分享:
分享到微信朋友圈
X
综述
重度抑郁症患者杏仁核的磁共振成像研究进展
刘宇威 夏淑媛 任庆发 徐东昊 宁洪宇 李祥林

Cite this article as: LIU Y W, XIA S Y, REN Q F, et al. Research progress of magnetic resonance imaging in amygdala of major depressive disorder[J]. Chin J Magn Reson Imaging, 2024, 15(4): 177-181, 213.本文引用格式:刘宇威, 夏淑媛, 任庆发, 等. 重度抑郁症患者杏仁核的磁共振成像研究进展[J]. 磁共振成像, 2024, 15(4): 177-181, 213. DOI:10.12015/issn.1674-8034.2024.04.029.


[摘要] 重度抑郁症(major depressive disorder, MDD)是一种严重的精神障碍性疾病,主要表现为情绪低落、兴趣和快感丧失以及出现自杀倾向等。杏仁核是情绪加工和调节的关键区域之一,在MDD的发病机制中起着重要作用。MRI技术的应用揭示了MDD患者杏仁核在结构、功能和代谢等方面的变化,对于MDD的早期诊断、疾病监测和疗效评估具有重要的临床意义。因此,本文将对不同MRI技术在MDD杏仁核中的相关研究予以综述,以期为深入解析MDD的病理机制及发展诊疗策略提供支持。
[Abstract] Major depressive disorder (MDD) is a serious mental disorder, mainly characterized by depression, loss of interest and pleasure, and suicidal tendencies. The amygdala is one of the key regions for emotional processing and regulation and plays an important role in the pathogenesis of MDD. The application of magnetic resonance imaging technology has revealed changes in the structure, function and metabolism of the amygdala in patients with MDD, which has important clinical significance for the early diagnosis, disease monitoring and efficacy evaluation of MDD. Therefore, this article will review relevant research on different magnetic resonance imaging techniques in the amygdala in MDD, aiming to contribute to the thorough understanding of MDD's pathological mechanisms and the advancement of diagnostic and therapeutic approaches.
[关键词] 重度抑郁症;杏仁核;磁共振成像;磁共振结构成像;血氧水平依赖;动脉自旋标记;磁共振波谱
[Keywords] major depressive disorder;amygdala;magnetic resonance imaging;structural magnetic resonance imaging;blood oxygenation level dependent;arterial spin labeling;magnetic resonance spectroscopy

刘宇威 1   夏淑媛 2   任庆发 2   徐东昊 1   宁洪宇 1   李祥林 1*  

1 滨州医学院医学影像学院,烟台 264003

2 滨州医学院附属医院放射科,滨州256603

通信作者:李祥林,E-mail:xlli@bzmc.edu.cn

作者贡献声明:李祥林设计本研究的方案,对稿件重要内容进行了修改,获得了国家自然科学基金项目、山东省自然科学基金项目和山东省重点研发计划项目的资助;刘宇威起草和撰写稿件,获取、分析和解释本研究的数据;夏淑媛、任庆发、徐东昊、宁洪宇获取、分析或解释本研究的数据,对稿件重要内容进行了修改;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 国家自然科学基金项目 62176181 山东省自然科学基金项目 ZR2022MH118 山东省重点研发计划项目 2018YFJH0501
收稿日期:2024-01-08
接受日期:2024-04-08
中图分类号:R445.2  R749.4 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.04.029
本文引用格式:刘宇威, 夏淑媛, 任庆发, 等. 重度抑郁症患者杏仁核的磁共振成像研究进展[J]. 磁共振成像, 2024, 15(4): 177-181, 213. DOI:10.12015/issn.1674-8034.2024.04.029.

0 引言

       重度抑郁症(major depressive disorder, MDD)是一种严重的精神障碍性疾病,是全球疾病负担的主要因素之一,影响着全球约1.85亿人[1],主要表现为情绪低落、兴趣和快感丧失以及出现自杀倾向等[2]。目前,MDD被认为是一种多因素疾病,其症状与大脑皮层下边缘系统的结构和功能改变密切相关[3]

       杏仁核是边缘系统中的关键结构之一,在情绪调节和认知功能中发挥着关键作用[4]。它还与情绪记忆的形成和存储相关联,并参与对刺激的情绪反应和调节[5]。MDD患者的杏仁核存多方面的异常改变[6],而杏仁核与大脑其他涉及情感和认知的脑区具有广泛的结构和功能连通性[7]。因此,杏仁核的异常可能使MDD患者更容易陷入负面情绪,更难以调节情绪,甚至加重抑郁症状[8]。所以,了解杏仁核在MDD中的作用和改变机制对制订更有效的诊疗方案至关重要。

       MRI技术在大脑结构和功能的研究中有着显著优势,它可以利用不同成像技术来探索大脑多个方面的详细信息[9]。这种综合性视角有助于更全面地理解大脑的复杂性。因此,本文将对不同MRI技术在MDD患者杏仁核中的相关研究进行综述,以期为深入解析MDD的病理机制及发展诊疗策略提供支持。

1 磁共振结构成像

1.1 基于形态学分析的磁共振结构成像

       MDD的神经病理学模型揭示了长期压力暴露对大脑结构的重要影响,研究表明,在慢性应激期间,杏仁核会发生适应性的可塑性变化[10, 11]。MRI能够提供高分辨率的大脑结构图像,这有助于了解MDD患者杏仁核的形态学改变。

