帕金森病病人靜息狀態下大腦四維時空一致性的變化研究

楊文珍，王小龍，羅程，李其富，蔡毅

作者單位：1海南醫學院第一附屬醫院神經內科，海南 ?？?570102；2電子科技大學生命科學與技術學院，四川 成都 610000

帕金森?。≒arkinson's disease，PD）是僅次于阿爾茨海默病的第二大神經變性疾病。據估計，在40歲以上的總人口中PD 的全球患病率約為0.3%，研究推斷未來中國PD 病人人數將從2005 年的199 萬人增加到2030 年的500 萬人，幾乎占全球PD 病人總數的一半［1］。PD 是一種多系統障礙，表現為一系列運動癥狀，包括靜止性震顫、肢體僵硬、運動遲緩，以及伴隨的非運動癥狀，如營養不良、抑郁、焦慮、認知功能障礙和睡眠障礙［2］。隨著人口老齡化，PD的患病率增加無疑會降低老年人的生活質量，給人類社會造成重大的醫療負擔［3］。

PD 的主要神經病理特征是黑質-多巴胺能神經元的變性和細胞內嗜酸性包涵體的形成，從而導致基底節傳導信號通路中斷和運動癥狀出現。然而，到目前為止，這些病理特征尚不能充分解釋PD 癥狀的異質性和疾病的進展，與疾病相關的潛在神經機制還沒有完全了解。有研究表明，當典型運動癥狀出現時，黑質多巴胺能神經元的損失已經達到至少60%，相當于Braak 3 或4 級［4］，因此，PD 存在著診斷、治療滯后的問題。早期識別PD 對于該病的臨床處理和治療至關重要，早期治療可以減緩癥狀的進展，因此要求人們尋找特異性的影像學標志物或生化標志物以協助早期診斷及治療。

靜息態功能磁共振（resting-state functional magnetic resonance imaging，rs-fMRI）是一種非侵入性的神經成像技術，已被廣泛應用于研究活體自發性腦活動，其通過記錄血氧水平依賴信號來測量腦功能活動，是目前研究PD 神經生物學機制的主要成像方法之一［5］。其成像原理如下：當大腦局部區域神經元活動增加時，局部耗氧量也增加，但是機體產生應激反應使得局部腦區氧供會遠大于氧耗，氧合血紅蛋白大于脫氧血紅蛋白。脫氧血紅蛋白是一種順磁性物質，會縮短T2 松弛時間，使T2 加權像（T2WI）圖像上的信號增高［6］。rs-fMRI 的研究方法可分為功能分離和功能整合。功能整合通過功能連接或網絡分析，如獨立成分分析、密度分析、基于種子的功能連接分析和圖論分析，強調遠程大腦區域之間的關聯和相互作用［7］。功能分離主要研究局部神經自發活動的特征，如：低頻波動幅度分析和區域一致性分析。其中區域一致性分析方法已被廣泛用于探索PD 的神經活動，區域一致性是計算給定體素與相鄰體素之間的低頻波動的同步，反映了局部大腦區域的神經功能同步［8-9］。然而，區域一致性分析方法僅僅強調局部區域的時間一致性，而忽略了局部區域相鄰時間的空間相關性的影響。于是，2015年Dong等［10］首次提出了一種新的度量方法，即局部神經活動四維（時空）一致性［four-dimensional （spatio-temporal） consistency of local neural activities， FOCA］，它通過整合局部區域的時間和空間信息來表征局部一致性。此方法是假設靜息狀態下大腦局部功能的一致性可能包含兩個方面：①體素之間的時間相關性；②相鄰時間點之間的局部空間相關性。相比較于區域一致性分析方法，此方法彌補了大腦的空間信息，因此，FOCA 分析方法可能提供有助于我們了解大腦功能的額外信息，這些有意義的信息可能對腦功能成像有用，更加有利于我們對大腦功能的了解。

