0 引言

       抑郁症（major depressive disorder, MDD）是一种全球范围内广泛流行、致残性强且易复发的精神障碍，不仅严重损害患者生活质量，也带来了沉重的社会负担^{[1, 2, 3]}。青少年时期是身心发展的关键窗口，同时也是MDD的高发期^[4]。然而，既往研究表明^[5]，很大一部分存在抑郁症状或功能受损的青少年尚未达到MDD的诊断阈值，归类为亚临床抑郁症（subclinical depression, SD）。SD指个体表现具有临床意义的抑郁症状，但尚未完全满足MDD的诊断标准，通常被视为MDD的早期或前驱阶段^{[6, 7, 8]}。流行病学研究显示，中国大学生中SD的患病率为32.7%^[9]，欧洲大学生为23%~39%^[10]。一项纵向研究进一步指出，SD个体未来发展为MDD的风险是健康青少年的5倍^[11]。神经影像学证据提示，在老年女性SD人群中发现功能受损^[12]，且基于任务态功能磁共振成像的荟萃分析也同样证实SD人群中存在功能受损^[13]。然而，据我们所知，关于青少年时期SD的神经机制研究仍然有限，亟需从神经生物学层面予以系统阐明。在此背景下，神经影像学技术，尤其是静息态功能磁共振成像（resting-state functional magnetic resonance imaging, rs-fMRI）作为一种无创手段，为揭示青少年SD的神经基础提供有力工具。其中，低频振幅（amplitude of low-frequency fluctuation, ALFF）^[14]和局部一致性（regional homogeneity, ReHo）^[15]是应用最为广泛的rs-fMRI指标，分别反映局部神经活动强度与活动的时间同步性。已有研究在MDD及成人SD中报道了多个脑区存在ALFF与ReHo的异常，提示这些指标能够敏感地反映抑郁相关的功能改变^{[16, 17]}。基于此，本研究拟采用rs-fMRI，结合ALFF与ReHo两类指标，探讨SD青少年在局部脑活动特征及网络连接异常，并结合临床症状进行相关性分析，旨在揭示抑郁病程早期的潜在神经机制，并为发现SD的神经机制提供新的依据。

1 材料与方法

1.1 研究对象

       本研究抑郁症状严重程度采用抑郁自评量表（Self-Rating Depression Scale, SDS）^[18]进行评估，量表包含20个条目，采用4级评分，通过将原始分数乘以1.25获得标准分，用于反映受试者过去两周内的抑郁症状水平。将SDS标准分≥53作为抑郁高风险或轻度抑郁的临界值，参考了既往关于中国大学生/青少年抑郁研究中的常用标准^{[19, 20]}。相关研究已表明临界值在中国样本中具有较好的敏感性与特异性^[21]。其次，SD的临床概念遵循国际通用定义《精神障碍诊断与统计手册第五版（Diagnostic and Statistical Manual of Mental Disorders Fifth Edition, DSM-5）》^[22]，即被试者在近两周内出现≥2项抑郁症状但不足5项，未达到MDD的诊断要求。本研究以SDS评分作为症状量化的初筛工具，并由精神科临床专业医师依据DSM-5进行访谈确认，以确保未存在其他神经精神性疾病，保证分组的准确性和样本的同质性。

       本研究于2024年4月至2025年6月在珠海市技师学院开展。研究对象为该校在读的13~19岁青少年学生。采用校园公告及校园讲座宣讲方式进行自愿招募。所有参与者首先完成SDS评分进行初步筛查。SDS评分大于等于53分者被划分为亚临床抑郁筛查阳性组，随后由广东省中医院心理睡眠科具有执业资质的精神心理专科医生依据DSM-5进行临床评估，排除符合重性抑郁障碍等精神障碍诊断标准者，最终确定SD组。SDS评分不超过53分且经临床访谈确认无精神障碍诊断的青少年被纳入健康对照（healthy control, HC）组。所有纳入被试均符合研究设定的其他纳入与排除标准。