       NOLAN等[12]的一项Meta分析结果显示,与健康对照组相比,MDD患者的杏仁核体积更小,尽管以往多数研究都证明了这一观点,但也存在部分不同结果,这可能是因为杏仁核由多个亚区构成,这些亚区在结构和功能方面有所不同,而一些早期研究仅局限于分析杏仁核的整体体积,可能忽略了该结构不同亚区之间的差异和微小变化[13]。随着高分辨率MRI和先进的皮层分割技术的发展,研究者们开始细致和明确地划分杏仁核亚区[14]。KIM等[15]通过将杏仁核划分为9个亚区后发现,有MDD病史患者的右侧杏仁核总体积显著减小,而亚区中只有外侧核和杏仁核前区体积显著减小。这表明杏仁核不同亚区体积变化的敏感性可能不同。TESEN等[16]的研究也发现了MDD患者右侧杏仁核的外侧核和杏仁核前区体积减小,且减小程度与患者的汉密尔顿抑郁量表评分呈负相关。同样,BROWN等[17]的一项基于7T超高场MRI的研究也指出了杏仁核的部分亚区体积与抑郁严重程度呈显著负相关。这些研究认为杏仁核亚区体积的改变在MDD的临床症状中可能具有重要作用。此外,杏仁核体积的变化在与MDD治疗相关的研究中可能也具有重要意义。SEEWOO等[18]分析了接受经颅磁刺激(transcranial magnetic stimulation, TMS)治疗前后的MDD患者的皮层下体积,发现TMS治疗后患者的杏仁核总体积增大。BRACHT等[19]研究发现,经过电休克治疗(electroconvulsive therapy, ECT)的MDD患者杏仁核总体积和部分亚区体积增大。这些结果表明MDD患者杏仁核体积的改变可能会是评估MDD疗效的指标之一。除体积改变之外,来自ENIGMA(Enhancing Neuro Imaging Genetics through Meta-Analysis)抑郁症工作组[20]的一项研究发现,与健康对照组相比,青少年发病的MDD患者(≤21岁)的基底外侧杏仁核的皮层厚度和表面积较低,且复发患者比首发患者的这项指标更低。这项研究认为基底外侧杏仁核形态的改变可能跟对压力影响的敏感性相关。

       综上所述,MDD患者的杏仁核体积、皮层厚度、表面积等通常表现出减小的趋势,且这些形态学变化可能与抑郁症的多个临床特征有关。杏仁核的形态学改变是MDD复杂的病理生理学中的重要部分,了解MDD的发病机制以及其中涉及的关键因素对杏仁核形态学改变的影响是至关重要的。未来可以综合利用多种技术更全面地理解MDD患者杏仁核的形态学改变与神经功能、代谢等方面的关联。

1.2 基于扩散张量成像的磁共振结构成像

       扩散张量成像(diffusion tensor imaging, DTI)可以通过测量脑组织内水分子的扩散来揭示其内部的脑白质微结构信息。各向异性分数(fractional anisotropy, FA)等参数可帮助了解MDD患者大脑中白质纤维束的完整性等关键信息[21]

       BHATIA等[22]在对MDD患者的DTI研究中发现,钩束的FA值减少,特别是连接杏仁核和膝下前扣带回皮质的部分。且与健康对照组相比,首发组和慢性组在相同的解剖结构上都表现出显著的FA值降低。此外,WU等[23]研究发现,青少年MDD患者钩束连接腹侧前额叶和杏仁核的纤维束白质完整性降低。这些研究表明杏仁核-腹侧前额叶、杏仁核-前扣带回等神经通路中异常白质结构完整性的缺陷可能在该疾病的早期阶段就存在。这些通路是参与情绪处理的额边缘神经通路的关键组成部分,在MDD的病理生理中发挥重要作用[22, 23]。除此之外,PILLAI等[24]研究发现,杏仁核和中缝核间纤维束的FA值与受试者抑郁症状的改善呈负相关。这项研究提示MDD患者杏仁核-中缝核神经通路的改变可能会影响抗抑郁药物的治疗反应,并提出了杏仁核-中缝核连通性作为MDD治疗效果的潜在生物学预测因子的概念。

       总而言之,DTI在揭示MDD患者的杏仁核及其相关神经网络结构异常方面发挥了重要作用,通过这些研究我们发现,杏仁核区域的白质微结构中可能存在某种程度的损害或异常,并且这涉及到更广泛的神经网络障碍。目前对MDD杏仁核的DTI研究相对较少,且大多聚焦于FA上,尽管FA是一个重要的指标,但它并不能提供完整的信息。未来可以通过结合其他DTI参数,以得到对杏仁核微结构和纤维方向一致性的更全面了解,为MDD的临床诊断和治疗提供更深入的见解和指导。

2 血氧水平依赖功能MRI

       血氧水平依赖功能MRI(blood oxygenation level dependent functional MRI, BOLD-fMRI)是最常见的功能MRI技术之一,它通过利用血氧水平变化与神经活动之间的关联来揭示大脑特定区域的神经活动情况[25]。BOLD-fMRI主要有任务态和静息态两种应用模式。

