分享:
分享到微信朋友圈
X
综述
重性精神障碍视觉皮层异常的MRI研究进展
曾晓亮 王三旺 韩勇 崔明湖

Cite this article as ZENG X L, WANG S W, HAN Y, et al. Advances in MRI studies on visual cortex abnormalities in major mental disorders[J]. Chin J Magn Reson Imaging, 2026, 17(8): 121-129.本文引用格式 曾晓亮, 王三旺, 韩勇, 等. 重性精神障碍视觉皮层异常的MRI研究进展[J]. 磁共振成像, 2026, 17(8): 121-129. DOI:10.12015/issn.1674-8034.2026.08.013.


[摘要] 重性精神障碍(major psychiatric disorders, MPD)包含重度抑郁症(major depressive disorder, MDD)、双相情感障碍(bipolar disorder, BD)以及精神分裂症(schizophrenia, SZ),具有高致残率、高复发率等特点,其症状复杂且发病机制不明,缺乏可靠的影像学生物标志物。视觉皮层不仅承担视觉信息加工功能,还参与情绪调控、认知加工等高级功能;同时,MPD患者普遍伴有视觉感知和认知功能异常,使视觉皮层逐渐成为精神疾病神经影像学研究的重要关注脑区。目前相关研究仍存在样本量有限、以横断面研究为主及分析方法异质性较大等问题。未来应开展大样本、多中心、纵向及跨诊断研究,结合多模态MRI与神经调控技术,进一步阐明视觉皮层异常的神经病理机制,并推动其临床应用。本文综述了近年来基于MRI的MPD视觉皮层研究进展,并从跨诊断角度总结MDD、SZ及BD视觉皮层异常的共性与特异性,以期为进一步阐明MPD的神经病理机制、探索视觉皮层相关神经影像学标志物及神经调控靶点提供参考。
[Abstract] Major psychiatric disorders (MPD), including major depressive disorder (MDD), bipolar disorder (BD), and schizophrenia (SZ), are characterized by high disability and recurrence rates. Their diagnosis and treatment remain challenging because of complex clinical manifestations, unclear pathophysiological mechanisms, and lack of reliable neuroimaging biomarkers. The visual cortex is not only responsible for visual information processing but also plays important roles in emotion regulation, cognitive processing, and other higher-order brain functions. Moreover, patients with MPD commonly exhibit impairments in visual perception and cognition, making the visual cortex an increasingly important focus of neuroimaging research in psychiatric disorders. However, current studies are limited by relatively small sample sizes, predominantly cross-sectional designs, and considerable methodological heterogeneity. Future large-scale, multicenter, longitudinal, and transdiagnostic studies integrating multimodal MRI and neuromodulation techniques are warranted to further elucidate the neuropathological mechanisms underlying visual cortex abnormalities and facilitate their clinical translation. This review summarizes recent MRI studies on visual cortex abnormalities in MPD and compares the shared and disorder-specific characteristics of major depressive disorder, schizophrenia, and bipolar disorder from a transdiagnostic perspective, with the aim of providing a reference for further elucidating the neuropathological mechanisms of MPD and exploring visual cortex-related neuroimaging biomarkers and neuromodulation targets.
[关键词] 视觉皮层;重性精神病;重度抑郁症;磁共振成像;双相情感障碍;精神分裂症;发病机制
[Keywords] visual cortex;severe mental illness;major depressive disorder;magnetic resonance imaging;bipolar disorder;schizophrenia;pathophysiology

曾晓亮 1, 2   王三旺 3   韩勇 4   崔明湖 1, 2*  

1 山东医药大学附属医院心理科,滨州 256603

2 山东医药大学特殊教育与康复学院,烟台 264000

3 北京大学第六医院,北京大学精神卫生研究所,国家卫生健康委员会精神卫生学重点实验室(北京大学),精神心理疾病国家临床医学研究中心(北京大学第六医院),北京 100191

4 河南医药大学第二附属医院河南省生物精神病学重点实验室,新乡 453002

通信作者:崔明湖,E-mail: 825724247@qq.com

作者贡献声明::曾晓亮起草和撰写稿件,获取、分析并解释本研究的数据;王三旺获取、分析或解释本研究的数据,对稿件的重要内容进行修改;韩勇获取、分析或解释本研究的数据,对稿件的重要内容进行了修改,获得了河南省医学科学院基本科研业务费项目的资助;崔明湖设计本研究的方案,对稿件的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: 河南省医学科学院基本科研业务费项目 JBKY250316
收稿日期:2026-04-02
接受日期:2026-07-10
中图分类号:R445.2  R749 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.08.013
本文引用格式 曾晓亮, 王三旺, 韩勇, 等. 重性精神障碍视觉皮层异常的MRI研究进展[J]. 磁共振成像, 2026, 17(8): 121-129. DOI:10.12015/issn.1674-8034.2026.08.013.

