0 引言

       心房颤动（atrial fibrillation, AF）是临床中最常见的心律失常，以心房律紊乱失去有效收缩为特征^[1]。随着人口老龄化加剧，AF的全球患病率持续攀升，2019全球疾病负担表明，患病人数已从2010年的3350万激增至2019年的5900万^[2]。在中国，2020至2021年的流行病学调查同样揭示了严峻形势——18岁及以上成年人AF总体患病率达1.6%，较2004年增长近1.5倍，但公众知晓率仍仅为56.2%^[3]。AF不仅引起或加重心功能不全、血栓栓塞、缺血性卒中，还会导致认知功能下降，甚至发生痴呆^[4]。

       研究表明，AF与血管性认知障碍（vascular cognitive impairment, VCI）存在明确病理关联——即便未发生显性卒中事件，AF仍然是认知障碍的独立危险因素，可诱发认知功能从轻度认知障碍（mild cognitive impairment, MCI）到痴呆的连续衰退进程^{[5, 6]}。这严重损害患者的社会功能与日常生活能力，增加死亡风险，并给家庭和社会带来沉重的照护和经济负担。然而，当前VCI的防治手段有限，主要侧重于控制血管危险因素和卒中事件的病因^[7]，且药物治疗存在明显的不良反应或疗效不确切等问题。MCI作为痴呆的早期阶段，通常仅表现为记忆力减退，症状较为隐匿，容易被人忽视，从而错失可能逆转病情的关键时期。因此，对AF继发MCI阶段的早期脑损伤特征识别与干预成为学术界关注的新焦点。

       当前，非卒中AF相关的认知损伤（AF related cognitive impairment, AF-CI）病理生理机制复杂，主要包括慢性脑低灌注、自主神经功能障碍、炎症与氧化应激、血脑屏障损伤、静息性脑梗死、脑微出血等多种假说^{[6, 8]}。MRI是评估VCI的首选影像学技术，在AF-CI机制研究中，影像学分析主要聚焦于AF患者脑部的结构性损伤，一项纳入280万例患者的前瞻性队列研究的Meta分析显示^[9]，AF患者普遍存在白质高信号、脑微出血、脑萎缩、无症状皮质和皮质下脑梗死等脑小血管病理损伤。PETERSEN等^[10]研究指出，AF患者认知缺陷与皮质厚度和灰质体积减小，细胞外自由水含量增加以及白质完整性破坏的脑结构变化。然而，上述结构性影像标志物多反映疾病中晚期的累积性、不可逆性损伤，难以捕捉AF患者从认知正常向MCI转换的早期、动态过程。

       因此，本研究通过对比分析AF-MCI患者、AF-N患者及HC的脑部结构数据，探索AF继发MCI的脑部结构时空动态损伤特征，尝试绘制AF对大脑区域损伤的脑图谱，旨在为理解其损伤机制及早期识别与干预提供重要依据。

1 材料与方法

1.1 研究对象

1.1.1 一般资料

       本研究采用病例对照设计，共招募66例受试者，其中34例AF-N患者和32例AF-MCI患者，均为2025年4月至2025年10月于北京中医药大学东直门医院通州院区门诊和病房就诊的患者。另外，本研究还纳入30例HC，主要来自本院医务人员及其家属，以及来医院进行健康体检的个体。本研究遵守《赫尔辛基宣言》，经北京中医药大学东直门医院医学伦理委员会批准，批准文号：2025DZMEC-094-02，全体受试者均签署了知情同意书。

1.1.2 纳排标准

       AF-N组患者组纳入标准：（1）阵发、持续或永久性AF患者，不伴MCI；（2）年龄40~75岁，性别不限；（3）左室射血分数>50%；（4）既往无明确诊断的脑血管疾病及其他中枢神经系统疾病；（5）受试者为右利手；（6）受试者知情同意，并自愿签署知情同意书。

       AF-MCI组患者组纳入标准：（1）符合AF诊断标准；（2）符合MCI诊断标准，蒙特利尔认知评估（Montreal Cognitive Assessment, MoCA）总分18~25分，不影响日常生活能力；（3）年龄40~75岁，性别不限；（4）未服用精神类药品，没有严重并发症或急性病者；（5）既往无明确诊断的脑血管疾病及其他中枢神经系统疾病；（6）左室射血分数>50%；（7）受试者为右利手；（8）受试者知情同意，并自愿签署知情同意书。

