阿尔茨海默病（Alzheimer disease, AD）^[1]是一种最常见的痴呆，其起病隐匿且呈进行性发展，进展至终末阶段，药物治疗无法逆转，因此目前AD的干预重点转向AD前阶段，包括轻度认知障碍（mild cognitive impairment, MCI）阶段^[2]。MCI表现为记忆和认知功能轻度损害的一种疾病状态，是一种介于正常老化与痴呆之间的一种状态，而尚未达到痴呆的诊断标准。目前研究普遍认为MCI患者是发展为痴呆的高危人群，但并不是所有MCI都有一致的转归，每年有10%～15%的MCI最终发展为痴呆^[3]，可称为进展型MCI，另有部分患者可保持当前认知水平不变甚至逆转为正常，为稳定型MCI^[3]，早期检测或预测出进展为AD的MCI患者并给予有效的药物治疗或采取其他干预手段，或许可以延缓MCI向AD转化的速度，改善AD的预后。因此早期鉴别进展型MCI和稳定型MCI至关重要。

       静息态功能磁共振成像（resting-state fuctional magnetic resonance imaging, rs-fMRI）主要根据神经元兴奋后局部耗氧与血流不一致的原理，通过测量脑血氧依赖水平（blood oxygen level dependency, BOLD）信号间接反映神经元活动，是一种无创的研究人脑功能和结构的有效手段。通过对不同脑区之间的BOLD信号进行相关性分析来测量不同大脑区域之间的功能连接，从而构建脑功能连接网络。已有研究证实AD患者较MCI患者网络连接减低^{[4, 5]}，MCI较正常人群也存在网络连接减低^{[6, 7]}，但是其变化程度没有AD显著；因此应用rs-fMRI有利于诊断存在高风险认知障碍的MCI个体，以及筛选出潜在的MCI患者^{[8, 9]}。

       然而，静态功能连接不足以反映出大脑复杂神经系统的时变特征，动态功能连接^{[10, 11]}可捕捉短时间尺度上的时变连续特征，反映脑复杂功能组织的变化和联系，可用于对大脑的多种功能和疾病进行机制及机理研究，如大脑的认知体制、功能损害或缺失、神经精神疾病的病理机制及临床诊疗应用等。脑动态功能连接变化^[12]是AD患者的重要特征，研究表明^[13]AD患者的脑功能具有在弱连接状态下驻留时间较长的特点，动态功能连接可能有望成为AD的生物学标志物^[14]，然而基于rs-fMRI的动态功能连接分析用于筛查进展型MCI的研究鲜有报道。本研究通过对MCI患者的rs-fMRI数据行动态功能连接分析，以评估进展型MCI及稳定型MCI的动态功能连接特征并比较二者的差异，从而探讨动态功能连接分析对鉴别进展型及稳定型MCI患者的价值。

1 材料与方法

1.1 研究对象

       本研究为回顾性研究，所用数据均来自于阿尔茨海默病神经影像学计划（Alzheimer's Disease Neuroimaging Initiative, ADNI）数据库（http://adni.loni.usc.edu）。ADNI数据库创立于2003年，其目的是评估能否通过系列MRI、正电子发射计算机断层显像（positron emission tomography, PET）、各种生物学标记物以及临床神经症状评估等多种手段来监测MCI及早期AD的疾病进展，该数据库的设立符合赫尔辛基宣言，纳入的被试者均已签署知情同意书。于ADNI数据库检索MCI患者，时间截至2021年12月，收集其rs-fMRI及随访数据，根据随访结果筛选出进展型MCI患者入组。进展型MCI组纳入标准为：（1）具有基线rs-fMRI显像；（2）随访进展为痴呆的患者。选择年龄性别匹配的稳定型MCI患者纳入本研究，稳定型MCI入组标准：（1）在随访期间病情无进展；（2）随访时间不小于4年。排除标准：有脑梗、脑病或其他神经精神疾病。最终纳入患者的rs-fMRI显像时间为2011年2月至2016年4月期间。

1.2 影像数据采集

       所有受试者的影像数据及扫描参数的相关信息在ADNI官方网站（http://adni.loni.usc.edu）下载获得。纳入被试者磁共振数据均使用3.0 T飞利浦医学系统扫描，rs-fMRI采用平面回波（echo-plannar imaging, EPI）序列，扫描参数：翻转角80°，TE 30 ms，TR 3000 ms，层厚3.3 mm，矩阵64 mm×64 mm，像素3 mm×3 mm×3 mm，视野220 mm×220 mm，每名患者均采集140个时间点。

