分享:
分享到微信朋友圈
X
临床研究
不伴认知损伤的2型糖尿病患者静息态脑功能磁共振成像多指标的对比分析
张戈 张艳伟 刘太元 王涵 魏巍 王梅云

Cite this article as ZHANG G, ZHANG Y W, LIU T Y, et al. Comparison of brain functional alterations in type 2 diabetes mellitus based on resting-state functional magnetic resonance imaging indices[J]. Chin J Magn Reson Imaging, 2024, 15(5): 8-12.本文引用格式张戈, 张艳伟, 刘太元, 等. 不伴认知损伤的2型糖尿病患者静息态脑功能磁共振成像多指标的对比分析[J]. 磁共振成像, 2024, 15(5): 8-12. DOI:10.12015/issn.1674-8034.2024.05.002.


[摘要] 目的 通过多种静息态脑功能磁共振指标探索2型糖尿病(type 2 diabetes mellitus, T2DM)认知功能正常患者的自发神经活动改变。材料与方法 前瞻性纳入34名认知功能正常的T2DM患者及年龄、性别、文化程度与T2DM患者相匹配的同等数量的正常对照,两组被试均行3.0 T静息态脑功能磁共振扫描。图像数据经预处理后分别计算低频振荡指数、局部一致性指数、镜像同伦功能连接等指标,采用两样本t检验比较组间差异,并分析不同静息态指标间及与临床指标间的关联关系。结果 与正常对照相比,T2DM组患者在左侧前额叶、右侧角回呈现自发神经活动减弱,而在左侧尾状核与辅助运动区呈现神经活动增强(GRF校正,体素水平P<0.001,簇水平P<0.05)。T2DM在前额叶及角回区域低频振幅指数与局部一致性指数显著相关(r=0.592~0.767,校正后P<0.05),但与正常对照相比相关程度降低。结论 应用多个静息态脑功能指标可检测T2DM患者存在不同脑区的自发神经活动改变,且不同指标间相关程度降低,可为分析T2DM患者认知损伤发生前的早期脑功能改变提供参考。
[Abstract] Objective To explore the abnormal spontaneous neural activity in type 2 diabetes mellitus (T2DM) without cognitive impairment by combining multiple indices of resting-state functional magnetic resonance imaging (rs-fMRI).Materials and Methods Thirty-four T2DM patients without cognitive impairment and 34 age, sex and education matched control subjects were included in this study. Both groups received rs-fMRI scans in a 3.0 T MRI scanner. Amplitude of low frequency fluctuation(ALFF), regional homogeneity (ReHo) and voxel-mirrored homotopic connectivity (VMHC) were calculated after image preprocessing. Two sample t-test was performed to explore the abnormal alterations of brain function and the relationship among rs-fMRI indices and clinical characteristics was also investigated.Results T2DM patients showed decreased spontaneous neural activity in the left prefrontal cortex, right angular gyrus, while increased neural activity in the left caudate nucleus and supplementary motor area (GRF corrected, voxel P<0.001, cluster P<0.05). We also observed a decreased correlation between ALFF and ReHo in the prefrontal cortex and angular gyrus of T2DM (r=0.592-0.767, corrected P<0.05).Conclusions The application of multiple rs-fMRI indices detected abnormal neural activities in different brain regions of T2DM patients, and the decreased coupling trend between ALFF and could help to understand the early changes before cognitive impairment appeared.
[关键词] 2型糖尿病;静息态功能磁共振成像;磁共振成像;低频振幅;局部一致性;镜像同伦功能连接
[Keywords] type 2 diabetes mellitus;resting-state functional magnetic resonance imaging;magnetic resonance imaging;amplitude of low frequency fluctuation;regional homogeneity;voxel-mirrored homotopic connectivity

