分享:
分享到微信朋友圈
X
临床研究
基于rs-fMRI探究孤独症谱系障碍儿童左侧海马全脑功能连接的异常表现
张梦瑶 申雨 岳希鹏 葛瑶 白岩 王梅云

Cite this article as: ZHANG M Y, SHEN Y, YUE X P, et al. Resting-state functional MRI study on abnormal whole-brain functional connectivity of the left hippocampus in children with autism spectrum disorder[J]. Chin J Magn Reson Imaging, 2024, 15(10): 80-85, 92.本文引用格式:张梦瑶, 申雨, 岳希鹏, 等. 基于rs-fMRI探究孤独症谱系障碍儿童左侧海马全脑功能连接的异常表现[J]. 磁共振成像, 2024, 15(10): 80-85, 92. DOI:10.12015/issn.1674-8034.2024.10.014.


[摘要] 目的 探讨孤独症谱系障碍(autism spectrum disorder, ASD)儿童左侧海马的全脑功能连接(functional connectivity, FC)。材料与方法 从国际孤独症脑成像交换数据库(Autism Brain Imaging Data Exchange, ABIDE)中获取了110名患有ASD儿童和182名正常发育(typically developing, TD)对照的静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)数据。采用基于种子点的rs-fMRI FC算法,以左侧海马为种子点,分析其全脑FC表现。使用两独立样本t检验分析ASD组和TD组之间的FC差异,PFDR<0.05被认为差异具有统计学意义,提取ASD异常FC值与孤独症诊断观察表(Autism Diagnostic Observation Schedule, ADOS)进行Pearson相关分析,P<0.05被认为差异具有统计学意义。结果 与TD组相比,ASD组左侧海马与右侧额中回、眶部额下回、颞上回、颞中回等多个脑区之间FC显著增加。相关性分析显示,左侧海马与右侧额中回、左侧眶部额下回、右侧眶部额下回、右侧内侧额上回、左侧尾状核、左侧颞上回、左侧颞中回的FC值与ADOS总分(ADOS_G_TOTAL)评分呈负相关(r值分别为-0.313、-0.395、-0.321、-0.303、-0.380、-0.366、-0.355,P<0.05)左侧海马与左侧眶部额下回、右侧顶上回的FC值与ADOS_G_COMM评分呈负相关(r值分别为-0.339、-0.316,P<0.05)。结论 儿童ASD患者的左侧海马全脑FC存在显著异常,这些异常与其临床表现具有显著相关性。这一发现不仅揭示了ASD患者左侧海马的全脑FC在ASD发病机制中扮演重要角色,有助于为未来的干预措施提供理论依据,推动更具针对性的治疗方案开发,也为我们理解ASD的神经生物学机制提供了新的视角。
[Abstract] Objective To investigate the whole-brain functional connectivity (FC) of the left hippocampus in children with autism spectrum disorder (ASD).Materials and Methods Resting-state functional magnetic resonance imaging (rs-fMRI) data were obtained from the Autism Brain Imaging Data Exchange (ABIDE) database, including 110 children with ASD and 182 typically developing (TD) controls. Seed-based resting-state FC analysis was performed using the left hippocampus as the seed region to assess whole-brain FC patterns. Two-sample t-tests were used to analyze FC differences between the ASD and TD groups, with a significance threshold of PFDR<0.05. Pearson correlation analysis was conducted to examine the relationship between abnormal FC values in the ASD group and scores on the Autism Diagnostic Observation Schedule (ADOS), with P<0.05 considered significant.Results Compared with the TD group, the FC between the left hippocampus and multiple brain regions, including right middle frontal gyrus, inferior frontal gyrus (orbital part), superior temporal gyrus, and middle temporal gyrus were enhanced in the ASD group. Correlation analysis showed that the FC values of the left hippocampus with the right middle frontal gyrus, bilateral inferior frontal gyrus (orbital part), right superior frontal gyrus (medial part), left caudate nucleus, left superior temporal gyrus, and left middle temporal gyrus were negatively correlated with ADOS_G_TOTAL scores (r values are -0.313, -0.395, -0.321, -0.303, -0.380, -0.366, -0.355, respectively, P<0.05). The FC values of the left hippocampus with the left inferior frontal gyrus (orbital part) and right superior parietal gyrus were negatively correlated with the ADOS_G_COMM score (r values are -0.339 and -0.316, both P<0.05).Conclusions Children with ASD exhibit significant abnormalities in whole-brain FC of the left hippocampus, which are significantly correlated with clinical manifestations. These findings not only highlight the critical role of left hippocampal FC in the pathogenesis of ASD but also provide a theoretical basis for future intervention strategies, promoting the development of more targeted treatment options. Moreover, this research offers new perspectives for understanding the neurobiological mechanisms underlying ASD.
[关键词] 孤独症谱系障碍;磁共振成像;静息态功能磁共振成像;功能连接;左侧海马
[Keywords] autism spectrum disorder;magnetic resonance imaging;resting-state functional magnetic resonance imaging;functional connectivity;left hippocampus