0 引言

       精神疾病通常被划分为不同的诊断类别。其中,重度抑郁症(major depressive disorder, MDD)、双相情感障碍(bipolar disorder, BD)以及精神分裂症(schizophrenia, SZ)被统称为重性精神障碍(major psychiatric disorders, MPD)[1]。MPD具有高度临床异质性,其症状涉及情感、认知、感知觉及行为等多个功能维度,不同疾病之间存在部分临床表现及神经生物学机制的重叠[2]。尽管近年来相关研究不断深入,MPD的病理生物学机制仍未完全明确,目前临床诊断主要依赖症状学评估,缺乏可用于辅助诊断和个体化治疗的稳定生物标志物[3]。因此,深入研究MPD的发病机制,探寻有效的治疗靶点,已成为亟待解决的问题。

       近年来,越来越多研究发现视觉皮层在MPD中存在广泛异常,表明视觉皮层可能参与MPD神经病理过程,并具有作为潜在神经影像学标志物的研究价值[4, 5, 6, 7, 8]。部分研究进一步提示,视觉皮层异常可能在疾病早期阶段甚至疾病高风险阶段出现。例如,阈下抑郁症患者存在视觉皮层功能异常,表现为空间抑制指数显著降低、神经抑制异常以及与多个脑区功能连接(functional connectivity, FC)增强[9]。目前,已有综述分别总结了MDD的神经影像学研究进展[10],以及SZ与BD的MRI异常特征[11]。然而,现有综述主要聚焦于单一疾病或全脑神经影像学改变,对于视觉皮层这一关键感觉脑区缺乏系统梳理,尤其缺少从跨诊断角度比较MDD、SZ及BD视觉皮层异常共性与特异性的综述。因此,本综述旨在系统梳理近年来视觉皮层在MPD中的MRI研究进展,从跨诊断角度总结MDD、SZ及BD视觉皮层异常的共性与特异性,以期为进一步阐明MPD的神经病理机制、探索视觉皮层相关神经影像学标志物及神经调控靶点提供参考。

1 文献检索

       为全面梳理MPD视觉皮层异常的研究进展,本文遵循综述性研究的常用方法进行文献检索。检索数据库包括 PubMed、中国知网(CNKI)和万方数据知识服务平台。检索时间范围为各数据库建库至2026年7月。英文检索式为:(“major depressive disorder” OR “bipolar disorder” OR “schizophrenia”) AND (“visual cortex” OR “primary visual cortex” OR “visual network”) AND (“magnetic resonance imaging” OR “structural magnetic resonance imaging” OR “functional magnetic resonance imaging” OR “diffusion tensor imaging” OR “arterial spin labeling”);中文检索式为:(“重度抑郁症”OR“双相情感障碍”OR“精神分裂症”)AND(“视觉皮层”OR“初级视觉皮层”OR“视觉网络”)AND(“磁共振成像”OR“结构磁共振成像”OR“功能磁共振成像”OR“弥散张量成像”OR“动脉自旋标记”)。文献纳入标准:(1)研究对象为MDD、BD或SZ患者及健康对照,或与MPD视觉皮层相关的基础研究;(2)采用MRI相关技术[包括结构MRI(structural MRI, sMRI)、功能MRI(functional MRI, fMRI)、扩散张量成像、动脉自旋标记等]研究视觉皮层或视觉网络;(3)发表于同行评审期刊的原创研究或综述;(4)能够提供视觉皮层结构、功能或脑网络相关结果。排除数据不完整或无法获取全文的文献。以上述策略筛选后获得的文献作为本综述的核心分析依据。初步检索获得文献471篇,对检索获得的文献进行整理,根据标题、摘要及全文内容进行筛选,并进一步阅读全文进行资格评估,最终纳入符合标准的研究60篇作为本综述的核心分析依据。

2 视觉皮层概述与MPD研究背景

       视觉皮层位于大脑枕叶,是负责视觉信息接收、加工与整合的重要区域。本文中“视觉皮层”主要包括初级视觉皮层(V1)及纹外皮层(V2、V3、V4、V5/MT等),其中V1主要对应Brodmann 17区,纹外皮层主要分布于Brodmann 18及19区[12];对于部分研究采用的“视觉相关区域”“视觉网络”或“枕叶视觉区”等定义,由于不同研究所采用的脑区分割模板和ROI范围存在差异,本文均按照原研究的ROI定义进行描述,并在相应内容中注明具体定义,以避免不同研究之间因ROI范围不同造成的比较偏差。传统观点认为视觉皮层主要负责视觉信息的接收与加工。然而,越来越多研究发现,视觉皮层不仅参与视觉信息加工,还参与情绪调控、认知加工等高级脑功能,并可能通过与其他脑区的相互作用影响情绪相关神经环路[10],因此逐渐被认为是连接感觉输入与高级认知、情绪加工的重要脑区。

