血氧水平依赖的功能磁共振成像(blood oxygen level dependent functional magnetic resonance imaging，BOLD-fMRI)作为一项重要的无创性脑成像工具，在临床及科研中得到越来越广泛的应用。BOLD图像信号需要经过一系列的预处理步骤，例如格式转化、时间重排、头动校正等，才能适合做进一步图像分析，其中对一些磁扰信号，如脑脊液信号、白质信号、头部运动参数，需要做回归去除。但是对于全脑平均信号是否回归处理目前意见还不一致。因此，笔者利用一组正常受试者功能磁共振数据分别对去除与非去除全脑平均信号两种模式对脑网络分析的影响作用在全脑体素水平做比较分析。

1　材料与方法

1.1　材料

       健康青年人23名，年龄在20~23岁，平均(21.3±1.8)岁，其中男12名，女11名。受试者接受教育年限相近，均为在校大学生。无高血压、高血脂、糖尿病等全身性疾病，无神经系统疾病病史和主诉。本研究经扬州大学临床医学院伦理委员会批准，受试者同意并在检查前签署知情同意书。

1.2　磁共振图像采集

       使用GE公司Discovery 750 3.0 T磁共振成像仪，受试者头部躺在8通道头相控阵线圈中，闭眼，放松，被要求不思考任何事情。首先行常规头颅磁共振检查，然后行fMRI采集，fMRI采用EPI梯度回波序列，TR=2000 ms，TE=30 ms，翻转角90°，层厚4 mm，层间隔0 mm，矩阵64×64，FOV 240 mm。扫描时间5 min。每次采集35层，共获得150个时间点的数据。最后采用三维磁化准备快速梯度回波序列(3D MP-RAGE)采集全脑T1结构像，扫描参数：TR=8.2 ms，TE=3.2 ms，翻转角12°，层厚1 mm，层间隔0 mm，矩阵256×256。

1.3　数据预处理

       采用国际通用软件DPASFA 2.3软件(http://www.restfmri.net/forum/rest)预处理fMRI原始数据，包括时间重排、头动校正、结合DARTEL T1 3D分割的标准化，功能图像分割为3 mm×3 mm×3 mm大小的像素，采用6 mm高斯核做平滑处理。T1 3D联合分割可以获取每位受试者独立的灰质、白质和脑脊液容积图像。随后应用软件包REST1.8(http://www.restfmri.net/forum/rest)做图像的功能连接分析。然后，对图像数据进行低频滤波，带通滤波0.01~0.08 Hz，对功能图像进行刚体变换头动参数(Friston 24)、包含较小幅度头动的时间点的数据帧(FD>0.5)、脑白质信号以及脑脊液信号的回归分析，以去除这些因素的干扰。再分别获取全脑平均信号回归和不做全脑平均信号回归的数据。检查数据，按照头移动超过2 mm或旋转角度大于1.5°的标准排除受试者，所有受试者符合标准。

1.4　网络分析

       随后的处理和统计分析用Rest 1.8软件工具包(REST V1.8，http://www.restfmri.net)。笔者参考以前的文献[1,2]，利用种子区信号时程相关分析方法提取默认网络、执行网络，默认网络种子区后扣带回(posterior cingulate cortex，PCC)的蒙特利尔脑模板(MNI)坐标是(-2，-54，27)；执行网络种子区背侧前额叶(dorsal lateral prefrontal cortex，dLPFC)的MNI坐标是(-42，34，20)。每个种子区球形半径6 mm。检测种子区平均时空信号与全脑每个像素信号的皮尔森相关系数，然后将这些系数进行z值转化，使之符合正态分布。每个受试个体的z值输入单样本双侧t检验，做组内分析，分别获取组水平的PCC正相关网络即默认网络图，及其负相关网络图，取Alphasim校正的P<0.01为差异有统计学意义，聚簇团块大小>39像素(1053 mm³)，团块的连接度标准为4 rmm。对去除与非去除全脑平均信号的默认网络脑区分布图统计比较，采用配对t检验，分别取P<0.01、P<0.005阈值为显著性，经Alphasim校正，团块大小>6体素(162 mm³)，团块的连接度标准为4 rmm。

