青少年肌陣攣癲癇患者的大尺度腦網絡研究

柯 銘 崔吉平 劉光耀

1(蘭州理工大學計算機與通信學院，蘭州 730050)2(蘭州大學第二醫院磁共振科，蘭州 730030)

引言

大腦是一類具有小世界和無標度特征的復雜網絡系統，從復雜網絡的角度對腦網絡的探索已經成為一個新興的研究領域[1-2]。 圖論是描述網絡特征的重要工具，是一種定量分析復雜網絡的方法[3]。 現今關于復雜腦網絡的研究，許多研究人員使用圖論方法。 利用功能磁共振成像(functional magnetic resonance，fMRI)數據進行的不同空間和時間尺度的腦網絡圖論分析，不僅可以對復雜的腦網絡拓撲結構進行形式化描述，還可以對其性質進行量化[4]。 目前，復雜腦網絡的圖論研究已經被廣泛應用到精神性或神經性腦疾病研究[5]等各個方面。

青少年肌陣攣性癲癇是一種特發性全身性癲癇綜合征(idiopathic generalized epilepsy， IGE)。JME 患者的特征是肌陣攣性抽搐，有時伴有全身強直陣攣性發作(generalized tonic-clonic seizure，GTCS)，較少出現失神發作[6-7]。 JME 于1975年由Janz 首次提出，直到1989年才被國際抗癲癇聯盟(International League Against Epilepsy， ILAE) 確定是一種特殊的癲癇綜合征[8]。 同局灶性癲癇相比，JME 是具有良性預后的癲癇綜合征。 JME 的頭部磁共振成像(magnetic resonance imaging， MRI)檢查缺少結構異常的證據，常規的智力量表評估通常是正常的[9]，然而越來越多的證據表明JME 患者出現認知行為受損的表現[10-11]。 同時， 國內外的研究發現， JME 患者出現精神行為的異常[12]、執行能力的下降[13-14]， 以及社會適應能力的下降[15]。 為研究JME 的病理生理機制，Kim 等[16]使用復雜網絡的圖論分析研究新診斷的JME 患者基于腦電圖的功能連接，以及它是否可以作為預測抗癲癇藥物反應的生物標志物。 Lee 等[17]也結合圖論分析法，得出JME 患者丘腦內網絡異常。 應用圖論分析JME 患者大尺度腦功能網絡，可以發現全腦網絡特性改變[1]。

人腦是由多個功能各異的大尺度功能網絡組成的，每個功能網絡包含的若干個腦區在靜息狀態下的功能活動是同步的，而不同的功能網絡之間表現出不同的活動模式[18]。 大尺度腦網絡參與人類日常生活中的許多大腦活動，涉及到很多高級認知功能，例如知覺、工作記憶、想象、計劃、決策等。 大腦的高級認知功能不是由單個腦區負責的，而是通過與多個認知活動相關的腦區構成的特異性腦網絡的協同活動實現[19]。 為了深入地理解大腦的工作機理并探究各類腦疾病的病理生理學機制，研究人員需要從功能整合的角度出發進行大尺度功能腦網絡連接分析。 大尺度腦網絡中默認模式網絡是研究最廣泛的網絡，青少年肌陣攣性癲癇已多次被發現與大腦默認模式網絡的連接障礙有關[20]。突顯網絡在多個感覺和認知領域的顯著性加工以及默認模式網絡和中央執行網絡之間的轉換中起著至關重要的作用[21-22]。

本研究通過對JME 患者組和正常對照組的腦網絡腦區介數值進行分析，發現JME 患者組與正常對照組相比，其個別節點的介數值存在顯著差異。推斷差異腦區所屬大尺度腦網絡內部發生改變，這些改變的發現以期能夠為青少年肌陣攣性癲癇的病理機制研究提供幫助，進一步幫助我們從整體層面更好地理解大腦的運行規律。

1 材料和方法

1.1 數據來源、數據采集及數據預處理

本次研究所有被試數據均來自蘭州大學第二醫院，選取17 例青少年肌陣攣癲癇患者作為患者組，選取15 名正常志愿者作為健康對照組。 患者組與正常對照組的性別、年齡、利手、教育年限皆無顯著性差異，詳情見表1。 所有患者均根據2001年國際抗癲癇聯盟發布的診斷標準診斷為青少年肌陣攣癲癇。 正常志愿者通過廣告招募，在掃描前排除急性身體疾病、藥物濫用或依賴、有顱腦損傷導致意識喪失的病史以及神經或精神障礙者。 本次研究內容及研究目的均告知被試，并簽署知情同意書。