张梦瑶 1   申雨 2   岳希鹏 2   葛瑶 2   白岩 2   王梅云 2, 3*  

1 新乡医学院河南省人民医院医学影像科,郑州 450003

2 河南省人民医院影像科,郑州450003

3 河南省科学院生物医学研究所,郑州 450003

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,对稿件重要内容进行了修改,获得了国家重点研发计划重点专项项目、国家自然科学基金面上项目、河南省医学科技攻关省部共建重大项目和河南省科技研发计划联合基金项目的资助;张梦瑶起草和撰写稿件,获取、分析和解释本研究的数据;申雨、岳希鹏、葛瑶、白岩获取、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: 国家重点研发计划重点专项项目 2023YFC2414200 国家自然科学基金面上项目 82371934 河南省医学科技攻关省部共建重大项目 SBGJ202101002 河南省科技研发计划联合基金项目 225200810062
收稿日期:2024-06-17
接受日期:2024-10-10
中图分类号:R445.2  R748 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.10.014
本文引用格式:张梦瑶, 申雨, 岳希鹏, 等. 基于rs-fMRI探究孤独症谱系障碍儿童左侧海马全脑功能连接的异常表现[J]. 磁共振成像, 2024, 15(10): 80-85, 92. DOI:10.12015/issn.1674-8034.2024.10.014.

0 引言

       孤独症谱系障碍(Autism spectrum disorder, ASD)是一种以高度遗传异质性为特征的神经发育障碍,其临床表现主要包括一系列反映社交沟通障碍和受限的重复行为[1]。研究表明,美国 8 岁儿童中,ASD的患病率已达到 2.76%,而且患病率在逐年升高[2]。ASD患者自理能力差,给家庭和社会带来了巨大的负担。然而ASD患者的病因和发病机制尚不清楚,近年来ASD患者中大脑功能连通性的概念引起了广泛的关注[3]

       血氧水平依赖(blood oxygen level-dependent, BOLD)信号,作为一种非侵入性且有效的方法,用于探测大脑活动和大脑区域之间的连通性,常被应用于ASD的静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)研究[4]。有研究利用 BOLD信号分析ASD患者大脑的局部功能一致性(regional homogeneity, ReHo)及静息态脑活动的振幅(amplitude of low-frequency fluctuations, ALFF),发现这些指标与ASD症状具有相关性[5]。研究表明ASD是早期大脑发育和神经重组改变的结果[6],可能导致ASD异常的大脑自发脑活动特征和脑功能连接(functional connectivity, FC)。FC能够检测BOLD信号在不同脑区之间的相关性。基于种子点的FC已被广泛用于评估ASD患者大脑活动的同步性[7]

       海马是影响ASD的大脑区域之一,在情景记忆、空间推理和社会互动方面起着关键作用[8]。左侧海马在ASD研究中具有重要性,因为其在情景记忆和社交功能中扮演关键角色[9]。海马的功能或结构变化可能导致这些领域的障碍[10, 11, 12]。有研究表明,ASD患者在依赖海马的学习、记忆、语言能力、情绪调节以及空间导航等方面存在困难[13]。然而,海马在ASD儿童临床症状中的具体作用尚不完全清楚。

       学龄期是儿童大脑发育的关键时期,研究表明,在此阶段的ASD儿童的FC增强与其核心症状(如社交障碍)密切相关[14]。本研究基于孤独症脑成像交换数据库(Autism Brain Imaging Data Exchange, ABIDE)的rs-fMRI数据,以左侧海马为种子点,对7~11岁儿童进行全脑FC分析,并进一步探讨其与临床表现的相关性。通过深入研究ASD患者的脑功能变化,探讨左侧海马的FC与ASD核心症状之间的关系,进一步获取更多关于ASD发病神经机制的信息,从而为未来的研究和治疗提供重要的理论基础,揭示新的治疗靶点,推动更具针对性的治疗方案开发。

1 材料与方法

1.1 一般资料

       本研究的数据来源于ABIDE(http://preprocessed- connectomes-project.org/abide)。本研究中,ASD组的纳入标准:(1)依据第4版《美国精神障碍诊断和统计手册》标准诊断为ASD;(2)年龄7~11岁;(3)所有被试均在清醒静息状态下完成扫描。正常发育(typically developing, TD)组的纳入标准:(1)性别、年龄及利手情况与ASD组相匹配;(2)参与者与ASD患者来自同一研究所;(3)所有被试均在清醒静息状态下完成扫描;(4)无重度抑郁症、精神分裂症、创伤性脑损伤等神经或精神疾病史。本研究最终纳入符合条件的来自4个站点(KKI、NYU1、GU、EMC)的292例被试者,包括110例ASD儿童(男79例、女31例)以及182例TD儿童(男122例、女60例)。ABIDE数据库中的每个数据贡献者都通过了机构审查委员会的批准,每个受试者的结构和功能MRI图像均从ABIDE获取。每个站点使用的采集参数、知情同意书、诊断标准和具体方案均可在数据库网站上获取。

       BOLD序列的具体参数如下。KKI扫描仪型号:Philips,序列类型:BOLD,TR 2500 ms,TE 30 ms,层数47,层厚3 mm,矩阵84×81,FOV 256 mm×256 mm;NYU1扫描仪型号:Siemens,序列类型:BOLD,TR 2000 ms,TE 30 ms,层数33,层厚3 mm,矩阵80×80,FOV 240 mm×240 mm;GU扫描仪型号:Siemens,序列类型:BOLD,TR 2000 ms,TE 30 ms,层数43,层厚2.5 mm,矩阵256×256,FOV 192 mm×192mm;EMC扫描仪型号:GE,序列类型:BOLD,TR 2000 ms,TE 30 ms,层数37,层厚4 mm,矩阵尺寸64×64,FOV 230 mm×230 mm。