2　结果

2.1　组内网络统计

       单样本t检验显示去除全脑平均信号的PCC正相关的网络图与传统的默认网络脑区分布相一致，包括前额叶内侧区、PCC、两侧顶下小叶、颞中回、海马、丘脑枕；PCC负相关的网络图包含的脑区有：两侧岛叶、额中回、额下回、颞枕联合区、角回、前扣带回背侧、辅助运动区、初级运动皮层，见图1。非去除全脑平均信号的PCC正相关的网络连接图较去除全脑平均信号的PCC正相关的网络连接图节点脑区相仿，但范围扩大，由PCC扩展到枕叶大部，另外覆盖了两侧额中上回背侧、两侧额叶眶回、颞叶内侧大部，而非去除全脑平均信号的PCC负相关网络节点脑区范围明显缩小，包含的脑区有两侧岛叶前部、额中回前部、角回、右侧前扣带回背侧区，见图2。

       单样本t检验显示去除全脑平均信号的dLPFC正相关网络图与传统的执行网络脑区分布相一致，包含了两侧前额叶背外侧区、前扣带回背侧、岛叶、顶上小叶、额上回背侧、额下回、颞下回后部(MT+)、楔前叶；dLPFC负相关网络包含的脑区有：两侧前额叶内侧区、后扣带回、枕叶大部、顶下小叶、内侧颞叶、颞中回前部、初级感觉运动皮层。非去除全脑平均信号的dLPFC正相关网络较去除全脑平均信号的dLPFC正相关网络图区范围明显扩大，覆盖了大部分脑区，而负相关网络脑区明显缩小、减少，仅剩余右侧后扣带回、两侧额上回两个节点，见图3、图4。

点击查看大图

图1~2  PCC功能连接区的去除与非去除全脑平均信号的单样本统计图，经校正的P<0.01
图3~4  dLPFC功能连接区的去除与非去除全脑平均信号的单样本统计图，经校正的P<0.01。红色表示正相关连接，蓝色表示负相关连接。PCC：后扣带回；dLPFC：左侧前额叶背外侧区
Fig. 1—2  Presented one sample t test of PCC seed-based functional connectivity maps with and without global signal correction, respectively (P<0.01, Alphasim correction).
Fig. 3—4  Presented one sample t test of dLPFC seed-based functional connectivity maps with and without global signal correction, respectively. Red color means positive correlations; blue color means negative correlations. PCC: Posterior cingulate cortex; dLPFC: Dorsal lateral prefrontal cortex.

2.2　组间配对比较

       采用配对t检验分析了在其他预处理条件相同的情况下，同一组数据去除与非去除全脑平均信号的功能连接性的差异。在P<0.005的阈值水平，非去除全脑平均信号较去除全脑平均信号PCC功能连接网络呈现了与全脑绝大部分皮层及皮层下核团显著增强的正相关连接，而没有负相关连接变化显示，见图5。dLPFC的功能连接性的组间变化与PCC的组间变化相似，即与全脑绝大部分皮层及皮层下核团显著增强的正相关连接，而没有负相关连接显著性改变，见图6。在更严格的P<0.001的阈值水平，网络功能连接性变化表现与P<0.005的阈值水平下功能连接性变化相似，见图7、图8。

点击查看大图

图5~8  分别为PCC、dLPFC非去除与去除全脑平均信号配对t检验统计图，非去除全脑平均信号>去除全脑平均信号。图5~6经校正的阈值水平P<0.005；图7~8经校正的阈值水平P<0.001。两个统计阈值下非去除与去除全脑平均信号脑功能连接性变化表现相似。注：双样本t检验图中只有正相关功能连接显著性
Fig. 5—8  Presented paired two-sample t test of the comparison between with and without global signal correction for PCC and dLPFC, with significant statistic level of P<0.005 and P<0.001 with Alphasim correction, respectively. The statistic maps are similar at different thresolds. Note: There is no significant change for negative correlations in the comparison between with and without global signal correction.