目前，FOCA 分析方法已用于部分心理疾病、癲癇等領域的研究［11-12］，但在PD 領域上相關研究報道尚少。因此，為進一步探討PD 病人腦功能區域神經元活動的變化，本研究首次采用FOCA 分析方法去研究PD 病人局部腦功能活動的改變，探討異常腦區與PD 臨床癥狀之間的聯系，以及計算FOCA 值在受試者操作特征曲線（ROC 曲線）中的曲線下面積（AUC），判斷其對PD的輔助診斷價值。

1 資料與方法

1.1 一般資料在本研究中，納入了2021年6月至2022年1月在海南醫學院第一附屬醫院神經內科門診就診的PD病人作為PD組，所有PD病人均由我院兩名副主任以上神經內科醫師共同協助診斷，同時納入同期在我院神經內科招募的健康人群作為健康對照組（HC 組）。PD 組共納入了31 例，HC 組共納入了42例。所有受試者均告知本研究目的、實施過程等相關內容，本研究獲海南醫學院第一附屬醫院倫理委員會批準［批號：2022（科研L）第（29）號］，受試者或其近親屬對研究方案簽署知情同意書。

PD 組的具體納入標準及排除標準如下。納入標準：①滿足2016年版的中國PD 的診斷標準［13］；②右利手病人；③無嚴重的內科疾病人。排除標準：①有MR 檢查禁忌證者，如：心臟支架、心臟瓣膜手術、義齒等；②腦卒中、腦炎等中樞神經系統疾病者（不包含無癥狀腔隙性腦梗死）；③正在妊娠及哺乳期婦女者；④出現癡呆不能理解及配合檢查的病人；⑤有酗酒史，癲癇發作、暈厥等病史。

1.2 數據采集由兩名有經驗的影像診斷醫師使用我院3.0TMR 磁共振成像系統對所有被試者進行頭顱rs-fMRI 掃描，所有受試者被告知在rs-fMRI 采集過程中保持放松，閉上眼睛，但避免睡眠和活躍的思維。高分辨率T1 加權像（T1WI）掃描參數如下：采用3D FSPGR 序列，回波時間=3.4 ms，層厚1 mm，脈沖重復時間=8.5 ms，矩陣=256×256，翻轉角=9°，視野=204.8 mm×163.8 mm，全腦無間距軸位連續掃描170 層。靜息態BOLD 序列的主要參數如下：平面回波成像（EPI）序列，回波時間=30 ms，層厚5 mm，脈沖重復時間=2 000 ms，矩陣=64×64，翻轉角=90°，視野=240 mm×240 mm，軸位全腦掃描共采集255層。

1.3 數據處理對rs-fMRI 數據處理：使用dapabi軟件對原始圖像數據進行處理，獲取能夠反映生理意義的BOLD 圖像，具體步驟如下：①將醫學數字成像DICOM 格式的數據轉換為神經成像信息學技術倡議NIFTI 格式；②由于剛開始掃描時刻機器均處于不穩定時刻，前5個時間點的影像數據剔除；③時間校正：運用數學轉換，保證全腦各層面的采集、獲取時間一致；④頭動校正：重新排列和評估頭部運動（排除標準：頭動≥3 mm 或旋轉移動＞3°的圖像進行剔除）；⑤空間標準化：將高分辨率T1WI 與平均功能MRI 進行配準，將T1WI 與微分解剖配準進行分割，生成組模板；將得到的對齊數據與分割灰質一起轉換和歸一化到蒙特利爾神經學研究所MNI空間；⑥去線性漂移：去除MRI 或其他因素產生的線性趨勢；⑦空間平滑：大腦靜息狀態下的神經元活動是在0.01～0.08 Hz 頻率范圍內的數據，因此需要將信號中的高頻信號消除或減弱，降低各種生理性噪音影響，采集有效的信號內數據；⑧FOCA 計算：對處理后的樣本數據進行FOCA 分析，計算每個體素的FOCA 值即可得到全腦的FOCA 圖像，然后每個體素的FOCA 值除以全腦FOCA 均值，到各組標準化的FOCA圖。

