分享:
分享到微信朋友圈
X
综述
静息态功能磁共振成像在青少年精神分裂症中的应用进展
王露 刘芮杉 廖娟 李宏伟 卓丽华

Cite this article as WANG L, LIU R S, LIAO J, et al. Advances in the application of resting-state functional magnetic resonance imaging in adolescent-onset schizophrenia[J]. Chin J Magn Reson Imaging, 2024, 15(5): 168-174, 180.本文引用格式王露, 刘芮杉, 廖娟, 等. 静息态功能磁共振成像在青少年精神分裂症中的应用进展[J]. 磁共振成像, 2024, 15(5): 168-174, 180. DOI:10.12015/issn.1674-8034.2024.05.027.


[摘要] 青少年精神分裂症(adolescent-onset schizophrenia, AOS)属于早发性精神分裂症的范畴,是指发病年龄在13~18岁之间的精神分裂症,与成人发病的精神分裂症相比,其症状更不典型,程度更严重,对抗精神病药物的治疗反应更差,并且其病因及发病机制至今尚不明确。静息态功能MRI(resting-state functional MRI, rs-fMRI)是一种操作便捷、无创客观且受试者易于配合的MRI技术,它能够从局部和整体反映脑神经元的自发性活动情况,为AOS神经病理学机制研究提供了强有力的手段。本文从功能分离分析和功能整合分析两方面展开,围绕rs-fMRI在AOS研究中应用的最新进展进行综述,探讨了当前研究的不足之处,并对未来进一步研究的方向进行了展望,旨在为进一步探索精神分裂症的病理生理学机制提供一定线索和依据。
[Abstract] Adolescent-onset schizophrenia belongs to the category of early-onset schizophrenia, which refers to schizophrenia with onset between the ages of 13-18 years old. Compared with adult-onset schizophrenia, its symptoms are more atypical and severe, its response to antipsychotic medications is poorer, and its etiology and pathogenesis are not yet clear. Resting-state functional MRI (rs-fMRI) is a convenient, noninvasive and objective MRI technique that is easy for subjects to cooperate with, and it can reflect the spontaneous activity of brain neurons both locally and holistically, providing a powerful means for the study of the neuropathological mechanisms of AOS. In this paper, we review the latest progress in the application of rs-fMRI in the study of AOS from the aspects of functional segregation analysis and functional integration analysis, discuss the shortcomings of the current study, and look forward to the direction of further research in the future, with the aim of providing certain clues and bases for further exploring the pathophysiological mechanisms of schizophrenia.
[关键词] 精神分裂症;青少年;磁共振成像;静息态功能磁共振成像
[Keywords] schizophrenia;adolescent;magnetic resonance imaging;resting-state functional magnetic resonance imaging

王露 1, 2   刘芮杉 1, 2   廖娟 1, 2   李宏伟 2*   卓丽华 1*  

1 川北医学院医学影像学院,南充 637000

2 绵阳市第三人民医院(四川省精神卫生中心)放射科,绵阳 621000

通信作者:卓丽华,E-mail:1029511104@qq.com 李宏伟,E-mail:lhw6321@163.com

作者贡献声明::卓丽华设计本综述的框架,对稿件重要的智力内容进行了修改;王露起草和撰写稿件,获取、分析并解释本研究的参考文献;李宏伟参与了论文的研究构思与设计,对稿件重要的智力内容进行了修改,并获得国家重点研发计划项目的资助;刘芮杉、廖娟收集、解释相关数据,对稿件的重要内容进行修改;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,确保本综述的准确性和诚信。


基金项目: 国家重点研发计划项目 2022YFC2009901-05,2022YFC2009900
收稿日期:2024-01-09
接受日期:2024-04-29
中图分类号:R445.2  R749.1 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.05.027
本文引用格式王露, 刘芮杉, 廖娟, 等. 静息态功能磁共振成像在青少年精神分裂症中的应用进展[J]. 磁共振成像, 2024, 15(5): 168-174, 180. DOI:10.12015/issn.1674-8034.2024.05.027.

0 引言

       精神分裂症(schizophrenia, SZ)是一种以阳性症状、阴性症状和认知功能障碍为特征的严重精神障碍性疾病[1]。世界卫生组织的数据显示2022年SZ影响了全球约2400万人[2]。SZ严重影响患者自身的安全和社会的发展,给国家也带来了巨大的财政负担,已成为世界重大公共卫生问题[1, 3, 4]。但目前SZ的病因及病理生理学机制仍不清楚,多项研究[5, 6, 7]表明SZ可能是遗传和环境因素相互作用所致的神经发育障碍性疾病。而与成人发病的SZ相比,青少年精神分裂症(adolescent-onset schizophrenia, AOS)具有更高的基因易感性[8],且较少受到抗精神病药物或生活事件等潜在混杂因素的影响[9]。此外,青春期是大脑结构和功能快速发展的关键时期[10],大脑某些特定区域的发育对于情绪和行为的调节至关重要。因此对这一时期的患者进行研究可能更容易发现SZ的病因和病理生理学改变的真实情况[11]

       近年来,随着影像学技术的迅速发展,以基于血氧水平依赖(blood oxygenation level dependent, BOLD)效应的功能磁共振成像(functional MRI, fMRI)为代表的MRI技术广泛应用于精神疾病的研究,尤其是静息态fMRI(resting-state fMRI, rs-fMRI),其能够反映大脑在静息状态下不执行任何特定任务或不接受任何外在刺激时的脑神经元的自发性活动情况,为AOS患者大脑功能改变等方面的研究提供了强有力的手段。rs-fMRI数据处理分析方法主要包括两种:功能分离分析,包括低频振幅(amplitude of low-frequency fluctuation, ALFF)分析、局部一致性(regional homogeneity, ReHo)分析等;功能整合分析,主要包括静态功能连接分析(static functional connectivity, sFC)和动态功能连接分析(dynamic functional connectivity, dFC),前者常见的分析方法有:基于种子点的功能连接分析(seed-based correlation analysis, SCA)、体素-镜像同伦连接(voxel-mirrored homotopic connectivity, VMHC)分析、独立成分分析(independent component analysis, ICA)以及功能连接密度(functional connectivity density, FCD)分析等,而后者最常见的分析方法是滑动窗相关法(sliding window correlation, SWC)。

       本文综述了rs-fMRI在AOS研究中应用的最新研究进展,探讨了当前研究的不足之处,并对未来进一步研究的方向进行了展望,旨在为进一步探索SZ的病理生理学机制提供一定影像学依据。

1 功能分离分析

       功能分离分析主要关注的是不同脑区各自的功能活动情况,主要包括ALFF和ReHo,它们能够从不同的方面反映局部脑神经元自发性活动的情况,并且均无需先验假设,应用简单,稳定性和可重复性较高。