       SD组纳入标准：（1）SDS评分≥53分；（2）未达到DSM-5中MDD的诊断标准，即在近两周内持续出现≥2项抑郁症状，但不足MDD诊断所需的≥5项标准；（3）右利手；（4）年龄13~19岁；（5）无脑外伤史，视力或矫正视力正常。HC组纳入标准：（1）SDS评分<53分；（2）右利手；（3）年龄13~19岁；（4）无脑外伤史，视力或矫正视力正常；（5）无精神疾病家族史。

       两组共同的排除标准：（1）有药物滥用史；（2）存在严重神经系统疾病（如脑震荡后遗症、神经炎性疾病）或相关治疗史（如颅内占位性病变、慢性神经系统疾病）；（3）存在磁共振成像检查禁忌（如体内金属植入物、幽闭恐惧症）；（4）MRI图像质量不佳。

       本研究遵守《赫尔辛基宣言》，经广东省中医院伦理委员会批准（批件号：ZF2023-401-01），所有被试者及其父母/法定监护人在试验开始前分别签署了书面知情同意书。

1.2 rs-fMRI图像采集

       被试者使用美国GE Discovery MR750W 3.0 T超导磁共振扫描仪及32通道相控阵头部线圈进行扫描。所有影像数据均在广东省中医院珠海医院放射科采集。采用3D三维磁化准备快速梯度回波序列采集高分辨率T1加权三维解剖数据，具体参数：切片数192层；层厚1 mm、无层间隙；TR 8.2 ms；TE 3.2 ms；FA 12°；TI 450 ms；FOV 256 mm×256 mm；矩阵256×256；图像分辨率1×1×1。rs-fMRI扫描参数：切片数37层；层厚4 mm、无层间隙；TR 2000 ms，TE 30 ms，FA 90°，FOV 220 mm×220 mm，矩阵64×64。扫描时长8分10秒，共获得245个功能体积数据。为了尽量减少头部运动和降低扫描噪声，使用了自制头枕和耳塞。在数据采集过程中，嘱被试者闭上眼睛，保持清醒，不需要想任何特别的事情，并保持头部静止。

1.3 数据预处理及数据质量评价

       rs-fMRI数据的预处理基于SPM12的DPABI 6.0工具箱完成^[23]。rs-fMRI序列不仅包含神经活动引起的BOLD信号变化，同时也受到生理噪声、仪器噪声及头动等因素影响，因此，我们进行标准化预处理并质量评估。首先，将原始DICOM数据转换NIFTI格式，并剔除前10个时间点，避免扫描初期信号不稳定的影响；接着，为确保所有层的信号对齐到同一时间点，对数据进行了时间层校正；随后以头动校正减少细微头动的影响，根据标准（头动平移>2.0 mm或转动>2.0°），共有22名被试者因头部运动超过阈值被排除。校正后的数据通过线性回归去除干扰协变量的影响，包括24参数头动模型、白质信号和脑脊液信号等。最终，功能图像经由结构图像组织分割导出的变换场进行空间标准化至标准峰值蒙特利尔神经学研究所（Montreal Neurological Institute, MNI）空间，并重采样至3 mm×3 mm×3 mm体素大小。此外，为了量化功能图像随时间的稳定性，本研究采用时间信噪比（temporal signal-to-noise ratio, tSNR）作为数据质量评估指标。tSNR通过计算每个体素时间序列均值与标准差之比获得，用以反映血氧水平依赖信号的时间可靠性^[24]。根据既往rs-fMRI质量控制研究，3.0 T扫描仪、TR=2000 ms、采样时间200点左右的条件下，tSNR通常位于10~20之间，为常见且可接受的质量范围^[24]。本研究中，被试者的tSNR均处于该典型区间内，且两组之间差异无统计学意义（SD组：14.10±2.09，HC组：14.59±2.07；P=0.409），表明两组数据质量一致，可用于后续组间比较分析。

