静息态功能磁共振不同分析方法在意识障碍中的研究进展

任育秦 郝宇茹 钱丽霞

1）山西医科大学医学影像学院，山西 太原 030001 2）山西医科大学第三医院（山西白求恩医院 山西医学科学院 同济山西医院），山西 太原 030032

意识障碍（disorder of consciousness，DOC）是指脑损伤后无法正确认识自身状态和(或)客观环境,不能对外界环境刺激做出正确反应的一种病理过程，常见原因包括心脏骤停、创伤性脑损伤（traumatic brain injury，TBI）、脑出血和缺血性脑卒中等［1］。DOC 按不同意识水平主要分为昏迷、植物状态（vegetative state，VS）［又称无反应觉醒综合征（unresponsive wakefulness syndrome，UWS）］及微意识状态（minimally conscious state，MCS）［2］。脑损伤后患者通常先进入昏迷状态，随着意识的逐渐恢复，部分患者进入VS/UWS、MCS或意识混乱状态。患者的脑损伤程度与后期意识恢复相关，其中VS/UWS的预后较差，MCS恢复意识的概率相对较高［3］。

目前评估DOC 的方法主要有临床行为评估量表、神经电生理检查及脑功能成像等［3］。临床行为评估量表可快速初筛DOC 分型，但通常会因患者的临床状态不稳定及临床医生的主观性使评估结果存在一定误差。神经电生理检查主要包括诱发电位检查和脑电图等，诱发电位检查结果易受外周器官器质性病变，即视听觉传导通路的影响［4］，且空间分辨率较低，通常需结合影像学结果共同评估，脑电图抗干扰能力较差，容易受到受试者自身状态及周围环境的影响［5］，因此存在一定局限性。脑功能成像主要包括功能磁共振、正电子发射断层技术（positron emission tomography，PET）及功能近红外光谱（functional near-infrared spectroscopy，FNIRS）等，其中静息态功能磁共振成像（resting-state functional magnetic resonance imaging, rs-fMRI）能直观显示大脑内在功能的广泛变化，极大促进对DOC 脑区功能变异机制的理解，与FNIRS 相比，rs-fMRI 具有更高的空间分辨率［6］，与结构性病变的整合更好，且比PET 更容易获得，为探索DOC 患者自发神经活动的变化及进一步研究DOC的发病机制提供了技术支持。

静息态功能磁共振于1995 年由Biswal 等首次描述，此后被广泛用于各种神经、精神疾病患者和健康受试者。rs-fMRI是基于血氧水平依赖性（blood oxygenation level dependent，BOLD）信号自发波动的扫描技术，该信号在不同的大脑区域同时发生，而无需受试者执行明确的任务［7］，可探测DOC 患者的残余意识，有助于决定在损伤后早期继续或取消维持生命的治疗［8］。常见分析方法主要有以下3 种：局部大脑功能分析，包括低频振幅法（amplitude of low frequency fluctuation，ALFF）和 局 部 一 致 性（regional homogeneity，ReHo）等；全局功能连接分析，包括独立成分分析（independent component analysis，ICA）及基于种子点的功能连接分析（seed-based correlation analysis，SCA）等；以及基于图论的脑网络分析。本文就rs-fMRI 不同分析技术对于DOC 患者相关研究进展进行综述，以期了解DOC 的神经功能影像学研究进展，为未来研究DOC 发病机制、有效诊断及预后评估提供方向。