1.1 ALFF

       ALFF是一种通过测量低频范围内(通常为0.01~0.08 Hz)BOLD信号的总功率从而间接反映局部脑区功能活动情况的rs-fMRI分析方法,但该方法易受到生理性噪声的影响[12]。而比率低频振幅(fractional amplitude of low-frequency fluctuation, fALFF)反映的是低频范围内的振荡对整个可检测频率范围的相对贡献,其具有较好的可重复性,受生理性噪声的影响较小,并且相比功能连接(functional connectivity, FC)分析,fALFF不易受运动伪影的影响,因此基于fALFF分析可能有助于挖掘SZ潜在的神经生物学标志物[13]。最近一项研究[14]就采用该方法对89名AOS患者和34名成年发病的SZ患者进行分析时发现AOS患者楔前叶、后扣带回皮质、前额叶皮质的fALFF值降低,纹状体的fALFF值升高,并且这些异常改变不受病程和药物治疗的影响。此外,该研究还发现上述异常脑区与阳性和阴性症状量表(positive and negative syndrome scale, PANSS)中的阳性评分呈正相关。上述异常脑区中楔前叶、后扣带回皮质及内侧前额叶皮质均为默认模式网络(default mode network, DMN)的重要组成部分,这提示AOS患者存在DMN功能活动的异常,这与既往通过ALFF的方法发现AOS患者存在DMN功能活动异常的研究结论一致,然而这些研究在DMN功能活动异常的具体模式方面存在较大异质性,如裴绮丽等[15]和ZHENG等[16]研究发现DMN内既存在功能活动增高的脑区也存在功能活动减低的脑区,而熊燕兵等[17]却发现DMN内异常脑区的功能活动均升高。对于出现这种异质性的原因,笔者认为可能与研究对象的异质性有关,如症状的严重程度和病程长短的差异等。DMN一直以来都是SZ研究中的热点,它是由静息状态下后扣带回皮质、内侧前额叶皮质及楔前叶等活跃脑区所构成的脑网络。目前DMN的生理功能尚未完全明确,其功能活动主要与认知控制、记忆、对内外环境的监测及自发性思维等有关[18, 19],这提示SZ患者DMN功能活动的紊乱可能会导致工作记忆受损、对内外环境的感知混乱及认知功能受损,最终导致相关症状和认知功能缺陷的出现。此外,有研究[20]报道DMN与多巴胺能信号通路的传导也存在潜在关联。上述报道的异常脑区中内侧前额叶皮质和纹状体位于大脑多巴胺通路内,参与运动控制和奖赏依赖性行为等功能,值得注意的是,既往有研究[21]认为精神分裂症是由纹状体多巴胺能功能亢进和前额叶多巴胺能功能低下引起的,我们发现上述功能活动的异常脑区与报道的多巴胺能功能异常的脑区一致,因此笔者推测这些脑区局部功能活动的异常可能通过影响多巴胺能通路的传导而导致SZ的发生,既往研究[22]的结论也支持了这一推测, 并且该研究还进一步阐释了其可能的机制是特定脑区功能活动的异常导致了皮质-丘脑-纹状体-中脑回路的功能障碍,从而引起额叶皮质及其他皮质区域的多巴胺、谷氨酰胺及γ-氨基丁酸等神经递质的水平减低,而基底节和丘脑区域的神经递质的合成和释放增加,从而导致了信号传导的失衡,损害了皮质和基底节区的功能从而导致SZ的发生。上述研究说明DMN和纹状体功能活动异常可能在AOS的病理生理学机制中起着重要作用,并且这些异常与疾病的严重程度相关联,还可能是预测疾病进展的潜在生物学标志物,进而为深化AOS神经病理学机制的理解提供了一定依据,但该研究的不足之处在于样本量较小且进行多模态融合时存在时间信息的丢失,此外由于相关信息记录不完整,无法进一步分析抗精神病药物的影响,这需要在未来的研究中进一步完善和探究。

1.2 ReHo

       与ALFF从频域上评估不同,ReHo通过肯德尔和谐系数的一致性来评估特定体素与相邻体素时间序列之间的同步性,从而反映特定脑区与相邻脑区之间神经元活动的一致性[23]。与FC分析相比,ReHo不易受到测量时间序列上的相位变化和不同脑区之间相位差的影响[24],因此其已广泛应用于SZ局部脑功能活动的研究。既往关于SZ的大多数研究仅涉及疾病的一个或两个阶段[25, 26, 27],对于SZ不同疾病阶段的脑功能活动变化模式的理解不够全面,因此不利于SZ病理生理学机制的挖掘。而最近YANG等[28]通过对AOS、成年首发SZ以及成人慢性SZ三个不同疾病阶段的患者进行对比研究时发现SZ患者存在额内侧回的ReHo值降低和双侧壳核的ReHo值升高,这与既往针对成人SZ的ReHo研究[29, 30]的结果一致,但前者进一步发现了这三个不同疾病阶段的患者均存在这种异常改变,这提示SZ的功能活动异常可能存在跨阶段的相似性。对于额内侧回,有研究[31]报道其与觉醒和目的性行为的维持以及高级的认知控制和执行功能有关,因此额内侧回区域功能活动减低可能损害相应的功能,从而导致意志减弱等阴性症状以及认知功能缺陷的出现。从另一方面来说,额内侧回属于DMN,根据我们前面的讨论,DMN功能活动的紊乱也可能会直接或间接地引起SZ的发生,这提示额内侧回与SZ症状的发生有着密切的关系。然而矛盾的是,有研究[32]报道SZ患者的额内侧回ReHo值升高,出现这种异质性的原因可能部分是由于健康对照组间的异质性和受试者所处疾病阶段不同造成的。而壳核则是纹状体的关键组成部分,结合我们前面相关的讨论,笔者推测纹状体功能活动的活跃,对于SZ的早期阶段而言,可能是一种维持正常认知功能的重要代偿机制,而后随着疾病的进展,这种功能活动逐渐亢进、失衡,从而成为了一种导致SZ发生和发展的因素,因此壳核在SZ的病理生理学过程中可能起着十分重要的作用,朱美美等[33]研究的结果也支持了这一结论。从另一个角度而言,由于额内侧回和壳核功能活动的异常存在跨阶段相似性的特点,并且它们分别又是DMN和多巴胺信号传导通路的关键组成部分,这提示这两者可能是抗精神病药物潜在的治疗靶点。此外,该研究还发现AOS患者存在前扣带回ReHo值的升高,而在其余两个疾病阶段的患者中没有观察到这种改变,这提示SZ患者大脑功能活动的异常可能也具有跨阶段特异性的特点。前扣带回是工作记忆的关键区域之一[34],既往有研究[35]报道前扣带回的内在功能活动与SZ患者的工作记忆表现相关联,上述AOS患者中较高的ReHo值表征了较差的工作记忆能力,并且仅在AOS患者中观察到这一异常,提示了前扣带回功能活动紊乱可能会损害工作记忆能力,同时其可能还是AOS潜在的神经生物学标志物。除了上述额内侧回、壳核、前扣带回存在功能活动异常外,LYU等[36]研究还发现AOS患者左侧颞上回的ReHo值显著升高,颞上回是听觉语言中枢所在的部位,颞上回功能活动紊乱可能会导致患者对听觉刺激的感知、处理和整合过程出现异常,从而导致幻听的产生。既往研究[37]也曾报道颞叶的神经过度兴奋可能会导致幻听的产生。以上研究提示颞上回功能活动的过度活跃与SZ幻听症状的产生密切相关。综上所述,对不同疾病阶段的SZ进行系统性的研究,为SZ的研究提供了新角度,有助于我们更全面、更深层次地探索SZ的神经病理学机制。此外,额内侧回、壳核、前扣带回及颞上回等异常脑区在SZ不同疾病阶段的发病机制中发挥着关键的作用,并且其中某些脑区可能成为抗精神病药物的治疗靶点,为后续制订新的治疗策略提供了一定依据。但该研究同样存在一定的不足之处,包括样本量较小和没有讨论抗精神病药物的影响,这需要未来更大规模的纵向研究进一步探索。