       近年来,基础研究进一步为视觉皮层参与情绪调控提供了实验依据。LU等[13]发现内嗅皮层Va层至次级视觉皮层内侧部的神经环路能够双向调节小鼠抑郁样行为;WU等[14]也证实,V1谷氨酸能神经元亚群参与慢性应激诱导抑郁样行为的调控。与此同时,大量神经影像学研究发现,视觉皮层异常广泛存在于MDD、SZ及BD中,涉及皮层形态、脑功能活动、脑网络连接及结构–功能耦合等多个层面。这些证据共同提示,视觉皮层不仅是视觉加工的重要脑区,还可能参与MPD的发生发展,因此逐渐成为MPD神经影像学研究的重要关注对象。

3 MDD的视觉皮层异常

       动物实验已证实视觉皮层相关神经环路参与抑郁样行为调控[13, 14],在此基础上,大量MRI研究进一步揭示了MDD患者的视觉皮层在结构与功能方面存在异常。

3.1 结构异常

       多项研究表明MDD患者的视觉皮层存在结构异常,包括皮层变薄[4]、体积减少[4]、表面积减少[6],这些异常表明与抑郁相关的病理过程可能累及早期视觉加工脑区,进而导致MDD患者视觉皮层结构受到破坏。近年来,随着新兴sMRI分析方法的发展,形态测量相似性网络(morphometric similarity network, MSN)被用于从脑网络层面刻画视觉皮层结构组织特征。MSN综合多个皮层形态学指标构建个体水平脑结构网络,相较于传统单指标分析,能够从脑网络层面反映脑区之间的形态关联。XUE等[8]基于DK-68图谱进一步细分1533个皮层分区构建MSN,并计算全脑形态测量梯度,发现MDD患者在距状裂皮层、楔叶、舌回及外侧枕叶等视觉相关皮层区域出现梯度异常,这种异常被认为是低水平感觉知觉系统的一部分,表明感觉系统的层级组织变化可能是MDD病理的内表型。综上,传统sMRI及新兴网络分析均提示,MDD患者视觉皮层不仅存在局部形态学异常,还可能伴随脑网络层级组织的重构,为理解视觉皮层在MDD中的作用提供了新的结构学证据。

3.2 功能异常

       在功能方面,多项MRI研究表明,MDD患者视觉皮层存在局部神经功能异常,并伴随广泛的脑网络功能重组。基于动脉自旋标记MRI的研究发现,MDD患者视觉皮层脑血流量(cerebral blood flow, CBF)异常,并与行为评分及抑郁症状严重程度相关[15, 16],提示视觉皮层可能存在持续性的神经功能障碍。其中,SUN等[16]发现MDD患者视觉皮层CBF降低,认为视觉皮层作为视觉信息接收、整合与加工的重要脑区,其灌注减少可能影响视觉信息处理过程,并参与抑郁症状的形成。基于fMRI的研究发现,首次发作的MDD患者在执行自我面孔识别任务期间视觉皮层的大脑激活显著降低[17]。自我面孔识别是自我参照加工的一个重要方面,与情绪状态密切相关[18],而MDD患者视觉和前额叶皮质在fMRI水平上的异常激活提供了新的证据,表明MDD患者存在初级视觉识别和高级信息加工功能障碍。此外,静息态研究发现MDD患者右侧枕中回低频振幅分数(fractional amplitude of low-frequency fluctuation, fALFF)降低,并与失眠及抑郁严重程度呈负相关[19]。这些研究提示MDD患者视觉皮层局部神经活动存在异常,并与临床症状密切相关。除了局部神经活动异常外,MDD患者视觉皮层与多个脑区及脑网络之间的FC也发生了广泛改变。多项研究表明,MDD患者的视觉皮层与多个脑区及功能网络的FC存在显著异常,这些异常主要涉及额顶叶[15]、左侧小脑[19]、感觉运动网络[20, 21, 22]、颞上回/颞中回[23],以及若干皮层下区域[19, 22]。另一项研究发现MDD患者视觉皮层的多变量FC模式和健康对照存在显著差异[24],提示视觉皮层的网络组织方式发生重构。例如,有研究认为伏隔核-枕中回FC降低可能与枕叶γ-氨基丁酸(gamma-aminobutyric acid, GABA)水平下降有关[22]。枕叶皮质GABA水平降低导致局部抑制作用减弱,使视觉皮层过度兴奋,进而引发视觉感知异常;而伏隔核-枕中回FC降低可能反映了大脑对异常视觉信号的适应性调节。在此基础上,动态因果模型的研究进一步发现,MDD患者从丘脑到视觉皮层的因果连接增强;同时,左侧背外侧前额叶皮层(dorsolateral prefrontal cortex, DLPFC)、杏仁核、伏隔核到视觉皮层的因果连接减弱,其中伏隔核到视觉皮层的因果连接与抑郁严重程度呈负相关[25]。这些结果提示,MDD患者脑区之间的异常因果连接可能是其抑郁严重程度相关的神经机制基础,多个抑郁相关脑区向视觉皮层存在异常因果信息流,提示作为初级脑区的视觉皮层可能在MDD发病机制中具有重要作用。ENDO等[6]采用Glasser 360皮层图谱提取ROI时间序列,并根据Yeo功能网络归类分析动态模态,发现MDD患者视觉网络中出现频率减少的动态模态,并且视觉网络对应的动态模式幅值,与皮层厚度及表面积异常所呈现的空间分布模式高度相似。这一结果提示,视觉皮层功能异常可能具有动态特征,并与脑结构改变密切相关。总体而言,fMRI研究表明,MDD患者视觉皮层异常不仅表现为局部脑活动改变,还涉及脑网络连接、因果信息传递及动态网络组织方式的广泛重构。