张戈 1, 2   张艳伟 2   刘太元 1   王涵 2   魏巍 1   王梅云 1*  

1 河南省人民医院影像科,郑州 450000

2 白求恩国际和平医院(联勤保障部队第980医院)放射诊断科,石家庄 050000

通信作者:王梅云,E-mail:mywang@zzu.edu.cn

作者贡献声明::王梅云设计本研究的方案,对稿件重要的内容进行了修改;张戈实施本研究的试验方案,获取、分析并解释本研究的数据,起草并撰写稿件;张艳伟参与本研究试验方案的设计,对稿件的重要内容进行了修改,获得了联勤保障部队第九八〇医院孵育计划项目资助;刘太元获取、分析本研究的数据,对稿件的重要内容进行了修改,获得了河南省医学科技攻关计划项目资助;王涵、魏巍获取、分析本研究的数据,对稿件的重要内容进行了修改;全部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: 河南省医学科技攻关计划项目 LHGJ20210028 联勤保障部队第九八〇医院孵育计划项目 FYJHQN202304
收稿日期:2023-12-18
接受日期:2024-04-30
中图分类号:R445.2  R587.1 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.05.002
本文引用格式张戈, 张艳伟, 刘太元, 等. 不伴认知损伤的2型糖尿病患者静息态脑功能磁共振成像多指标的对比分析[J]. 磁共振成像, 2024, 15(5): 8-12. DOI:10.12015/issn.1674-8034.2024.05.002.

0 引言

       糖尿病是一种因胰岛素的相对或绝对分泌不足导致的糖、蛋白质、脂肪等的代谢紊乱性内分泌系统疾病,主要包括1型糖尿病和2型糖尿病(type 2 diabetes mellitus, T2DM)两种类型,临床上以2型糖尿病为主[1]。流行病学证据表明,T2DM已经成为认知功能损伤乃至痴呆的高风险因素之一,然而,T2DM认知障碍发生的神经机制仍未阐明[2]。静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)是一种无创、便捷的在体脑功能分析技术,在强迫症、抑郁症等精神疾病的神经环路机制探索相关研究中得到了广泛的应用[3, 4, 5, 6]。既往研究分别基于rs-fMRI计算低频振幅(amplitude of low-frequency fluctuation, ALFF)、局部一致性(regional homogeneity, ReHo)和镜像同伦功能连接(voxel-mirrored homotopic connectivity, VMHC)开展T2DM相关认知功能障碍相关研究,发现T2DM患者存在颞叶、枕叶、扣带回等脑区的自发神经活动异常[7, 8, 9]。但这些研究主要采用单一指标,且并未着重关注不伴认知功能损伤的T2DM患者脑功能改变。鉴于此,本研究旨在对认知障碍正常的T2DM患者进行深入分析,综合评估其ALFF、ReHo和VMHC等指标的变化,以探讨T2DM患者在静息态下的脑功能特征及其与认知功能障碍的相关性。通过这种多维度的评估,本研究期望为揭示T2DM相关认知损伤的神经机制提供新的见解。

1 材料与方法

1.1 研究对象

       将2020年3月至2022年12月间于我院内分泌科就诊的T2DM患者34例纳入T2DM组,具体纳入标准为:(1)符合中国2型糖尿病防治指南(2020版)诊断标准[10],且病程不短于1年;(2)年龄45~70岁之间,接受教育年限不少于6年;(3)规律口服降糖药物或注射胰岛素,无低血糖发作史;(4)右利手;(5)蒙特利尔认知评估量表(Montreal Cognitive Assessment, MoCA)评分≥26分。排除标准为:(1)糖尿病严重并发症史;(2)脑外伤及脑损伤病史;(3)酒精或药物成瘾史;(4)精神疾病史;(5)听力或视觉障碍;(6)身体质量指数(body mass index, BMI)>25;(7)磁共振检查禁忌。同期从社会招募年龄、性别、受教育年限相匹配的正常志愿者34名,需同时满足空腹血糖<6.1 mmol/L和糖化血红蛋白(HbA1c)<6.5%。排除标准与T2DM患者相同。本研究遵守《赫尔辛基宣言》,经河南省人民医院伦理委员会批准,所有受试者及其家属均签署知情同意书,批准文号:2020043。

1.2 临床资料及神经心理学测试

       所有被试行MR扫描前先采集一般临床资料,并进行MoCA量表测试。所有被试均于上午空腹采集静脉血,测量空腹血糖、HbA1c、总胆固醇、甘油三酯、高密度脂蛋白及低密度脂蛋白。同时采集被试身高、体质量、血压等数据信息,其中血压通过多次测量取平均值。MoCA量表测试由1名经过心理测评相关培训的医师于安静的室内进行,评估被试的认知状态。