       AF-N及AF-MCI患者组共同的排除标准：（1）瓣膜性心脏病、先天性心脏病、急性心肌梗死、纽约心脏协会（New York Heart Association, NYHA）心功能Ⅲ~Ⅳ级、慢性阻塞性肺疾病、甲状腺功能异常、严重贫血、严重肝肾功能衰竭、恶性肿瘤、意识障碍（神志不清、有精神疾病等）、长期酗酒、听力或视力严重障碍及无法交流者或不能配合调查的患者；（2）近一个月内发生过AMI、卒中或接受过冠脉介入术治疗患者；（3）妊娠、哺乳期妇女；（4）特异性出血史，或曾因服用华法林导致出血；（5）正在经历活动性感染的受试者；（6）体内有不适于进行MRI扫描的金属，如抗磁性较弱的支架、铁板等；（7）对噪音和幽暗环境有恐惧者。

       HC组纳入标准：（1）年龄40~75岁；（2）无心血管疾病的症状或生化证据；（3）经胸超声心动图和心电图没有明显异常；（4）右利手。排除标准：（1）认知下降状态的患者；（2）有明确诊断的脑血管等中枢神经系统疾病者；（3）体内有不适合进行MRI扫描的金属制品；（4）对噪音和幽暗环境恐惧者。

1.2 研究方法

1.2.1 颅脑MRI检查

       所有受试者均使用一台3.0 T MRI扫描仪（GE Discovery 750w，美国）配合8通道头线圈进行扫描。在扫描前，为受试者佩戴防噪耳塞，并使用泡沫垫固定头部以最大程度减少运动。嘱托受试者在扫描过程中保持仰卧、闭目、清醒，并尽量避免身体活动。扫描序列包括：矢状位三维T1加权脑容积成像（sagittal 3D T1-weighted brain volume imaging, Sag 3D T1 BRAVO）、斜轴位T2螺旋桨（Oblique axial T2-weighted PROPELLER, OAx T2 PROPELLER）序列、轴位T2液体衰减反转恢复（Oblique axial T2-weighted fluid-attenuated inversion recovery, OAx T2 FLAIR）序列及扩散加权成像（diffusion-weighted imaging, DWI）。最终，所有影像均由一名副主任医师及以上级别的放射科医师进行质量评估与诊断读片，以排除存在显著颅内病变的受试者。

       Sag 3D T1 BRAVO序列扫描参数：TE 3.1 ms，TR 8.0 ms，翻转角12°，视野24 cm×24 cm，矩阵240×240，层厚1 mm，层间距0 mm，扫描156层，扫描时间4 min 16 s，获得三维图像的分辨率为1.000 0 mm×0.468 8 mm×0.468 8 mm。

       OAx T2 PROPELLER序列扫描参数：TE 119.1 ms，TR 5 536.0 ms，翻转角111°，视野24 cm×24 cm，矩阵256×256，层厚5.0 mm，层间距1.0 mm，扫描22层，扫描时间56 s，获得二维图像分辨率为0.8 mm×0.8 mm。

       OAx T2 FLAIR序列扫描参数：TE 130.0 ms，TR 8 400.0 ms，翻转角160°，视野24 cm×24 cm，矩阵256×256，层厚5.0 mm，层间距1.0 mm，扫描22层，扫描时间1 min 50 s，获得二维图像，空间分辨率0.8 mm×0.9 mm×5.0 mm。

       DWI序列扫描参数：TE 65.7~141.0 ms，TR 4 000.0 ms，翻转角160°，视野24 cm×24 cm，矩阵160×160，层厚5.0 mm，层间距1.0 mm，扫描22层，扫描时间56 s，获得二维图像分辨率1.5 mm×1.5 mm。