1.2 临床量表评估

       本研究纳入的ASD患者的孤独症诊断观察表(Autism Diagnostic Observation Schedule, ADOS)评分由数据库提供。它包括沟通评分(ADOS_G_COMM)、互惠社会互动评分(ADOS_G_SOCIAL)、刻板行为和限制兴趣评分(ADOS_G_STERO_BEHAV)和总分评分(ADOS_G_TOTAL)。ADOS被认为是评估和诊断ASD的有用评估方法[15]。每个领域的单独评分能够更清晰地展示孤独症谱系的特征。这些工具提供了来自不同来源和视角的多维度信息,有助于全面了解ASD的特征。ADOS用于评估ASD患者相关症状的严重程度,评分越高表明ASD患者的症状越严重[16, 17, 18]

1.3 图像预处理

       使用Matlab R2021b和RESTplus V1.27数据分析工具包[19]进行图像预处理和分析。预处理过程如下(图1):(1)格式转换,将原始图像数据转换为分析软件可识别的格式;(2)去除前10个时间点,排除扫描初期的设备运行信号不稳定数据,确保后续分析数据的准确性;(3)时间层校正,校正不同切片的采集时间差异,以减少时间点不对应造成的影响;(4)头动校正及检测,运动超过2.0 mm或旋转大于2.0°的数据排除,以减少运动伪影对数据质量的影响;(5)空间标准化,将图像归一化到蒙特利尔神经研究所(Montreal Neurological Institute, MNI)空间(重采样体素大小为3 mm×3 mm×3 mm),将每个被试的大脑数据配准到统一标准空间,以排除不同被试大脑间的个体差异;(6)空间平滑(6 mm半峰全宽高斯核),减少噪声的影响;(7)去除时间序列的线性趋势,消除体素信号中随时间出现的系统性变化,避免其对分析结果的影响;(8)回归协变量:头部运动参数、白质和脑脊液信号,以消除非感兴趣因素对结果的影响;(9)低通滤波(0.01~0.08 Hz),去除呼吸、心跳等噪声带来的干扰。

图1  预处理流程图。
Fig. 1  Preprocessing flowchart.

1.4 FC计算

       基于Matlab R2021b平台,使用RESTplusV1.27数据分析工具包在自动解剖标记模板(Anatomical Automatic Labeling, AAL)中将编号为37的左侧海马作为种子点进行分析。通过对种子点内所有体素的时间序列进行平均,确定种子点的参考时间序列。接着,对种子点和其他脑区的体素进行相关性分析,计算左侧海马与全脑体素的相关系数r值。并将相关系数r值进行Fisher Z值变换,以获得符合正态分布的z值。最后,通过z值转换获得z-FC图,进行进一步的统计分析。

1.5 统计学分析

       所有受试者的一般临床资料使用SPSS 25.0统计分析软件进行分析。数据正态性通过K-S检验进行评估。符合正态分布的数据用均数±标准差表示,不符合正态分布的数据用中位数(四分位数间距)表示。对于定量资料,符合正态分布的采用双样本t检验,不符合正态分布的采用Mann-Whitney U检验。定性资料采用卡方检验。P<0.05表示差异具有统计学意义。基于RESTplus V1.27数据分析工具包,通过两样本t检验计算ASD组和TD组之间的脑区FC的差异。假发现率(false discovery rate, FDR)校正后,P<0.05被认为差异具有统计学意义。我们从差异显著的脑区提取FC的均值,并与ADOS量表评分进行Pearson相关分析,统计阈值设为P<0.05。对于正态分布的数据,使用Pearson相关分析;对于非正态分布的数据,使用Spearman相关分析。

2 结果

2.1 临床基本资料比较

       ASD组的男女性别比为2.55∶1,TD组的男女性别比为2.03∶1,两组在性别、年龄及利手情况的差异无统计学意义(P>0.05)(表1)。

表1  两组人口统计学及临床基本资料
Tab. 1  Demographic and clinical characteristics of the two groups

2.2 FC分析结果

       以左侧海马为种子点进行与全脑体素的相关性分析,相对于TD组,ASD组FC显著增加的脑区包括右侧额中回、双侧眶部额下回、右侧内侧额上回、左侧后扣带回、右侧顶上回、左侧尾状核、双侧颞上回、双侧颞中回(PFDR<0.05)(表2图2)。

图2  ASD组与TD组FC显著性差异脑区图。以左侧海马为种子点时ASD组异常的脑区。红色区域:FC增加的脑区。ASD:孤独症谱系障碍;TD:正常发育;FC:功能连接。
Fig. 2  Differential brain regions in FC. The abnormal brain regions in ASD group when left hippocampus as seed point. Red area: FC increase; ASD: autism spectrum disorder; TD: typically developing; FC: functional connectivity.
表2  ASD组中与左侧海马FC显著增加的脑区
Tab. 2  Brain regions with significantly increased FC with the left hippocampus in the ASD group