1.3 MRI数据采集

       采用Siemens 3.0 T Trio MR扫描仪及配套8通道头部线圈采集被试MRI数据。MR扫描前嘱被试保持闭眼并平静呼吸,扫描期间克服头动及体动。采用三维磁化准备快速梯度回波序列采集矢状位T1WI结构像,具体参数为TR 1900 ms,TE 2.52 ms,TI 900 ms,翻转角9°,层数160,体素大小为1 mm×1 mm×1 mm,扫描野250 mm×250 mm,矩阵256×256。采用平面梯度回波序列采集静息态脑功能图像,具体参数为TR 2000 ms,TE 30 ms,翻转角90°,层数33,层厚4 mm,扫描野240 mm×240 mm,矩阵64×64,共采集200个时间点。同时常规采集T2WI图像和液体衰减反转恢复(fluid-attenuated inversion-recovery, FLAIR)序列图像排查可能的脑白质变性或腔隙性梗死灶。

1.4 rs-fMRI数据预处理及指标计算

       使用基于Matlab软件的DPABI v6.0工具包对rs-fMRI数据进行预处理[11]。首先将DICOM格式图像数据转换为NIFTI格式,并剔除每名被试前10个时间点数据,然后按以下步骤进行预处理:(1)时间层校正;(2)头动校正,若被试头部平移超过2 mm或转动超过2°,则剔除该数据,本研究中未出现需排除的被试;(3)协变量回归(包括Friston 24头动参数,全脑平均信号,白质信号,脑脊液信号);(4)空间标准化(重采样体素大小为3 mm×3 mm×3 mm);(5)空间平滑(高斯核半高宽为6 mm);(6)去除线性漂移;(7)带通滤波(带宽为0.01~0.10 Hz)。

       同样使用DPABI v6.0工具包计算静息态脑功能指标。其中ALFF的计算在上述全部预处理步骤完成后进行,本研究以0.01~0.08 Hz带宽内的ALFF值为研究对象。ReHo值为该体素与相邻26个体素的肯德尔和谐系数,计算时在上述预处理步骤中跳过空间平滑,计算完毕后进行高斯平滑,平滑核大小为6 mm。由于人脑的不对称性,需要利用所有被试的T1WI结构像生成标准空间内的对称模板,与功能像进行重新进行空间标准化,经空间平滑、去除线性漂移与滤波后,计算两侧大脑半球对称体素的Pearson相关系数即为VMHC值。以上指标均进行Fisher-z变换得到z值后,进行后续统计分析。

1.5 统计分析

       采用SPSS 20.0软件对两组被试的临床资料及MoCA评分进行统计分析,其中计数资料比较采用χ2检验,计量资料采用两样本t检验,均以P<0.05为差异有统计学意义。采用DPABI v6.0工具包对两组被试的全脑ALFF、ReHo和VMHC图进行两样本t检验,并对结果行高斯随机场(Gaussian random field, GRF)校正,以体素水平P<0.001,簇水平P<0.05为差异有统计学意义。提取所有具有显著差异脑区的ALFF、ReHo及VMHC值,分析各指标之间以及和对应的临床资料、认知评分的相关性,以Bonferroni校正后的P<0.05为差异有统计学意义。

2 结果

2.1 两组临床资料比较

       T2DM组与对照组受试者的年龄、性别、受教育年限、BMI、血压、总胆固醇、MoCA评分均无显著差异(P>0.05), T2DM组患者空腹血糖值、HbA1c和低密度脂蛋白显著高于正常对照组,具体见表1

表1  T2DM组与正常对照组临床资料比较
Tab. 1  Comparison of clinical data between T2DM and control group

2.2 不同静息态脑功能指标比较

       如图1所示,与正常对照相比,T2DM患者左侧前额叶额中回、额上回ALFF值显著降低。同时,左侧尾状核ReHo值显著降低,而右侧角回ReHo值则显著升高。T2DM患者辅助运动区VMHC值显著升高。详细信息见表2.