3.3 结构-功能耦合异常

       大脑的解剖结构影响其FC和神经元活动,神经元活动反过来通过神经调节和神经可塑性塑造结构连接(structural connectivity, SC)[26],这种双向关系构成了探索大脑结构–功能耦合的生理基础。近年来,越来越多研究开始从结构-功能耦合的角度探索MDD患者视觉皮层的异常。结构解耦指数可以量化功能信号对解剖结构的依赖,CHEN等[27]发现,MDD患者双侧视觉、前额叶和顶叶皮层以及左眶额叶皮层和颞极的结构解耦指数降低,表明MDD患者视觉皮层的SC和FC之间有更大的偶联,而这种结构-功能异常可能会对认知能力产生不利影响,引发MDD相关症状。WANG等[28]采用Harvard-Oxford脑图谱划分96个皮层ROI,构建形态网络与功能网络,并基于Yeo七网络在网络水平分析形态–功能耦合,发现MDD患者视觉网络形态-功能耦合显著增强,且视觉皮层耦合增强与抑郁症状严重程度呈正相关,提示MDD可能存在疾病特异性的结构-功能关系重组。值得注意的是,青少年MDD患者同样表现出视觉皮层结构-功能耦合异常。XU等[29]采用Brainnetome脑图谱构建SC与FC,并计算区域SC-FC耦合,发现首发青少年MDD患者在视觉网络表现出结构-功能耦合的增强,提示解剖约束的异常发育可能在抑郁病程的早期阶段就已出现。另一项研究发现,青少年MDD患者的右侧腹侧视觉皮层的结构-功能耦合显著异常[30],提示视觉皮层的结构与功能交互在青少年MDD患者中存在特异性紊乱。这些研究进一步提示,视觉皮层结构-功能耦合异常可能贯穿MDD不同发病阶段,并具有一定的发展性特征。

3.4 rTMS临床治疗证据

       近年来,视觉皮层逐渐被探索作为MDD的潜在神经调控靶点。已有研究发现,针对视觉皮层的个体化重复经颅磁刺激(repetitive transcranial magnetic stimulation, rTMS)治疗可改善患者症状,并诱导视觉皮层相关脑功能活动发生改变[31];另一项研究发现,与传统左侧DLPFC刺激相比,视觉皮层间歇性θ爆发刺激显示出初步的非劣效性及更好的耐受性[32]。此外,最新研究进一步利用机器学习发现,基线腹侧视觉通路低频振幅(amplitude of low-frequency fluctuation, ALFF)特征可用于预测rTMS疗效,为基于视觉系统影像特征开展个体化疗效预测提供了新的依据[33]。然而,目前相关研究样本量有限,且缺乏长期随访,视觉皮层作为治疗靶点的有效性仍需进一步验证。

       综上,现有研究从结构、功能及结构-功能耦合、rTMS临床研究等多方面证实,视觉皮层异常是MDD的重要神经影像学特征。但大多研究仍为横断面设计,无法明确视觉皮层异常与疾病发生发展的因果关系。同时,不同研究在人群特征、病程、药物及MRI分析方法等方面存在较大异质性,对MDD各个亚型的讨论也相对不足。未来研究可进一步结合大样本纵向追踪设计,同时整合多模态神经影像,系统解析视觉皮层与情绪调控网络交互异常的具体分子与环路机制,并挖掘视觉皮层相关的结构、功能及耦合指标作为MDD神经影像学标志物的潜力,用于疾病早期识别、病情评估及预后预测。