2 功能整合分析

       上述的功能分离分析法主要提供不同脑区局部的功能活动情况,而大脑各个脑区并不是孤立工作的,而是互相配合、各有权重的整体,因此功能分离分析法所提供的信息具有一定的局限性。不同于功能分离分析,功能整合分析主要关注不同脑区之间的相互作用,从而能够从整体上反映空间上非相邻脑区的神经元自发性活动情况。

2.1 SCA

       SCA是一种通过计算种子点或感兴趣区与其他所有体素或脑区之间时间序列的相关系数,从而得出种子点与其他大脑区域间FC情况的功能整合分析法。SCA已广泛应用于SZ等多种疾病的研究中,其优点是简单易懂,结果直观,但由于SCA是一种基于先验假设的方法,需要事先选择种子点,这引入了主观性的干扰,导致了其结果可能出现偏倚,且存在难以复制和解释等缺点[38]。如PENG等[39]采用该方法研究AOS患者基于DMN节点的异常FC变化时发现以内侧前额叶皮质为种子点时,AOS患者表现为内侧前额叶皮质与其他脑区(如右侧海马旁回和左侧距状回)之间的FC降低;以后扣带回皮质为种子点时,AOS患者表现为后扣带回皮质与右侧海马旁回、左侧距状回、额中回及颞下回的FC降低,而与双侧楔前叶的FC增强;并且其中后扣带回皮质与右侧海马旁回间FC变化与PANSS的总分呈负相关。上述研究提示AOS患者DMN内部及DMN与视觉网络(visual networks, VN)之间既存在FC增强也存在FC降低,而DMN与突显网络(salience network, SN)、中央执行网络(central executive network, CEN)间的FC降低。有研究[40]报道CEN和DMN间的低连接可能与SZ的核心症状即认知功能障碍,尤其是工作记忆方面密切相关。而DMN和SN之间的低连接性可能与SZ阴性症状的发生有关[41],并且SN与DMN间的FC降低在区分SZ和其他精神疾病方面具有较好的特异性[42]。但目前关于SZ患者DMN内FC变化的研究结果具有较大的异质性,如:SASABAYASHI等[43]报道SZ患者DMN的FC增强,另有研究[44]认为SZ患者DMN的FC降低,而WANG等[45]研究表明上述两种情况均存在,上述研究结果的异质性可能与各研究所采用的方法学、患者的病程及抗精神病药物的使用等因素有关。其中DMN内FC增强可能表明SZ患者过度集中于内感受性思维[46],也有研究[47]发现SZ患者的一级亲属同样存在DMN内FC的增强,这可能表明这一特征代表了SZ的内表型。而DMN内FC降低可能表示网络内的沟通和协调受到破坏,可能直接和(或)间接地导致精神症状和认知功能缺陷的出现。另外,有研究[48]发现非典型抗精神病药物可以调节SZ患者DMN内的异常FC,使其趋于正常化,这可能与症状改善有关。此外,上述异常脑区中后扣带回皮质和右侧海马旁回是边缘系统和DMN的重要组成部分,它们参与个体情感、记忆和行为等方面的调节[49],这提示两者之间通信障碍可能损害相应的功能从而导致情绪失调、行为异常及认知障碍等症状的出现并与症状的严重程度相关。以上研究说明在SZ病程早期阶段大规模静息态网络就已存在网络内和网络间的广泛异常,主要涉及DMN、VN及CEN,这为MENON[50]提出的“三重网络模型”提供了强有力的证据,进一步阐释了SZ存在核心神经认知网络失调,并且这些异常改变与SZ的症状及其严重程度紧密相关,其中某些特定的FC异常还可能有助于SZ的鉴别诊断。但该研究同样存在一定的局限性:(1)样本量较小难以探讨性别对AOS患者FC的影响;(2)由于试验设计不足,无法探讨不同疾病阶段的FC变化情况;(3)该研究未结合认知功能评估,无法解答上述FC的异常改变如何与AOS患者的认知功能障碍相关。因此,更完善、更严格的试验设计将有助于解答这一问题。

2.2 VMHC

       VMHC通过计算一个大脑半球的每个体素与另一个大脑半球中的镜像体素之间的功能连通性即量化半球间的功能性同伦,从而反映两侧大脑半球脑信号活动的协调性[51]。VMHC在既往关于成人SZ的研究中有一定的应用[52],但目前关于AOS的VMHC研究较少。LIU等[53]通过对48名未用药的首发AOS患者和31名健康对照进行VMHC分析时发现AOS患者的梭状回、颞上回/岛叶、中央前回和楔前叶的VMHC值明显降低,并且其中颞上回/岛叶的VMHC值降低与连线测试(Trail-Making Test, TMT)中A部分认知缺陷显著负相关。此外该研究还进行了支持向量机分析,最终发现中央前回和楔前叶的VMHC值组合,在区分AOS患者和健康对照方面具有最佳的敏感度(100%)、特异度(87.09%)和准确度(94.93%)。这提示AOS患者存在半球间合作的功能失调,并且这种异常主要发生在感觉运动网络内,这与之前一项针对成人发病的SZ的静息态VMHC研究[54]结果一致。上述研究说明了:(1)AOS 患者在感觉运动网络内表现出半球间的合作失调,这一结果为精神分裂症失连接的假说提供了有力的证据;(2)AOS患者半球间合作缺陷的模式与成人发病的SZ具有相似性,这为半球间合作异常的连续性提供了证据;(3)中央前回和楔前叶VMHC值的特定组合可能是诊断SZ的一种潜在生物标志物;(4)颞上回/岛叶半球间合作缺陷可能会导致特定的认知功能缺陷(如处理速度方面)。然而值得注意的是,上述研究结果与李宏伟等[55]报道的结论不一致,后者发现AOS患者半球间的通信异常以FC增强为主。这可能是由于后者纳入的健康对照处于儿童-青少年转换期,既往研究[56]报道正常发育个体在这一时期可能会出现暂时性的FC降低,故存在发育迟滞的AOS患者可能出现相对性的FC升高。此外,这种结果的异质性可能还与样本量的大小、受试者的异质性以及研究所采用的统计学方法等因素有关。值得注意的是,我们发现上述研究均为横断面研究,存在未探讨抗精神病药物影响的缺陷。而最近一项针对107名未用药的首发AOS患者和67名健康对照的研究[57]对其中的34名AOS患者进行为期8周的抗精神病药物治疗后随访扫描时发现AOS患者双侧尾状核和壳核之间的VMHC值升高,双侧颞中回之间的VMHC值降低,并且在药物治疗8周后AOS患者的PANSS评分减低,但VMHC值的异常改变与基线值相比却没有显著改变。其中尾状核和壳核共同参与构成纹状体,主要接收黑质和腹侧被盖区多巴胺的输入[58],这提示双侧尾状核和壳核间的半球间合作的增加,可能会导致多巴胺能神经递质过多传递,从而引起SZ症状的出现,这与我们前面讨论的结论相符。另外,还有研究[59]发现AOS患者存在纹状体-额叶皮质区域的FC障碍,并且两者间的FC异常改变与SZ阳性症状相关[60],因此笔者推测纹状体内半球间的合作增加可能会影响纹状体与额叶皮质等区域间的FC,从而间接导致SZ症状的发生。此外,我们发现尽管短期抗精神病药物治疗在AOS患者的症状改善方面表现出一定的临床疗效,但对半球间的异常连接改变却无能为力,这可能是因为:(1)药物本身对半球间的异常改变无效;(2)药物治疗的时间不足;(3)受试者对药物反应的异质性。上述研究说明了在SZ病程早期阶段就存在半球间合作的异常,而这些异常改变在SZ的发病机制中可能发挥着重要作用,并且有可能是早期诊断SZ的潜在神经影像生物标志物。