1.3 数据处理与分析

       数据预处理基于MATLAB 2021a（MathWorks，美国），使用DPABI工具包（http://rfmri.org/DPABI）对rs-fMRI数据进行预处理，主要步骤：（1）为了保留稳定的信号，去除前10个时间点，保留130帧图像；（2）时间层校正，使每个切片的数据具有相同时间点；（3）头动校正至同一位置，并为后面的图像质量控制提供数据；（4）通过结构MRI（T1WI）行颅骨剥离、配准、分割；（5）评估头部旋转平移（质量控制在任何方向平移不超过3 mm，转动不超过3°）；（6）使用EPI模板将所有图像配准到蒙特利尔神经病学研究所（Montreal Neurological Institute, MNI）标准脑空间；对图像进行平滑，平滑参数为全宽半高（full-width of half-maximum, FWHM）值 4 mm；（7）去线性漂移；（8）对脑脊液和脑白质信号进行回归。

       独立成分分析（independent component analysis,ICA）^[15]使用GIFT 4.0（group ICA of fMRI toolbox 4.0，https://sourceforge.net/projects/icatb/）工具包完成。应用工具包中的infomax算法进行组水平ICA，并设定独立成分（independent component, IC）数为35。使用icasso算法确保所估计IC的稳定性，然后根据既往文献^[16]及工具箱自带的模板选出17个感兴趣的IC并划分成9个脑网络：默认网络（default mode network, DMN）、执行控制网络（executive control network, ECN）、突显网络（salience network, SN）、背侧注意网络（dorsal attention network, DAN），额顶网络（frontoparietal network, FP）、听觉网络（auditory network, AUN）、视觉网络（visual network, VN）、感觉运动网络（sensorimotor network, SMN）及小脑网络（cerebellum network, CBN）（图1）。

       将所选的IC进行动态功能连接分析，设定时间窗为22 TR、步长为1 TR，对各IC进行滑窗操作，计算每个窗口中所有BOLD信号之间的Pearson相关系数，构建一系列动态功能连接矩阵。选择k-means算法对全部动态功能连接矩阵进行聚类，根据elbow方法选择最佳聚类集群数^[17]，按照该最佳聚类集群数划分具有代表性的动态功能连接状态。根据划分的动态功能连接状态分别提取以下动态特征参数：（1）时间比例（fraction time），表示每种状态占总时间的百分比；（2）驻留时间（dwell time），表示每种状态的持续停留时间；（3）转换次数（number of transition），表示每种状态之间相互转换的总次数。

点击查看大图

图1  各功能网络的空间位置示意图。1A：感觉运动网络（IC19）；1B：背侧注意网络（IC12）；1C：执行控制网络（IC14/29/32）；1D：视觉网络（IC2/3/4）；1E：听觉网络（IC7/21）；1F：小脑网络（IC23）；1G：突显网络（IC26）；1H：额顶网络（IC10/25）；1I：默认网络（IC8/15/19）。
Fig. 1  Spatial distribution of functional network. 1A: Sensorimotor network (IC19);1B: Dorsal attention network (IC12); 1C: Executive control network (IC14/29/32); 1D: Visual network (IC2/3/4); 1E: Auditory network (IC7/21); 1F: Cerebellum network (IC23); 1G: Salience network (IC26); 1H: Frontoparietal network (IC10/25); 1I: Default mode network (IC8/15/19).

1.4 统计学分析

       两组动态功能连接状态经GIFT 4.0软件进行统计学分析，组间比较采用独立样本t检验，需通过FDR多重比较校正。两组间动态功能连接特征参数及临床资料比较使用SPSS 20.0软件包进行统计分析，计数资料采用卡方检验，连续变量进行正态分布检验，正态分布检验应用夏皮洛-威尔克（S-W）检验，符合正态分布的用独立样本t检验，不符合正态分布的两组间比较采用Mann-Whitney U检验，P＜0.05为差异有统计学意义。

2 结果

2.1 入组人群一般资料

       数据库中筛选出24例MCI患者行rs-fMRI后随访进展为痴呆，诊断为进展型MCI，其中1例患者在显像后1732天后随访诊断为痴呆，剔除出试验组。最终23名进展型MCI及26名稳定型MCI患者纳入本研究。基本信息见表1。两组间性别比例及年龄差异无统计学意义（P均＞0.05）。

点击查看表格

表1  研究对象的人口学资料
Tab.1  Demographic data of the subjects

2.2 动态功能连接状态及比较

       根据elbow方法获得最佳聚类集群数目为4，最终将一系列动态功能连接矩阵划分为4种动态功能连接状态：（1）弱连接状态a，占比28%，表现为大部分网络及网络间连接强度较低，其中VN保留强连接；（2）局部强连接状态，占比25%，表现为VN、AUN、SMN、CBN正相关强连接，DMN与视觉听觉网络负相关强连接；（3）弱连接状态b，占比28%，表现为VN、AUN、SMN、CBN正相关弱连接，DMN与VN、AUN负相关弱连接，DMN与ECN负相关中等强度连接；（4）正相关强连接状态，占比20%，表现为大部分网络内和网络间存在较强的正相关连接。结果见图2A～2E。两组在四种状态下的功能连接差异均无统计学意义（FDR校正后）。