1 局部大脑功能分析

1.1 ALFF分析ALFF 分析是通过检测局部脑区在低频范围（0.01～0.1 Hz）内BOLD 信号自发波动强度，进而从能量代谢的角度分析相关脑区神经元振荡的方法。ALFF 与局部脑区神经活动成正比，升高代表局部脑区的活动增强，降低表明相关脑区神经元的活动强度减弱［9］。宋娟等［10］研究表明，中重度创伤性脑损伤患者ALFF 值减低的脑区主要分布在默认模式网络（双侧楔前叶、角回）、楔前叶网络，提示楔前叶功能下降，这可能是导致患者意识障碍及记忆障碍发生的神经基础。许多涉及rs-fMRI 的分析都涉及静息状态网络（resting-state network，RSN），这是反映大脑功能结构的相关活动区域。RSN的特征是BOLD信号的低频（0.1 Hz）自发波动［11］。讨论最广泛的RSN 是默认模式网络 （default mode network, DMN），该网络的完整性被认为是人类意识的关键［12］。Guo 等［13］试图通过ALFF 方法评估重型颅脑损伤患者的预后，结果显示，与对照组相比，患者组ALFF 值下降的区域几乎包括所有DMN 区域，且后扣带皮层ALFF 值与患者6 个月格拉斯哥预后量表评分呈正相关，进一步表明DMN的ALFF变化与创伤性脑损伤的结局密切相关。

fALFF 是低频带宽振幅与全频带宽振幅的比值，作为ALFF 的归一化指标，fALFF 可提供更具体的低频振荡现象测量，其特征是抑制脑池中的非特异性信号，进一步增加检测局部脑区自发性神经活动的特异性和敏感度［14］。Wu 等［15］最近研究显示，DOC 组右侧楔前叶、右侧额上回、左侧额中回和左侧丘脑等区域神经活动显著减少,表明脑损伤后意识水平的降低可能与丘脑-额叶回路和楔前叶的局部功能受损有关；Spearman 相关分析显示，右侧楔前叶的fALFF 与昏迷恢复量表修订版（coma recovery scale-revised，CRS-R）的口部运动和运动评分呈正相关，提示该脑区的fALFF 值有潜力成为评估DOC 患者的意识水平或意识受损严重程度的影像学标志物。Yu 等［16］采用fALFF 和动态fALFF 方法分析显示，内侧前额叶、楔前叶、左角回和右中扣带回存在显著组间差异，动态fALFF 分析显示出更广泛的异常脑区，包括右额下回、右角回、左额上回和左枕中回，健康对照组诸脑区的动态变化显著低于VS/UWS 和MCS 组，但在两个DOC 亚组之间未发现差异。最新一项研究发现，在所有DOC 患者中观察到DMN、显著网络（salience network，SN）和执行控制网络（executive-control network，ECN）中fALFF降低，且随DOC的临床表现从MCS恶化到VS/UWS，背侧DMN、SN 和左侧ECN 的fALFF 显著降低，单因素方差分析显示背侧DMN 在其中起重要作用，进一步证实DMN 的完整性对维持意识的重要性。此外，在所有DOC患者中，左侧ECN的fALFF与CRS-R总分之间存在正相关关系［17］。以上研究结果有助于更好了解DOC 患者局部大脑活动的潜在神经机制，这些变化可进一步集成到基于意识状态神经特征的未来诊断工具中，以期为DOC 的诊治提供更有效的信息。ALFF 和fALFF 方法的优点在于分析简单，结果易解释，且在长时间、多次数分析过程中具有稳定结果，是探索DOC患者残余意识的有效手段。

尽管大多数ALFF/fALFF 研究集中于经典频段（0.01～0.08 Hz），但也有部分研究报道了另外4 个较 窄 的 频 段［18］：slow-2（0.198～0.25 Hz）、slow-3（0.073～0.198 Hz）、slow-4（0.027～0.073 Hz）和slow-5（0.01～0.027 Hz）。不同频段下的自发低频波动可能代表不同的神经源，其中slow-4和slow-5频段下的神经振荡与灰质信号的相关性最密切［19］。到目前为止，只有少数fMRI 研究对DOC 的频率依赖性分析进行了检查。一项对获得性脑损伤患者的纵向研究显示，伴随意识恢复的局部神经活动的改变发生在slow-4 频段［20］。Yu 等［16］通过亚频率分析显示slow-4 的组间差异主要发生在内部意识网络，而slow-5 的组间差异主要发生在外部意识网络，两组之间无重叠区域，提示DMN 存在潜在的频率依赖性改变。在不同意识水平的患者中，自发性局部脑活动是否存在频率依赖性效应仍有待阐明。