表1 被試特征表Tab.1 Characteristics of participants

所有被試全腦靜息態數據均由Simens Verio 3.0 T MRI 掃描儀采集完成。 數據采集時，將被試頭顱固定在專用頭線圈內并保持不動，并要求被試仰臥、閉眼，保持放松，保持清醒且不做特定性思維。 采用梯度回波-平面回波成像(gradient recalled echo-echo planar imaging，GRE-EPI)序列作為rs-fMRI 數據的掃描序列。 具體掃描參數:重復時間(repetition time，TR)＝2 000 ms，回波時間(echo time，TE)＝30 ms，層厚(slice thickness)＝4.0 mm，層間距(gap)＝0.40 mm，層數＝33 層，視野范圍(field of view，FOV)＝240 mm×240 mm，旋轉角度(flip angle，FA)＝90°，矩陣(matrix size)＝64×64，共采集200 個時間點，掃描時間為400 s。 通過三維磁化準備快速梯度回波序列(3 dimensions magnetization prepared rapid acquisition gradient echo，3DMP-RAGE)采集T1 加權像。 具體參數:重復時間(repetition time，TR)＝1 900 ms，回波時間(echo time，TE)＝30 ms，層厚(slice thickness)＝0.9 mm，視野范圍(field of view，FOV)＝256 mm×230 mm，矩陣(matrix size)＝256×256，旋轉角度(flip angle，FA) ＝90°。

數據預處理使用SPM12(www.fil.ion.ucl.ac.uk/spm/)和GRETNA(www.nitrc.org/projects/gretna/)軟件包。 具體預處理步驟包括:(1)去除前10 個時間點，等待掃描儀穩定；(2)時間層校正(TR ＝2 s)；(3)頭動校正，頭動超過1 mm，旋轉超過1°的被試被剔除；(4)采用dartel 配準方法進行空間標準化；(5)去除線性趨勢；(6)采用帶寬為0.01 ～0.08 Hz的濾波器進行濾波；(7)去除協變量，主要去除白質信號、腦脊液信號以及頭動參數。

1.2 方法

1.2.1 偏相關方法構建腦功能連接網絡

腦網絡由網絡節點與網絡連接邊組成，因此腦功能網絡構建的關鍵要素為確定網絡節點與定義節點間的連接邊[23]。 根據AAL[24](anatomical automatic labeling，AAL)模板將整個大腦分成90 個感興趣區，提取90 個感興趣區的時間序列，然后構造被試的全腦功能連接網絡。 本研究功能連接強度使用偏相關系數表示。 計算每個被試的90 個腦區兩兩腦區間的偏相關系數，得到每個被試的偏相關系數矩陣，對得到的偏相關系數矩陣進行Z 值化。 最后，將正常對照組15 個被試對應的15 個矩陣進行求和并均值化；將JME 患者組17 個被試對應的17 個矩陣求和并均值化。 各自得到一個表示組內所有被試的相關系數矩陣。

首先獲得每個變量(x變量和y變量)之間的簡單相關系數，即相關性分析(協方差/標準差之積)得到的系數，數學公式如下:

在分析變量xi和xj之間的偏相關時，剔除變量xh的影響。 3 個變量的偏相關系數:

式中，rij是變量xi與xj的簡單相關系數；rih是變量xi與xh的簡單相關系數；rjh是變量xj與xh的簡單相關系數。

4 個變量的偏相關系數(剔除變量h、m的影響):

式中，rij·h是變量xi、xj和xh的偏相關系數；rim·h是變量xi、xm和xh的偏相關系數；rjm·h是變量xj、xm和xh的偏相關系數。

高階相關系數:一般地，假設有k(k＞2)個變量x1，x2，…，xk，則任意兩個變量xi和xj的g(g≤k-2)階樣本偏相關系數公式為

式中，等號右側均為g-1 階的偏相關系數。

1.2.2 腦功能連接網絡矩陣二值化

在得到被試的功能連接矩陣后，為消除由噪聲等因素造成的弱連接，設定閾值T對矩陣進行二值化，將連接強度偏弱的功能連接值去掉。 比較矩陣中兩個腦區間的功能連接值，若值大于等于T或小于等于-T，將其置為1，認為該功能連接值對應的兩個腦區之間存在連接；否則認為所對應的兩個腦區間不存在連接，將其置為0。 矩陣中對角線元素置0，避免自連接。 本研究為了增加實驗結果的可靠性，欲求兩個閾值，分別是JME 患者組閾值以及正常對照組閾值，使JME 患者組以及正常對照組在構建二值化腦網絡時均滿足腦網絡建立條件。