2.3 相关分析结果

       Pearson相关分析结果显示,ASD患者左侧海马与右侧额中回、左侧眶部额下回、右侧眶部额下回、右侧内侧额上回、左侧尾状核、左侧颞上回、左侧颞中回的FC值与ADOS_G_TOTAL评分呈负相关(r值分别为-0.313、-0.395、-0.321、-0.303、-0.380、-0.366、-0.355,P<0.05),ASD患者左侧海马与左侧眶部额下回、右侧顶上回的FC值与ADOS_G_COMM评分呈负相关(r值分别为-0.339、-0.316,P<0.05)(图3)。ASD患者左侧海马与右侧额中回、右侧眶部额下回、右侧内侧额上回、左侧尾状核、左侧颞上回、左侧颞中回的FC值与ADOS_G_COMM评分均未见显著相关性。ASD患者左侧海马与右侧顶上回的FC值与ADOS_G_TOTAL评分未见显著相关性。

图3  脑区与ADOS量表的相关性分析。左侧海马与右侧额中回、左侧眶部额下回、右侧眶部额下回、右侧内侧额上回、左侧尾状核、左侧颞上回、左侧颞中回的FC值与ADOS_G_TOTAL评分呈负相关(r值分别为-0.313、-0.395、-0.321、-0.303、-0.380、-0.366、-0.355,P<0.05),ASD患者左侧海马与左侧眶部额下回、右侧顶上回的功能连接值与ADOS_G_COMM评分呈负相关(r值分别为-0.339、-0.316,P<0.05)。ADOS:孤独症诊断观察量表;ADOS_G_TOTAL:总分;ADOS_G_COMM:沟通评分;ADOS_G_SOCIAL:互惠社会互动评分;ADOS_G_STERO_BEHAV:刻板行为与受限兴趣评分。
Fig. 3  Correlation analysis between brain regions and ADOS scale. The functional connectivity values of the left hippocampus with the right middle frontal gyrus, left inferior frontal gyrus (orbital part), right inferior frontal gyrus (orbital part), right superior frontal gyrus (medial part), left caudate nucleus, left superior temporal gyrus, and left middle temporal gyrus are negatively correlated with ADOS_G_TOTAL score (r values are -0.313, -0.395, -0.321, -0.303, -0.380, -0.366, -0.355, respectively, P<0.05). In ASD patients, the functional connectivity values of the left hippocampus with the left inferior frontal gyrus (orbital part) and right superior parietal gyrus are negatively correlated with ADOS_G_COMM score (r values are -0.339 and -0.316, respectively, P<0.05). ADOS: Autism Diagnostic Observation Schedule; ADOS_G_TOTAL: Total Score; ADOS_G_COMM: Communication Score; ADOS_G_SOCIAL: Reciprocal Social Interaction Score; ADOS_G_STERO_BEHAV: Stereotyped Behavior And Restricted Interest Score.

3 讨论

       本研究基于rs-fMRI FC的方法,观察ASD患者的脑FC,发现ASD组左侧海马与部分脑区FC显著增加,这些区域分别是右侧额中回、双侧眶部额下回、右侧内侧额上回、左侧后扣带回、右侧顶上回、左侧尾状核、双侧颞上回、双侧颞中回。此外,相关分析显示,ADOS评分与ASD患者左侧海马和右侧额中回、双侧眶部额下回、右侧内侧额上回、左侧尾状核、左侧颞上回、左侧颞中回、右侧顶上回FC值呈显著负相关。这些为结果理解ASD患者的脑区间异常的FC提供了重要的影像学证据。

3.1 基于左侧海马分析ASD患者FC异常

       FC可以检测出解剖学上不同的大脑区域的神经活动的一致性,检查神经回路的连通性和组织结构[20]

       默认模式网络(default mode network, DMN)通常在个体大脑处于清醒休息状态时活跃[21]。DMN主要包括后扣带皮层、前扣带皮层、内侧前额叶皮层、内侧颞叶、角回和楔前叶。DMN参与自我参照思维、自传式记忆和社会认知功能,与其他社会大脑网络有显著的重叠[22]

       后扣带回是DMN的关键节点,它参与了基础记忆处理[23]、社交记忆和社交认知在内的多种神经功能[24]。研究表明,后扣带回在休息状态下显示出较高的神经活动和代谢活性,在ASD的认知缺陷方面起关键作用[25]。已有研究表明,后扣带回和海马之间的异常过度连接是ASD患者中面部识别能力降低的重要预测因素,这表明后扣带回功能失调不仅与ASD患者的社交沟通障碍有关,而且还导致广泛的情景记忆障碍[26]。此外,有研究发现,在ASD 儿童和青少年中,左侧后海马和后扣带回之间的静息状态FC强度与记忆表现的优良程度呈显著负相关[27]。这些与本研究结果相似,在本研究中,我们发现左侧海马与后扣带回的FC值与ADOS_G_TOTAL评分呈负相关,表明后扣带回在ASD患者的认知障碍中发挥了重要作用。这进一步凸显了后扣带回在记忆功能中的重要性,以及其与海马在神经功能中的紧密联系。