2.3 ICA

       ICA是一种基于盲源分离算法的数据驱动方法,它能够将全脑体素的BOLD信号分离为几个空间上相互独立而时间序列相关的功能网络,优点为无需先验假设且重复性好,但结果会因所提取网络成分不同而改变且易受到呼吸、脉搏等生理因素的影响[61]。最近一项研究[62]采用ICA法探讨未用药的首发AOS患者三重网络模型异常改变及这些变化与贝克认知洞察力量表(Beck Cognitive Insight Scale,BCIS)的关联性时主要发现AOS患者DMN内左侧颞中回的FC减低,右侧海马旁回的FC增加。此外,该研究还发现右侧海马旁回的FC异常改变与BCIS中自我确定子量表评分呈正相关。其中海马旁回属于DMN中的内侧颞叶子系统,在自传体记忆和情境信息处理中起着至关重要的作用[63], 而自我确定子量表评分表征自我评价和判断,很大程度上属于自我参照的范畴,得分越高代表认知洞察力越低,这提示海马旁回可能通过参与自传体记忆来参与自我评价和判断,而海马旁回FC异常可能导致不正确的自我参照信息处理,从而出现认知洞察力损伤。而DMN内左侧颞中回FC减低,这与既往研究[64]结果一致,有证据表明左侧颞中回参与重要的认知功能[65],并且与精神症状的发生相关[66]。这提示DMN网络内的沟通和协调受到破坏可能与AOS患者认知功能受损和精神症状的出现密切相关,这与我们前面的讨论的结果一致。上述研究说明了AOS患者认知洞察力受损背后存在大规模静息态网络异常,尤其是DMN内右侧海马旁回FC增加可能是SZ患者认知洞察力损害的早期神经关联因素。此外,在ICA基础上发展而来的组水平ICA法,更适用于评估组间差异以及高通量影像数据的挖掘[67]。HILLAND等[68]就基于此方法和对偶回归探讨青少年早发性精神障碍(early-onset psychosis, EOP)患者DMN内FC改变及其与临床特征之间的关系时发现与健康对照组相比,青少年EOP患者双侧后扣带回皮质、楔前叶和左侧梭状回、舌回以及右侧壳核、苍白球、杏仁体、岛叶等FC显著降低。此外,该研究还对青少年EOP患者组进行了亚组分析,发现诊断子类别中情感性精神障碍组相比健康对照组的偏差最大,其次为SZ及其他精神障碍并且DMN内功能连接强度与抗精神病药物的使用无关。上述研究提示EOP这一类疾病都存在DMN内连通性降低可能说明不同诊断子类别之间病理生理学机制方面可能存在外在相似性,然而进一步探究发现DMN内功能连通性降低的效应在EOP中不同诊断子类别之间存在差异,这又说明了不同诊断子类别之间可能具有内在特异性,因此若对不同诊断子类别之间的相似性和差异性作进一步的研究,可能将有助于精神分裂症等精神障碍潜在发病机制的挖掘。

2.4 FCD

       FCD是一种无需先验假设的体素数据驱动方法,它通过计算特定体素与其他体素之间BOLD信号时间序列的相关性,来表征全脑的功能整合情况[69]。因此,FCD十分适合用于识别人脑网络功能中枢和系统性地探索SZ的异常FC改变进而挖掘SZ的潜在神经病理学机制,但该方法存在不能显示具体连接路径等缺陷。FCD法在成年发病的SZ的研究中有一定的应用[70, 71],但目前关于AOS的FCD研究很少。最近一项研究[72]首次探讨了AOS患者在局部和长程尺度上白质的异常FC分布,该研究发现在局部范围内,AOS患者的白质FC中枢主要位于运动系统,主要包括前放射冠、后丘脑辐射和小脑等,而在长程尺度上,AOS患者的白质FC中枢主要位于神经递质系统,主要包括脑桥、外囊等。并且该研究还发现与健康对照组相比,AOS患者右上放射冠的短程FCD减低,右侧扣带回的长程FCD升高,而右侧中缝背核的长程FCD减低。此外,该研究还将AOS患者上述的白质的异常FCD改变与PANSS评分之间进行了Spearman等级相关性分析,发现右侧中缝背核的长程FCD值与PANSS总评分呈负相关。上述研究提示:(1)白质中FC的异常分布模式表现出类似于灰质中FC连接的模式即局部分离和远程集合的类网络模式,这与既往研究的结果一致[73],这不仅揭示了不同尺度下白质FC中枢的位置,也为SZ的研究提供了新角度;(2)AOS患者上放射冠的短程FCD减低说明运动系统内白质功能信息的传递出现了异常,而既往研究[74]发现SZ患者灰质运动系统内的短程FCD也出现了减低,并且这些异常灰质区域是由上辐射冠纤维广泛连接的,因此笔者推测AOS患者运动系统内白质功能信息的传递异常可能会进一步引起灰质运动系统的功能异常,最终导致整个运动系统功能障碍;(3)扣带回存在长程尺度上的功能失调这说明了在SZ的早期阶段就存在扣带回的完整性受损,而扣带回的完整性破坏可能会促进SZ症状的产生[75];(4)中缝背核是大脑中五羟色胺神经递质的主要来源,广泛参与感觉、思维和行为的调节,并间接参与多巴胺系统的调节[76],因此中缝背核的白质内FC失调可能直接和(或)间接参与AOS症状的发生并与其严重程度相关联,这与既往研究[77]结果相符,进一步拓展了SZ连接障碍假说,并为精神分裂症五羟色胺假说提供了一定证据。但该研究的不足之处在于缺乏对白质和灰质的平行研究,无法进一步解释SZ白质功能障碍的病理生理学机制,在未来的研究可以进一步地探索,将有助于SZ神经病理学机制的系统性挖掘。