2.1 任务态fMRI

       任务态fMRI用于研究受试者大脑在执行特定任务或接受某种刺激时神经活动的变化,目前MDD的任务态fMRI研究多使用奖赏刺激和面部表情识别的方法。

       LEMKE等[26]在一项大样本调查中发现,与健康对照组相比,在消极面部匹配任务中MDD患者的杏仁核被显著激活。杏仁核激活的增强提示MDD患者在情绪加工上存在异常。并且已有证据表明,杏仁核面对刺激时的过度激活可能会增加患MDD的风险[27]。另一项研究发现,与健康对照组相比,MDD患者的杏仁核对负性刺激的反应更强,而对正性刺激的反应更弱[28]。REDLICH等[29]在一项针对青少年MDD患者的研究中也发现了杏仁核具有类似的改变。这些研究反映了MDD患者可能存在认知加工偏差,杏仁核异常的活动模式可能与他们对负性情绪的处理方式和情绪调节能力的缺陷相关[5]。除此之外,MDD患者也存在记忆加工偏差。一项研究[30]发现,在参与积极记忆的过程中,MDD患者表现出左侧杏仁核活动明显减少以及与突显网络区域的连通性下降,而在参与消极记忆的过程中,健康对照组的左侧杏仁核活动显著减少,MDD组的杏仁核与突显网络的连通性增加。这项结果表明,消极记忆过程中杏仁核的过度活跃可能是MDD的一种生物标志物。然而,关于杏仁核异常激活与MDD之间的关系仍是一个具有争议和复杂性的话题。尽管已有多项研究指出,杏仁核对于不同刺激的异常反应可能与MDD症状的发展有关。然而,TAMM等[31]的一项研究对大样本量的横断面数据进行了分析,未发现杏仁核对负性面容的反应与MDD症状之间存在显著关联,这对于理解杏仁核功能与情绪调节之间的复杂关系提出了新的挑战。这可能归因于多种因素。例如,之前的大多数研究都是在较年轻的样本中进行的,而这项研究中的样本年龄较大,已有研究证明老年患者的抑郁症状可能在病因上有所不同[32],因此不能排除杏仁核对负性面容的反应可能与年轻患者的抑郁有关。另外,研究中使用的静态面部表情的刺激方法可能不如动态或个人化的情绪刺激具有触发效果。综上所述,该研究提示我们在未来的研究中需要考虑更多的个体差异和情境因素。值得注意的是,一些研究还通过任务态fMRI探索了抗抑郁治疗对患者杏仁核功能的影响。YOUNG等[33]对接受选择性5-羟色胺再摄取抑制剂(selective serotonin reuptake inhibitor, SSRI)治疗的MDD患者进行评估后发现,SSRI响应者的杏仁核对积极刺激的反应增加,对消极刺激的反应减少,这表明SSRI可能通过使杏仁核对情绪刺激的反应正常化而起作用。同样,LOUREIRO等[34]研究发现,氯胺酮和ECT治疗也能够调节MDD患者的杏仁核对积极和消极情绪面部加工的反应。

       总体而言,任务态fMRI研究揭示了MDD患者杏仁核的异常激活,提示了MDD患者情绪加工和记忆加工过程中存在偏差。杏仁核的这种过度激活被认为是MDD的潜在生物标志物。尽管存在一些争议和复杂性,但这些研究为理解杏仁核在情绪调节中的角色提供了新的视角。

2.2 静息态fMRI

       与任务态fMRI不同,静息态fMRI不需要被试执行特定任务,而是记录被试在安静状态下的大脑活动。静息态fMRI更关注大脑内部的功能连接和神经网络,常用的研究方法有低频振幅(amplitude of low frequency fluctuations, ALFF)、局部一致性(regional homogeneity, ReHo)和静息态功能连接(resting-state functional connectivity, rsFC)等。