       颞上回和颞中回是听觉语言、视觉语言和情感相关的关键区域[28, 29]。听力和语言能力是社会交往的基础。颞上回是社会脑的核心皮质区域,具有整合感觉信息和边缘系统信息的功能[30, 31]。此外,颞上回还参与认知处理[32]、情绪调节[33]、决策制订[34]和奖励处理[35]。颞上回的功能异常已被证实与ASD患者的社交障碍密切相关[36]。这与我们的研究结果一致,左侧海马与颞上回和颞中回的FC值与ADOS_G_TOTAL评分呈负相关,这表明这些区域的功能异常与ASD症状的严重程度密切相关。颞中回也是“社会脑”网络的重要组成部分,已被报道与ASD有关,并参与认知和情绪处理[37]。颞中回、中扣带皮层和尾状核,这些区域被认为与ASD的认知和行为灵活性困难有关[38]。LEE等[39]的研究发现ASD患者的左侧颞中回在脑网络中的连接数量显著增加,进一步证实了颞中回在ASD患者脑功能改变中的重要作用。总的来说,颞上回和颞中回与左侧海马之间的FC在孤独症的神经机制中起着关键作用,进一步强调了这些区域在ASD中的重要性。

       研究发现,ASD患者在结构性学习和认知过程中依赖尾状核和海马的FC[40]。尾状核参与运动、学习、记忆、动机和情感等功能,其功能异常与ASD患者的重复和有限行为有关[41]。正常发育个体在反馈加工过程中也显示出尾状核的参与,表明其在联想学习中的作用。此外,海马和尾状核在空间信息处理中的协同互动,尤其是在整合多感官环境信息时,可能是ASD个体用来补偿前额皮质功能损伤的机制[13, 42]。已有研究表明,海马在ASD病因学中起着关键作用,在学习过程中,ASD患者的海马和尾状核之间存在很强的功能连通性[13]。这与另一研究的发现相似,即在理解事物关系障碍的个体,其海马与尾状核之间的连接性降低,且ASD症状更为严重[8]。本研究发现,左侧海马与尾状核的FC值与ADOS_G_TOTAL评分呈负相关,这表明尾状核与左侧海马之间的异常FC与ASD症状的严重程度密切相关。这些结果与已有研究一致,强调了海马和尾状核在ASD症状表现中的关键作用。此外,另一项针对孤独症儿童的研究发现,左侧海马与右侧基底神经节和右侧丘脑的FC增强,并与ASD患儿的症状严重程度相关[7]。脑区连接的差异可能源于其纳入的患儿年龄较小(3~5岁)、样本选择的因素。

       顶上回具有复杂的功能,包括空间元素分析(如身体或空间中的位置)以及手语中的语言意义。此外,顶上回还涉及与空间处理和运动相关的非语言功能[43]。研究表明,顶上回是与ASD患者相关的重要脑区,顶上回的异常活动与ASD患者的核心症状存在联系[5]。我们的研究结果进一步表明,左侧海马与顶上回的FC值与ADOS_G_COMM评分呈负相关,提示左侧海马与顶上回的异常FC与ASD患者在沟通方面的缺陷密切相关。

       额叶是大脑中负责高级认知功能和行为调节的重要区域。额上回负责自我参照加工、认知功能、执行和运动控制[44]。额中回主要负责信息整合和处理[45]。我们的研究发现,左侧海马与右侧额上回的FC值与ADOS_G_TOTAL评分呈显著负相关,这表明左侧海马与右侧额上回的FC异常与ASD患者症状的严重程度密切相关。此外,左侧海马与额中回的FC值也与ADOS_G_TOTAL评分呈负相关,进一步支持了左侧海马与额中回相互作用在信息处理和ASD症状中的重要作用。

       既往研究还发现,ASD患者的眶部额下回的脑活动存在异常[46]。眶额皮质是监督记忆导向的灵活行为的关键位置, 接收来自海马的投射,并将信息发送至内嗅皮层,这是信息进入海马的门户[47]。因此,眶额皮质不仅能接收,还能影响海马处理的信息。在前额叶结构中,眶额皮质是一个独特的感觉和奖励信息汇聚的区域[48],它接收来自各种感觉模式的输入[49],在处理上下文信息、灵活行为、指导反应选择和解决干扰等方面发挥作用[50, 51]。眶额皮质在情绪调节中起关键作用。眶额皮质与海马之间不仅形成潜在的情绪调节回路[52],还相互作用以支持决策过程[53]。我们的研究进一步显示,左侧海马和左侧眶部额下回的FC值与ADOS_G_COMM评分及ADOS_G_TOTAL评分呈负相关,而和右侧眶部额下回的FC值与ADOS_G_TOTAL评分呈负相关。这些结果提示眶额皮质与左侧海马的相互作用在ASD患者情绪调节和决策过程中的重要性,并表明其功能异常与ASD患者在沟通和整体症状严重程度方面的缺陷密切相关。

3.2 局限性

       我们的研究存在一些局限性:(1)本研究使用了来自ABIDE多中心的影像数据。各个站点在影像数据采集过程中可能存在设备和方法上的差异,这些技术差异可能会对研究结果产生偏倚。此外,ASD患者的身高、体质量、父母教养方式等因素仍需进一步考虑。(2)本研究未区分ASD患者的性别,因此性别差异在脑功能影像中的具体表现尚不明确。未来研究需要进一步探讨性别对ASD脑功能的影响。(3)本研究为横断面研究,未能追踪ASD儿童脑功能随年龄的变化。未来应进行纵向研究,以观察ASD患者脑功能的动态变化。