点击查看大图

图2  动态功能连接状态及聚类结果。2A：弱连接状态a；2B：局部强连接状态；2C：弱连接状态b；2D：正相关强连接状态；2E：elbow结果曲线图。DMN：默认网络；ECN：执行控制网络；FP：额顶网络；DAN：背侧注意网络；SN：突显网络；SMN：感觉运动网络；AUN：听觉网络；VN：视觉网络；CBN：小脑网络。
图3  驻留时间与状态的分布图。PMCI：进展型轻度认知障碍；SMCI：稳定型轻度认知障碍。
Fig. 2  Dynamic function connection status and clustering results. 2A: Decreasing connection state-a; 2B: Increasing local connection state; 2C: Decreasing connection state-b; 2D: Increasing positive-connection state; 2E: The elbow results. DMN: default mode network; ECN: executive control network; FP: frontoparietal network; DAN: dorsal attention network; SN: salience network; SMN: sensorimotor network; AUN: auditory network; VN: visual network; CBN: cerebellum network.
Fig. 3  Distribution of dwell time and states. PMCI: progressive mild cognitive impairment; SMCI: stable mild cognitive impairment.

2.3 动态功能连接特征数据比较

       稳定型MCI处于状态（1）～（4）的平均时间比例依次为38.1%、31.7%、12.8%及17.4%，平均驻留时间分别为33.9、23.4、9.9、12.9 s。进展型MCI处于状态（1）～（4）的平均时间比例依次为28.5%、13.0%、38.5%及20.0%，平均驻留时间分别为23.6、10.8、28.4、17.5 s。与稳定型MCI组比较，进展型MCI处于状态（2）的时间比例减少、驻留时间缩短（P=0.049，P=0.049），而处于状态（3）的时间比例增加、驻留时间延长（P=0.045，P=0.033）。结果见图3。两组之间状态转换次数差异无统计学意义。

3 讨论

       本研究通过对MCI患者的rs-fMRI数据进行动态功能连接分析，为评估进展型MCI及稳定型MCI患者的脑功能连接特征及差异提供了一种新的方法，研究发现与稳定型MCI患者比较，进展型MCI患者弱连接状态增多，这与AD的动态功能连接特点类似，为探索进展型MCI向AD转化的功能连接机制提供了一种新的研究思路。

3.1 随访时间的确定

       MCI患者向AD的转化速度各不相同，尽早识别可能在数年迅速进展的进展型MCI患者并采取积极的干预措施，对改善AD的预后至关重要。Steenland等^[18]利用ADNI数据建立了一个4年预测模型，预测从认知正常到MCI和从MCI到AD的进展。该研究纳入了MCI被试者424例，经4年随访后150例（35%）转化为AD。参考该文献，本研究纳入稳定型MCI患者时将随访时间设定为4年；本研究纳入进展型MCI患者时，发现有一例患者首次rs-fMRI显像后近5年后才进展为痴呆，为了与稳定型MCI患者进行鉴别，将该患者排除出试验组。