1.2.2 数据处理

       本研究采用上海联影智能医疗科技有限公司开发的MR脑结构智能分析系统（uAI Discover Brain）进行MR图像的自动化处理与分析^{[11, 12]}。本研究使用软件版本号为20250130，官方网址：https://www.uii-ai.com/product/25.html。处理流程始于标准的预处理步骤，包括去除颅骨、校正强度不均匀性，并将所有图像空间标准化至1 mm³的各向同性分辨率。随后，利用基于深度学习的分割模型，对预处理后的T1加权像进行灰质、白质和脑脊液的精准组织分割。该模型采用预训练的级联V-net架构，通过粗定位与精细分割相结合的策略，实现了对Desikan-Killiany（DK）图谱^[13]所定义的111个脑区的高精度划分。此V-net方法已在多项医学图像分割挑战中得到验证，证明了其在复杂结构分割中的有效性^{[14, 15]}。

       基于前述分割流程，本研究提取了三个层面的脑结构量化数据用于后续分析：（1）全脑分割数据。共111个脑区，其中包括5个关键大尺度脑区（额叶、海马、颞叶、脑室、基底节）及其下属的106个子脑区，本团队在前期工作中对该图谱分割情况进行了展示^[16]。（2）额叶亚区数据。额叶采用DK图谱^[13]标准，一侧分为10个亚区，包括中央前回、额上回、额中回前部、额中回尾部、额极、眶额叶外侧部、眶额叶内侧部、盖部、眶部和三角部。（3）海马亚区海马采用FreeSurfer v6.0^[17]图谱标准，将海马进一步划分为12个亚区，包括海马旁下/前下/下托、海马角1/3/4、海马杏仁核过渡区、海马伞、海马分子层、海马尾及海马裂。鉴于后文结果主要聚焦于额叶及海马部分，故对其各亚区分布分别见图1~2。

点击查看大图

图1  额叶各亚区分布图，不同颜色映射不同区域。
图2  海马各亚区分布图，不同颜色映射不同区域。
Fig. 1  Anatomical parcellation of the frontal lobe, and each subregion is displayed in a distinct color. Fig. 2　Parcellation of the hippocampus into subregions, and each subregion is delineated by a unique color.

1.2.3 统计学分析

       使用SPSS 27.0统计软件（IBM, Armonk, NY, USA）对临床资料和MR分割系统产生的脑区相关指标进行分析。两组间比较，计量资料呈正态分布时采用两独立样本t检验，以均数±标准差表示，呈非正态分布的计量资料进行Wilcoxon Mann-Whitney U检验，以中位数（四分位数间距）表示。对二分类数据以相对数构成比或率（%）表示，采用卡方检验。对三组间数据进行比较时，先对三组数据进行正态性检验，当三组数据均为正态分布时选择 One-way ANOVA 分析，并继续以LSD检验进行事后两组间比较。当任意一组数据不符合正态分布时，选择Kruskal Wallis H检验，并采用Mann-Whitney U检验进行事后组间两两比较，并采用Bonferroni校正。三组间比较存在差异的脑区的相关性分析：两组数据均为正态分布时，对两组数据做Pearson相关性分析，任意一组数据不符合正态分布的数据则行Spearman相关性分析。所有统计检验采取双侧检验，P<0.05为差异具有统计学意义。

2 结果

2.1 人口学及临床资料的比较

       AF-N、AF-MCI以及HC组受试者在性别、年龄、受教育程度上差异均无统计学意义（P>0.05）。AF-N组患者与AF-MCI组患者在身体质量指数（body mass index, BMI）、AF类型、AF症状[欧洲心律协会（European Heart Rhythm Association, EHRA）]评分、CHA2DS2-VASC-60评分、心功能（NYHA）分级、既往史上差异均无统计学意义（P>0.05）。两组患者在简易精神状态检查（Mini-Mental State Examination, MMSE）、MoCA评分上差异具有统计学意义（P<0.001），具体指标见表1。

点击查看表格

表1  三组的人口学资料和临床资料的比较
Tab. 1  Comparison of demographic and clinical data of all study participants