4 SZ的视觉皮层异常

       视觉异常是SZ的核心临床特征之一,越来越多研究表明,其异常不仅表现为视觉感知和视觉认知障碍,还涉及视觉皮层及相关脑网络的功能失调。近年来,大量MRI研究进一步从结构和功能等多个层面揭示了视觉皮层异常。已有研究发现,包括视觉皮层与躯体感觉皮层在内的初级皮层活动减弱是SZ的一个特征性表现[34],提示视觉皮层可能参与SZ的发生发展。

4.1 结构异常

       从结构方面看,多项sMRI研究表明SZ患者视觉皮层存在形态学异常。TÜRKÖZER等[35]研究发现,SZ患者视觉皮层皮质厚度减少,而早期视觉皮层亚区的表面积减少,提示视觉皮层可能是SZ中受影响较为显著的脑区之一。此外,精神分裂症谱系研究同样发现V1皮层厚度降低趋势,进一步支持早期视觉区域结构异常的存在[36]。综上,现有sMRI研究提示,SZ患者视觉皮层不仅存在局部形态学改变,而且可能涉及多个视觉加工阶段,为视觉加工障碍提供了重要的结构学依据。

4.2 功能异常

       从功能方面看,多项MRI研究表明,SZ患者视觉皮层存在局部神经功能异常。一项静息态fMRI研究发现,SZ患者视觉皮层ALFF和动态ALFF均显著降低,提示视觉信息处理的基础神经活动存在功能受损[37]。除局部功能异常外,SZ患者视觉皮层与多个脑区之间的FC也发生广泛的改变。多项研究表明SZ患者视觉皮层与丘脑FC存在异常[38, 39, 40],由于丘脑是视觉信息传入皮层的重要中继站,这一异常可能反映视觉信息传递及感觉加工过程受损。有研究认为,视觉皮层的神经可塑性受损可能导致其难以根据丘脑传入的感官信息及视觉认知需求动态调整突触连接强度,使其与丘脑的连接长期处于僵化的异常状态[39]。此外,SZ患者视觉皮层体素镜像同伦连接(voxel-mirrored homotopic connectivity, VMHC)显著降低[41],提示双侧视觉皮层协同活动受损,并可能参与认知功能障碍的发生。动态功能连接分析进一步发现,首发SZ患者视觉网络不同连接状态发生异常改变,基于这些动态功能连接特征构建的机器学习模型具有较好的分类性能,提示视觉网络动态连接异常具有作为神经影像学标志物的潜在价值[42]。近年来,新兴脑网络分析进一步揭示了SZ视觉皮层层级组织异常。HOLMES等[5]以Yeo的视觉网络作为ROI,发现SZ患者在视觉网络中表现出梯度异常,并且视觉网络与其他网络之间的网络间离散度也较低,表明视觉网络与其他功能网络之间层级组织发生重构。该研究从脑网络层级组织角度进一步丰富了对SZ视觉皮层功能异常的认识。总体而言,fMRI研究表明,SZ患者视觉皮层异常不仅表现为局部脑灌注、自发神经活动及局部同步性的异常,还涉及脑网络FC及层级组织方式的重构,提示视觉皮层功能异常可能存在于SZ发生发展的多个阶段。

4.3 前驱期与神经发育特征

       近年来,已有研究提示,视觉皮层异常可能在SZ前驱期即已出现,并伴随疾病进展呈现出神经发育相关特征。SZ患者在首次发作前会经历一段较长的前驱期,这一阶段通常被称为精神病风险综合征(psychosis risk syndrome, PRS)。一项采用任务激活ROI进行表征相似性分析的研究发现,PRS患者在下枕回、梭状回及枕中回等视觉相关ROI中,不同视觉任务之间的神经表征相似性降低,提示视觉信息加工与情绪加工之间的功能耦合异常[43]。另一项研究发现青少年SZ患者视觉皮层及相关后部区域局部一致性(regional homogeneity, ReHo)降低,而前额叶ReHo升高[44],表现出前额叶-后部脑区功能失衡。这一模式在慢性社会挫败应激大鼠中同样存在,提示青春期视觉皮层可能是SZ神经发育异常的重要敏感脑区。HOLMES等[5]进一步发现,SZ患者视觉网络层级组织异常在疾病早期尚未出现,而是在疾病进展过程中逐渐形成,提示视觉–感觉运动系统层级组织异常可能随病程逐渐发展。综合现有研究,视觉皮层异常初步提示可能贯穿SZ从前驱期到疾病进展的多个阶段,并呈现一定的神经发育特征,但仍需大样本纵向研究进一步验证视觉皮层异常是否可作为SZ的前驱标志物。