图1  正常对照组和T2DM组脑功能指标异常脑区比较。T2DM:2型糖尿病;ALFF:低频振幅;ReHo:局部一致性;VMHC:镜像同伦功能连接。
Fig. 1  Comparison of differences in rs-fMRI indices between normal control subjects and T2DM patients. T2DM: type 2 diabetes mellitus; ALFF: amplitude of low frequency fluctuation; ReHo: regional homogeneity; VMHC: voxel-mirrored homotopic connectivity.
表2  正常对照组和T2DM组脑功能指标差异比较
Tab. 2  Comparison of brain function indices between normal control group and T2DM group

2.3 相关分析

       脑功能指标与临床资料各指标经Bonferroni校正后均无显著相关性。而在左侧前额叶区、左侧尾状核、右侧角回区,T2DM组与对照组均可见ALFF值和ReHo值显著正相关,并且对照组的相关性更强,如表3所示。

表3  两组间异常脑区脑功能指标的相关性分析
Tab. 3  Correlations between ALFF/ReHo/VMHC values extracted from detected brain regions in both groups

3 讨论

       本研究综合应用多个静息态脑功能指标,探索不伴认知损伤的T2DM患者脑功能异常改变。研究结果发现T2DM患者在左侧前额叶及右侧角回自发神经活动减低,而在左侧尾状核及双侧辅助运动区出现脑功能活动增强,不同指标可揭示不同的脑功能异常改变。此外,T2DM患者在部分异常脑区出现ALFF和ReHo相关性显著降低,可为理解T2DM相关脑功能损伤的发生提供新的信息。

3.1 应用多个静息态脑功能指标的价值

       ALFF、ReHo以及VMHC均为基于体素的静息态脑功能指标,然而其具体的生理学机制不同。ALFF主要描述0.01~0.80 Hz带宽范围内的自发性神经活动强度,该频率范围内可有效抑制低频漂移和高频噪声的干扰[12]。ReHo则表示特定体素与邻近体素的神经活动一致性[13]。而VMHC则估计半球间对称体素的功能连接[14]。以上指标可从不同方面描述T2DM患者的脑功能异常改变。CUI等[15]认为结合多个静息态脑功能指标能够增强结果的鲁棒性和真实性。在本研究中,通过三种指标发现了不同的功能异常脑区。尤其是对于认知功能正常的T2DM患者,脑功能的损伤可能还处于早期阶段,我们推测这可能是本研究中功能异常脑区结果在不同指标中未出现重复的主要原因。同时,本研究也提示可在一次研究中应多使用不同的分析方法,更为全面地定位脑功能异常改变。

3.2 T2DM患者ALFF减低的脑区

       本研究发现T2DM患者左侧额中回、额上回区域ALFF值显著降低。这些脑区参与多种高阶认知功能,包括但不限于注意力的重新定向、工作记忆、语义理解以及运动控制、情绪调节等[16]。其中,额中回在注意力重定向和工作记忆中扮演着核心角色[17]而额上回则与运动功能和情绪调节网络有着紧密的联系[18]。先前的研究指出,存在认知障碍的T2DM患者往往在前额叶脑区表现出神经活动的减弱[19],提示T2DM相关认知损伤的发病机制可能与前额叶脑区的功能障碍有关。GUO等[20]和XU等[21]均报道T2DM患者可见额中回的功能连接性降低,也有类似的研究显示T2DM患者额上回的ALFF值升高[22]。因此,本研究结果提示前额叶主要脑区功能异常可能反映了T2DM神经损伤的初期表现,并且额上回可能对糖尿病相关并发症更为敏感。

3.3 T2DM患者ReHo减低的脑区

       本研究观察到T2DM患者角回的ReHo值明显减低。角回是参与复杂语言功能的多个脑功能网络的关键节点,是语义处理的核心脑区[23]。角回的损伤与多种认知功能障碍相关联,如失语症、手指失认和书写障碍等[24]。既往研究发现T2DM患者存在角回区域血流灌注减少、ALFF值降低、功能连接减弱等异常改变[25, 26, 27]。此外,一项基于PET的研究还进一步发现,在T2DM患者中可见角回区域的葡萄糖代谢率降低,并提示可能与阿尔茨海默病的发病风险增加有关[28]。本研究首次通过ReHo方法在认知障碍发生前检测角回的功能异常,表明角回的功能损伤可能是T2DM相关认知损伤发生的关键神经病理学改变之一,并且贯穿整个发病过程。本研究中角回的ALFF值无显著差异,提示结合多种静息态脑功能指标可能提高检测到功能异常脑区的敏感性和准确性。