       ALFF值与局部神经活动强弱相关。已有多数研究发现了MDD患者杏仁核ALFF值的显著升高[35]。DU等[36]的研究结果则表明了MDD患者杏仁核ALFF值的升高可能与早期生活压力相关。这些研究表明了在MDD中,杏仁核的神经活动强度存在变化,且提示早期环境因素可能对MDD发病过程中的神经活动产生影响。随后,为了探究MDD患者参与情绪调节的脑区的异常活动之间的相关性,EBNEABBASI等[37]在一项基于7 T超高场磁共振的研究中发现,MDD患者杏仁核的ALFF值升高,而左背外侧前额叶皮层的ALFF值减弱,分析提示,杏仁核过度反应可能对前额叶皮层的认知控制过程产生反向影响,进而导致调节作用的减弱。这项结果表明,杏仁核与大脑其他涉及情感和认知脑区之间错综复杂的相互作用可能是抑郁症患者情绪调节困难的一部分原因。ReHo值表示区域脑部活动的连贯性和中心性。谢生辉等[38]研究发现,抑郁组的杏仁核等边缘系统脑区的ReHo值显著高于健康对照组,这表明MDD发病的脑神经基础可能与边缘系统皮层下脑功能区的激活相关。rsFC可以反映静息状态下不同脑区之间联系的强弱。一项基于种子点的静息态fMRI研究发现,与健康对照组相比,MDD患者的杏仁核与多个脑区的rsFC出现异常,其中,MDD患者的杏仁核与默认模式网络和腹侧注意网络的连通性增强,与躯体运动网络、背侧额顶叶网络和壳核的连通性降低[39],这些脑区分别在情绪调节、认知和行动中具有重要作用[40, 41, 42]。这表明杏仁核的改变与MDD患者多个方面的功能障碍之间存在关联。既往研究发现,杏仁核的rsFC与MDD患者的症状等因素相关。例如,LI等[43]的一项研究发现,与不伴有自杀意念的MDD患者相比,伴有自杀意念的MDD患者显示出以下特点:左侧杏仁核与左侧内侧额上回、左侧额中回之间的rsFC增加,并且与左侧顶下小叶、左侧顶上小叶、右侧中央前回等脑区之间的rsFC减少。这项研究表明,杏仁核与认知相关脑区之间的rsFC异常可能会导致MDD患者形成消极的自我认知,并进一步增加其自杀风险。随后,LIU等[44]发现在氯胺酮治疗后,MDD患者左侧杏仁核与左侧内侧额上回之间的rsFC显著增强,且该变化与抑郁症状的改善呈正相关。内侧额上回是内侧前额叶皮层的一部分,内侧前额叶皮层与杏仁核广泛相关,并对其活动施加自上而下的控制。这表明抗抑郁治疗改善抑郁症状的机制可能与其调节杏仁核与其他脑区的rsFC有关。以上两项研究关于左侧杏仁核与左侧内侧额上回的rsFC的改变有些矛盾,这可能是因为大脑功能连接性在不同情境下具有不同的功能和意义。内侧额上回与情绪调节密切相关,在伴有自杀意念的MDD患者中,左侧杏仁核与左侧内侧额上回之间rsFC的增加可能反映出对负性情绪的过度反应和调节困难。相比之下,氯胺酮治疗后在相同区域观察到的rsFC增加可能表示一种积极的神经适应或重塑过程。这进一步证明了MDD和其治疗机制的复杂性,以及未来研究中需要进一步探究的大脑神经网络动态变化。除了对杏仁核整体的研究外,一项以杏仁核亚区为种子点的静息态fMRI研究发现,MDD患者杏仁核不同的亚区与其他脑区的rsFC结果也存在差异,例如杏仁核纹状体过渡区和基底外侧核与眶额叶皮层之间连通性减低,中央内侧核、浅表核与脑干和小脑之间的连通性降低[45],这项研究表明MDD患者杏仁核亚区网络中可能存在不同神经生物学变化。

       这些研究揭示了MDD患者脑网络中杏仁核的异常神经活动模式,以及探讨了这些异常是否与情绪调节困难、自杀意念等临床特征相关联。这些研究成果不仅深化了我们对MDD神经机制的理解,还突出了潜在的治疗靶点。未来的研究可以更深入地了解这些异常对患者行为和认知的影响,并结合高分辨率MRI对杏仁核的亚区进行更为细化的研究,以更全面地揭示杏仁核的复杂功能。

3 动脉自旋标记

       动脉自旋标记(arterial spin labeling, ASL)技术无须注射对比剂即可提供定量的脑血流信息,具有较好的重复性,这在对MDD患者脑区的长期监测或纵向研究中具有显著优势。

       当前较多学者认为,MDD患者存在脑血流量(cerebral blood flow, CBF)的异常[46]。LEAVER等[47]研究发现,MDD患者的心理弹性评分与杏仁核CBF呈负相关,特别是与杏仁核基底外侧核的相关性更高。ZHANG等[48]在一项随访研究中发现,有一级亲属患有MDD的健康年轻人中,右侧杏仁核CBF升高者更容易患抑郁症。在此之后,SHI等[49]发现接受ECT治疗后的MDD患者左侧杏仁核的CBF显著降低。这些研究表明,杏仁核CBF的改变在MDD的辅助诊断、发病预测或疗效评估等方面均具有一定价值。

       总而言之,MDD患者的杏仁核区域显示出血流量的异常,这种血流量的改变可能与临床症状相关。并且患者在接受抗抑郁治疗后,其杏仁核区域的血流量可能发生变化。目前,ASL在分辨率和灵敏度方面较其他成像技术相对较低,未来高分辨率MRI的应用可能使其能够更准确地捕捉到杏仁核血流的细微变化。此外,ASL与fMRI的联合研究可能有助于更全面地理解抑郁症患者杏仁核血流异常与MDD之间的关联[50]

4 磁共振波谱

       磁共振波谱(magnetic resonance spectroscopy, MRS)能够非侵入性测量人体组织中特定代谢物的水平,为了解疾病的生物化学变化提供了重要的信息。

       谷氨酸(glutamate, Glu)是成熟中枢神经系统中主要的兴奋性神经递质[51],越来越多的证据表明,谷氨酸能系统在MDD的发病机制中起着关键作用[52, 53]。SHIRAYAMA等[54]的一项研究发现,在MDD患者的杏仁核中,Glu复合物水平显著降低,且MDD患者的Glu水平与认知相关的轨迹制造测试(trail making test, TMT)得分呈负相关,TMT得分与受试者的各种认知功能相关,这项研究结果表明MDD患者Glu水平的降低与认知功能下降之间存在联系。HENIGSBERG等[55]对接受稳定剂量抗抑郁药物维持治疗的患者进行分析后发现,预后较好的患者中,杏仁核内含有胆碱复合物(choline-containing compounds, Cho)的化合物的水平显著较高,Cho减少可能与MDD相关的少突胶质细胞功能障碍及神经可塑性改变有关[56],这些研究结果表明杏仁核代谢物水平的变化有望成为评估MDD临床预后的预测因子。