3.2 功能连接特点

       已有研究表明AD患者较正常人群的小世界属性退化，脑网络拓扑结构存在异常^[19]，全脑功能连接下降^{[20, 21, 22]}，区域内及区域间功能连接也出现下降，如颞叶内部及颞叶与丘脑、颞叶与纹状体、额叶与丘脑、枕叶与丘脑等均存在功能连接下降^{[4,23, 24]}；此外，在机体代偿作用下，部分区域则存在功能连接增强的趋势。MCI是介于AD与正常人群之间的一种疾病状态，其功能连接强度是否也介于二者之间呢？与MCI患者比较，AD患者存在网络功能连接下降，甚至有研究表明，功能连接与认知功能存在相关性^{[4, 5]}。与正常人群比较，MCI也存在网络连接下降^{[6, 7]}，但下降程度较AD减轻。有研究表明^[25]与正常人群比较，AD患者的DMN网络内部楔前叶及后扣带回间功能连接强度减低，而MCI与正常人群及AD之间差异无统计学意义；该研究也将MCI分为了稳定型MCI及进展型MCI，稳定型MCI与AD之间连接强度差异具有统计学意义，而与正常对照组之间差异无统计学意义，进展型MCI与AD组及正常人群的功能连接强度差异均无统计学意义，然而该研究纳入样本量较少，稳定型及进展型MCI患者分别为14例及7例。本研究中心对两组MCI患者功能连接进行比较结果显示进展型MCI组与稳定型MCI组之间的全脑功能连接强度无显著差异，网络间功能连接比较结果显示进展型MCI的SMN与DMN之间的功能连接强度较稳定型MCI的SMN与DMN之间功能连接强度减低，然而未能通过FDR校正（该部分结果为阴性结果，本文未显示）。亦有研究应用FDG PET构建脑功能连接^[26]，对MCI的纵向数据进行预测研究，提示进展型及稳定型MCI患者均具有小世界属性，而进展型MCI患者的DMN区域的聚类系数下降且范围向周围扩散。此外，在对脑功能连接进行分析比较时，机体的代偿功能也至关重要。2017年国内有一项纵向研究结果^[27]显示MCI转化组（即进展型MCI）的DMN功能连接强度较未转化组（即稳定型MCI）下降，而转化组较健康人群在双侧眶额皮层、右侧中央前回、左侧小脑的功能连接强度增强，这可能是机体代偿的结果。另一项研究^[28]与上述研究结果不一致，该研究对AD/MCI及健康人群的全脑功能连接强度进行比较，发现MCI较健康人群在上额叶、中央前回/中央后回（运动感觉皮层）、颞叶、扣带回区域的功能连接强度下降，与AD比较，MCI的小脑连接强度增高。一项执行视觉工作记忆的任务态fMRI显像研究显示^[29]，AD及MCI患者激活区域（右侧额上回、双侧额中回、颞中回、前扣带回等）较正常对照组更为广泛，研究人员认为其可能也是机体代偿的结果。众所周知海马萎缩与记忆下降有关^[30]，然而有研究^[8]表明MCI患者随着记忆功能下降，海马激活区域进一步增大，这可能也是机体代偿的表现。

3.3 动态功能连接状态

       一项针对AD、MCI及主观认知障碍（subject cognitive impairment, SCI）的rs-fMRI的研究^[31]使用静态功能连接分析和动态功能连接分析方法，发现与MCI和SCI相比，AD在静态功能连接和动态功能连接（额 叶、颞叶和DMN）状态均表现出功能连接强度的改变，且全脑网络亚稳态降低，脑网络亚稳态的下降与认知功能存在一定相关性^[32]。脑功能状态处于动态变化中，静态功能连接不能完全反映复杂的脑功能连接状态。Schumacher等^[13]的动态功能连接分析表明AD患者在弱连接状态下停留时间较长，VN、SMN内部连接减弱，DMN与任务积极网络之间缺乏负相关。本研究的研究对象为进展型MCI及稳定型MCI患者，动态功能连接分析结果显示进展型MCI处于状态（2）弱连接状态b的时间比例及驻留时间较长，即表现为高级功能网络（如视觉、听觉、运动等）之间为弱连接；同时进展型MCI处于状态（3）局部强连接状态的时间比例及驻留时间缩短。状态（2）与状态（3）最主要的区别在于VN、AUN、SMN连接强度及DMN与VN、AUN连接强度。进展型MCI于静息状态下更倾向于处于VN、AUN、SMN弱连接状态及DMN与VN、AUN弱连接状态。应用前述代偿机制或许可以解释进展型MCI局部强连接状态减少的现象，进展型MCI患者多数时间不能保持网络连接（视听觉感觉运动功能）增加，而更倾向于维持弱连接状态，同时DMN与ECN表现为更强的负相关，可能也是进展型MCI的一种代偿现象，牺牲了部分功能，而侧重于保证执行控制功能的正常。尽管进展型MCI及稳定型MCI动态功能连接特征存在差异，但二者临床量表评分类似，是否也是由于功能下降及代偿能力之间的平衡作用尚未被打破，而MCI向AD的转化可能也经历了功能下降—代偿—失代偿的过程，这些假设尚需要大量研究证实。

3.4 本研究的局限性

       此外，本研究存在几个问题仍需进一步考虑。本研究纳入样本量较小，且纳入数据来源于数据库，人群为欧美人群，目前国内尚缺乏大规模亚洲人群的数据，下一步可前瞻性纳入MCI人群并对其进行长期随访，纵向研究进展型MCI向AD转化过程中的脑功能连接状态变化特点；此外可结合多种影像学手段（如PET/MRI）以筛选出进展型MCI进行早期干预从而改善MCI及AD的预后^[2]。

       综上所述，MCI是痴呆早期干预的目标人群，区别进展型MCI及稳定型MCI对判断认知减退速度、改善AD预后具有重要意义。本研究结果显示进展型MCI与稳定型MCI动态功能连接状态特征存在差异，进展型MCI患者具有局部强连接状态减少，而弱连接状态增多的趋势。动态功能连接分析可能较主观的量表评分更早发现进展型MCI患者，具有筛选进展型MCI患者的潜能，从而为预测MCI向AD转化提供影像学依据。