2.5 基于SWC的dFC分析

       前面所述的功能整合分析方法均属于sFC分析,而人类大脑的FC会随着时间推移而波动,因此仅考虑静态的FC不足以解释大脑时变动态的信息交互,而近年来兴起的dFC分析能够表征大脑FC的时变特征,有助于更全面地理解SZ患者大脑整体的功能性紊乱。dFC分析方法中应用最广泛的是基于SWC分析法,其通过计算滑动窗口中不同时间点上所截取的加权信号间的FC值来评估dFC情况。最近一项研究[78]就采用该方法并结合sFC分析首次对首发未用药AOS患者的镜像神经元系统(mirror neuron system, MNS)网络和心智化网络间的连接模式与社会认知功能之间的关联性进行了探究,发现AOS患者右侧颞顶叶交界处和右侧额下回之间以及左侧顶下叶和左侧颞中回之间的sFC强度降低。之后,该研究通过将MNS网络和心智化网络内感兴趣区之间的所有dFC分为了6种状态进行分析,发现在状态1时的dFC分析结果与sFC分析结果完全重叠,状态2和6下时的结果与sFC分析结果部分重叠。而在状态3、4、5时AOS患者存在一些特定于状态下dFC改变。此外,该研究还发现了在状态4时左侧颞中回与左侧视觉皮层V5区之间的dFC改变与PANSS阴性评分中第2项呈显著负相关。上述研究提示:(1)AOS患者MNS网络和心智化网络之间及MNS网络内存在FC连接异常,这可能说明AOS患者MNS网络和心智化网络的完整性受损和相互作用异常,并且这些异常改变在本质上是动态性的;(2)右侧颞顶叶交界处参与观点采纳、同理心等社会功能[79],而右侧额下回与抑制控制有关[80],两者间的功能连通性减低表明上述两个网络间相互作用受损,从而可能会导致社会功能障碍,这与既往研究[81]的结论相符;(3)MNS网络内存在一些特定于不同状态的异常改变,并且都涉及了视觉皮层V5区,其能够将局部视觉运动信号集成到复杂对象的全局运动感知中[82],这说明视觉皮层V5区的低连通性可能会导致AOS患者视觉运动处理的整合功能受损;(4)有研究[83]报道SZ患者的阴性症状主要与社会功能障碍相关联,而这种障碍可能是MNS功能障碍引起的。因此,上述左侧颞中回与左侧视觉皮层V5区之间的dFC异常可能是AOS患者社会认知功能障碍的潜在生物学标志物。然而,上述研究存在样本量较小、未对受试者进行社会认知功能评估等局限性,未来可以将rs-fMRI分析和社会认知功能评估结合起来,将更有助于SZ患者的影像学异常改变和社会认知功能障碍关联性背后的更深层次机制的挖掘。

3 总结与展望

       综上所述,我们发现青少年精神分裂症患者存在多方面的脑功能活动异常,并且这些异常可能与精神分裂症症状的发生和发展、严重程度等有关,这提示识别这些影像学标志物,对于精神分裂症的发病预测、症状预测、鉴别诊断、治疗策略制订等方面都具有潜在的临床应用价值。此外,目前对于精神分裂症的发病机制尚未完全阐明,其背后可能涉及更加复杂的神经病理学机制,未来可从以下几个方面进行研究:(1)目前关于青少年精神分裂症的研究较少,大多数为横断面研究并且存在样本量较小、异质性较大等问题,未来需要大规模的纵向研究来进一步地探索精神分裂症的神经病理学机制;(2)rs-fMRI成像技术应用于精神分裂症的研究中具有一定的局限性,未来需要不断优化rs-fMRI成像技术及开发新技术、新方法,将有助于更深入地探索精神分裂症的相关发病机制;(3)基于上述数据处理分析方法所得到的研究结果存在可解释性不强、结果难以复制且难以转化到临床应用等问题,未来可以开展多模态MRI研究和跨模态MRI整合研究,将多模态MRI数据与生物学信息、基因学信息、机械学习及深度学习等技术结合起来达到更全面、更深层次的分析,将有助于在未来揭示精神分裂症的病因及发病机制。