       研究杏仁核中的代谢改变有助于我们从分子和细胞水平理解MDD的神经生物学机制。通过这些研究,我们可以进一步探索MDD的病理生理基础。但由于杏仁核体积较小且与海马等结构紧密相邻,以及高场磁共振中的场强不均匀性等复杂因素,目前杏仁核的MRS研究相对较少,未来更先进的MRI技术和更精细的后处理将有望提高MRS在研究杏仁核代谢时的精确度和可靠性。

5 总结与展望

       MRI技术的应用更加深入和全面地揭示了MDD患者杏仁核在结构、功能和代谢等方面的变化,证明了杏仁核在MDD病理生理学中的重要性。这些对于杏仁核的研究提供了探索MDD的生物学基础的新线索。过去多数对杏仁核的研究样本量较小,且受试者不同年龄、病程、疾病亚型等因素对杏仁核的改变也会产生影响,导致异质性较大,为了进一步明确杏仁核在MDD发病机制中的作用,需要进行更严格的实验设计和更大的样本量。目前的研究已经注意到了杏仁核的亚区的重要性,然而,由于杏仁核体积较小,基于低场强成像技术对杏仁核亚区的研究存在空间分辨率和信噪比的限制,为了更好地了解杏仁核亚区在MDD中的改变,未来的研究可以使用超高场强成像技术来分析不同亚区的变化,并探究其与MDD特定症状表现之间的关联。此外,多模态MRI的联合应用提供的信息具有更全面、综合、互补的优势,这种研究方法也增强了成像结果的可信度,未来可以结合新兴的成像方法如化学交换饱和转移(chemical exchange saturation transfer, CEST)等[57]进行深入研究。总而言之,MRI技术在MDD患者杏仁核中的研究中具有广阔前景,有望为MDD的早期诊断、疾病监测和疗效评估提供更多的信息。当然,杏仁核只是大脑复杂情绪网络中的一部分。未来的研究需要更广泛地考虑其他关键脑区,更全面地评估这些脑区在脑网络中的交互作用,例如大脑的默认模式网络、中央执行网络等,并探索它们如何在MDD中协同作用。通过这种多方位的视角,我们不仅可以更全面地理解MDD的神经基础,还能推动更有效治疗方法的发展。

