基于獨立成分分析對伴腦室周圍白質損傷的痙攣型腦性癱瘓患兒腦功能網絡的研究

趙純風 羅丹 喻皓月 彭瑩 楊艷麗 劉衡

［摘要］ 目的：使用獨立成分分析（ICA）方法探討伴腦室周圍白質損傷（PWMI）的痙攣型腦性癱瘓（SCP）患兒網絡內和網絡間功能連接改變。方法：對28例伴PWMI的SCP患兒（患兒組）及性別、年齡匹配的19例正常兒童（對照組）行fMRI，應用ICA方法提取2組網絡成分，并用SPM12及NBS軟件比較2組網絡內和網絡間功能連接差異，同時應用Pearson或Spearman相關性分析驗證患兒組功能連接差異腦區與臨床變量之間的相關性。結果：與對照組相比，患兒組默認模式網絡（DMN）內左側額中回、左側楔前葉及右側角回，vAN內右側中央后回，VNm內雙側舌回功能連接減低。以上功能連接差異腦區與臨床變量均未發現顯著相關性。結論：SCP與大腦網絡功能連接異常有關，推測網絡功能連接改變可能成為早期識別和診斷SCP的影像學生物指標。

［關鍵詞］ 腦室周圍白質損傷；痙攣型腦性癱瘓；獨立成分分析；磁共振成像

An independent component analysis-based study of functional brain networks in children with spastic cerebral palsy complicated with periventricular white matter injury

［Abstract］ Objective：To investigate intra- and internetwork functional connectivity changes in children with spastic cerebral palsy （SCP） complicated with periventricular white matter injury （PWMI） using independent component analysis （ICA）. Methods：Resting-state fMRI was performed on 28 SCP children with PWMI （the SCP group） and 19 normal children （the control group）. The ICA method was applied to extract the network components of the two groups，and SPM12 and NBS software were used to compare the differences in intra- and internetwork functional connectivity between the two groups，and Pearson or Spearman correlation analysis were applied to verify the correlation between functional connectivity differences and clinical variables in the SCP group. Results：Compared with the control group，the functional connectivity of the left middle frontal gyrus，left precuneus and right angular gyrus within the default mode network，the right postcentral gyrus within the ventral attention network，and the bilateral lingual gyrus within the medial visual network were weakened in the patient group，but no significant correlations were found between the above functional connectivity difference and clinical variables. Conclusions：Patients with SCP have abnormal functional brain network patterns，and it is hypothesized that alterations in functional conectivity may serve as an imaging bioindicator for early diagnosis and recognition of SCP.

［Key words］ Periventricular white matter injury；Spastic cerebral palsy；Independent component analysis；Magnetic resonance imaging

腦性癱瘓是由于發育中的大腦缺陷或病變導致的一組非進行性運動和姿勢障礙，是最常見的兒童運動障礙綜合征，該病在我國兒童及青少年中的患病率約為2.07‰，且呈逐年上升趨勢［1］。腦性癱瘓患兒常伴感覺、認知、交流和行為障礙，以及癲癇和繼發性肌肉骨骼問題，給家庭及社會帶來沉重負擔［2］。痙攣型腦性癱瘓（spastic cerebral palsy，SCP）是腦性癱瘓最常見的亞型，以肌張力增高、反射亢進、運動障礙、姿勢異常、肢體畸形為主要臨床表現［2］。腦室周圍白質損傷（periventricular white matter injury，PWMI）是新生兒白質損傷的主要形式，也是SCP常見原因，早產兒發病率更高（>4%）［3-5］。然而，由于SCP病因復雜，其神經病理機制尚未完全闡明。

近年來，針對SCP的神經影像學研究多集中在大腦結構的改變，并取得了一定成果，如發現SCP患兒雙側感覺運動皮質、后扣帶回皮質、基底節區、頂葉、顳葉、枕葉、丘腦和小腦的灰質體積顯著減少［6-7］。伴PWMI的SCP患兒皮質脊髓束、丘腦后輻射、胼胝體膝部及壓部各向異性分數降低，且皮質脊髓束各向異性分數降低與運動功能評分相關［5］。但有關SCP腦功能改變與臨床特征間的相關性研究較少。