現有科學研究已證實，大腦是一個非常復雜但又十分高效、精妙的系統[25]。 研究亦發現大腦網絡是一個稀疏網絡，擁有大量的短程邊和少量的長程邊用來保證其效率足夠高效[26]。 為保證腦網絡的連通性，在研究過程中多認為大腦內不存在孤立的腦區[27]。 基于以上特點，本研究構建腦網絡時，所設定閾值對應的矩陣要滿足3 個條件:①平均度(K)必須大于ln(90)[25]；②網絡密度要小于50%；③保證構建的腦網絡不存在孤立腦區[25]。 其中網絡密度的計算公式如下:網絡密度m的表示為:

式中，N為網絡節點數；Ki為節點i的度數。

正常對照組與JME 患者組閾值的設置均從0.01 開始，依次增加0.01，并計算出不同閾值下對應的節點平均度、密度和平均最短路徑長度。 正常對照組選取閾值為0.12。 本文選取JME 患者組閾值為0.45。

圖1 展示了3 種屬性隨閾值的變化。 其中(a)圖展示的是兩組數據的節點平均度隨閾值的變化。隨著閾值增大，兩組數據的節點平均度均減小。 正常對照組閾值等于0.12 時，節點平均度為5.24；JME 患者組閾值等于0.45 時，節點平均度為13.2。當閾值大于0.12 時，節點平均度小于ln(90)，不符合構成腦網絡條件。 (a)中水平虛線代表節點平均度為ln(90)。 (b)圖展示的是兩組數據密度隨閾值的變化。 隨著閾值增大，兩組數據的網絡密度均減小。 正常對照組閾值等于0.12 時，密度為7.02%；JME 患者組閾值等于0.45 時，密度為15.96%。(b)中水平虛線表示網絡密度為50%。 (c)圖展示的是兩組數據平均最短路徑長度隨閾值的變化。隨著閾值增大，平均最短路徑越大。 正常對照組閾值等于0.12 時，平均最短路徑長度為2.76；JME 患者組閾值等于0.45 時，平均最短路徑長度2.4。 當JME 患者組閾值大于0.45 時，不存在最短路徑，腦網絡出現孤立節點，不符合構成腦網絡條件，綜合3個條件JME 患者組最終閾值為0.45。 正常對照組閾值為0.12。

圖1 屬性隨閾值的變化。 (a)節點平均度隨閾值的變化；(b)密度隨閾值的變化；(c)平均最短路徑長度隨閾值的變化Fig.1 Property changes with the threshold.(a)The average shortest path length changes with the threshold；(b) The density changes with the threshold；(c) The average shortest path length changes with the threshold

1.2.3 探索拓撲屬性差異

小世界性計算公式可描述為

式中，σ是由Humphries 等為了衡量小世界特性而提出的指標；C為所構建網絡的聚類系數:L為最短路徑長度；Crand和Lrand分別代表相同規模隨機網絡(即相同節點數目和相同邊數)的聚類系數和平均最短路徑長度。 當σ＞1 時網絡具有小世界屬性，且σ越大網絡的小世界屬性越強。

介數通常分為邊介數和節點介數兩種，其中節點介數定義為網絡中所有最短路徑中經過該節點的路徑的數目占最短路徑總數的比例。 其中節點i的介數定義如下:

式中，gst為節點s到節點t的最短路徑的數目，nst為從節點s到節點t最短路徑中經過節點i的最短路徑的數目。 節點介數值越大，說明該節點很可能是網絡中信息傳遞的中樞節點。 一個節點的介數越大，流經它的數據分組越多，意味著它更容易擁塞，成為網絡的瓶頸[29]。 一般來說，介數越高，網絡越稠密。

