0.773±0.055 0.808±0.058 0.812±0.074 0.797±0.068 0.792±0.113 0.792±0.060 0.747±0.068 NC組(n=15)0.802±0.067 0.857±0.073 0.864±0.068 0.842±0.050 0.860±0.053 0.805±0.082 0.776±0.072 t值-3.131-2.416-2.414-2.273-2.215-2.202-2.028

3 討論

本研究通過rs-fMRI 及圖論的方法探索MCI 患者的功能腦網絡全局及節點拓撲屬性變化，并探索功能腦網絡的變化如何影響認知功能。既往有少量研究采用圖論的方式對MCI 患者的功能腦網絡拓撲屬性進行了研究，但得出的結論不一致。我們的研究結果顯示MCI 患者的大腦功能網絡的拓撲結構遭到破壞：首先，MCI組的全局拓撲屬性Cp及Eloc較NC組降低，且主要影響視覺及聽覺功能相關的腦區；其次，MCI 組的Lp具有降低的趨勢，Eglob具有升高的趨勢。本研究是既往采用圖論對MCI 影像生物標志物進行研究的重要補充。

3.1 MCI患者全局拓撲屬性變化及其神經機制

本研究結果顯示隨著網絡稀疏度閾值的增加，MCI 組與NC 組的Cp及Eloc均升高，進一步比較顯示，MCI 組的Cp及Eloc較NC 組降低。雖然Lp及Eglob在MCI組與NC 組之間的差異沒有統計學意義，但與NC 組相比，MCI 組的Lp具有下降的趨勢，Eglob具有上升的趨勢。Cp為節點趨向聚類的程度[11]，Eloc為由節點及其相鄰節點組成的子網絡中最短平均路徑長度的倒數[12]，Lp為網絡中所有節點對之間最短路徑長度的平均值[13]，Eglob為所有節點對之間特征路徑長度平均值的倒數[14]。Cp和Eloc均反映功能腦網絡的局部信息處理能力，也在一定程度上反映網絡防御隨機攻擊的能力，Cp及Eloc越高，表示腦網絡的局部信息處理能力越強，網絡防御攻擊的能力越強；而Lp和Eglob反映腦網絡的全局水平信息整合能力，Lp越短、Eglob越高，腦網絡全局信息整合能力越強[15]。因此，推測MCI 患者的鄰近腦區之間短連接中斷，長距離腦區之間的長連接有增加的趨勢，腦網絡局部專業化和全局一體化之間的平衡受到干擾，從而導致腦網絡分離功能減弱，整合能力代償性有所增加。在既往的研究中也討論過MCI患者全局拓撲屬性改變，但是得出來的結論有差異。Yao等[16]發現Lp在MCI組與NC組之間差異無統計學意義，而Son 等[17]發現MCI 組的Lp較NC 組顯著降低，近年來Zhang 等[18]研究顯示MCI 組的Lp顯著縮短，Eglob提高，Xu 等[19]發現MCI 組的Cp較NC 組增高，Xue 等[20]發現與NC 組相比，遺忘型MCI 組的Lp升高，Eglob顯著降低。多個研究得出的結論不一致的原因可能是：首先，由于MCI的異質性，臨床有多種病因可導致MCI，不同的病因導致的病理生理改變不一樣，從而導致網絡拓撲結構改變不一樣；其次，可能是因為受試者的MCI 類型不一樣，有的選取遺忘型MCI 進行研究[20]，有的沒有對MCI患者進行分型[18]；最后，有可能是因為所采用的研究手段不一樣，有的采用rs-fMRI進行研究[19-20]，有的采用正電子發射體層成像(positron emission tomography，PET)進行研究[17]。我們的研究結論與既往以健康老年人為研究對象的研究結果相一致，與年輕人相比，老年人的Cp及Eloc顯著降低，體現了神經退行性變的拓撲屬性變化[21]。MCI 大部分是由神經退行性疾病所導致的，我們的研究結果符合神經退行性變的發展規律，為MCI患者認知障礙提供了神經生物學解釋。

3.2 MCI患者節點拓撲屬性變化及其相應腦區

本研究顯示與NC 組相比，MCI 組的NCp顯著降低的腦區位于直回(右)、杏仁核(右)、距狀裂周圍皮層(左、右)、楔葉(左、右)、枕上回(左、右)、枕中回(左)、顳上回(右)，MCI 組的NEloc顯著降低的腦區位于直回(左)、杏仁核(右)、距狀裂周圍皮層(左、右)、楔葉(左、右)、顳上回(右)。以上腦區主要包含了視覺初級皮層及聽覺中樞，與視覺及聽覺功能高度相關[22]。因此，推測MCI患者視覺功能網絡和聽覺功能網絡內部的短連接減少可能是MCI 患者認知功能障礙的神經機制之一。這與既往關于視覺網絡與認知功能障礙相關的研究相一致，既往有研究顯示多發性硬化患者視覺功能障礙是由枕葉內功能連通性減弱引起的，且與認知功能障礙之間存在直接或間接的關系[23]。

本研究具有一定的局限性。首先，本研究樣本量較小，統計分析可能會有一定的偏倚，下一步將擴大樣本量來驗證我們研究結果的可重復性；其次，本研究未對青年及中年MCI患者的拓撲屬性進行研究，今后將對青中年MCI 患者進行相關研究；最后，本研究未做獨立的視覺功能相關量表評估，以后將加入相關量表評估并分析其與認知功能的相關性。

綜上所述，通過rs-fMRI與基于圖論的復雜網絡分析方法對MCI患者的全局及節點拓撲屬性的分析，筆者認為MCI患者的局部信息處理能力遭到破壞，且主要影響視覺及聽覺相關的腦區。研究結果表明Cp及Eloc降低可能成為潛在的MCI 影像生物標志物，為MCI的早期準確診斷提供科學依據。

作者利益沖突聲明：全部作者均聲明無利益沖突。