[1]
FADEN J, CITROME L. Schizophrenia: One Name, Many Different Manifestations[J]. Med Clin North Am, 2023, 107(1): 61-72. DOI: 10.1016/j.mcna.2022.05.005.
[3]
KADAKIA A, CATILLON M, FAN Q, et al. The economic burden of schizophrenia in the united states[J/OL]. J Clin Psychiatry, 2022, 83(6): 22m14458 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/36244006/. DOI: 10.4088/JCP.22m14458.
[4]
CASSIDY R M, YANG F, KAPCZINSKI F, et al. Risk factors for suicidality in patients with schizophrenia: A systematic review, meta-analysis, and meta-regression of 96 studies[J]. Schizophr Bull, 2018, 44(4): 787-797. DOI: 10.1093/schbul/sbx131.
[5]
WAHBEH M H, AVRAMOPOULOS D. Gene-environment interactions in schizophrenia: A literature review[J/OL]. Genes (Basel), 2021, 12(12): 1850 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/34946799/. DOI: 10.3390/genes12121850.
[6]
MURLANOVA K, PLETNIKOV M V. Modeling psychotic disorders: Environment x environment interaction[J/OL]. Neurosci Biobehav Rev, 2023, 152: 105310 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/37437753/. DOI: 10.1016/j.neubiorev.2023.105310.
[7]
JU S, SHIN Y, HAN S, et al. The gut-brain axis in schizophrenia: The implications of the gut microbiome and SCFA production[J/OL]. Nutrients, 2023, 15(20): 4391 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/37892465/. DOI: 10.3390/nu15204391.
[8]
PRIOL A C, DENIS L, BOULANGER G, et al. Detection of morphological abnormalities in schizophrenia: An important step to identify associated genetic disorders or etiologic subtypes[J/OL]. Int J Mol Sci, 2021, 22(17): 9464 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/34502372/. DOI: 10.3390/ijms22179464.
[9]
LI Q, CAO X, LIU S, et al. Dynamic alterations of amplitude of low-frequency fluctuations in patients with drug-naive first-episode early onset schizophrenia[J/OL]. Front Neurosci, 2020, 14: 901 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/33122982/. DOI: 10.3389/fnins.2020.00901.
[10]
MCVEY N S, AHN M, KUNZE W A, et al. Adolescence, the microbiota-gut-brain axis, and the emergence of psychiatric disorders[J]. Biol Psychiatry, 2024, 95(4): 310-318. DOI: 10.1016/j.biopsych.2023.10.006.
[11]
LI D, ZHANG F, WANG L, et al. Decision making under ambiguity and risk in adolescent-onset schizophrenia[J/OL]. BMC Psychiatry, 2021, 21(1): 230 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/33947364/. DOI: 10.1186/s12888-021-03230-1.
[12]
DUAN J, GONG X, WOMER F Y, et al. Neurodevelopmental trajectories, polygenic risk, and lipometabolism in vulnerability and resilience to schizophrenia[J/OL]. BMC Psychiatry, 2023, 23(1): 153 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/36894907/. DOI: 10.1186/s12888-023-04597-z.
[13]
LENCZ T, MOYETT A, ARGYELAN M, et al. Frontal lobe fALFF measured from resting-state fMRI as a prognostic biomarker in first-episode psychosis[J]. Neuropsychopharmacology, 2022, 47(13): 2245-2251. DOI: 10.1038/s41386-022-01470-7.
[14]
FENG A, LUO N, ZHAO W, et al. Multimodal brain deficits shared in early-onset and adult-onset schizophrenia predict positive symptoms regardless of illness stage[J]. Hum Brain Mapp, 2022, 43(11): 3486-3497. DOI: 10.1002/hbm.25862.
[15]
裴绮丽, 张海三, 王壁, 等. 静息态功能磁共振下早发未用药精神分裂症患者脑内环路研究[J]. 中国CT和MRI杂志, 2018, 16(7): 68-71. DOI: 10.3969/j.issn.1672-5131.2018.07.021.
PEI Q L, ZHANG H S, WANG B, et al. Study of intracerebral loop in patients with schizophrenia without early onset of schizophrenia by resting state functional magnetic resonance imaging[J]. Chin J CT & MRI, 2018, 16(7): 68-71. DOI: 10.3969/j.issn.1672-5131.2018.07.021.
[16]
ZHENG J, ZHANG Y, GUO X, et al. Disrupted amplitude of low-frequency fluctuations in antipsychotic-naive adolescents with early-onset schizophrenia[J]. Psychiatry Res Neuroimaging, 2016, 249: 20-26. DOI: 10.1016/j.pscychresns.2015.11.006.
[17]
熊燕兵, 任燕, 崔晓红, 等. 早发精神分裂症静息态脑功能低频振幅研究[J]. 中国神经精神疾病杂志, 2016, 42(5): 272-276. DOI: 10.3969/j.issn.1002-0152.2016.05.004.
XIONG Y B, REN Y, CUI X H, et al. Resting state fMRI study of amplitude of low-frequency fluctuation in early onset schizophrenia[J]. Chin J Nerv Ment Dis, 2016, 42(5): 272-276. DOI: 10.3969/j.issn.1002-0152.2016.05.004.
[18]
MENON V. 20 years of the default mode network: A review and synthesis[J]. Neuron, 2023, 111(16): 2469-2487. DOI: 10.1016/j.neuron.2023.04.023.
[19]
SMALLWOOD J, BERNHARDT B C, LEECH R, et al. The default mode network in cognition: a topographical perspective[J]. Nat Rev Neurosci, 2021, 22(8): 503-513. DOI: 10.1038/s41583-021-00474-4.
[20]
HU M L, ZONG X F, MANN J J, et al. A review of the functional and anatomical default mode network in schizophrenia[J]. Neurosci Bull, 2017, 33(1): 73-84. DOI: 10.1007/s12264-016-0090-1.
[21]
ZHANG Y, PENG Y, SONG Y, et al. Abnormal functional connectivity of the striatum in first-episode drug-naive early-onset schizophrenia[J/OL]. Brain Behav, 2022, 12(5): e2535 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/35384392/. DOI: 10.1002/brb3.2535.
[22]
HOWES O D, BUKALA B R, BECK K. Schizophrenia: from neurochemistry to circuits, symptoms and treatments[J]. Nat Rev Neurol, 2024, 20(1): 22-35. DOI: 10.1038/s41582-023-00904-0.
[23]
CHEN Z H, CUI Y L, SUN J T, et al. The brain structure and function abnormalities of migraineurs: A systematic review and neuroimaging meta-analysis[J/OL]. Front Neurol, 2022, 13: 1022793 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/36419535/. DOI: 10.3389/fneur.2022.1022793.
[24]
LIU Y, ZHANG Y, LV L, et al. Abnormal neural activity as a potential biomarker for drug-naive first-episode adolescent-onset schizophrenia with coherence regional homogeneity and support vector machine analyses[J]. Schizophr Res, 2018, 192: 408-415. DOI: 10.1016/j.schres.2017.04.028.
[25]
SHI L J, ZHOU H Y, WANG Y, et al. Altered empathy-related resting-state functional connectivity in adolescents with early-onset schizophrenia and autism spectrum disorders[J/OL]. Asian J Psychiatr, 2020, 53: 102167 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/32474345/. DOI: 10.1016/j.ajp.2020.102167.
[26]
FANG X, ZHANG R, BAO C, et al. Abnormal regional homogeneity (ReHo) and fractional amplitude of low frequency fluctuations (fALFF) in first-episode drug-naive schizophrenia patients comorbid with depression[J]. Brain Imaging Behav, 2021, 15(5): 2627-2636. DOI: 10.1007/s11682-021-00465-0.
[27]
GONG J, WANG J, LUO X, et al. Abnormalities of intrinsic regional brain activity in first-episode and chronic schizophrenia: a meta-analysis of resting-state functional MRI[J]. J Psychiatry Neurosci, 2020, 45(1): 55-68. DOI: 10.1503/jpn.180245.
[28]
YANG Y, SUN Y, ZHANG Y, et al. Abnormal patterns of regional homogeneity and functional connectivity across the adolescent first-episode, adult first-episode and adult chronic schizophrenia[J/OL]. Neuroimage Clin, 2022, 36: 103198 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/36116163/. DOI: 10.1016/j.nicl.2022.103198.
[29]