靜息態fMRI作為一種無創檢查方式，不僅可反映腦組織局部區域活動功能，還有助于臨床醫師理解大腦如何實現復雜的數據處理及其在靜息狀態下如何響應任務需求而發揮作用［8］。其中，功能連接通過檢測BOLD信號的時間相關性在2個ROI之間建立聯系［9］，已被用于檢測腦性癱瘓患兒大腦異常通路（如體感、運動和丘腦皮質通路）［6，10-11］。但從受試者中提取的靜息態fMRI信號實際上是包含ROI和其他偽影的復合信號。獨立成分分析（independent component analysis，ICA）是一種基于盲源分離算法的數據驅動方法，其通過數學算法將全腦體素的信號分解為空間上和時間上相互獨立的成分，從而有助于提取不同的靜息態網絡［12-13］。其中，功能連接可用于表示靜息態網絡間的時間相關性。因此，本研究基于靜息態fMRI，采用ICA方法，探討SCP患兒網絡內和網絡間功能連接改變及其與臨床變量之間的相關性。

1? 資料與方法

1.1? 一般資料

收集2019年5月至2022年4月我院診斷的SCP患兒96例。納入標準：①符合《中國腦性癱瘓康復指南（2015）》［14］中SCP的診斷標準；②年齡4～14歲；③常規MRI均有PWMI表現。排除標準：①運動障礙或共濟失調型腦性癱瘓；②臨床信息不完整；③MRI圖像質量差。最終28例伴PWMI的SCP患兒（患兒組）納入研究。

同時納入19例性別、年齡匹配的正常兒童（對照組）。納入標準：①MRI未見異常；②無神經、精神疾病史；③無圍生期缺血性或缺氧性腦病病史。排除標準：①MRI圖像質量差。

MRI檢查前3 d，患兒組采用韋氏智力量表（中文版，第Ⅳ版）（包括言語理解評分、工作記憶評分、加工速度評分、總智商）、粗大運動功能分級系統［15］、手功能分級系統［16］、溝通功能分級系統［17］行智力、粗大運動功能、手功能及溝通功能評估。對照組采用韋氏智力量表（中文版，第Ⅳ版）進行智力評估。本研究在中國臨床試驗中心完成注冊（注冊號：ChiCTR2100049497），經遵義醫科大學醫學倫理委員會批準（編號：KLL-2021-108）。所有受試兒童家屬或監護人均簽署知情同意書。

1.2? 儀器與方法

使用GE Signa HDx 3.0 T MRI掃描儀。掃描過程中受試者佩戴降噪耳塞保持靜止，并固定頭部，以減少運動偽影。不配合者，可口服10%水合氯醛（0.25～0.50 mL/kg體質量，最大劑量為10 mL/d）鎮靜，并告知監護人注意事項及潛在的不良反應。掃描序列及參數：①3D-T1WI采用翻轉恢復快速自旋回波序列，TR 7.8 ms，TE 3.0 ms，視野256 mm×256 mm，矩陣256×256，激勵次數1，層數146層，層厚1 mm，無間隔，掃描時間6 min 49 s。②T2WI采用翻轉恢復快速自旋回波序列，TR 4 480 ms，TE 120 ms，視野256 mm×256 mm，矩陣256×256，激勵次數1，掃描層數146層，層厚5 mm，無間隔，掃描時間23 s。③T2 FLAIR采用翻轉恢復快速自旋回波序列，TR 9 500 ms，TE 140 ms，視野240 mm×240 mm，矩陣240×240，激勵次數1，層數146層，層厚2 mm，無間隔，掃描時間5 min 43 s。④BOLD采用梯度回波-回波平面成像序列，TR 2 000 ms，TE 30 ms，視野256 mm×256 mm，矩陣64×64 mm，層厚4.0 mm，無間隔，翻轉角90°，掃描時間7 min。