3　讨论

       本研究证明了BOLD-fMRI数据预处理去除与非去除全脑平均信号会导致功能连接分析结果产生显著差别。功能磁共振数据的预处理是数据分析的关键步骤，预处理的目的之一是检测和修复由磁共振扫描仪或者被试个人在进行数据采集时产生的伪迹、以及一些生理噪声。即使用专门计算方法来去除头动噪声干扰、脑脊液、白质信号等生理噪声因素后，剩余fMRI数据的全脑平均信号，包含了一部分真正的BOLD信号和一些噪声的残余^[3]，所以全脑平均信号的去除与否是功能磁共振研究领域一个容易引起争议的问题。

       针对这一问题，本研究设计了在其他预处理条件一致的情况下，去除与非去除全脑平均信号对脑功能连接性的影响，结果发现非去除全脑平均信号会导致全脑体素水平的连接性向正相关偏移，也意味着负相关连接性的减少、减弱。由此可以观察到非去除全脑平均信号的预处理会导致正相关功能连接网络包含了更多更广泛的节点脑区，而负相关网络脑区减少。但是，究竟去除与非去除全脑平均信号两种方法哪一个更能反映脑活动水平的内在的真实状况，尚没有客观标准去衡量。所以，目前主流的专业期刊要求研究者提供去除与非去除全脑平均信号两种处理方法的结果，以便为读者提供更全面的信息。尤其涉及到疾病状态，去除与非去除全脑平均信号可能会有不同的结果和解释。如果只用一种预处理方法，其结果可能会有片面性。国内的研究报道多数只用单一的全脑信号预处理方法^[4]。

       目前一系列的研究报道赞成^[3,5,6]或反对^[7,8]做全脑平均信号校正处理，Fox等^[5]研究认为全脑水平更广泛的脑区与全脑平均信号呈正相关，来解释这种偏移现象。He等^[3]的研究对全脑平均信号深入分解提取出了其中真正的BOLD信号成分，及混杂的成分，而且就是混杂成分的回归处理导致的功能连接性的偏移。笔者认为全脑平均信号的处理是一个去伪存真的选择过程，去除全脑平均信号能更全面更彻底地去伪，同时伴有部分真实的BOLD信号损失，而非去除全脑平均信号处理方法会有较多的噪声混淆因素干扰。Zhang等^[9]研究发现非去除全脑平均信号还会导致青年组与老年组功能网络比较的结果有脑基底池区噪声信号的掺杂。Hayasaka^[10]的研究则提示非去除全脑平均信号还会导致纵裂池的噪声信号的掺杂，以及位于白质区边缘灰质体素与其他脑区连接性减低。研究还发现非去除全脑平均信号导致两侧大脑半球间隙周围增多的网络节点出现，而这些节点在脑磁图的网络分析中并不存在。Yan等^[11]学者发现去除全脑平均信号有助于减轻头动引起的功能连接性差异。

       笔者的研究用的是种子区相关的功能连接分析方法，分别选择了属于不同网络的前脑和后脑的种子区。尽管种子区相关分析方法有局限性，但笔者的研究结果与以往FOX、He、Hayasaka等学者的多项研究发现相一致^[3,5,10]，FOX等研究者采用种子区方法，Hayasaka则采用的是更复杂的图论分析方法，而且用不同的方法都能得到相同结论，即非去除全脑平均信号会导致脑连接性的正相关偏移。Hayasaka的研究还提示非去除全脑平均信号会导致增加的节点路径长度、更多的模块。

       应对全脑平均信号的问题已经讨论了多年，Murphy、Anderson等多个研究认为去除全脑平均信号会导致负相关连接性出现^[7,8]，而本研究则有不一致的发现，不论全脑平均信号去除与否，单样本统计都存在负相关连接，只是程度不同而已；本研究发现去除平均对执行网络的负相关网络影响较大，对默认网络影响较小。笔者认为负相关应该也是功能连接的属性之一，所以负相关连接性不应归因于全脑平均信号的回归去除所导致。

       总之，本研究证明了去除与非去除全脑平均信号两种模式预处理产生不同脑网络特征，非去除全脑平均信号导致全脑功能连接性正相关偏移。所以在体素水平的脑网络分析中，对全脑平均信号的处理应给予足够重视，建议在国内的相关磁共振脑功能连接分析研究报道中同时展示去除与非去除全脑平均信号的结果。