3.4 T2DM患者静息态脑功能增强的脑区

       本研究结果显示T2DM患者在左侧尾状核及双侧辅助运动区分别出现ReHo和VMHC值升高。尾状核作为与行为功能密切相关的额纹状体环路的关键组成部分,在T2DM患者的神经病理学研究中占据重要地位[29]。既往研究表明,涉及尾状核的前额叶-纹状体功能连接异常可能构成了T2DM患者感觉运动功能障碍的神经病理基础[30]。BARBER等[31]的研究进一步发现这些功能连接减弱也与认知障碍密切相关。在本研究中,观察到尾状核神经活动增强可能反映了T2DM早期神经损伤的脑功能代偿机制[32]。类似地,辅助运动区也通过其间接作用与T2DM患者的认知障碍发生关联。近期的Meta分析发现T2DM患者大脑中辅助运动区的脑血流量呈现增加趋势,这一发现为T2DM患者大脑中运动相关脑区存在代偿性作用提供了进一步的证据[33]。因此,本研究的结果提示,运动脑区的神经活动增强可能代表了T2DM早期的神经生理学特征性改变,为深入理解T2DM的神经病理机制提供了新的视角,并可能对开发针对性的诊断和治疗策略具有重要意义。

3.5 相关性分析

       本研究未发现脑功能指标与空腹血糖、糖化血红蛋白指标之间存在显著相关性。有研究认为这是由于T2DM的脑功能随着病程进展而表现出不同的状态,因此常规分析方法难以捕捉其中的相关关系[32]。但是,在前额叶、角回及尾状核区域ALFF和ReHo在两组被试均表现显著正相关,但是T2DM组的相关程度有降低的趋势。这种脑功能指标关联程度降低的现象为我们理解T2DM早期的脑功能改变提供了新的思路。

3.6 局限性

       本研究存在一定的局限性。首先,本研究纳入的样本量较少,未来将纳入更多被试,进一步验证本研究结果。其次,本研究中纳入的被试接受了不同类型的降糖药物治疗。既往研究发现降糖药作用与T2DM患者的认知功能有关[34]。因此,在后续研究中我们将把用药因素列入纳排标准,控制药物因素对神经影像分析结果的影响。最后,本研究主要纳入门诊T2DM患者,临床资料采集受限,在后续研究中将收集更多T2DM患者信息,包括胰岛素抵抗指数及更多功能性量表评分等,更好地揭示T2DM认知障碍发生的神经环路机制。

4 结论

       本研究基于ALFF、ReHo以及VMHC多个静息态脑功能指标,探索无认知损伤T2DM患者脑功能改变特征,发现无认知障碍的T2DM患者在左侧前额叶、尾状核、右侧角回及双侧辅助运动区等存在异常改变,并且在部分脑区存在ALFF和ReHo相关性降低,这可能为理解认知障碍发生前T2DM相关的早期脑功能改变提供新的参考依据。