1.4 ALFF值、ReHo值计算

       ALFF计算首先对时序信号进行快速傅里叶变换，提取0.01~0.08 Hz频段的功率谱，并计算其平方根作为各体素的ALFF值。随后将各被试者的ALFF图像除以全脑平均ALFF值，以降低个体间的整体差异。ReHo计算则采用Kendall's协调系数方法，计算每个体素与其27个邻近体素之间时间序列的一致性，得到ReHo图像。之后对ReHo图像进行标准化处理，即除以全脑平均ReHo值，以提高组间可比性。所得ALFF与ReHo图像均经过空间平滑（高斯核FWHM=6 mm）处理，用于后续统计分析。

1.5 功能连接分析

       使用种子体素相关方法在SPM12的DPABI 6.0中进行功能连接（functional connectivity, FC）分析。将ALFF和ReHo均发生改变的脑区作为种子，即每个被试者的前扣带回。鉴于ALFF与ReHo的阳性结果峰值坐标并不完全一致，因此本研究提取两者均显著改变的脑区重叠部分作为复合种子点[膝下前扣带回皮层（subgenual anterior cingulate cortex, sgACC），体素数为100]。这种方法的依据在于ALFF与ReHo的重叠区域不仅反映在相同时间频率范围内神经活动显著增强的脑区，还代表这些活动与相邻体素之间具有高度同步性，从而能够更稳定、可靠地反映真实的病理异常模式^[25]。构建该复合区域作为感兴趣区（region of interest, ROI），提取其平均时间序列信号，并计算其与全脑其他体素时间序列之间的Pearson相关系数，获得种子到体素的FC图。接着采用Fisher r-to-z变换将相关系数转化为z值用于后续统计分析。

1.6 统计学分析

       本研究所有统计分析均使用R语言（版本：R4.4.3）环境和SPM12平台完成。对两组的SDS评分、年龄及性别上的差异进行比较。SDS评分与年龄先进行正态性检验和方差齐性检验，SD组SDS评分符合正态性检验（SD组：W=0.970，P=0.139），HC组SDS得分略偏离正态分布（W=0.907，P=0.035），根据中心极限定理与前人研究，当样本量≥30时，t检验对正态性假设的轻度违背具有较强稳健性^{[26, 27]}，因此本研究仍采用独立样本t检验比较两组SDS得分差异。两组年龄不满足正态分布但方差齐性（SD组：W=0.928，P=0.001，HC组：W=0.759，P<0.001；F=1.026，P=0.314）采用Mann-Whitney U检验。性别采用卡方检验。所有检验均为双侧检验，P<0.05表示差异具有统计学意义。

       采用独立样本t检验比较两组在ALFF与ReHo指标上的差异，并将年龄、性别及头动参数作为协变量以控制混杂效应。随后，以ALFF与ReHo的阳性结果重叠区域作为复合种子点，开展种子到体素的FC分析，并同样纳入年龄、性别及头动参数作为协变量。此外，根据两组数据是否符合正态性分布，采用Pearson及Spearman相关性分析探讨脑功能指标与SDS评分之间的关系^[28]，同时控制年龄、性别与头动参数的影响。所有影像学结果均采用高斯随机场（Gaussian random field, GRF）校正以控制多重比较误差，显著性阈值设定为体素水平P<0.005、簇水平P<0.05，均为双侧检验。

2 结果

2.1 人口学资料及临床资料

       本研究共招募被试者107例，因头动参数超过阈值排除22例（SD组10例，HC组12例），最终纳入有效样本85例（SD组62例，HC组23例）。两组性别与年龄分布差异无统计学意义（均P>0.05），见表1。SDS评分SD组高于HC组[（67.85±8.08）vs.（42.52±6.38）；t=13.530，P<0.001]，见表1。结果提示，两组在基本人口学特征方面匹配良好，在抑郁症状水平上差异有统计学意义，符合研究预期。

点击查看表格

表1  被试者人口学及临床资料比较
Tab. 1  Comparison of demographic and clinical characteristics of participants

2.2 AFLL、ReHo结果

       与HC相比，SD组在前扣带回、sgACC表现出ALFF、ReHo值显著降低，而在左侧小脑前叶则表现出ALFF值升高（GRF校正，体素水平P<0.005，簇水平P<0.05），见表2，图1。