1.2 ReHo分析ReHo 分析是基于体素的度量，通过计算BOLD 时间序列的肯德尔和谐系数表示某一体素与其邻近体素的相似性，反映临近脑区神经活动状态的一致性［21］。ReHo 值越高，局部神经元活动的时间序列越一致，ReHo 值降低表明局部脑区活动在时间序列上表现为相对无序状态。

研究表明MCS 和VS/UWS 患者在后扣带回皮质、内侧前额叶皮质和双侧额顶颞皮质等广泛的大脑区域内表现出ReHo 值降低［22］，意味着MCS 和VS/UWS 患者内部和外部意识网络的区域连通性受到广泛损害。此外，在VS/UWS 患者中观察到昏迷恢复量表总分与左楔前叶ReHo 降低之间呈正相关。楔前叶是DMN 中的一个关键区域，与维持意识的高级功能密切相关，但在MCS 患者中未发现线性趋势。陈伟观等［23］通过对严重脑损伤后不同意识水平患者进行ReHo 分析，结果表明，与VS/UWS患者相比，更高水平的DOC 患者表现出优势半球、左侧岛叶及小脑等区域的功能差异，提示该脑区可能是区分不同意识水平患者的核心脑区。异常ReHo 可能与相应脑区之间自发神经活动的不平衡以及神经元破坏相关，表明对应脑区功能受损。朱希等［24］采用ReHo 方法分析重复经颅磁刺激对严重DOC 患者的临床及神经影像学变化，结果显示实验组在重复经颅磁刺激治疗后ReHo 值升高的脑区包括顶叶、前额叶，进一步证明可在一定程度上通过相应脑区ReHo 值的变化间接反映脑损伤患者的恢复情况。同ALFF 方法一样，ReHo 方法也具有很高的可重复性，但受制于本身局限性，无法探究远程脑区功能的改变。

2 全局功能连接分析

脑功能连接是通过计算不同脑区的BOLD 信号在时间序列上的相关性，进一步体现对应脑区之间功能连接强度的方法，分析方法包括基于种子点的功能连接分析和独立成分分析（independent components analysis,ICA）。基于种子点的功能连接分析通过测定某种子点与其他体素之间的BOLD系数，反映各脑区之间功能连接的程度；独立成分分析通过解析BOLD 信号分离出多个空间独立的功能网络，每个独立网络内具有同步的BOLD 活动，网络之间亦具有时间上的相关性［25］。

Amiri 等［26］使用rs-fMRI 评估急性DOC 患者的残余意识，结果表明，与MCS 患者相比，UWS 患者在入组和出院时均表现出DMN 内连接降低及网络间连接增强的特征，提示两者的组合可能是急性DOC患者，尤其UWS患者的突出特征。Medina等［27］采用独立成分分析和基于种子点的分析表明，在慢性DOC 患者队列中VS/UWS 的感觉运动网络、视觉网络及听觉网络等低阶网络数量明显少于MCS 患者，且各网络中的rs-fMRI 活性显著降低，与Kirsch等［28］的研究结果基本一致。另外，该研究通过Spearman 相关分析得出视觉网络连接活性与临床视觉功能显著相关，表明视觉领域的反应类型和程度与视觉网络的完整性相关［27］。ICA 能提取受试者所有可检测的网络，且可在无任何先验假设的情况下进行，可重复性相对较高。