[1]
American Diabetes Association. 2. Classification and Diagnosis of Diabetes: Standards of Medical Care in Diabetes-2021[J]. Diabetes Care, 2021, 44(Suppl 1): S15-S33. DOI: 10.2337/dc21-S002.
[2]
BIESSELS G J, DESPA F. Cognitive decline and dementia in diabetes mellitus: mechanisms and clinical implications[J]. Nat Rev Endocrinol, 2018, 14(10): 591-604. DOI: 10.1038/s41574-018-0048-7.
[3]
BU X, HU X, ZHANG L, et al. Investigating the predictive value of different resting-state functional MRI parameters in obsessive-compulsive disorder[J/OL]. Transl Psychiatry, 2019, 9(1): 17 [2023-12-18]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6336781. DOI: 10.1038/s41398-018-0362-9.
[4]
GONG J, WANG J, QIU S, et al. Common and distinct patterns of intrinsic brain activity alterations in major depression and bipolar disorder: voxel-based meta-analysis[J/OL]. Transl Psychiatry, 2020, 10(1): 353 [2023-12-18]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7573621. DOI: 10.1038/s41398-020-01036-5.
[5]
NAGAI Y, KIRINO E, TANAKA S, et al. Functional connectivity in autism spectrum disorder evaluated using rs-fMRI and DKI[J/OL]. Cereb Cortex, 2023, bhad451 [2023-12-18]. https://academic.oup.com/cercor/advance-article/doi/10.1093/cercor/bhad451/7451793?login=false. DOI: 10.1093/cercor/bhad451.
[6]
YAN W, PALANIYAPPAN L, LIDDLE P F, et al. Characterization of hemodynamic alterations in schizophrenia and bipolar disorder and their effect on resting-state fMRI functional connectivity[J]. Schizophr Bull, 2022, 48(3): 695-711. DOI: 10.1093/schbul/sbab140.
[7]
LIU M, LI J, LI J, et al. Altered spontaneous brain activity in patients with diabetic osteoporosis using regional homogeneity: A resting-state functional magnetic resonance imaging study[J/OL]. Front Aging Neurosci, 2022, 14: 851929 [2023-12-18]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9120436. DOI: 10.3389/fnagi.2022.851929.
[8]
QI C X, HUANG X, SHEN Y. Altered intrinsic brain activities in patients with diabetic retinopathy using amplitude of low-frequency fluctuation: A resting-state fMRI study[J]. Diabetes Metab Syndr Obes, 2020, 13: 2833-2842. DOI: 10.2147/DMSO.S259476.
[9]
CUI Y, TANG T Y, LU C Q, et al. Disturbed interhemispheric functional and structural connectivity in type 2 diabetes[J]. J Magn Reson Imaging, 2022, 55(2): 424-434. DOI: 10.1002/jmri.27813.
[10]
中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)[J]. 中华糖尿病杂志, 2021, 13(4): 315-409. DOI: 10.3760/cma.j.cn115791-20210221-00095.
Chinese Diabetes Society. Guidline for the prevention and treatment of type 2 diabetes mellitus in China (2020 edition)[J]. Chin J Diabetes Mellitus, 2021, 23(4): 314-409. DOI: 10.3760/cma.j.cn115791-20210221-00095.
[11]
YAN C G, WANG X D, ZUO X N, et al. DPABI: Data Processing & Analysis for (Resting-State) Brain Imaging[J]. Neuroinformatics, 2016, 14(3): 339-351. DOI: 10.1007/s12021-016-9299-4.
[12]
YANG H, LONG X Y, YANG Y, et al. Amplitude of low frequency fluctuation within visual areas revealed by resting-state functional MRI[J]. Neuroimage, 2007, 36(1): 144-152. DOI: 10.1016/j.neuroimage.2007.01.054.
[13]
ZANG Y, JIANG T, LU Y, et al. Regional homogeneity approach to fMRI data analysis[J]. Neuroimage, 2004, 22(1): 394-400. DOI: 10.1016/j.neuroimage.2003.12.030.
[14]
ZUO X N, KELLY C, DI MARTINO A, et al. Growing together and growing apart: regional and sex differences in the lifespan developmental trajectories of functional homotopy[J]. J Neurosci, 2010, 30(45): 15034-15043. DOI: 10.1523/JNEUROSCI.2612-10.2010.
[15]
CUI Y, JIAO Y, CHEN Y C, et al. Altered spontaneous brain activity in type 2 diabetes: a resting-state functional MRI study[J]. Diabetes, 2014, 63(2): 749-760. DOI: 10.2337/db13-0519.
[16]
PIZZAGALLI D A, ROBERTS A C. Prefrontal cortex and depression[J]. Neuropsychopharmacology, 2022, 47(1): 225-246. DOI: 10.1038/s41386-021-01101-7.
[17]
BRIGGS R G, LIN Y H, DADARIO N B, et al. Anatomy and white matter connections of the middle frontal gyrus[J/OL]. World Neurosurg, 2021, 150: e520-e529 [2023-12-18]. https://www.sciencedirect.com/science/article/abs/pii/S1878875021004137?via%3Dihub. DOI: 10.1016/j.wneu.2021.03.045.
[18]
BRIGGS R G, KHAN A B, CHAKRABORTY A R, et al. Anatomy and white matter connections of the superior frontal gyrus[J]. Clin Anat, 2020, 33(6): 823-832. DOI: 10.1002/ca.23523.