2.2 脑MR分割系统结果

       脑MR分割研究结果显示AF-N组、AF-MCI组、HC组在全脑容积、灰质体积、白质体积及海马体积等指标上均无统计学意义（P>0.05），具体指标见表2；AF-N组、AF-MCI组及HC组的三组比较，多个脑区分割指标均存在显著差异，具体指标见表3。（1）与HC组相比，AF-N组在额极不对称指数、左侧额极体积、胼胝体中部体积均降低（P<0.05），而在右侧眶额叶外侧部皮层厚度增加（P<0.001），如图3中的3A~3D所示；（2）与AF-N组相比，AF-MCI组在前扣带回不对称指数、右侧中扣带回皮层厚度、右侧眶额叶内侧部皮层厚度、右顶上小叶皮层表面积、左侧海马角3体积和右侧海马角3体积均降低（P<0.05），如图3中的3E~3H、3I~3J所示；（3）AF-MCI组与HC组比较：左侧海马角3、右侧海马角3、左侧海马分子层、左侧海马角4、左侧海马齿状回、右侧海马齿状回体积降低（P<0.05），楔叶/楔前叶不对称指数均增加（P<0.05），如图3中的3I~3L、3M~3P所示；（4）此外，与HC组相比，右侧舌回皮层厚度在AF-MCI组间增加（P<0.05），左侧矩状回皮层厚度在AF-N组与AF-MCI组以及在HC组与AF-MCI组的比较中均增加（P<0.05），如图4A、4B所示。

点击查看大图

图3  HC组、AF-N组、AF-MCI组三组之间存在差异的脑区箱线图。3A~3D为HC组与AF-N组存在差异的脑指标；3E~3H、3I~3J为AF-N组与AF-MCI组存在差异的脑指标；3I~3L、3M~3P为HC组与AF-MCI组存在差异的脑指标。ns表示差异无统计学意义，*表示P<0.05，**表示P<0.01。HC：健康对照；AF-N：房颤认知正常；AF-MCI：房颤继发轻度认知障碍。
Fig. 3  Box plots showing brain regions with significant differences among the HC, AF-N, and AF-MCI groups. 3A-3D represent brain measures that differed between the HC and AF-N groups; 3E-3H and 3I-3J represent brain measures that differed between the AF-N and AF-MCI groups; 3I-3L and 3M-3P represent brain measures that differed between the HC and AF-MCI groups. "ns" indicates no statistically significant difference, * indicates P < 0.05, and ** indicates P < 0.01. HC: healthy control; AF-N: atrial fibrillation with normal cognitive function; AF-MCI: atrial fibrillation-associated mild cognitive impairment.

点击查看大图

图4  AF-MCI组与HC组存在差异的脑区箱线图。4A、4B分别表示右侧舌回、左侧矩状回的皮层厚度存在组间差异的箱线图。ns表示差异无统计学意义，*表示P<0.05，**表示P<0.01。AF-MCI：房颤继发轻度认知障碍；HC：健康对照；AF-N：房颤认知正常。
Fig. 4  Brain regions showing differences between the AF-MCI group and the HC group. 4A and 4B represent box plots of cortical thickness with significant between-group differences in the right lingual gyrus and the left calcarine sulcus, respectively. "ns" indicates no statistically significant difference, * indicates P < 0.05, and ** indicates P < 0.01. AF-MCI: atrial fibrillation-associated mild cognitive impairment; HC: healthy control; AF-N: atrial fibrillation with normal cognitive function.

点击查看表格

表2  三组患者全脑容积、白质、灰质、海马体积的比较
Tab. 2  Comparison of total brain volume, white matter, gray matter, and hippocampal volume among three groups

点击查看表格

表3  三组患者具有差异的脑区指标值
Tab. 3  Values of brain region indicators showing differences among three groups

2.3 相关性分析

       对MoCA量表及其子项、MMSE及其子项与存在差异的脑区进行相关性分析，因两者评分均为非正态分布，故采用Spearman相关性分析，所得热图如下图5。因MMSE对MCI检出率敏感度低，而MoCA是专门为筛查MCI而设计^[18]，故仅展示MoCA总分及其子项与各差异脑指标的相关性散点图。相关性分析表明：MoCA总分与左侧中扣带回皮层厚度及左侧海马角3存在相关；在MoCA子项分析中，执行功能得分相关性与左侧中扣带回皮层厚度最强、记忆功能得分与左侧海马分子层体积相关性最高，具体指标如表4，相关散点图如下图6。