       综上,现有研究发现SZ患者的视觉皮层在结构和功能方面存在异常,表明视觉皮层在SZ的发生与发展中具有重要作用。综合现有证据,SZ患者视觉皮层异常呈现出由局部形态学改变、脑功能异常向脑网络组织异常发展的特点,并且部分功能异常可能在疾病前驱期即已出现。此外,目前针对视觉皮层的rTMS研究较少,其作为SZ治疗靶点的临床价值仍有待进一步验证。未来研究可开展大样本、长时间的纵向追踪研究,从前驱期、首发期到慢性期系统探索视觉皮层结构与功能异常的发展,结合多模态神经影像深入解析视觉皮层异常的具体神经机制,同时严格控制病程、用药等混杂因素以降低样本异质性,进一步探索视觉皮层相关结构及功能指标作为SZ神经影像学标志物的临床应用价值,用于疾病早期识别、病情监测及预后评估。

5 BD的视觉皮层异常

       近年来,多项MRI研究发现BD患者视觉皮层存在结构及功能异常,提示视觉皮层可能参与BD的发生发展。

5.1 结构异常

       从结构方面看,近年来针对BD患者视觉皮层形态学改变的研究相对有限。一项包含BD患者的研究同时评估了V1表面积和皮层厚度,发现BD患者V1表面积呈下降趋势,而皮层厚度呈增加趋势,但上述改变均未达到显著组间差异[36]。由于皮层厚度、表面积等不同形态学指标反映皮层组织的不同特征,该结果提示BD视觉皮层可能存在复杂的形态学重塑模式,但其具体改变方向及稳定性仍需进一步验证。新兴sMRI分析进一步揭示了BD视觉皮层脑网络层级组织异常。WANG等[45]采用基于Desikan–Killiany图谱细分得到的308个皮层ROI构建形态测量逆散度网络,并进一步按照Yeo七网络进行网络水平分析,发现BD患者视觉网络梯度升高,其特异性异常出现在左侧外侧枕叶皮层,提示BD患者视觉网络层级组织发生异常重构。除灰质形态学改变外,另一项研究关注了早发性BD的脑白质改变。早发性BD,定义为17岁之前发病,越来越被认为是一种神经发育方面的独特亚型,而不仅仅是成年期BD的早期表现[46]。该研究发现BD患者左侧视辐射、左侧下纵束及左侧颞-枕束的各向异性分数均低于健康对照[47],这个结果进一步支持视觉相关白质缺陷可能出现在BD早期阶段的假说。综上,现有结构影像研究提示,BD患者视觉皮层异常不仅表现为局部灰质形态学改变,还涉及脑网络层级组织及视觉相关白质通路异常,为理解BD视觉加工障碍提供了重要的结构学依据。

5.2 功能异常

       从功能方面看,现有fMRI研究发现,BD患者视觉皮层存在FC异常。BD患者左侧梭状回、右侧视觉联合皮层与其他脑区的FC降低,构成了预测心境高涨严重程度的核心节点[48]。此外,早发性BD患者同样表现出视觉系统内FC改变,其特征是额叶区域的FC较高,而视觉皮层内感觉运动和情绪调节相关区域的FC较低,这些连接性改变与精神病性症状严重程度和临床特征有关,提示视觉相关的FC异常可能出现在BD的早期病程[49]。总体而言,现有fMRI研究提示,BD患者视觉皮层功能异常主要表现为FC异常,这种异常可能在疾病早期即已出现,并与精神病性症状及情绪状态密切相关。

5.3 状态依赖性与发作期差异

       在此基础上,脑网络层级组织分析进一步提示了BD患者视觉皮层功能异常具有一定的状态依赖性。LIU等[50]通过计算感觉-联合功能梯度发现,BD单相发作期患者表现出视觉皮层功能梯度扩张,而在BD的混合发作期中,视觉区功能重组与杨氏躁狂量表呈负相关,该研究初步提示,BD视觉皮层功能异常可能具有一定的状态依赖性。尽管不同发作状态FC存在差异,但双侧距状皮质等区域ReHo异常在各临床相均可观察到,提示视觉皮层ReHo异常可能具有一定的素质性特征[51]。不同发作状态下视觉网络层级组织可能存在不同的重构模式,从而反映视觉信息加工与情绪调控网络之间功能失衡的动态变化。

5.4 rTMS临床证据

       从BD临床治疗研究方面看,视觉皮层逐渐被探索作为BD潜在的神经调控靶点。视觉皮层通过与上丘、杏仁核等脑区形成神经环路参与情绪调控,提示视觉皮层可能成为神经调控的重要靶点[52, 53, 54]。WANG等[55]通过将V1作为rTMS的靶点,发现其有望改善BD患者神经认知功能。该团队的进一步研究将经颅直流电刺激(transcranial direct current stimulation, tDCS)和针对V1的神经导航rTMS结合,将患者随机分为三组,分别接受真tDCS -真rTMS、假tDCS -真rTMS和真tDCS -假rTMS治疗,结果发现前两组的抑郁症状均显著改善,并且第一组在相关指标上有更大的改善[56]。另一项研究表明,靶向V1的rTMS可能是一种可行且安全的神经调控手段,能够改善青少年及青年BD患者的临床症状。上述结果支持对基于神经环路的神经调控方法开展进一步研究,将其作为情感障碍精准治疗的潜在辅助策略[57]