1.3? 數據處理

使用FSL軟件（http：//www.fmrib.ox.ac.uk）對靜息態fMRI數據行ICA。預處理過程包括剔除前10個時間點、時間層校正、頭動校正、空間標準化及空間平滑。預處理后，使用數據驅動方法（在FSL MELODIC中實現時間級聯ICA）識別所有受試者共有的靜息態網絡。從ICA識別的30個成分中選擇9個成分作為靜息態相關網絡（圖1），包括聽覺網絡（AUD）、默認模式網絡（DMN）、背側注意網絡（dAN）、腹側注意網絡（vAN）、背側軀體運動網絡（dSMN）、腹側軀體運動網絡（vSMN）、右側額頂網絡（rFPN）、外側視覺網絡（VNl）及內側視覺網絡（VNm）。

1.4? 統計學分析

應用SPSS 29.0軟件對2組年齡、性別、臨床變量行統計分析，正態分布數據比較行獨立樣本t檢驗，非正態分布數據比較行Mann-Whitney U檢驗；2組間性別差異行χ2檢驗或Fisher確切概率法檢驗。以P<0.05為差異有統計學意義。應用SPM12軟件（http：//www.fil.ion.ucl.ac.uk/spm/software/spm12/）對影像學數據進行分析。將提取的所有受試者的靜息態網絡行單樣本t檢驗（FEW校正，檢驗水準取α=0.05），將P<0.05的結果保存為二值掩模。將掩模作為統計分析范圍，對所有靜息態網絡行兩樣本t檢驗（團塊水平FDR校正，其中體素水平P<0.001，團塊水平P<0.05），年齡、性別作為協變量。

提取2組靜息態網絡內功能連接差異顯著腦區，患兒組差異腦區與臨床變量行相關性分析，2組均服從正態分布的腦區行Pearson相關分析，不服從正態分布的腦區行Spearman相關分析。以P<0.05為差異有統計學意義。

2? 結果

2.1? 2組人口統計學及臨床資料（表1）

2組間性別、年齡差異均無統計學意義（均P>0.05）。2組韋氏智力量表中的言語理解評分、工作記憶評分、加工速度評分及總智商比較，差異均有統計學意義（均P<0.05）?；純航M28例中，粗大運動功能分級Ⅰ級15例，Ⅱ級4例，Ⅲ級5例，Ⅳ級2例，Ⅴ級3例；手功能分級Ⅰ級14例，Ⅱ級7例，Ⅲ級4例，Ⅳ級2例，Ⅴ級1例；溝通功能分級Ⅰ級22例，Ⅱ級、Ⅲ級、Ⅳ級各2例。

2.2? 2組網絡間功能連接比較

與對照組相比，患兒組DMN內左側額中回、左側楔前葉及右側角回，vAN內右側中央后回，VNm內雙側舌回功能連接減低（表2，圖2）。以上功能連接差異腦區與韋氏智力量表評分、粗大運動功能分級、手功能分級及溝通功能分級均未發現顯著相關性。2組網絡間功能連接差異無統計學意義（P>0.05）。

3? 討論

本研究基于ICA探討SCP患兒靜息態網絡內功能連接改變，與對照組相比，患兒組DMN、vAN、VNm內的功能連接改變，表明SCP患兒存在大腦功能連接障礙，這些發現可能促進對SCP神經病理學機制的理解。

DMN被定義為一組區域，包括后扣帶回/楔前葉、前扣帶回/中額葉皮質和顳頂葉交界區［18］。DMN在多個認知領域發揮著重要作用，尤其是在自我參照、社會認知、情景記憶、語言和語義記憶等方面［19］。在神經精神病學領域，DMN一直是研究關注的重點，如自閉癥譜系障礙、精神分裂癥、抑郁癥等［20-22］，但在有關腦性癱瘓的研究中卻很少提及。本研究發現，SCP患兒DMN內部連接減弱，包括左側額中回、左側楔前葉和右側角回。其中，額中回屬于額葉分區，與認知功能相關［23］。楔前葉位于頂葉內側，其生理功能尚不完全清楚，目前主要認為其在高層次認知功能整合中發揮重要作用［24］。角回屬于視覺語言中樞，參與情景記憶和語義記憶［25］。SCP患兒DMN內以上區域連接減低，可能與認知障礙發病機制相關，而Qin等［26］研究發現，SCP患兒DMN內功能連接與對照組兒童無顯著差異，但DMN與其他網絡連接減低。造成這種差異的原因可能是患兒個體差異較大，不同類型及損傷模式的腦性癱瘓，其大腦改變也不一致［27］。未來研究需更加細化腦性癱瘓的亞型及損傷模式，并擴大樣本量進一步探討腦性癱瘓的神經病理學機制。