点击查看大图

图1  基于ALFF和ReHo分析差异脑区。颜色条表示统计学t值范围，暖色调表示增高，冷色调表示减弱。图中坐标为在显著脑区内选取的代表性层面，用于清晰标识脑区的解剖位置。体素水平P<0.005，簇水平P<0.05，GRF校正。ALFF：低频振幅；ReHo：局部一致性。
Fig. 1  Differential brain regions identified based on ALFF and ReHo analyses. The color bar represents the range of t values. Warm colors indicate increases, while cool colors indicate decreases. The coordinates in the figure represent selected representative layers from significant brain regions, used to clearly identify the anatomical locations of the brain areas. Voxel-level P < 0.005, cluster-level P < 0.05, GRF corrected. ALFF: amplitude of low-frequency fluctuation; ReHo: regional homogeneity.

点击查看表格

表2  SD组与HC组ALFF、ReHo差异脑区
Tab. 2  Brain regions showing significant differences in ALFF and ReHo between the SD and HC groups

2.3 FC结果

       基于ALFF与ReHo阳性统计结果，提取两者的重叠区作为复合种子点（sgACC，体素数100）进行FC分析，与HC组相比，SD组在前扣带回、嗅叶、内侧额回、直回、眶额叶、尾状核的FC显著减弱（GRF校正，体素水平P< 0.005，簇水平P<0.05），见表3、图2。

点击查看大图

图2  基于ALFF与ReHo阳性结果重叠脑区构建复合ROI的功能连接差异脑区。颜色条表示组间差异的t值分布，冷色调表示减弱。图中坐标为在显著脑区内选取的代表性层面，用于清晰标识脑区的解剖位置。ALFF：低频振幅；ReHo：局部一致性；ROI为感兴趣区。
Fig. 2  Functional connectivity differential regions based on the composite ROI constructed from the overlapping positive ALFF and ReHo results. The color bar indicates the t-value distribution of between-group differences. Cool colors indicate decreases. The coordinates in the figure represent selected representative layers from significant brain regions, used to clearly identify the anatomical locations of the brain areas. ALFF: amplitude of low-frequency fluctuation; ReHo: regional homogeneity; ROI: region of interest.

点击查看表格

表3  基于ALFF与ReHo阳性结果重叠脑区为ROI的全脑功能连接
Tab. 3  Whole-brain functional connectivity using the overlapping positive ALFF-ReHo regions as ROIs

2.4 临床指标与脑功能指标相关性分析结果

       在SD组中，SDS评分与异常脑区的ALFF、ReHo及FC指标之间均无相关性（均P>0.05），见表4。

点击查看表格

表4  SD组SDS评分与异常脑区的脑功能指标相关性分析
Tab. 4  Correlation analysis between SDS scores and functional brain indices in abnormal regions in the SD group

3 讨论

       本研究基于rs-fMRI，计算ALFF和ReHo指标，并以ALFF-ReHo阳性结果重叠脑区为ROI进行FC分析，发现SD青少年主要在sgACC及左侧小脑前叶存在功能异常，为进一步理解其青少年时期的SD神经病理机制提供了重要线索。

3.1 sgACC的功能减弱与网络脱耦

       本研究发现，SD青少年在sgACC区域表现出ALFF与ReHo的一致性降低，提示其局部自发神经活动强度及体素间同步化均受损。sgACC被广泛认为是情绪调节回路的核心节点^{[29, 30]}，在MDD患者中常呈现代谢或功能活动增高，尤其是在自我相关、情绪唤醒或负性刺激加工任务中^{[30, 31, 32]}。然而，与典型的MDD表现不同, 这种差异可能反映了抑郁谱系不同病程阶段的神经表型差异，而非简单的早期“轻度版本”。一种可能的解释是，亚临床抑郁阶段并未形成MDD所呈现的稳定、高负荷情绪加工模式，因此sgACC活动降低可能反映了该区域尚未完全动员参与持续情绪加工的状态，而不是处于功能亢进阶段。另外，sgACC在青春期处于结构和连接快速重塑时期^{[33, 34, 35]}，其功能活动更易受到社会评价敏感性、压力反应和情绪调节策略使用等因素影响^[36]，这种可塑性可能为抑郁高风险或者易感性的一部分。因此，本研究中sgACC功能降低可能更接近一种神经脆弱性，而非临床抑郁所见的过度激活。