[19]
XIA W, LUO Y, CHEN Y C, et al. Glucose fluctuations are linked to disrupted brain functional architecture and cognitive impairment[J]. J Alzheimers Dis, 2020, 74(2): 603-613. DOI: 10.3233/JAD-191217.
[20]
GUO P, ZHAO P, LV H, et al. Abnorpathy: A resting-state functional MRI study[J/OL]. Neural Plast, 2020, 2020: 8826787 [2023-12-18]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7499295. DOI: 10.1155/2020/8826787.
[21]
XU Q H, LI Q Y, YU K, et al. Altered brain network centrality in patients with diabetic optic neuropathy: A resting-state fMRI study[J]. Endocr Pract, 2020, 26(12): 1399-1405. DOI: 10.4158/EP-2020-0045.
[22]
SHI W Q, TANG L Y, LIN Q, et al. Altered spontaneous brain activity patterns in diabetic patients with vitreous hemorrhage using amplitude of low-frequency fluctuation: A resting-state fMRI study[J]. Mol Med Rep, 2020, 22(3): 2291-2299. DOI: 10.3892/mmr.2020.11294.
[23]
SEGHIER M L. Multiple functions of the angular gyrus at high temporal resolution[J]. Brain Struct Funct, 2023, 228(1): 7-46. DOI: 10.1007/s00429-022-02512-y.
[24]
ARDILA A. A proposed reinterpretation of Gerstmann's syndrome[J]. Arch Clin Neuropsychol, 2014, 29(8): 828-833. DOI: 10.1093/arclin/acu056.
[25]
BANGEN K J, WERHANE M L, WEIGAND A J, et al. Reduced regional cerebral blood flow relates to poorer cognition in older adults with type 2 diabetes[J/OL]. Front Aging Neurosci, 2018, 10: 270 [2023-12-18]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6139361. DOI: 10.3389/fnagi.2018.00270.
[26]
WANG Z L, ZOU L, LU Z W, et al. Abnormal spontaneous brain activity in type 2 diabetic retinopathy revealed by amplitude of low-frequency fluctuations: a resting-state fMRI study[J/OL]. Clin Radiol, 2017, 72(4): 340.e1-340.e7 [2023-12-18]. https://www.clinicalradiologyonline.net/article/S0009-9260(16)30475-5/abstract. DOI: 10.1016/j.crad.2016.11.012.
[27]
LIU D, CHEN L, DUAN S, et al. Disrupted balance of long- and short-range functional connectivity density in type 2 diabetes mellitus: A resting-state fMRI study[J/OL]. Front Neurosci, 2018, 12: 875 [2023-12-18]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6277540. DOI: 10.3389/fnins.2018.00875.
[28]
BAKER L D, CROSS D J, MINOSHIMA S, et al. Insulin resistance and Alzheimer-like reductions in regional cerebral glucose metabolism for cognitively normal adults with prediabetes or early type 2 diabetes[J]. Arch Neurol, 2011, 68(1): 51-57. DOI: 10.1001/archneurol.2010.225.
[29]
JI G J, HU P, LIU T T, et al. Functional connectivity of the corticobasal ganglia-thalamocortical network in parkinson disease: A systematic review and meta-analysis with cross-validation[J]. Radiology, 2018, 287(3): 973-982. DOI: 10.1148/radiol.2018172183.
[30]
FU Y, GU M, WANG R, et al. Abnormal functional connectivity of the frontostriatal circuits in type 2 diabetes mellitus[J/OL]. Front Aging Neurosci, 2023, 14: 1055172 [2023-12-18]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9846649. DOI: 10.3389/fnagi.2022.1055172.
[31]
BARBER A D, SARPAL D K, JOHN M, et al. Age-normative pathways of striatal connectivity related to clinical symptoms in the general population[J]. Biol Psychiatry, 2019, 85(11): 966-976. DOI: 10.1016/j.biopsych.2019.01.024.
[32]
LIU H, LIU J, PENG L, et al. Changes in default mode network connectivity in different glucose metabolism status and diabetes duration[J/OL]. Neuroimage Clin, 2019, 21: 101629 [2023-12-18]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6411780. DOI: 10.1016/j.nicl.2018.101629.
[33]
LIU J, YANG X, LI Y, et al. Cerebral blood flow alterations in type 2 diabetes mellitus: A systematic review and meta-analysis of arterial spin labeling studies[J/OL]. Front Aging Neurosci, 2022, 14: 847218 [2023-12-18]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8888831. DOI: 10.3389/fnagi.2022.847218.
[34]
CUKIERMAN-YAFFE T, GERSTEIN H C, COLHOUN H M, et al. Effect of dulaglutide on cognitive impairment in type 2 diabetes: an exploratory analysis of the REWIND trial[J]. Lancet Neurol, 2020, 19(7): 582-590. DOI: 10.1016/S1474-4422(20)30173-3.

上一篇 基于脑-小脑连接梯度的AD患者脑功能层级结构变化研究
下一篇 帕金森病伴疼痛患者大脑皮层厚度改变的结构MRI研究
  
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