点击查看大图

图5  三组间差异脑区与MMSE、MoCA评分的相关性分析热图。矩阵中每个单元格的数值代表该差异脑区与认知功能的相关性系数r值，颜色代表相关性强弱与方向（红色：正相关；蓝色：负相关），色深对应于|r|值。*表示P<0.05，**表示P<0.01（双尾，相关性显著）。MMSE：简易精神量表；MoCA：蒙特利尔认知评估量表。
Fig. 5  Heatmap of correlation analysis between differential brain regions across the three groups and MMSE and MoCA scores. The matrix shows partial correlation coefficients (r) for the volume of group-different brain regions against MMSE and MoCA scores. Red/blue indicates positive/negative correlation. Color depth corresponds to |r|. * indicates P < 0.05, ** indicates P < 0.01 (two-tailed), indicating statistically significant correlations. MMSE: Mini-Mental State Examination; MoCA: Montreal Cognitive Assessment.

点击查看大图

图6  MoCA/子项评分与三组间差异脑区的散点图。MoCA：蒙特利尔认知评估量表。
Fig. 6  Scatter plots of MoCA/subitem scores and differential brain regions across the three groups. MoCA: Montreal Cognitive Assessment.

点击查看表格

表4  MoCA认知评分与三组间差异脑区指标的相关性分析
Tab. 4  Correlation analysis between MoCA scores and differential brain region indicators among three groups

3 讨论

       MR脑结构智能分析系统能够精确地对3D-T1结构像薄层数据进行分割，从而获取多维度的脑部结构信息，包括各脑区体积、皮层厚度、皮层表面积、皮层曲率、海马亚结构体积等。本研究采用该系统分析了AF-N组、AF-MCI组及HC组的脑结构差异。并进一步分析了各差异脑区与MMSE评分及MoCA量表评分以及它们的子项评分之间的相关性。初步研究结果支持，AF患者的早期损伤核心在前额叶（额极）和连接纤维（胼胝体前中部），疾病进展损伤可蔓延至海马及默认模式网络后部（楔叶/楔前叶）的两阶段认知损伤的假说，这些发现为在未来研究中探索AF相关认知衰退的早期诊断与分期干预策略提供了新的理论依据。

3.1 AF-N组与HC组差异脑区——早期损伤

       本研究发现，与HC组相比，AF-N组患者在关键的前额叶结构及其半球间连接上已存在显著异常。具体而言：（1）前额叶结构方面表现为额极不对称指数异常、左侧额极体积减小、右侧眶额叶外侧部皮层厚度增加。不对称指数[计算公式：（左-右）/[（左+右）/2]×100%]通过标准化处理，能够敏锐地放大在绝对值上可能细微但具有病理意义的偏侧性改变。本研究发现，在尚未出现显著认知下降的AF患者中已存在额极不对称指数异常，且该异常主要源于左侧额极体积减小。这一定位性结构改变提示，额极结构的完整性可能在AF早期即受到特异性影响。（2）半球连接异常。本研究中连接左右前额叶的关键白质通路——胼胝体中部体积减小。胼胝体中部是额顶叶信息整合的解剖基础，其萎缩可能反映白质纤维的减少或脱髓鞘，从而损害大脑半球间的协同处理效率。这为解释非卒中AF患者仍常出现执行功能与注意力下降提供了可靠的结构依据。在非卒中AF继发认知损伤的同类型研究中，PIERS等^[19]在调整血管危险因素后，仍发现AF与额叶体积减小独立相关。KNECHT等^[20]的研究报告了AF患者执行与注意功能与健康组相比显著下降。GUROL等^[21]的研究指出非卒中AF患者大脑前部（前额叶）皮质下降及脑白质疏松导致认知下降，并推测其与AF导致的慢性微血管病相关缺血性损害密切相关。这些发现与本研究观察到的非卒中AF患者早期额极与胼胝体的体积下降的结果相一致。而从病理生理角度分析，前额叶（额极）与胼胝体作为对缺血缺氧最敏感的前部脑区，其功能（高级执行与信息整合）和解剖位置正好与AF所致颅内低灌注/微栓塞的主要神经损伤机制相符。因此，结合本研究结果、前人证据以及病理生理理论，共同支持非卒中AF患者早期前额叶-胼胝体系统的损伤模式假说。值得注意的是，AF-N组右侧眶额叶皮层外侧部厚度较HC组显著增加，这与VCI的典型萎缩模式相反。针对这一局灶性皮层增厚的潜在机制，我们将在讨论末节结合AF-MCI组在初级视觉皮层的类似发现进行统一阐述（详见3.3节）。