4 结论

       本研究通过rs-fMRI数据基于左侧海马全脑FC分析发现,儿童ASD患者左侧海马与多个脑区存在FC显著增加,主要包括右侧额中回、双侧眶部额下回、右侧内侧额上回、左侧后扣带回、右侧顶上回、左侧尾状核、双侧颞上回和双侧颞中回。并且异常脑FC与ASD患者临床表现存在显著相关性,提示海马的全脑FC异常在ASD发病机制中扮演重要角色,有助于进一步探究ASD发病的神经机制。

[1]
HIROTA T, KING B H. Autism spectrum disorder: A review[J]. JAMA, 2023, 329(2): 157-168. DOI: 10.1001/jama.2022.23661.
[2]
MAENNER M J, WARREN Z, WILLIAMS A R, et al. Prevalence and Characteristics of Autism Spectrum Disorder Among Children Aged 8 Years-Autism and Developmental Disabilities Monitoring Network, 11 Sites, United States, 2020[J]. MMWR Surveill Summ, 2023, 72(2): 1-14. DOI: 10.15585/mmwr.ss7202a1.
[3]
DONA O, HALL G B, NOSEWORTHY M D. Temporal fractal analysis of the rs-BOLD signal identifies brain abnormalities in autism spectrum disorder[J/OL]. PLoS One, 2017, 12(12): e0190081 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/29272297/. DOI: 10.1371/journal.pone.0190081.
[4]
BORRAS-FERRIS L, PEREZ-RAMIREZ U, MORATAL D. Link-level functional connectivity neuroalterations in autism spectrum disorder: A developmental resting-state fMRI study[J/OL]. Diagnostics(Basel), 2019, 9(1): 32 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/30901848/. DOI: 10.3390/diagnostics9010032.
[5]
YUE X, SHEN Y, LI Y, et al. Regional dynamic neuroimaging changes of adults with autism spectrum disorder[J]. Neuroscience, 2023, 523: 132-139. DOI: 10.1016/j.neuroscience.2023.04.016.
[6]
LORD C, ELSABBAGH M, BAIRD G, et al. Autism spectrum disorder[J]. Lancet, 2018, 392(10146): 508-520. DOI: 10.1016/S0140-6736(18)31129-2.
[7]
SHOU X J, XU X J, ZENG X Z, et al. A volumetric and functional connectivity MRI study of brain arginine-vasopressin pathways in autistic children[J]. Neurosci Bull, 2017, 33(2): 130-142. DOI: 10.1007/s12264-017-0109-2.
[8]
BANKER S M, GU X, SCHILLER D, et al. Hippocampal contributions to social and cognitive deficits in autism spectrum disorder[J]. Trends Neurosci, 2021, 44(10): 793-807. DOI: 10.1016/j.tins.2021.08.005.
[9]
BURGESS N, MAGUIRE E A, O'KEEFE J. The human hippocampus and spatial and episodic memory[J]. Neuron, 2002, 35(4): 625-641. DOI: 10.1016/s0896-6273(02)00830-9.
[10]
GENG F, XU W, RIGGINS T. Interactions between the hippocampus and fronto-parietal regions during memory encoding in early childhood[J]. Hippocampus, 2022, 32(2): 108-120. DOI: 10.1002/hipo.23380.
[11]
QUIAN QUIROGA R. How are memories stored in the human hippocampus?[J]. Trends Cogn Sci, 2021, 25(6): 425-426. DOI: 10.1016/j.tics.2021.03.006.
[12]
TANAKA K Z. Heterogeneous representations in the hippocampus[J]. Neurosci Res, 2021, 165: 1-5. DOI: 10.1016/j.neures.2020.05.002.
[13]
LONG J, LI H, LIU Y, et al. Insights into the structure and function of the hippocampus: implications for the pathophysiology and treatment of autism spectrum disorder[J/OL]. Front Psychiatry, 2024, 15: 1364858 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/38716113/. DOI: 10.3389/fpsyt.2024.1364858.
[14]
SUPEKAR K, UDDIN L Q, KHOUZAM A, et al. Brain hyperconnectivity in children with autism and its links to social deficits[J]. Cell Rep, 2013, 5(3): 738-747. DOI: 10.1016/j.celrep.2013.10.001.
[15]
KIPKEMOI P, SAVAGE J E, GONA J, et al. Evaluation of the psychometric properties of the social communication questionnaire in rural Kenya[J/OL]. J Autism Dev Disord, 2024 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/38816602/. DOI: 10.1007/s10803-024-06380-9.
[16]
MA L, YUAN T, LI W, et al. Dynamic functional connectivity alterations and their associated gene expression pattern in autism spectrum disorders[J/OL]. Front Neurosci, 2021, 15: 794151 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/35082596/. DOI: 10.3389/fnins.2021.794151.
[17]
CHEN C M, YANG P, WU M T, et al. Deriving and validating biomarkers associated with autism spectrum disorders from a large-scale resting-state database[J/OL]. Sci Rep, 2019, 9(1): 9043 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/31227769/. DOI: 10.1038/s41598-019-45465-9.
[18]
LI Y, ZHU Y, NGUCHU B A, et al. Dynamic functional connectivity reveals abnormal variability and hyper-connected pattern in autism spectrum disorder[J]. Autism Res, 2020, 13(2): 230-243. DOI: 10.1002/aur.2212.
[19]
JIA X Z, WANG J, SUN H Y, et al. RESTplus: an improved toolkit for resting-state functional magnetic resonance imaging data processing[J]. Sci Bull (Beijing), 2019, 64(14): 953-954. DOI: 10.1016/j.scib.2019.05.008.
[20]