[1]
MARX W, PENNINX B, SOLMI M, et al. Major depressive disorder[J/OL]. Nat Rev Dis Primers, 2023, 9(1): 44 [2024-01-08]. https://doi.org/10.1038/s41572-023-00454-1. DOI: 10.1038/s41572-023-00454-1.
[2]
SU Y, YE C, XIN Q, et al. Major depressive disorder with suicidal ideation or behavior in Chinese population: A scoping review of current evidence on disease assessment, burden, treatment and risk factors[J]. J Affect Disord, 2023, 340: 732-742. DOI: 10.1016/j.jad.2023.08.106.
[3]
FILATOVA E V, SHADRINA M I, SLOMINSKY P A. Major depression: One brain, one disease, one set of intertwined processes[J/OL]. Cells, 2021, 10(6) [2024-01-08]. https://doi.org/10.3390/cells10061283. DOI: 10.3390/cells10061283.
[4]
LI X, WANG J. Abnormal neural activities in adults and youths with major depressive disorder during emotional processing: a meta-analysis[J]. Brain Imaging Behav, 2021, 15(2): 1134-1154. DOI: 10.1007/s11682-020-00299-2.
[5]
ŠIMIĆ G, TKALČIĆ M, VUKIĆ V, et al. Understanding emotions: Origins and roles of the amygdala[J/OL]. Biomolecules, 2021, 11(6) [2024-01-08]. https://doi.org/10.3390/biom11060823. DOI: 10.3390/biom11060823.
[6]
GRAY J P, MüLLER V I, EICKHOFF S B, et al. Multimodal abnormalities of brain structure and function in major depressive disorder: A meta-analysis of neuroimaging studies[J]. Am J Psychiatry, 2020, 177(5): 422-434. DOI: 10.1176/appi.ajp.2019.19050560.
[7]
INMAN C S, HOLLEARN M K, AUGUSTIN L, et al. Discovering how the amygdala shapes human behavior: From lesion studies to neuromodulation[J]. Neuron, 2023, 111(24): 3906-3910. DOI: 10.1016/j.neuron.2023.09.040.
[8]
NAWAZ H, SHAH I, ALI S. The amygdala connectivity with depression and suicide ideation with suicide behavior: A meta-analysis of structural MRI, resting-state fMRI and task fMRI[J/OL]. Prog Neuropsychopharmacol Biol Psychiatry, 2023, 124: 110736 [2024-01-08]. https://doi.org/10.1016/j.pnpbp.2023.110736. DOI: 10.1016/j.pnpbp.2023.110736.
[9]
冯若涵, 卓丽华, 李宏伟, 等. 青少年抑郁症患者海马磁共振成像研究进展[J]. 磁共振成像, 2023, 14(4): 120-125. DOI: 10.12015/issn.1674-8034.2023.04.021.
FENG R H, ZHUO L H, LI H W, et al. MRI advances of hippocampus in adolescents with depression[J]. Chin J Magn Reson Imaging, 2023, 14(4): 120-125. DOI: 10.12015/issn.1674-8034.2023.04.021.
[10]
LEMKE H, ROMANKIEWICZ L, FÖRSTER K, et al. Association of disease course and brain structural alterations in major depressive disorder[J]. Depress Anxiety, 2022, 39(5): 441-451. DOI: 10.1002/da.23260.
[11]
AGHAMOHAMMADI-SERESHKI A, COUPLAND N J, SILVERSTONE P H, et al. Effects of childhood adversity on the volumes of the amygdala subnuclei and hippocampal subfields in individuals with major depressive disorder[J/OL]. J Psychiatry Neurosci, 2021, 46(1): E186-E195 [2024-01-08]. https://doi.org/10.1503/jpn.200034. DOI: 10.1503/jpn.200034.
[12]
NOLAN M, ROMAN E, NASA A, et al. Hippocampal and amygdalar volume changes in major depressive disorder: A targeted review and focus on stress[J/OL]. Chronic Stress (Thousand Oaks), 2020, 4: 2470547020944553 [2024-01-08]. https://doi.org/10.1177/2470547020944553. DOI: 10.1177/2470547020944553.
[13]
YAO Z, FU Y, WU J, et al. Morphological changes in subregions of hippocampus and amygdala in major depressive disorder patients[J]. Brain Imaging Behav, 2020, 14(3): 653-667. DOI: 10.1007/s11682-018-0003-1.
[14]
KIRSTEIN C F, GÜNTÜRKÜN O, OCKLENBURG S. Ultra-high field imaging of the amygdala - A narrative review[J/OL]. Neurosci Biobehav Rev, 2023, 152: 105245 [2024-01-08]. https://doi.org/10.1016/j.neubiorev.2023.105245. DOI: 10.1016/j.neubiorev.2023.105245.
[15]
KIM H, HAN K M, CHOI K W, et al. Volumetric alterations in subregions of the amygdala in adults with major depressive disorder[J]. J Affect Disord, 2021, 295: 108-115. DOI: 10.1016/j.jad.2021.08.012.
[16]
TESEN H, WATANABE K, OKAMOTO N, et al. Volume of amygdala subregions and clinical manifestations in patients with first-episode, drug-naïve major depression[J/OL]. Front Hum Neurosci, 2021, 15: 780884 [2024-01-08]. https://doi.org/10.3389/fnhum.2021.780884. DOI: 10.3389/fnhum.2021.780884.
[17]
BROWN S S G, RUTLAND J W, VERMA G, et al. Structural MRI at 7T reveals amygdala nuclei and hippocampal subfield volumetric association with major depressive disorder symptom severity[J/OL]. Sci Rep, 2019, 9(1): 10166 [2024-01-08]. https://doi.org/10.1038/s41598-019-46687-7. DOI: 10.1038/s41598-019-46687-7.
[18]
SEEWOO B J, RODGER J, DEMITRACK M A, et al. Neurostructural differences in adolescents with treatment-resistant depression and treatment effects of transcranial magnetic stimulation[J]. Int J Neuropsychopharmacol, 2022, 25(8): 619-630. DOI: 10.1093/ijnp/pyac007.
[19]
BRACHT T, WALTHER S, BREIT S, et al. Distinct and shared patterns of brain plasticity during electroconvulsive therapy and treatment as usual in depression: an observational multimodal MRI-study[J/OL]. Transl Psychiatry, 2023, 13(1): 6 [2024-01-08]. https://doi.org/10.1038/s41398-022-02304-2. DOI: 10.1038/s41398-022-02304-2.