3.2 AF-N组与AF-MCI组的差异脑区——临界损伤

       本研究发现，相较于AF-N组，AF-MCI组在扣带回、眶额叶、顶上小叶等认知控制相关脑区存在显著结构性损害。具体表现为：（1）前扣带回不对称指数异常及左侧中扣带回皮层厚度减薄，且后者的变薄程度与MoCA总分及其执行功能子项得分具有相关性。扣带回作为边缘系统与默认模式网络（default mode network, DMN）的关键枢纽，其结构损伤可破坏情绪调节与高级认知整合的过程。这一发现与SILVA等^[22]对非卒中AF患者DMN（包括前扣带回）之间连通性降低的报告相符，共同提示扣带回是AF相关认知下降的早期敏感区域。（2）AF-MCI组患者右侧眶额叶内侧部皮层厚度及右侧顶上小叶皮层表面积均减少。眶额叶是DMN与奖赏回路的关键节点，其萎缩可能削弱认知与情绪网络间的协同效率^[23]，为AF患者常伴发的“认知-情绪”共病现象^[24]提供了神经结构基础。顶上小叶是DMN与背外侧注意网络的重要枢纽，负责空间定向及视觉-躯体感觉整合，其结构异常不仅与既往关于AF患者顶枕叶微结构受损的研究一致^[25]，也与PETERSEN等^[10]关于感觉运动皮层厚度降低的发现相互印证。（3）海马亚区体积双侧海马角3明显减少，且左侧海马角3体积与MoCA总分具有相关性。海马角3作为海马的信息输入门户，其萎缩（尤其是左侧）直接损害信息的初步处理与短期存储，影响整体认知。这与CHEN等^[26]在VCI中观察到的左侧海马亚区（特别是海马角3）特异性萎缩模式高度吻合。HANSEEUW等^[27]的研究亦表明，海马亚区（如海马角2~3）的萎缩比总海马体积更能预测认知下降，凸显了本研究中精细化测量的价值。综合上述在认知控制网络（扣带回、顶上小叶）和边缘系统（眶额叶内侧部）的广泛损害，AF的病理过程似乎进一步侵蚀更核心的记忆结构——海马。

3.3 AF-MCI组与HC组的差异脑区——MCI期损伤

       本研究提示，AF-MCI患者表现出高度集中的大脑结构损伤特点，其核心区域可能位于内侧颞叶记忆系统及与之功能耦合的后DMN。首先，海马系统存在广泛且左侧为著的亚区特异性萎缩。与HC组相比，AF-MCI组在双侧海马角3区、双侧齿状回，以及左侧分子层和海马角4区呈现出显著的体积减小，这些亚区分别主管信息的初步整合、模式分离，突触传递与记忆巩固^[28]，共同构成了海马“输入-处理”的前部回路，从而为AF-MCI患者典型的情景记忆障碍提供了相关的神经解剖学解释。且左侧海马分子层体积与MoCA子项记忆评分具有相关性，分子层（富含苔藓纤维）是突触可塑性与记忆形成的物理基础，其体积减小直接关联回忆与再认能力下降。我们推测，海马亚区独特的血管-代谢脆弱性是导致上述选择性损伤的关键机制。海马特定亚区（如海马角3、分子层）对缺血与代谢压力高度敏感，使其易成为AF相关慢性低灌注或微栓塞事件的攻击靶点^[29]。长期或反复的缺血性损伤可导致敏感灰质区域发生选择性神经元丢失与结构萎缩，宏观上即表现为海马体积减小。这一机制与既往报道中AF患者颞叶（包括海马）的灰质体积普遍减小的现象相吻合^[30]。从认知损伤进程上看，MCI阶段出现显著的海马萎缩，提示AF相关脑损伤已从早期的弥散性、波动性血管损害，转向特定的神经回路（如海马相关记忆环路）的退行性病变^{[31, 32]}，这一转化节点，也对应着临床表现从隐匿状态向明显症状的过渡。值得注意的是，本研究结果提示的MCI阶段“海马前部回路（海马角3/齿状回）优先受累”的影像模式，与阿尔茨海默病早期典型的“内嗅皮层和海马角1区萎缩”模式^[32]有所不同，这或许可为不同病因MCI亚型的鉴别提供客观的神经影像学线索。此外，AF-MCI组在后默认网络的核心脑区（楔叶/楔前叶）虽未发现显著的结构性萎缩，但已表现出不对称性指数异常（一种对空间定位异常敏感的早期指标）。这种“不对称”的失衡状态，可能预示着该脑区在未来会进展为可被检测到的结构性异常。鉴于目前专门探讨AF导致该特定区域结构改变的研究仍较少，未来可在更大样本或纵向研究中进一步验证。