LIU S, WANG H, SONG M, et al. Linked 4-way multimodal brain differences in schizophrenia in a large Chinese Han population[J]. Schizophr Bull. 2019, 45(2): 436-449. DOI: 10.1093/schbul/sby045.
[30]
ZHAO C, ZHU J, LIU X, et al. Structural and functional brain abnormalities in schizophrenia: A cross-sectional study at different stages of the disease[J]. Prog Neuropsychopharmacol Biol Psychiatry, 2018, 83: 27-32. DOI: 10.1016/j.pnpbp.2017.12.017.
[31]
FRIEDMAN N P, ROBBINS T W. The role of prefrontal cortex in cognitive control and executive function[J]. Neuropsychopharmacology, 2022, 47(1): 72-89. DOI: 10.1038/s41386-021-01132-0.
[32]
YAN W, ZHANG R, ZHOU M, et al. Relationships between abnormal neural activities and cognitive impairments in patients with drug-naive first-episode schizophrenia[J/OL]. BMC Psychiatry, 2020, 20(1): 283 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/32503481/. DOI: 10.1186/s12888-020-02692-z.
[33]
朱美美, 汪闿智, 朱艳艳, 等. 首发未用药精神分裂症病人壳核及伏隔核静息态功能连接的研究[J]. 国际医学放射学杂志, 2022, 45(2): 125-129. DOI: 10.19300/j.2022.L18985.
ZHU M M, WANG K Z, ZHU Y Y, et al. Resting-state functional MRI study on the functional connectivity of the putamen and the nucleus accumbens in the first-episode untreated schizophrenic patients[J]. Int J Med Radiol, 2022, 45(2): 125-129. DOI: 10.19300/j.2022.L18985.
[34]
HUANG Y, WANG W, HEI G, et al. Altered regional homogeneity and cognitive impairments in first-episode schizophrenia: A resting-state fMRI study[J/OL]. Asian J Psychiatr, 2022, 71: 103055 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/35303593/. DOI: 10.1016/j.ajp.2022.103055.
[35]
FRYER S L, ROACH B J, FORD J M, et al. Relating Intrinsic Low-Frequency BOLD Cortical Oscillations to Cognition in Schizophrenia[J]. Neuropsychopharmacology, 2015, 40(12): 2705-2714. DOI: 10.1038/npp.2015.119.
[36]
LYU H, JIAO J, FENG G, et al. Abnormal causal connectivity of left superior temporal gyrus in drug-naive first- episode adolescent-onset schizophrenia: A resting-state fMRI study[J/OL]. Psychiatry Res Neuroimaging, 2021, 315: 111330 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/34280873/. DOI: 10.1016/j.pscychresns.2021.111330.
[37]
HUGDAHL K. Auditory hallucinations: A review of the ERC "VOICE" project[J]. World J Psychiatry, 2015, 5(2): 193-209. DOI: 10.5498/wjp.v5.i2.193.
[38]
HSIEH T H, SHAW F Z, KUNG C C, et al. Seed correlation analysis based on brain region activation for ADHD diagnosis in a large-scale resting state data set[J/OL]. Front Hum Neurosci, 2023, 17: 1082722 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/37767136/. DOI: 10.3389/fnhum.2023.1082722.
[39]
PENG Y, ZHANG S, ZHOU Y, et al. Abnormal functional connectivity based on nodes of the default mode network in first-episode drug-naive early-onset schizophrenia[J/OL]. Psychiatry Res, 2021, 295: 113578 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/33243520/. DOI: 10.1016/j.psychres.2020.113578.
[40]
HA M, PARK S H, PARK I, et al. Aberrant cortico-thalamo-cerebellar network interactions and their association with impaired cognitive functioning in patients with schizophrenia[J/OL]. Schizophrenia (Heidelb), 2023, 9(1): 50 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/37573437/. DOI: 10.1038/s41537-023-00375-8.
[41]
HARE S M, FORD J M, MATHALON D H, et al. Salience-default mode functional network connectivity linked to positive and negative symptoms of schizophrenia[J]. Schizophr Bull, 2019, 45(4): 892-901. DOI: 10.1093/schbul/sby112.
[42]
RONG B, HUANG H, GAO G, et al. Widespread intra- and inter-network dysconnectivity among large-scale resting state networks in schizophrenia[J/OL]. J Clin Med, 2023, 12(9) 3176 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/37176617/. DOI: 10.3390/jcm12093176.
[43]
SASABAYASHI D, TAKAHASHI T, TAKAYANAGI Y, et al. Resting state hyperconnectivity of the default mode network in schizophrenia and clinical high-risk state for psychosis[J]. Cereb Cortex, 2023, 33(13): 8456-8464. DOI: 10.1093/cercor/bhad131.
[44]
FAN F, TAN S, HUANG J, et al. Functional disconnection between subsystems of the default mode network in schizophrenia[J]. Psychol Med, 2022, 52(12): 2270-2280. DOI: 10.1017/S003329172000416X.
[45]
WANG S, ZHAN Y, ZHANG Y, et al. Abnormal long- and short-range functional connectivity in adolescent-onset schizophrenia patients: A resting-state fMRI study[J]. Prog Neuropsychopharmacol Biol Psychiatry, 2018, 81: 445-451. DOI: 10.1016/j.pnpbp.2017.08.012.
[46]
BERMAN R A, GOTTS S J, MCADAMS H M, et al. Disrupted sensorimotor and social-cognitive networks underlie symptoms in childhood-onset schizophrenia[J]. Brain, 2016, 139(Pt 1): 276-291. DOI: 10.1093/brain/awv306.
[47]
LIU H, KANEKO Y, OUYANG X, et al. Schizophrenic patients and their unaffected siblings share increased resting-state connectivity in the task-negative network but not its anticorrelated task-positive network[J]. Schizophr Bull, 2012, 38(2): 285-294. DOI: 10.1093/schbul/sbq074.
[48]
WANG Y, TANG W, FAN X, et al. Resting-state functional connectivity changes within the default mode network and the salience network after antipsychotic treatment in early-phase schizophrenia[J]. Neuropsychiatr Dis Treat, 2017, 13: 397-406. DOI: 10.2147/NDT.S123598.
[49]
CATANI M, DELL'ACQUA F, THIEBAUT D S M. A revised limbic system model for memory, emotion and behaviour[J]. Neurosci Biobehav Rev, 2013, 37(8): 1724-1737. DOI: 10.1016/j.neubiorev.2013.07.001.
[50]
MENON V. Large-scale brain networks and psychopathology: a unifying triple network model[J]. Trends Cogn Sci, 2011, 15(10): 483-506. DOI: 10.1016/j.tics.2011.08.003.
[51]
LU S, SHAO J, FENG Q, et al. Aberrant interhemispheric functional connectivity in major depressive disorder with and without anhedonia[J/OL]. BMC Psychiatry, 2022, 22(1): 688 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/36348342/. DOI: 10.1186/s12888-022-04343-x.
[52]
CHEN C, HUANG H, QIN X, et al. Reduced inter-hemispheric auditory and memory-related network interactions in patients with schizophrenia experiencing auditory verbal hallucinations[J/OL]. Front Psychiatry, 2022, 13: 956895 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/35990049/. DOI: 10.3389/fpsyt.2022.956895.
[53]
LIU Y, GUO W, ZHANG Y, et al. Decreased resting-state interhemispheric functional connectivity correlated with neurocognitive deficits in drug-naive first-episode adolescent-onset schizophrenia[J]. Int J Neuropsychopharmacol, 2018, 21(1): 33-41. DOI: 10.1093/ijnp/pyx095.
[54]
GUO W, LIU F, CHEN J, et al. Family-based case-control study of homotopic connectivity in first-episode, drug-naive schizophrenia at rest[J/OL]. Sci Rep, 2017, 7: 43312 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/28256527/. DOI: 10.1038/srep43312.
[55]
李宏伟, 周明, 卓丽华, 等. 首发未用药青少年精神分裂症脑镜像同伦功能连接研究[J]. 实用放射学杂志, 2021, 37(11): 1759-1762. DOI: 10.3969/j.issn.1002-1671.2021.11.004.
LI H W, ZHOU M, ZHUO L H, et al. Analysis of voxel-mirrored homotopic connectivity in first-episode drug-naive adolescent onset schizophrenia[J]. J Pract Radiol, 2021, 37(11): 1759-1762. DOI: 10.3969/j.issn.1002-1671.2021.11.004.