       综上,现有研究证实了BD患者的视觉皮层存在结构和功能的异常,提示视觉皮层在BD的发病机制中具有重要作用,而几项关于早发性BD患者的研究初步提示视觉皮层功能异常可能在疾病早期即已出现,并与精神病性症状的发展相关,但其是否能够作为BD早期识别的客观标志物仍需进一步验证。未来研究可统一视觉亚区划分与影像分析标准,减少方法学异质性带来的结果差异;同时开展大样本纵向追踪研究,明确不同亚型、不同病程、不同发作状态下视觉皮层的异常,进一步挖掘视觉皮层相关指标作为BD神经影像学标志物的潜力,为疾病早期识别、分型及病情监测提供客观依据。

6 MPD视觉皮层异常的共性与特异性

       近年来,大量神经影像学研究表明,视觉皮层异常广泛存在于MPD患者中。尽管三种疾病具有不同的临床表现和疾病进程,但现有证据提示,其视觉皮层均存在不同程度的结构及功能异常,提示视觉皮层可能是MPD共同受累的重要脑区。然而,不同疾病在异常模式、发生阶段及潜在神经机制等方面又表现出一定的特异性。为便于比较不同疾病视觉皮层异常的研究证据,本文对相关MRI研究进行了归纳总结,见表1

6.1 共性

       现有研究提示,MPD患者均可能出现视觉相关皮层结构异常,主要表现为皮层体积、厚度及表面积改变。其中,一项针对精神病性障碍患者及其一级亲属的大样本结构MRI研究发现,V1、V2及中颞叶(V5/MT⁺)区域的皮层厚度、表面积和体积均存在不同程度的减少[7],表明视觉皮层结构异常可能是精神病性障碍谱系中较为普遍的神经生物学改变。需要注意的是,不同研究在视觉皮层形态学改变方向上存在一定差异,例如BD相关研究中V1皮层厚度可表现为增加趋势[36],提示视觉皮层结构异常可能并非单一方向性改变,而是受到疾病亚型、研究对象及影像分析方法等因素影响。总体而言,现有证据显示视觉皮层结构异常可能并非局限于单一解剖区域,而是涉及从初级视觉区域到高级视觉加工区域的多层级改变,但其跨诊断一致性仍需进一步验证。在功能层面,MPD患者普遍表现为视觉皮层局部FC及远距离FC异常。一项跨诊断静息态fMRI研究比较了SZ、BD和MDD患者的局部FC,发现三组患者均表现为V1局部FC降低,且异常程度呈SZ>BD>MDD的梯度变化[58],提示视觉皮层局部信息整合受损可能是MPD共享的神经影像学特征,而SZ表现最为显著。值得注意的是,部分研究从精神病性症状维度探索视觉系统异常。例如,一项针对精神病谱系障碍(psychosis spectrum disorders, PSD)的动脉自旋标记MRI的研究纳入BD伴精神病性症状、分裂情感性障碍及SZ患者,发现PSD患者早期视觉皮层及高级视觉加工区域存在灌注异常,且部分灌注改变与认知功能下降相关[59]。该结果提示,视觉系统异常可能不仅与单一疾病诊断相关,也可能与精神病性症状维度相关。然而,由于PSD与MPD的诊断范围并不完全重叠,该发现能否推广至MPD仍需进一步验证。除上述异常外,多项研究还发现视觉皮层自发活动异常,以及视觉皮层与额叶、丘脑、感觉运动网络和情绪调控网络之间的FC异常,提示视觉皮层可能作为感觉输入与高级认知调控之间的重要信息整合枢纽,其功能失调可进一步影响跨网络信息传递。在脑网络层面,不同分析框架均提示MPD患者视觉网络拓扑组织发生异常。现有研究分别采用形态网络及梯度分析等方法,从不同角度揭示了视觉网络拓扑组织异常。然而,由于不同研究采用的脑区分割模板、网络构建策略及指标体系存在明显差异,各研究结果之间的可比性仍然有限,因此目前尚不能认为三种疾病具有一致的脑网络重构模式。未来仍需采用统一的脑区划分和网络分析框架开展跨诊断研究,以进一步验证视觉网络异常是否具有共同的生物学基础。