本研究還發現，SCP患兒vAN內右側中央后回、VNm雙側舌回功能連接減低。中央后回位于初級體感皮質，涉及體感功能，SCP患兒中央后回局部區域一致性降低［28］，這與本研究結果相似，因此，中央后回功能連接減低很可能與SCP患兒感覺運動障礙有關。另外，SCP患兒VNm雙側舌回功能連接減低。舌回作為枕葉一部分，與視覺記憶、面部及空間識別有關。在重度抑郁患者中，舌回可能是抗抑郁反應和維持正常認知功能的關鍵區域［29］。本研究SCP患兒VNm內雙側舌回功能連接減弱，進一步解釋了患兒認知功能受損的潛在原因。之前一項基于全腦功能連接分析對SCP的研究發現，SCP患兒雙側舌回功能連接減低［11］，與本研究結果相符。

本研究存在的局限：①屬于橫向研究，樣本量較小，后續應擴大樣本量進一步驗證結果的可重復性。②藥物誘導鎮靜對靜息態網絡存在一定影響［30］，目前仍未得到很好的解決，其對功能連接的結果不容忽視。③ICA是一種無監督學習方法，在識別靜息態網絡時仍有間接限制。獨立成分數量的確定及識別獨立成分的可靠性仍未解決。未來的研究需不同的神經影像分析方法探討SCP大腦功能連接改變。

綜上所述，本研究基于ICA探討伴PWMI的SCP患兒靜息態網絡功能連接改變，推測靜息態網絡功能連接改變可能成為早期診斷和識別SCP的影像學指標。

［參考文獻］

［1］ YANG S，XIA J，GAO J，et al. Increasing prevalence of cerebral palsy among children and adolescents in China 1988-2020：a systematic review and meta-analysis［J］. J Rehabil Med，2021，53（5）：00195.

［2］ GULATI S，SONDHI V. Cerebral palsy：an overview［J］. Indian J Pediatr，2018，85（11）：1006-1016.

［3］ LIU C，PENG Y，YANG Y，et al. Structure of brain grey and white matter in infants with spastic cerebral palsy and periventricular white matter injury［J］. Dev Med Child Neurol，2024，66（4）：514-522.

［4］ REID L B，ROSE S E，BOYD R N. Rehabilitation and neuroplasticity in children with unilateral cerebral palsy［J］. Nat Rev Neurol，2015，11（7）：390-400.

［5］ JIANG H，LI X，JIN C，et al. Early diagnosis of spastic cerebral palsy in infants with periventricular white matter injury using diffusion tensor imaging［J］. AJNR Am J Neuroradiol，2019，40（1）：162-168.

［6］ LEE J D，PARK H J，PARK E S，et al. Motor pathway injury in patients with periventricular leucomalacia and spastic diplegia［J］. Brain，2011，134（Pt 4）：1199-1210.

［7］ MU X，NIE B，WANG H，et al. Spatial patterns of whole brain grey and white matter injury in patients with occult spastic diplegic cerebral palsy［J］. PLoS One，2014，9（6）：e100451.

［8］ AL-ARFAJ H K，AL-SHARYDAH A M，ALSUHAIBANI S S，et al. Task-Based and resting-state functional MRI in observing eloquent cerebral areas personalized for epilepsy and surgical oncology patients：a review of the current evidence［J］. J Pers Med，2023，13（2）：370.

［9］ SMITHA K A，AKHIL RAJA K，ARUN K M，et al. Resting state fMRI：a review on methods in resting state connectivity analysis and resting state networks［J］. Neuroradiol J，2017，30（4）：305-317.

［10］ BURTON H，DIXIT S，LITKOWSKI P，et al. Functional connectivity for somatosensory and motor cortex in spastic diplegia［J］. Somatosens Mot Res，2009，26（4）：90-104.

［11］ MU X，WANG Z，NIE B，et al. Altered regional and circuit resting-state activity in patients with occult spastic diplegic cerebral palsy［J］. Pediatr Neonatol，2018，59（4）：345-351.