1.3 統計學分析

分別計算JME 患者組與正常對照組的介數值，對JME 患者組與正常對照組的介數值做雙樣本t檢驗，采用Bonferroni(P＜0.01)對結果進行校正，獲得JME 患者組與正常對照組介數值具有顯著差異腦區。

2 結果

2.1 小世界性

計算JME 患者組與正常對照組的腦網絡小世界屬性，結果顯示JME 患者組與正常對照組的腦網絡σ值均大于1，說明偏相關系數構建的功能網絡屬于小世界網絡，證明偏相關系數可以應用到青少年肌陣攣癲癇疾病腦網絡研究。

2.2 介數

與正常對照相比，發生顯著改變的腦區見表2。表2 顯示JME 患者組與正常對照組相比，介數值顯著降低腦區，分別是右側中央旁小葉和右側后扣帶回。 表3 顯示JME 患者組與正常對照區相比介數值顯著增高腦區，通過Bonferroni 校正的腦區中JME 患者組相較正常對照組介數值顯著增加的腦區有17 個。 依次是雙側背外側額上回、雙側楔前葉、雙側輔助運動區、左側枕中回、右側顳中回、右側顳下回等。

表2 JME 患者組介數值顯著降低腦區Tab.2 JME patient group's betweenness value significantly reduced brain areas

表3 JME 患者組介數值顯著增高腦區Tab.3 JME patient group's betweenness value significantly increased brain areas

3 討論

本研究使用偏相關系數表示腦區間的功能連接關系并分別計算JME 患者組與正常對照組的閾值進行腦網絡二值化來構建腦功能網絡。 進一步用復雜網絡的節點介數對比JME 患者組與正常對照組腦網絡屬性的差異。 研究結果顯示，與正常對照組相比，JME 患者組介數值顯著降低的腦區有2個，介數值顯著升高的腦區有17 個。 其中屬于默認模式網絡的腦區有8 個，屬于突顯網絡的腦區有5個。 通過分析介數值發生顯著變化的腦區以及對顯著變化腦區所屬大尺度腦網絡的研究，產生JME患者大腦內默認模式網絡[30]以及突顯網絡[31]發生改變的結論。

本研究在構建腦功能網絡時選取偏相關系數表示腦區間功能連接關系。 偏相關方法考慮多個腦區互相存在影響的因素，較皮爾森相關方法更貼合大腦實際情況。 偏相關是對網絡中所有其他節點的效應進行回歸后，通過估計兩個節點之間相關性，度量兩個節點之間直接連通性，避免網絡中其他節點造成的偽影響。 通過一系列模擬研究，Smith等[32]比較了多種功能磁共振數據網絡建模方法的性能，發現偏相關是在各種場景下表現出色的方法之一，并顯示出對檢測真實功能連接的高靈敏度。用偏相關系數建立每個腦區之間的相關性，進而構建腦網絡，結果表明所構建的腦網絡具有小世界屬性，該結果與何高奇等[32]的實驗結果類似。 研究證明偏相關系數可以用于構建腦網絡。

完成偏相關系數表示功能連接關系后，對功能連接矩陣進行二值化，去除偽連接。 以往研究通常按照正常對照組計算閾值對腦功能連接矩陣進行二值化。 本研究考慮患者組患病原因，腦網絡與正常對照組不同。 僅使用正常對照組計算得出閾值進行二值化，可能會造成患者組腦網絡異?；虿荒苄纬赡X網絡。 在本研究實驗過程中發現，JME 患者組閾值是與正常對照組截然不同的，如根據正常對照組計算得出的閾值對兩組數據進行二值化，JME患者組腦網絡不滿足設定的構成腦網絡的3 個條件，則JME 患者組不能構成腦網絡，影響腦網絡介數計算結果，導致實驗結果不準確。