       进一步，基于sgACC的FC分析显示其与内侧前额叶皮层、扣带回、直回及尾状核等区域的连接显著减弱，这进一步支持sgACC在亚临床阶段已出现了网络层级的脱耦现象，而非在MDD中常见的前额叶过度耦合或情绪网络过度整合^{[37, 38]}。与成人SD或MDD研究中报道的跨网络补偿性增强有所不同^[39]，提示青少年阶段的抑郁风险可能遵循与成人不同的发展轨迹。此外，来自最新影像大规模数据治疗研究，进一步强调sgACC功能具有动态可塑性^[40]，其活动水平会随药物治疗、心理治疗有效干预而下降，并可预测疗效效果。然而，这些研究主要基于成人，难以直接外推至青春期SD人群。因此，本研究的横断面设计无法验证sgACC是否会从低活动逐步演化为MDD中的高活动，也无法确定其在病程发展中的预测价值。未来需开展严格的多时间点纵向神经影像研究，系统刻画sgACC在抑郁发展中的动态轨迹，并探讨其是否构成抑郁早期的可重复、特异的神经标志。

3.2 左侧小脑前叶ALFF升高：早期抑郁风险的可能解释

       本研究还观察到SD青少年左侧小脑前叶的ALFF显著升高。尽管小脑传统上被视为运动协调中心，但近年来大量神经影像与病理研究已强调其在情绪加工、认知控制与内在状态调节中的重要作用，其“认知情感小脑”的理论框架亦逐渐成熟^{[41, 42]}。小脑通过与前额叶皮层、扣带回及边缘系统的广泛互联，参与对情绪刺激的评估、反应调节以及情绪–认知整合过程^{[43, 44]}。在临床MDD中观察到小脑前叶更多表现为活动减弱^{[45, 46]}，从病程视角来看，SD与MDD在小脑活动方向上呈现相反模式，如何理解这一差异需要更审慎的视角。目前，“小脑活动增强=代偿机制”的解释虽具吸引力，但缺乏FC、脑网络层级证据或行为学指标支持，因此这一假设不具有可靠性。一种可能的解释是小脑活动增强可能反映早期抑郁风险中的一种非特异性神经变化。例如，可能表示对情绪的过度敏感性、认知–情绪整合效率减低^[42]，或与青少年时期更易出现的反刍倾向相关的过度加工^[47]，而本研究的目前研究尚不足以区分它们。综上，小脑ALFF增强应被理解为SD青少年情绪调节体系异常信号，但其具体功能意义尚不明确。未来研究有必要结合小脑与前额叶–边缘网络的FC分析、情绪任务范式以及多时间点纵向追踪，以进一步明确其在抑郁病程中的作用。

3.3 SD人群脑功能异常及其青春期发展特异性

       目前关于SD人群的神经影像学证据相对有限，但仍可提示该群体存在功能异常，为理解抑郁易感性提供了初步线索。例如，一项针对SD大学生的研究发现了楔前叶和额中回的ALFF和ReHo增加^[16]。另一项关于老年女性SD人群发现了左侧背外前额叶皮层的动态ALFF增加^[12]。此外，有研究进一步发现该人群还存在小脑与大脑皮层之间的连接异常，且这种连接强度与抑郁症状水平呈正相关^[48]。这些结果表明，SD的脑功能改变并非局限于单一区域，而是表现从局部活动到跨区域协同的异常。HWANG等^[49]进一步从网络层面研究发现不同年龄阶段（青年组和中年组）的SD个体中，默认模式网络与腹侧纹状体之间的静息态FC显著增强，且这种连接强度与抑郁症状得分呈正相关，提示SD阶段可能存在跨网络的补偿性耦合机制，揭示亚临床抑郁阶段可能通过跨网络的代偿性增强来维持情绪和奖赏加工的平衡。另外，放射组学研究则表明^[50]，结合ALFF、ReHo及FC等指标可有效区分SD与MDD人群，提示SD并非仅是临床抑郁的轻度形式，而是具有独立的神经功能特征。与上述关于成人SD研究相比，本研究聚焦于青春期SD青少年，发现其sgACC存在ALFF和ReHo的降低，并伴随与邻近区域的FC减弱。这与成人SD个体普遍表现出的跨网络功能增强模式不同，提示青春期阶段的核心情绪调控环路表现为功能脆弱性，而非补偿性激活。