［12］ LV H，WANG Z，TONG E，et al. Resting-State functional MRI：everything that nonexperts have always wanted to know［J］. AJNR Am J Neuroradiol，2018，39（8）：1390-1399.

［13］ DE LUCA M，BECKMANN C F，DE STEFANO N，et al. fMRI resting state networks define distinct modes of long-distance interactions in the human brain［J］. Neuroimage，2006，29（4）：1359-1367.

［14］ 唐久來，秦炯，鄒麗萍，等. 中國腦性癱瘓康復指南（2015）：第一部分［J］. 中國康復醫學雜志，2015，30（7）：747-754.

［15］ PALISANO R J，ROSENBAUM P，BARTLETT D，et al. Content validity of the expanded and revised Gross Motor Function Classification System［J］. Dev Med Child Neurol，2008，50（10）：744-750.

［16］ ELIASSON A C，KRUMLINDE-SUNDHOLM L，ROSBLAD

B，et al. The manual Ability Classification System （MACS） for children with cerebral palsy：scale development and evidence of validity and reliability［J］. Dev Med Child Neurol，2006，48（7）：549-554.

［17］ 王燕娜，史惟. 復旦中文版溝通功能分級系統的信度和效度研究［J］. 中國循證兒科雜志，2017，12（5）：321-327.

［18］ VANHAUENHUYSE A，NOIRHOMME Q，TSHIBANDA L J，et al. Default network connectivity reflects the level of consciousness in non-communicative brain-damaged patients［J］. Brain，2010，133（Pt 1）：161-171.

［19］ MENON V. 20 years of the default mode network：a review and synthesis［J］. Neuron，2023，111（16）：2469-2487.

［20］ LAJINESS-ONEILL R，BRENNAN J R，MORAN J E，et al. Patterns of altered neural synchrony in the default mode network in autism spectrum disorder revealed with magnetoencephalography （MEG）：relationship to clinical symptomatology［J］. Autism Res，2018，11（3）：434-449.

［21］ ZHOU L，PU W，WANG J，et al. Inefficient DMN suppression in schizophrenia patients with impaired cognitive function but not patients with preserved cognitive function［J］. Sci Rep，2016，6：21657.

［22］ SCALABRINI A，VAI B，POLETTI S，et al. All roads lead to the default-mode network-global source of DMN abnormalities in major depressive disorder［J］. Neuropsychopharmacology，2020，45（12）：2058-2069.

［23］ GARCIA-ALVAREZ L，GOMAR J J，SOUSA A，et al. Breadth and depth of working memory and executive function compromises in mild cognitive impairment and their relationships to frontal lobe morphometry and functional competence［J］. Alzheimers Dement （Amst），2019，11：170-179.

［24］ 王薇薇，吳遜. 頂葉內側——解剖、生理與癲癇［J］. 癲癇雜志，2022，8（6）：550-554.

［25］ BONNICI H M，RICHTER F R，YAZAR Y，et al. Multimodal feature integration in the angular gyrus during episodic and semantic retrieval［J］. J Neurosci，2016，36（20）：5462-5471.

［26］ QIN Y，LI Y，SUN B，et al. Functional connectivity alterations in children with spastic and dyskinetic cerebral palsy［J］. Neural Plast，2018，2018：7058953.

［27］ RADWAN A，DECRAENE L，DUPONT P，et al. Exploring structural connectomes in children with unilateral cerebral palsy using graph theory［J］. Hum Brain Mapp，2023，44（7）：2741-2753.

［28］ LI X，ZHANG M，LI K，et al. The altered somatic brain network in state anxiety［J］. Front Psychiatry，2019，10：465.

［29］ JUNG J，KANG J，WON E，et al. Impact of lingual gyrus volume on antidepressant response and neurocognitive functions in major depressive disorder：a voxel-based morphometry study［J］. J Affect Disord，2014，169：179-187.

［30］ QIU M，SCHEINOST D，RAMANI R，et al. Multi-modal analysis of functional connectivity and cerebral blood flow reveals shared and unique effects of propofol in large-scale brain networks［J］. Neuroimage，2017，148：130-140.