[20]
HO T C, GUTMAN B, POZZI E, et al. Subcortical shape alterations in major depressive disorder: Findings from the ENIGMA major depressive disorder working group[J]. Hum Brain Mapp, 2022, 43(1): 341-351. DOI: 10.1002/hbm.24988.
[21]
彭靖, 单艺, 李杨, 等. 首发抑郁症患者脑白质微结构异常的扩散张量成像研究[J]. 中国医学影像学杂志, 2021, 29(5): 420-424. DOI: 10.3969/j.issn.1005-5185.2021.05.002.
PENG J, SHAN Y, LI Y, et al. Whole-brain white matter abnormalities in first-episode patients with major depressive disorder: A diffusion tensor imaging study[J]. Chin J Med Imaging, 2021, 29(5): 420-424. DOI: 10.3969/j.issn.1005-5185.2021.05.002.
[22]
BHATIA K D, HENDERSON L A, HSU E, et al. Reduced integrity of the uncinate fasciculus and cingulum in depression: A stem-by-stem analysis[J]. J Affect Disord, 2018, 235: 220-228. DOI: 10.1016/j.jad.2018.04.055.
[23]
WU F, TU Z, SUN J, et al. Abnormal functional and structural connectivity of amygdala-prefrontal circuit in first-episode adolescent depression: A combined fMRI and DTI study[J/OL]. Front Psychiatry, 2019, 10: 983 [2024-01-08]. https://doi.org/10.3389/fpsyt.2019.00983. DOI: 10.3389/fpsyt.2019.00983.
[24]
PILLAI R L I, HUANG C, LABELLA A, et al. Examining raphe-amygdala structural connectivity as a biological predictor of SSRI response[J]. J Affect Disord, 2019, 256: 8-16. DOI: 10.1016/j.jad.2019.05.055.
[25]
邓杰, 何建波, 邱丽华. 磁共振脑功能成像在青少年抑郁症中的研究进展[J]. 磁共振成像, 2022, 13(8): 101-103, 108. DOI: 10.12015/issn.1674-8034.2022.08.022.
DENG J, HE J B, QIU L H. Research progress of magnetic resonance functional brain imaging in adolescent depression[J]. Chin J Magn Reson Imaging, 2022, 13(8): 101-103, 108. DOI: 10.12015/issn.1674-8034.2022.08.022.
[26]
LEMKE H, PROBST S, WARNEKE A, et al. The course of disease in major depressive disorder is associated with altered activity of the limbic system during negative emotion processing[J]. Biol Psychiatry Cogn Neurosci Neuroimaging, 2022, 7(3): 323-332. DOI: 10.1016/j.bpsc.2021.05.008.
[27]
GROGANS S E, FOX A S, SHACKMAN A J. The amygdala and depression: A sober reconsideration[J]. Am J Psychiatry, 2022, 179(7): 454-457. DOI: 10.1176/appi.ajp.20220412.
[28]
YOUNG K D, ZOTEV V, PHILLIPS R, et al. Amygdala real-time functional magnetic resonance imaging neurofeedback for major depressive disorder: A review[J]. Psychiatry Clin Neurosci, 2018, 72(7): 466-481. DOI: 10.1111/pcn.12665.
[29]
REDLICH R, OPEL N, BÜRGER C, et al. The limbic system in youth depression: Brain structural and functional alterations in adolescent in-patients with severe depression[J]. Neuropsychopharmacology, 2018, 43(3): 546-554. DOI: 10.1038/npp.2017.246.
[30]
YOUNG K D, SIEGLE G J, BODURKA J, et al. Amygdala activity during autobiographical memory recall in depressed and vulnerable individuals: Association with symptom severity and autobiographical overgenerality[J]. Am J Psychiatry, 2016, 173(1): 78-89. DOI: 10.1176/appi.ajp.2015.15010119.
[31]
TAMM S, HARMER C J, SCHIEL J, et al. No association between amygdala responses to negative faces and depressive symptoms: Cross-sectional data from 28,638 individuals in the UK biobank cohort[J]. Am J Psychiatry, 2022, 179(7): 509-513. DOI: 10.1176/appi.ajp.21050466.
[32]
PARK J H, LEE S B, LEE J J, et al. Epidemiology of MRI-defined vascular depression: A longitudinal, community-based study in Korean elders[J]. J Affect Disord, 2015, 180: 200-206. DOI: 10.1016/j.jad.2015.04.008.
[33]
YOUNG K D, FRIEDMAN E S, COLLIER A, et al. Response to SSRI intervention and amygdala activity during self-referential processing in major depressive disorder[J/OL]. Neuroimage Clin, 2020, 28: 102388 [2024-01-08]. https://doi.org/10.1016/j.nicl.2020.102388. DOI: 10.1016/j.nicl.2020.102388.
[34]
LOUREIRO J R A, LEAVER A, VASAVADA M, et al. Modulation of amygdala reactivity following rapidly acting interventions for major depression[J]. Hum Brain Mapp, 2020, 41(7): 1699-1710. DOI: 10.1002/hbm.24895.
[35]
MA X, LIU J, LIU T, et al. Altered resting-state functional activity in medication-naive patients with first-episode major depression disorder vs. healthy control: A quantitative meta-analysis[J/OL]. Front Behav Neurosci, 2019, 13: 89 [2024-01-08]. https://doi.org/10.3389/fnbeh.2019.00089. DOI: 10.3389/fnbeh.2019.00089.
[36]
DU L, WANG J, MENG B, et al. Early life stress affects limited regional brain activity in depression[J/OL]. Sci Rep, 2016, 6: 25338 [2024-01-08]. https://doi.org/10.1038/srep25338. DOI: 10.1038/srep25338.
[37]
EBNEABBASI A, MAHDIPOUR M, NEJATI V, et al. Emotion processing and regulation in major depressive disorder: A 7T resting-state fMRI study[J]. Hum Brain Mapp, 2021, 42(3): 797-810. DOI: 10.1002/hbm.25263.
[38]
谢生辉, 牛广明, 高阳, 等. 首发抑郁症脑局部一致性静息态MRI对比研究[J]. 磁共振成像, 2015, 6(1): 10-14. DOI: 10.3969/j.issn.1674-8034.2015.01.003.
XIE S H, NIU G M, GAO Y, et al. Comparative study of local consistency with the resting state magnetic resonance imaging under first-episode depression[J]. Chin J Magn Reson Imaging, 2015, 6(1): 10-14. DOI: 10.3969/j.issn.1674-8034.