[56]
颜靖岚, 郑晓荣, 郑媛嘉, 等. 前额叶皮层参与精神分裂症致病机制的研究进展[J]. 中华神经医学杂志, 2019, 18(2): 194-198. DOI: 10.3760/cma.j.issn.1671-8925.2019.02.016.
YAN J L, ZHENG X R, ZHENG Y J, et al. Recent advance in role of prefrontal cortex in pathogenesis of schizophrenia[J]. Chin J Neuromed, 2019, 18(2): 194-198. DOI: 10.3760/cma.j.issn.1671-8925.2019.02.016.
[57]
YANG G, ZHANG S, ZHOU Y, et al. Increased resting-state interhemispheric functional connectivity of striatum in first-episode drug-naive adolescent-onset schizophrenia[J/OL]. Asian J Psychiatr, 2022, 76: 103134 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/35551877/. DOI: 10.1016/j.ajp.2022.103134.
[58]
MORALES M, MARGOLIS E B. Ventral tegmental area: cellular heterogeneity, connectivity and behaviour[J]. Nat Rev Neurosci, 2017, 18(2): 73-85. DOI: 10.1038/nrn.2016.165.
[59]
JAMES A, JOYCE E, LUNN D, et al. Abnormal frontostriatal connectivity in adolescent-onset schizophrenia and its relationship to cognitive functioning[J]. Eur Psychiatry, 2016, 35: 32-38. DOI: 10.1016/j.eurpsy.2016.01.2426.
[60]
ZHENG J, ZHANG Y, LI M, et al. Aberrant corticostriatal connectivity predict positive symptoms of antipsychotic-naive patients with adolescent-onset schizophrenia during brain maturation[J]. Schizophr Res, 2018, 195: 564-566. DOI: 10.1016/j.schres.2017.10.025.
[61]
YANG W, PILOZZI A, HUANG X. An overview of ICA/BSS-based application to Alzheimer's brain signal processing[J/OL]. Biomedicines, 2021, 9(4): 386 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/33917280/. DOI: 10.3390/biomedicines9040386.
[62]
JI R, ZHOU M, OU N, et al. Large-scale networks underlie cognitive insight differs between untreated adolescents ongoing their first schizophrenic episode and their reference non-schizophrenic mates[J/OL]. Heliyon, 2022, 8(10): e10818 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/36217472/. DOI: 10.1016/j.heliyon.2022.e10818.
[63]
ANDREWS-HANNA J R, SMALLWOOD J, SPRENG R N. The default network and self-generated thought: component processes, dynamic control, and clinical relevance[J]. Ann N Y Acad Sci, 2014, 1316(1): 29-52. DOI: 10.1111/nyas.12360.
[64]
ZHANG L, LI B, WANG H, et al. Decreased middle temporal gyrus connectivity in the language network in schizophrenia patients with auditory verbal hallucinations[J]. Neurosci Lett, 2017, 653: 177-182. DOI: 10.1016/j.neulet.2017.05.042.
[65]
KRISTINSSON S, THORS H, YOURGANOY G, et al. Brain damage associated with impaired sentence processing in acute aphasia[J]. J Cogn Neurosci, 2020, 32(2): 256-271. DOI: 10.1162/jocn_a_01478.
[66]
CUI Y, LIU B, SONG M, et al. Auditory verbal hallucinations are related to cortical thinning in the left middle temporal gyrus of patients with schizophrenia[J]. Psychol Med, 2018, 48(1): 115-122. DOI: 10.1017/S0033291717001520.
[67]
陈紫微, 江桂华, 叶茜, 等. 失眠障碍脑功能静息态功能磁共振成像研究进展[J]. 磁共振成像, 2023, 14(1): 151-155. DOI: 10.12015/issn.1674-8034.2023.01.028.
CHEN Z W, JIANG G H, YE X, et al. Research progress of resting-state functional magnetic resonance imaging in the brain function of insomnia disorder[J]. Chin J Magn Reson Imaging, 2023, 14(1): 151-155. DOI: 10.3969/j.issn.1002-1671.2021.11.004.
[68]
HILLAND E, JOHANNESSEN C, JONASSEN R, et al. Aberrant default mode connectivity in adolescents with early-onset psychosis: A resting state fMRI study[J/OL]. Neuroimage Clin, 2022, 33: 102881 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/34883402/. DOI: 10.1016/j.nicl.2021.102881.
[69]
LI Q, LIU S, CAO X, et al. Disassociated and concurrent structural and functional abnormalities in the drug-naive first-episode early onset schizophrenia[J]. Brain Imaging Behav, 2022, 16(4): 1627-1635. DOI: 10.1007/s11682-021-00608-3.
[70]
ZHUO C, CHEN G, CHEN J, et al. Baseline global brain structural and functional alterations at the time of symptom onset can predict subsequent cognitive deterioration in drug-naive first-episode schizophrenia patients: Evidence from a follow-up study[J/OL]. Front Psychiatry, 2022, 13: 1012428 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/36311504/. DOI: 10.3389/fpsyt.2022.1012428.
[71]
ZHUO C, LI G, JI F, et al. Differences in functional connectivity density among subtypes of schizophrenic auditory hallucination[J]. Brain Imaging Behav, 2020, 14(6): 2587-2593. DOI: 10.1007/s11682-019-00210-8.
[72]
WANG X, LIAO W, HAN S, et al. Abnormal white matter functional connectivity density in antipsychotic-naive adolescents with schizophrenia[J]. Clin Neurophysiol, 2021, 132(5): 1025-1032. DOI: 10.1016/j.clinph.2020.12.031.
[73]
LI J, BISWAL B B, WANG P, et al. Exploring the functional connectome in white matter[J]. Hum Brain Mapp, 2019, 40(15): 4331-4344. DOI: 10.1002/hbm.24705.
[74]
LIU C, ZHANG W, CHEN G, et al. Aberrant patterns of local and long-range functional connectivity densities in schizophrenia[J]. Oncotarget, 2017, 8(29): 48196-48203. DOI: 10.18632/oncotarget.18441.
[75]
ABDUL-RAHMAN M F, QIU A, SIM K. Regionally specific white matter disruptions of fornix and cingulum in schizophrenia[J/OL]. PLoS One, 2011, 6(4): e18652 [2024-01-09]. https://pubmed.ncbi.nlm.nih.gov/21533181/. DOI: 10.1371/journal.pone.0018652.
[76]
STAHL S M. Beyond the dopamine hypothesis of schizophrenia to three neural networks of psychosis: dopamine, serotonin, and glutamate[J]. CNS Spectr, 2018, 23(3): 187-191. DOI: 10.1017/S1092852918001013.
[77]
HAN S, CUI Q, GUO X, et al. Disconnectivity between the raphe nucleus and subcortical dopamine-related regions contributes altered salience network in schizophrenia[J]. Schizophr Res, 2020, 216: 382-388. DOI: 10.1016/j.schres.2019.11.006.
[78]
SUN F, ZHAO Z, LAN M, et al. Abnormal dynamic functional network connectivity of the mirror neuron system network and the mentalizing network in patients with adolescent-onset, first-episode, drug-naive schizophrenia[J]. Neurosci Res, 2021, 162: 63-70. DOI: 10.1016/j.neures.2020.01.003.
[79]
DECETY J, LAMM C. The role of the right temporoparietal junction in social interaction: how low-level computational processes contribute to meta-cognition[J]. Neuroscientist, 2007, 13(6): 580-593. DOI: 10.1177/1073858407304654.
[80]
LENARTOWICZ A, VERBRUGGEN F, LOGAN G D, et al. Inhibition-related activation in the right inferior frontal gyrus in the absence of inhibitory cues[J]. J Cogn Neurosci, 2011, 23(11): 3388-3399. DOI: 10.1162/jocn_a_00031.
[81]
SCHILBACH L, DERNTL B, ALEMAN A, et al. Differential patterns of dysconnectivity in mirror neuron and mentalizing networks in schizophrenia[J]. Schizophr Bull, 2016, 42(5): 1135-1148. DOI: 10.1093/schbul/sbw015.
[82]
SALVATORE G, DIMAGGIO G, LYSAKER P H. An intersubjective perspective on negative symptoms of schizophrenia: implications of simulation theory[J]. Cogn Neuropsychiatry, 2007, 12(2): 144-164. DOI: 10.1080/13546800600819921.

上一篇 腰椎良性脊索细胞瘤一例
下一篇 实时功能磁共振成像神经反馈在肥胖症中的应用进展
  
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