1.4 統計學方法一般資料采用SPSS 23.0 軟件進行統計學分析，組間服從正態分布的計量資料采用兩獨立樣本t檢驗，不服從正態分布或方差不齊的計量資料采用兩獨立樣本秩和檢驗，組間計數資料采用χ2檢驗，當P＞0.05 認為兩組差異無統計學意義。rs-fMRI 圖像數據的統計學分析是基于體素水平進行兩獨立樣本t檢驗，以年齡、性別作為協變量，未校正前顯著性標準為P＜0.001，再進行錯誤發現率（false discovery rate，FDR）校正，校正后P＜0.05，得出FOCA 對應的差異統計參數圖，將差異統計參數圖疊加到REST slice viewer 的三維結構圖模板中，記錄差異腦區的精確三維坐標（X、Y、Z）以及記錄對應的t值。選擇PD 組和HC 組之間存在顯著差異的大腦區域作為感興趣區域，在每個感興趣區域中提取平均FOCA值，用于進一步ROC曲線分析，計算ROC曲線下面積。

2 結果

2.1 一般資料HC 組和PD 組臨床資料比較，性別（男/女）（25/17 比20/11，χ2=0.18，P=0.665）和年齡［（62.4±7.9）歲比（61.7±9.1）歲，t=-0.37，P=0.711］均差異無統計學意義。

2.2 組間FOCA 結果與HC 組比較，PD 組FOCA增高的腦區有左側小腦小葉Ⅷ區，FOCA 值減低的腦區有右側輔助運動區（supplementary motor area，SMA）。見表1。

表1 帕金森病組（PD組）與健康對照組（HC組）FOCA的差異腦區

2.3 ROC 曲線圖為進一步評估FOCA 應用于PD病人的診斷效能，對其進行ROC 曲線分析，結果表明，FOCA 在ROC 曲線分析中對輔助診斷PD 的曲線下面積是0.846。

3 討論

PD 的主要特點是黑質致密部中的多巴胺能細胞變性，導致紋狀體中神經遞質多巴胺的含量顯著減少，基底節中直接通路和間接通路之間對抗的作用失衡，從而導致典型的錐體外系運動障礙，病人產生運動癥狀［14］，主要特征表現為肌強直、肢體僵直、不自主抖動。rs-fMRI FOCA 方法通過整合局部區域的時間和空間信息表征局部一致性來探測腦功能，異常FOCA 信號反映的是大腦區域自發性神經元活動一致性的改變，FOCA 降低說明其神經元活動的一致性降低，提示此腦區出現了功能障礙，可能存在與疾病有關的功能上的剝奪，而FOCA 增高可能是為維持正?；顒訖C體產生的代償作用［15］。本研究運用FOCA 分析方法研究了PD 病人靜息狀態下腦功能區域神經元活動性的改變，探討PD 的影像和功能特點，希望為早期診斷和治療提供幫助。

本研究發現，與HC 組比較，FOCA 值減低的腦區有右側SMA。SMA 在復雜的運動準備和控制中發揮著重要作用。它在功能上分為兩個亞區：一個是與前額葉皮質相連且不直接投射到脊髓的喙側部分，參與運動的早期準備；另一個是與初級運動皮質和脊髓相連的尾側部分，主要參與運動執行［16］。許多研究已經報道了，在PD 病人中，一些對運動控制很重要的區域普遍出現異常自發大腦活動［17-18］。一項研究分析顯示，雙側SMA 和左側前運動皮質的大腦神經元活動降低是與PD 病人運動功能相關的最一致的發現［19］。同樣有人發現，PD病人處于疾病不同階段時，SMA 內的功能連接基本比正常人水平低［20］，任務態功能磁共振研究中觀察到，PD 病人執行相應運動任務時SMA 激活減少，給予左旋多巴治療后SMA 的功能相對正?；?，SMA 神經元活動性與運動能力相關［21］。PD 病人運動障礙的特征性表現之一是運動的啟動困難，由于SMA 對運動的啟動至關重要，尤其是對于那些內部產生的運動，并且是運動選擇和準備的核心，本研究發現大腦SMA 神經元活動性的降低，這可能是導致PD 運動障礙的一個重要因素［22］，但是SMA 在PD 中的作用和具體潛在機制仍尚不清楚，需要更多嚴謹科學的實驗設計進一步調查研究。