[39]
WEN X, HAN B, LI H, et al. Unbalanced amygdala communication in major depressive disorder[J]. J Affect Disord, 2023, 329: 192-206. DOI: 10.1016/j.jad.2023.02.091.
[40]
ZHANG A, YANG C, LI G, et al. Functional connectivity of the prefrontal cortex and amygdala is related to depression status in major depressive disorder[J]. J Affect Disord, 2020, 274: 897-902. DOI: 10.1016/j.jad.2020.05.053.
[41]
YANG H, CHEN X, CHEN Z B, et al. Disrupted intrinsic functional brain topology in patients with major depressive disorder[J]. Mol Psychiatry, 2021, 26(12): 7363-7371. DOI: 10.1038/s41380-021-01247-2.
[42]
YUAN M, PANTAZATOS S P, ZHU H, et al. Altered amygdala subregion-related circuits in treatment-naïve post-traumatic stress disorder comorbid with major depressive disorder[J]. Eur Neuropsychopharmacol, 2019, 29(10): 1092-1101. DOI: 10.1016/j.euroneuro.2019.07.238.
[43]
LI W, WANG C, LAN X, et al. Resting-state functional connectivity of the amygdala in major depressive disorder with suicidal ideation[J]. J Psychiatr Res, 2022, 153: 189-196. DOI: 10.1016/j.jpsychires.2022.07.001.
[44]
LIU H, WANG C, LAN X, et al. Functional connectivity of the amygdala and the antidepressant and antisuicidal effects of repeated ketamine infusions in major depressive disorder[J/OL]. Front Neurosci, 2023, 17: 1123797 [2024-01-08]. https://doi.org/10.3389/fnins.2023.1123797. DOI: 10.3389/fnins.2023.1123797.
[45]
TANG S, LI H, LU L, et al. Anomalous functional connectivity of amygdala subregional networks in major depressive disorder[J]. Depress Anxiety, 2019, 36(8): 712-722. DOI: 10.1002/da.22901.
[46]
WANG Y M, YANG Z Y. Aberrant pattern of cerebral blood flow in patients with major depressive disorder: A meta-analysis of arterial spin labelling studies[J/OL]. Psychiatry Res Neuroimaging, 2022, 321: 111458 [2024-01-08]. https://doi.org/10.1016/j.pscychresns.2022.111458. DOI: 10.1016/j.pscychresns.2022.111458.
[47]
LEAVER A M, YANG H, SIDDARTH P, et al. Resilience and amygdala function in older healthy and depressed adults[J]. J Affect Disord, 2018, 237: 27-34. DOI: 10.1016/j.jad.2018.04.109.
[48]
ZHANG N, QIN J, YAN J, et al. Increased ASL-CBF in the right amygdala predicts the first onset of depression in healthy young first-degree relatives of patients with major depression[J]. J Cereb Blood Flow Metab, 2020, 40(1): 54-66. DOI: 10.1177/0271678x19861909.
[49]
SHI Y, LI J, TONG P, et al. Regional cerebral blood flow in major depression treated with electroconvulsive therapy: an arterial spin labeling magnetic resonance study[J]. Neurocase, 2022, 28(2): 246-250. DOI: 10.1080/13554794.2022.2044861.
[50]
FAN D, HE C, LIU X, et al. Altered resting-state cerebral blood flow and functional connectivity mediate suicidal ideation in major depressive disorder[J]. J Cereb Blood Flow Metab, 2022, 42(9): 1603-1615. DOI: 10.1177/0271678x221090998.
[51]
SARAWAGI A, SONI N D, PATEL A B. Glutamate and GABA homeostasis and neurometabolism in major depressive disorder[J/OL]. Front Psychiatry, 2021, 12: 637863 [2024-01-08]. https://doi.org/10.3389/fpsyt.2021.637863. DOI: 10.3389/fpsyt.2021.637863.
[52]
LEE M T, PENG W H, KAN H W, et al. Neurobiology of depression: chronic stress alters the glutamatergic system in the brain-focusing on AMPA receptor[J/OL]. Biomedicines, 2022, 10(5) [2024-01-08]. https://doi.org/10.3390/biomedicines10051005. DOI: 10.3390/biomedicines10051005.
[53]
LUTTENBACHER I, PHILLIPS A, KAZEMI R, et al. Transdiagnostic role of glutamate and white matter damage in neuropsychiatric disorders: A Systematic Review[J]. J Psychiatr Res, 2022, 147: 324-348. DOI: 10.1016/j.jpsychires.2021.12.042.
[54]
SHIRAYAMA Y, TAKAHASHI M, OSONE F, et al. Myo-inositol, glutamate, and glutamine in the prefrontal cortex, hippocampus, and amygdala in major depression[J]. Biol Psychiatry Cogn Neurosci Neuroimaging, 2017, 2(2): 196-204. DOI: 10.1016/j.bpsc.2016.11.006.
[55]
HENIGSBERG N, SAVIĆ A, RADOŠ M, et al. Choline elevation in amygdala region at recovery indicates longer survival without depressive episode: a magnetic resonance spectroscopy study[J]. Psychopharmacology (Berl), 2021, 238(5): 1303-1314. DOI: 10.1007/s00213-019-05303-2.
[56]
KAHL K G, ATALAY S, MAUDSLEY A A, et al. Altered neurometabolism in major depressive disorder: A whole brain (1)H-magnetic resonance spectroscopic imaging study at 3T[J/OL]. Prog Neuropsychopharmacol Biol Psychiatry, 2020, 101: 109916 [2024-01-08]. https://doi.org/10.1016/j.pnpbp.2020.109916. DOI: 10.1016/j.pnpbp.2020.109916.
[57]
MAMOUNE K E, BARANTIN L, ADRIAENSEN H, et al. Application of Chemical Exchange Saturation Transfer (CEST) in neuroimaging[J/OL]. J Chem Neuroanat, 2021, 114: 101944 [2024-01-08]. https://doi.org/10.1016/j.jchemneu.2021.101944. DOI: 10.1016/j.jchemneu.2021.101944.

上一篇 多模态影像技术在儿童症状性癫痫中的应用进展
下一篇 磁共振成像技术评估早产儿小脑发育的研究进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2