HU Y, RAN J, QIAO R, et al. Identifying ADHD-Related Abnormal Functional Connectivity with a Graph Convolutional Neural Network[J/OL]. Neural Plast, 2024, 2024: 8862647 [2024-06-17] https://pubmed.ncbi.nlm.nih.gov/38715980/. DOI: 10.1155/2024/8862647.
[21]
熊思宁, 万娜, 郭瑞, 等. 静息态功能磁共振成像观察帕金森病患者低频振幅自发活动特征及功能连接[J]. 磁共振成像, 2023, 14(1): 25-31. DOI: 10.12015/issn.1674-8034.2023.01.005.
XIONG S N, WAN N, GUO R, et al. Resting state functional magnetic resonance imaging observation on the characteristics of spontaneous brain activity and functional connectivity in Parkinson's diseases[J]. Chin J Magn Reson Imag, 2023, 14(1): 25-31. DOI: 10.12015/issn.1674-8034.2023.01.005.
[22]
HARIKUMAR A, EVANS D W, DOUGHERTY C C, et al. A review of the default mode network in autism spectrum disorders and attention deficit hyperactivity disorder[J]. Brain Connect, 2021, 11(4): 253-263. DOI: 10.1089/brain.2020.0865.
[23]
NATU V S, LIN J J, BURKS A, et al. Stimulation of the posterior cingulate cortex impairs episodic memory encoding[J]. J Neurosci, 2019, 39(36): 7173-7182. DOI: 10.1523/JNEUROSCI.0698-19.2019.
[24]
WANG S, TEPFER L J, TAREN A A, et al. Functional parcellation of the default mode network: a large-scale meta-analysis[J/OL]. Sci Rep, 2020, 10(1): 16096 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/32999307/. DOI: 10.1038/s41598-020-72317-8.
[25]
QIAN S, YANG Q, CAI C, et al. Spatial-temporal characteristics of brain activity in autism spectrum disorder based on hidden markov model and dynamic graph theory: A resting-state fMRI study[J/OL]. Brain Sci, 2024, 14(5): 507 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/38790485/. DOI: 10.3390/brainsci14050507.
[26]
LIU J, CHEN L, CHANG H, et al. Replicable patterns of memory impairments in children with autism and their links to hyperconnected brain circuits[J]. Biol Psychiatry Cogn Neurosci Neuroimaging, 2023, 8(11): 1113-1123. DOI: 10.1016/j.bpsc.2023.05.002.
[27]
HASHIMOTO T, YOKOTA S, MATSUZAKI Y, et al. Intrinsic hippocampal functional connectivity underlying rigid memory in children and adolescents with autism spectrum disorder: A case-control study[J]. Autism, 2021, 25(7): 1901-1912. DOI: 10.1177/13623613211004058.
[28]
LUAN Y, WANG C, JIAO Y, et al. Dysconnectivity of multiple resting-state networks associated with higher-order functions in sensorineural hearing loss[J/OL]. Front Neurosci, 2019, 13: 55 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/30804740/. DOI: 10.3389/fnins.2019.00055.
[29]
ORLOV N D, GIAMPIETRO V, O'DALY O, et al. Real-time fMRI neurofeedback to down-regulate superior temporal gyrus activity in patients with schizophrenia and auditory hallucinations: a proof-of-concept study[J/OL]. Transl Psychiatry, 2018, 8(1): 46 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/29430009/. DOI: 10.1038/s41398-017-0067-5.
[30]
BALGOVA E, DIVEICA V, WALBRIN J, et al. The role of the ventrolateral anterior temporal lobes in social cognition[J]. Hum Brain Mapp, 2022, 43(15): 4589-608. DOI: 10.1002/hbm.25976.
[31]
ZHANG Y J, HU H X, WANG L L, et al. Decoupling between hub-connected functional connectivity of the social brain network and real-world social network in individuals with social anhedonia[J/OL]. Psychiatry Res Neuroimaging, 2022, 326: 111528 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/36027707/. DOI: 10.1016/j.pscychresns.2022.111528.
[32]
MARRERO H, YAGUAL S N, GARCIA-MARCO E, et al. Enhancing memory for relationship actions by transcranial direct current stimulation of the superior temporal sulcus[J/OL]. Brain Sci, 2020, 10(8): 497 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/32751341/. DOI: 10.3390/brainsci10080497.
[33]
O'CONNELL K, MARSH A A, EDWARDS D F, et al. Emotion recognition impairments and social well-being following right-hemisphere stroke[J]. Neuropsychol Rehabil, 2022, 32(7): 1337-1355. DOI: 10.1080/09602011.2021.1888756.
[34]
FRAZIER I, LIN T, LIU P, et al. Age and intranasal oxytocin effects on trust-related decisions after breach of trust: Behavioral and brain evidence[J]. Psychol Aging, 2021, 36(1): 10-21. DOI: 10.1037/pag0000545.
[35]
GOLD B P, PEARCE M T, MCINTOSH A R, et al. Auditory and reward structures reflect the pleasure of musical expectancies during naturalistic listening[J/OL]. Front Neurosci, 2023, 17: 1209398 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/37928727/. DOI: 10.3389/fnins.2023.1209398.
[36]
SEDGEWICK F, HILL V, PELLICANO E. 'It's different for girls': Gender differences in the friendships and conflict of autistic and neurotypical adolescents[J]. Autism, 2019, 23(5): 1119-1132. DOI: 10.1177/1362361318794930.