有研究表明，經顱磁刺激可用于改善PD、腦卒中等神經系統疾病的癥狀，緩解運動功能障礙。其中最受關注的作用靶區是M1［23-24］。然而，Hanakawa［25］研究發現，運動相關的網絡系統在一定程度上存在網絡重疊，對運動執行更敏感的位置在SMA 和中央前回內更靠前的位置。SMA 可能是更合適的磁刺激的靶區，同樣本研究發現大腦中SMA 神經元活動性的降低可能是導致PD 運動障礙的一個重要因素，其有可能為SMA 作為治療靶點提供了可靠理論依據。

小腦已被證明是與運動控制和自主運動相關的關鍵腦區［26］，通過對廣泛的皮質和皮質下腦區的研究發現，小腦與大腦灰質之間的聯系構成了前饋和反饋回路，形成了皮質-腦橋-小腦皮質環路，在大腦小腦網絡中發揮重要作用，并調節精確的運動控制、情緒、認知和行為，小腦是該環路中的關鍵節點，控制和影響著軀體運動，已有很多的研究表明，帕金森震顫與該環路密切相關［27］。

本研究與許多rs-fMRI 研究［28-29］結果一致，普遍發現PD 病人存在小腦過度激活狀態。本研究結果顯示，神經元活動性升高位于左側小腦后葉Ⅷ區，即新小腦，其以處理運動協調、準確運動和平衡控制為主，可能是維持軀體感覺運動神經系統回路完整性的一種運動調控的代償機制。然而，有少部分研究發現小腦出現神經元活動性下降［30］。一般來說，隨著疾病的進展，病理損傷應該會更嚴重，因為多巴胺能神經元變性是逐漸發展的。小腦在PD 中的主要作用包括病理和代償作用。代償效應在相對較早的階段存在并增強，以維持相對運動和非運動功能。然而，隨著病理效應的逐漸發展，代償效應可能會在晚期減弱或最終失效。小腦中神經元活動性的降低可能與嚴重的病理進展對多巴胺能藥物無效有關，小腦神經元活動性增加可能與補償受損的運動回路的代償功能有關。這可以解釋不同研究中截然相反的結果。隨著研究深入，人們越來越多地認識到小腦在PD 的病理生理改變中有不可缺少的重要作用，繼續了解小腦在PD 中的作用仍然是解開這種疾病復雜的、多系統性質的一個重要目標。此外，一項通過比較不同H-Y階段PD的研究表明，隨著H-Y 階段的上升，小腦區域神經活動性逐漸下降［31］。綜上所述，我們的研究發現，與健康對照組相比，PD 組的小腦區域和SMA 存在顯著差異，雖然通過PD 的臨床表現特點可解釋兩組之間差異腦區的改變，表明了其改變可能與疾病臨床癥狀有關，但也不能排除兩者之間是一種伴隨關系，未來的研究還需要通過疾病嚴重程度分組、年齡分層等手段來控制差異增強組間對比，以及通過對病人進行隨訪的縱向研究，尋找更加可靠有力的證據來驗證兩者之間的關系。

越來越多的證據表明，神經標志物未來可能被用來有效地識別疾病。在本研究中，我們繪制了ROC 曲線評估FOCA 應用于PD 診斷的臨床價值，從結果上顯示了其具有良好的診斷效能，說明FOCA可能對PD 的輔助診斷具有潛在價值，但對于是否能利用FOCA 診斷PD，還需進一步挖掘PD 病人中差異腦區FOCA 改變的神經影像機制，尋找PD 在rs-fMRI 中的特異性改變，以期未來為PD 病人的臨床診療提供新的影像學證據。

本研究的不足之處：本研究樣本量較小，且納入的PD 病人疾病嚴重程度數量分組不均衡，因此未能按照疾病嚴重程度進行細化的分組精準分析；長期使用抗PD藥物可能會改變PD病人神經回路的可塑性。因此，未來的研究將采用更大的樣本量，調查抗PD 藥物在PD 病人中的作用，以及進一步細化分組研究PD潛在的神經機制。