研究發現與正常對照組相比JME 患者組介數值顯著降低的腦區為右側中央旁小葉腦區與右側后扣帶回腦區，均屬于默認模式網絡。 右側中央旁小葉腦區主要是支配小腿和足部的運動器，與對側小腿和足的運動、感覺有關。 它的前部屬額葉，后部屬頂葉，臨床上當患者中央旁小葉受到損害的時候，患者會出現對側的膝關節以下肢體活動不靈活。 這與JME 患者發病時，腿部發生肢體僵硬等癥狀類似。 推測可能由于中央旁小葉腦區介數值顯著降低，腦區激活性降低，腦區受損造成。 Jiang等[33]采用局部一致性(regional homogeneity， ReHo)分析JME 患者與健康受試者的全腦自發活動，發現左側中央旁小葉局部一致性與患者發病年齡有正相關關系。 右側后扣帶回是監控感覺和立體定位及記憶作用的組織，是默認模式網絡的組成部分。后扣帶回的腹部(下部)部分在涉及默認模式網絡的所有任務中激活，包括與自身相關的，與他人相關的任務。 后扣帶回的背部(上部)部分涉及不自主的意識和喚醒。 后扣帶回與中央旁小葉介數值顯著降低，分析可能由于JME 患者腦神經元異常放電所致，抑制了默認模式網絡功能，導致正常腦功能受到影響。

默認模式網絡涉及到信息收集、思考、記憶的功能。 在靜息狀態時，存在較強的自發性活動，但在執行具有一定難度的認知任務情況下，默認模式網絡的活動會受到一定的抑制，抑制程度會隨著認知任務的難度提高而增大。 突顯網絡在識別生物學和認知上最相關的事件以自適應地引導注意力和行為方面起著至關重要的作用。 雖然突顯網絡的功能尚不完全清楚，但它已涉及到情緒和感官刺激的檢測與整合，以及調節默認模式網絡的內部定向認知與執行控制網絡的外部定向認知之間的切換。 右側后扣帶回介數值降低，證明此區域腦區連接性降低，激活性減弱。 劉永宏等[34]采用同步腦電與功能磁共振技術對JME 患者進行發作間期癇樣放電時腦部血氧水平依賴(blood oxygen leveldependent， BOLD)信號變化進行研究，發現后扣帶回腦區是失活腦區之一，且失活區域反映了異常放電時的腦功能的靜息狀態。 右側后扣帶回在默認模式網絡中占據重要地位，在青少年肌陣攣癲癇反復發作及癇性放電下出現微結構異常時，與右側后扣帶回有密切聯系的生理性神經網絡連接降低。介數值比較結果還發現，介數值增大的腦區中雙側楔前葉、雙側輔助運動區、內側額上回、左側梭狀回是默認模式網絡的組成部分；雙側背外側額上回、左側枕中回、右側舌回、右側中央前回是突顯網絡的組成部分。 由介數增高的突顯網絡腦區可以發現JME 患者腦網絡中突顯網絡內部腦區較正常人相比，內部連接增加，腦區激活性增強，承擔著更多信息傳遞任務。 相比其他大尺度網絡，介數值顯著性變化腦區更多。 由此推測JME 患者的突顯網絡以及默認模式網絡發生改變。 Li 等[35]采用特征空間最大信息典型相關分析(eigenspace maximal information canonical correlation analysis，emiCCA)和功能網絡連接分析(functional network connectivity，FNC)對JME 患者的同步腦電圖-功能磁共振成像(electroencephalogram-functional magnetic resonance imaging，EEG-fMRI)數據進行分析。 發現默認模式網絡、自我參照網絡(self-reference network，SRN)、基底神經節網絡(basal ganglia netwok，BGN)可能在癲癇放電的調節和傳播中起中介作用。 這些作用進一步干擾了JME 患者突顯網絡的轉換功能。 若默認模式網絡與突顯網絡受損，很可能造成患者的思維、知覺、記憶以及情緒管理等功能調節能力下降，可能與JME 患者的認知功能下降有關，為理解JME 認知功能受損提供新的途徑。 本研究僅研究了靜息態下JME 患者大尺度腦網絡，下一步將繼續研究任務態下的JME 患者大尺度腦網絡變化。

4 結論

本研究使用偏相關系數代替皮爾森相關系數方法構建腦網絡，并證明患者組與正常對照組均具有小世界屬性，表明偏相關系數可以用于構建腦網絡。 計算兩個閾值進行腦功能連接網絡二值化，可以保證正常對照組和JME 患者組都滿足腦網絡構建條件，更具實驗嚴謹性。 通過腦區介數值的變化，分析發生變化腦區與JME 疾病之間存在的聯系并確定其所屬的大腦子網絡。 以此推出JME 患者的默認模式網絡、執行控制網絡與突顯網絡受損，這些損傷可能是導致患者認知能力以及知覺等功能下降的關鍵原因。