[37]
XU J, WANG C, XU Z, et al. Specific functional connectivity patterns of middle temporal gyrus subregions in children and adults with autism spectrum disorder[J]. Autism Res, 2020, 13(3): 410-422. DOI: 10.1002/aur.2239.
[38]
D'CRUZ A M, MOSCONI M W, RAGOZZINO M E, et al. Alterations in the functional neural circuitry supporting flexible choice behavior in autism spectrum disorders[J/OL]. Transl Psychiatry, 2016, 6(10): e916 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/27727243/. DOI: 10.1038/tp.2016.161.
[39]
LEE Y, PARK B Y, JAMES O, et al. Autism spectrum disorder related functional connectivity changes in the language network in children, adolescents and adults[J/OL]. Front Hum Neurosci, 2017, 11: 418 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/28867997/. DOI: 10.3389/fnhum.2017.00418.
[40]
RING M, DERWENT C L T, GAIGG S B, et al. Structural learning difficulties implicate altered hippocampal functioning in adults with autism spectrum disorder[J]. J Abnorm Psychol, 2017, 126(6): 793-804. DOI: 10.1037/abn0000277.
[41]
KHANDAN KHADEM-REZA Z, SHAHRAM M A, ZARE H. Altered resting-state functional connectivity of the brain in children with autism spectrum disorder[J]. Radiol Phys Technol, 2023, 16(2): 284-291. DOI: 10.1007/s12194-023-00717-2.
[42]
SOLOMON M, RAGLAND J D, NIENDAM T A, et al. Atypical learning in autism spectrum disorders: A functional magnetic resonance imaging study of transitive inference[J]. J Am Acad Child Adolesc Psychiatry, 2015, 54(11): 947-955. DOI: 10.1016/j.jaac.2015.08.010.
[43]
BANASZKIEWICZ A, BOLA L, MATUSZEWSKI J, et al. The role of the superior parietal lobule in lexical processing of sign language: Insights from fMRI and TMS[J]. Cortex, 2021, 135: 240-254. DOI: 10.1016/j.cortex.2020.10.025.
[44]
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.
[45]
BI X A, ZHAO J, XU Q, et al. Abnormal functional connectivity of resting state network detection based on linear ICA analysis in autism spectrum disorder[J/OL]. Front Physiol, 2018, 9: 475 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/29867534/. DOI: 10.3389/fphys.2018.00475.
[46]
KOHLI J S, KINNEAR M K, MARTINDALE I A, et al. Regionally decreased gyrification in middle-aged adults with autism spectrum disorders[J/OL]. Neurology, 2019, 93(20): e1900-e1905 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/31604793/. DOI: 10.1212/WNL.0000000000008478.
[47]
BROWN T I, ROSS R S, TOBYNE S M, et al. Cooperative interactions between hippocampal and striatal systems support flexible navigation[J]. Neuroimage, 2012, 60(2): 1316-1330. DOI: 10.1016/j.neuroimage.2012.01.046.
[48]
HAN S, LI X X, WEI S, et al. Orbitofrontal cortex-hippocampus potentiation mediates relief for depression: A randomized double-blind trial and TMS-EEG study[J/OL]. Cell Rep Med, 2023, 4(6): 101060 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/37263267/. DOI: 10.1016/j.xcrm.2023.101060.
[49]
LIU Q, ZHAO Y, ATTANTI S, et al. Midbrain signaling of identity prediction errors depends on orbitofrontal cortex networks[J/OL]. Nat Commun, 2024, 15(1): 1704 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/38402210/. DOI: 10.1038/s41467-024-45880-1.
[50]
WOON E P, BUTKOVICH L M, PELUSO A A, et al. Medial orbitofrontal neurotrophin systems integrate hippocampal input into outcome-specific value representations[J/OL]. Cell Rep, 2022, 40(11): 111334 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/36103822/. DOI: 10.1016/j.celrep.2022.111334.
[51]
WANG B A, VEISMANN M, BANERJEE A, et al. Human orbitofrontal cortex signals decision outcomes to sensory cortex during behavioral adaptations[J/OL]. Nat Commun, 2023, 14(1): 3552 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/37322004/. DOI: 10.1038/s41467-023-38671-7.
[52]
LIM R Y, LEW W L, ANG K K. Review of EEG Affective Recognition with a Neuroscience Perspective[J/OL]. BrainSci, 2024, 14(4): 364 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/38672015/. DOI: 10.3390/brainsci14040364.
[53]
CHAI J, RUAN X, HUANG J. NLM-HS: Navigation Learning Model Based on a Hippocampal-Striatal Circuit for Explaining Navigation Mechanisms in Animal Brains[J/OL]. BrainSci, 2021, 11(6): 803 [2024-06-17]. https://pubmed.ncbi.nlm.nih.gov/34204482/. DOI: 10.3390/brainsci11060803.

上一篇 基于大尺度脑网络对神经精神狼疮患者脑功能研究
下一篇 多PLD ASL成像预测急性缺血性脑卒中机械取栓术后远期神经功能良好的价值
  
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