Threlkeld 等［12］基 于rs-fMRI 采 用 种 子 法 分 析DOC 患者的功能连接，纵向研究患者意识恢复期间DMN 的动态变化，结果表明重度TBI 导致的DOC 患者发病初期DMN 相关性和反相关性都被破坏，然后随着意识水平的提高依次恢复正常。Zhang 等［29］研究了严重创伤性脑损伤（severe traumatic brain injury，sTBI）和健康对照组之间以及清醒和昏迷组之间的功能连接差异，结果表明DOC 患者双侧丘脑和全脑之间的功能连接显著中断，在sTBI 后6 个月时，持续清醒的昏迷患者与最终不清醒的昏迷患者之间双侧丘脑至全脑的功能连接强度也显著不同，表明丘脑与DOC 的发生和预后密切相关［30］。有学者比较了DMN、ECN 及DMN 与ECN 之间的功能连接在预测sTBI 患者意识恢复方面的能力，结果显示DMN 在出现创伤性昏迷和6 个月后觉醒的预测中比ECN 和DMN-ECN 相互作用起更突出的作用，强调了DMN 在意识恢复中的重要性［31］。有证据表明动态分析揭示了大脑活动的时间变异性，可为神经和精神疾病的机制提供新的见解。Cao 等［32］最近一项研究发现，DOC 患者的感觉和躯体运动网络表现出动态功能连接降低。此外，这些异常动态动能连接的特性可用于预测CRS-R 评分，以上研究证明功能磁共振成像在评估DOC 患者的皮质功能方面的临床实用性，一定程度上提高了对静息状态网络恢复机制的了解。种子点分析的主要优点是计算简单、结果直观，但分析结果依赖于感兴趣区的选择，当改变种子位置时，功能连通性分析的结果可能发生相应变化，这使其易受个人主观性的影响。

3 基于图论的脑功能分析方法

静息态功能网络的图论分析可量化大脑连接的全局和局部模式，图论节点代表大脑区域，而边界代表功能连接，对应于相应脑区域之间BOLD 活动的时间相关性大小［33］，通过检测神经网络的局部和全局组织，为分析大脑网络的拓扑提供理论框架，已被广泛用于检查复杂网络的性质，从脑网络视角研究脑功能变化，如小世界性、模块化以及度中心性（degree centrality，DC）等。

基于rs-fMRI 数据，度中心性反映了一个体素与整个大脑中所有其他体素之间的连接强度［34］，体现该体素在脑网络中的重要性，DC 值越高，则该体素在脑网络中越重要。研究显示，与有意识和微意识状态组相比，无意识状态患者的辅助运动区、前扣带回皮层、双侧缘上回和左侧颞中回的度中心性降低［35］，此前研究中这5 个区域在健康意识大脑中都显示出高度的中心性［36］，具有高度中心性的区域可实现有效沟通，从而在全脑范围内进行信息整合。因此，无意识期间这些区域度中心性的降低可能表明其在大脑全脑功能网络中起支持意识的作用。意识的恢复可能与可恢复的无意识状态下皮质中枢的完整性有关，尤其楔前叶。Wu 等［37］通过图论分析UWS 患者意识恢复与脑功能的关系，结果表明，与未恢复意识UWS 患者相比，意识恢复者的楔前叶、左顶下小叶、左额下回和左额中回等区域DC 值较高，表明这些皮质枢纽区域有潜力作为预测DOC 患者意识恢复的神经影像学标志物。Julia 等［38］首次采用基于rs-fMRI 的图论分析研究DOC 患者的脑网络特性，结果表明，与健康人相比，DOC 患者全局脑网络的模块性降低，表明分离和整合之间的最佳平衡受到干扰，这种平衡对于人类大脑网络的高水平功能至关重要［39］。此外，在MCS 和UWS 之间，顶叶内侧区域的局部效率有显著差异。基于图论方法的分析，表明脑网络改变与意识水平的关系，为进一步探究DOC 的发病机制提供新的认识，但目前大多数仍处于描述性研究，部分结果难以通过现有发病原理解释，未来需进一步探索。

4 总结与展望

尽管多项研究表明了rs-fMRI 在DOC 患者中的应用价值，但目前仍无能准确预测DOC 患者结果的合适和可靠方案，这是未来研究DOC 功能成像的关键目标之一。基于rs-fMRI 的脑功能不同分析方法已广泛应用于DOC 患者，不同的分析方法之间互补，与单独应用一种方法相比，将多种方法应用于同一数据集可能会产生更好的结果。此外，将功能磁共振成像与电生理检查、临床行为量表结合运用，能更准确地辅助诊断及评估预后，为患者提供更优质的医疗帮助。