       另外，青春期是情绪调节相关脑网络迅速成熟的关键窗口期，其神经可塑性、激素水平波动以及社会评价敏感性的显著增强^[51]，使得青少年SD个体的神经功能表型可能区别于成人。首先，从结构和功能发育的角度看，sgACC及其与内侧前额叶皮层、杏仁核和纹状体的连接在青春期仍处于重塑过程中，其突触修剪、髓鞘化以及网络整合程度均未达到成人水平^{[52, 53]}。当青少年处于抑郁易感阶段时，这些尚未成熟的情绪调节回路可能更容易呈现“低活动+低整合”的脆弱性模式。其次，青春期是性激素急剧上升的关键发育阶段，雌激素与睾酮水平的显著变化通过其在大脑中的广泛受体分布，调节边缘系统（如杏仁核、纹状体）与前额叶控制系统的结构成熟、白质髓鞘化和突触可塑性，从而影响情绪加工和调节能力^{[54, 55]}。近年的纵向神经影像研究进一步表明^[56]，青春期进程与前额叶–边缘系统及奖赏–情绪网络的静息态FC动态变化密切相关。此外，青春期面临的独特社会情绪压力（如同伴评价敏感性、学业负担）亦可能使情绪调节网络的负荷更早达到临界点。综上所述，本研究揭示的青少年SD人群的功能异常活动，可能体现了青春期大脑发育中的独特脆弱窗口。未来需要结合纵向神经影像、激素动态监测及社会情绪行为指标，系统描绘SD青少年从神经脆弱性向网络重组乃至潜在病程转化的轨迹，以明确这些年龄特异性机制在抑郁发生中的因果作用。

       最后，虽然本研究未观察到显著差异脑区的ALFF、ReHo 和FC指标与抑郁症状之间的显著相关性，但这一发现并不能简单归因于统计功效不足。尽管组间样本量存在不均衡，但以sgACC-ALFF为主要指标的效应量达到Cohen's d=1.27，在α=0.05、双侧检验下的事后功效约为0.99，显示本研究对关键效应具有充分的检测能力。因此，无显著相关性或许反映出亚临床抑郁阶段脑功能偏离与情绪症状之间的关系并不呈线性映射，可能受发展阶段、症状异质性以及脑网络代偿机制等因素的共同影响。此外，我们在其他针对SD的研究中亦发现脑功能指标与抑郁症状评分之间缺乏显著关联^{[57, 58]}。

3.4 局限性

       本研究为横断面设计，因而无法判断所观察到的脑功能异常是SD的致病风险因素，还是其随症状发展产生的结果，未来需通过多时间点纵向研究加以验证。另外，研究结果主要依赖rs-fMRI指标，难以区分sgACC与小脑异常活动的具体功能含义，亦无法揭示其在情绪调节过程中的任务态动态特征。后续研究应结合纵向追踪、任务态范式、多中心数据与激素及行为指标，以更全面地阐明SD青少年脑功能异常的发育机制。

4 结论

       综上所述，青少年SD个体在神经功能层面已表现出早期异常，为理解MDD的发生发展提供了新的视角。未来研究可通过纵向与多模态影像方法追踪青春期SD个体的大脑功能演变，以揭示情绪与认知网络在抑郁易感性中的动态变化^{[59, 60]}。同时，也有必要探索干预措施能否调节这些异常脑活动模式。