       此外，本研究还观察到一个值得关注的现象：与HC组相比，AF-MCI组在右侧舌回和左侧矩状回的初级视觉皮层区域出现皮层厚度增加。这一结果与典型的神经退行性疾病中普遍观察到的进行性脑萎缩模式存在差异，提示AF-MCI可能涉及更为复杂的神经结构重组机制。我们提出以下两种假说来解释这一现象：其一为功能代偿假说。尽管目前直接探讨AF-MCI患者视觉皮层结构改变的研究尚有限，但已有证据表明该类患者常伴有视空间功能损害^[33]。从理论层面推演，为代偿整体认知功能衰退，大脑可能通过增强视觉相关脑区的神经活动以维持基础信息处理效能；此类持续的功能性代偿激活可能进一步诱发相应皮层结构的适应性形态改变，表现为局部厚度增加。由于当前缺乏同步的功能成像或分子成像证据，“功能代偿假说”目前更多是一种合乎逻辑的推测。其二为神经炎症/胶质增生假说。AF所致的反复微栓塞或慢性低灌注状态，被认为是导致弥漫性内皮功能障碍及血脑屏障破坏的可能机制，继而引发持续、低水平的神经炎症^[34]。代谢活跃的视觉皮层对此可能具有更高的易感性。在此背景下，星形胶质细胞被激活并发生反应性增生，形成胶质瘢痕，这或许是结构磁共振成像中观察到相关脑区皮层厚度增加的神经病理学基础^[35]。综上，对于前文提到的AF-N组右侧眶额叶皮层外侧增厚，以及本处AF-MCI组初级视觉皮层的增厚，这些反向结构改变可能共享相似的底层机制——功能代偿或神经炎症相关的结构重塑，而非单纯的退行性萎缩，这为进一步理解AF相关认知障碍的异质性机制提供了新的影像学线索。

3.4 局限性

       本研究的结果需要在以下局限性的背景下进行解读。首先，横断面的研究无法确定AF与所观察到的脑结构变化之间的因果关系。其次，尽管已控制主要协变量，但样本量限制了更精细亚组分析（如区分AF类型、血管危险因素）的统计效力，残留的混杂可能性无法完全排除。再次，MoCA与MMSE作为认知筛查工具，虽使用广泛，但其对认知的评估维度相对有限且存在天花板效应，或未能捕捉细微的认知损伤；最后，对于局部皮质增厚这一反直觉发现，我们基于跨疾病文献提出的机制解释仍属于初步假说，需未来结合分子影像或病理学关联研究加以验证。因此，本研究结果的推论需保持谨慎，未来研究应通过大样本纵向队列，整合多模态评估，以明确这些结构变化的时序规律及其对认知转归的预测价值。

4 结论

       本研究系统分析了AF不同认知阶段（AF-N与AF-MCI）的脑结构差异，支持AF继发脑损伤可能遵循“两阶段演进”的假说。早期（AF-N）存在前额叶（额极）体积减小及胼胝体中部萎缩，提示对缺血敏感的额叶-皮层下环路——执行网络首先受累；进展至MCI阶段时，损伤核心转向内侧颞叶（海马）及后部DMN，与显性认知症状相关。因此，前额叶-胼胝体结构或可成为AF继发认知损伤的早期风险标志物，而海马（尤其左侧）则提示进入MCI阶段。此外，本研究发现的局部皮层增厚现象，提示了超越单纯萎缩的、可能涉及代偿或炎症的复杂神经重塑过程，其确切机制与临床意义，有待未来纵向研究进一步阐明。