6.2 特异性

       尽管存在跨疾病共性,但不同MPD在视觉皮层异常的侧重上表现出明显的分化。在MDD中,视觉皮层异常更体现为结构-功能耦合的整体性重构,涉及灰质变化、FC异常及二者之间耦合关系的同步改变,并与情绪症状严重程度密切相关。这提示视觉系统可能通过影响情绪相关网络参与抑郁症状的维持。SZ的视觉皮层异常则更具神经发育特征。研究初步提示视觉网络FC异常可在精神病高风险阶段即出现,而网络层级组织异常更多出现在疾病进展阶段。此外,SZ中丘脑-视觉皮层通路异常尤为突出,提示感觉信息中继与丘脑过滤机制的失调可能是视觉知觉异常的重要基础。相比之下,现有研究显示BD的视觉系统异常表现出更强的状态依赖性与动态波动特征。不同情绪发作状态下,视觉网络FC及层级组织模式存在显著差异,提示视觉皮层异常可能同时受神经发育基础与情绪状态调制的双重影响。而BD中针对视觉皮层的rTMS研究相对更具临床转化潜力,初步证据显示V1靶向刺激可改善认知与情绪功能。值得注意的是,目前关于MPD视觉皮层异常的研究结果仍存在一定差异,这种异质性可能受到多种因素的共同影响。首先,不同研究纳入患者的病程、药物治疗情况、年龄、性别及共病状态存在差异,而这些因素均可能影响视觉皮层的结构和功能。例如,长期药物治疗可能改变脑结构及FC模式,疾病病程和发作次数也可能导致视觉皮层异常程度不同。其次,不同MRI扫描参数、预处理流程及影像分析方法(如ROI划分方式、FC计算策略及网络分析模型等)的差异,也可能导致研究结果之间存在一定的不一致。因此,在解释不同研究结果时,应充分考虑上述混杂因素,以提高不同研究之间的可比性。

6.3 跨诊断rTMS研究

       目前关于视觉皮层神经调控的跨诊断研究仍较少。LIU等[60]将MDD、SZ及BD患者纳入同一研究框架,采用靶向视觉皮层的rTMS干预,发现治疗后患者额叶ReHo降低、后部脑区ReHo升高,并伴随临床症状改善。该研究在人类患者及MAM大鼠模型中观察到相似的神经影像学变化,提示视觉皮层神经调控可能具有一定的跨诊断治疗潜力。此外,针对视觉皮层(尤其是V1)的rTMS干预可在MDD与BD中改善情绪及认知症状,但仍需多中心、大样本、长期随访随机对照试验进一步验证。

       因此,MPD视觉皮层异常既具有跨疾病的一致性,又受到疾病特异性病理过程及研究方法学因素的共同影响,未来仍需进一步开展标准化、多模态及跨诊断研究,以厘清视觉皮层异常的共同机制与疾病特异性机制。

表1  MPD视觉皮层异常相关研究证据汇总
Tab. 1  Summary of research evidence related to abnormalities in the visual cortex in MPD

7 小结与展望

       尽管近年来视觉皮层在MPD中的研究取得了一定进展,但其神经生物学意义及临床转化价值仍有待进一步明确。首先,现有研究多为横断面设计,难以明确视觉皮层异常在疾病发生、进展及治疗过程中的动态变化,也难以判断其究竟是疾病发生的危险因素、病理结果,还是代偿性改变。未来应依托多中心、大样本纵向队列,对前驱期、首发期及慢性期患者进行连续随访,以系统阐明视觉皮层异常的时序演变规律,并进一步验证其作为疾病早期识别、疗效评估及预后预测生物标志物的稳定性。

       其次,目前关于视觉皮层异常的研究多采用单一MRI技术或单一分析策略,不同研究之间在MRI采集参数、预处理流程、视觉亚区划分及网络分析方法等方面存在较大差异,限制了不同研究结果之间的可比性。未来应进一步统一MRI采集与分析流程,建立标准化影像分析框架,并结合sMRI、fMRI、扩散张量成像、动脉自旋标记、磁共振波谱等多模态MRI技术,从结构、功能及代谢等多个层面综合揭示视觉皮层异常的神经生物学机制。同时,可进一步联合视觉诱发电位等神经电生理技术,实现脑结构、脑功能及神经电活动信息的融合分析,以提高视觉皮层异常检测的敏感性及临床应用价值。

       此外,目前跨诊断研究仍相对不足,大多数研究聚焦于单一疾病,难以区分视觉皮层异常究竟代表MPD的共同病理基础,还是不同疾病各自累及视觉系统所形成的特异性改变。未来应进一步加强跨诊断研究,采用统一的影像分析框架,对MDD、SZ及BD进行直接比较,同时结合不同疾病亚型、不同病程及不同情绪状态开展分层分析,以更准确地揭示视觉皮层异常的共性机制及疾病特异性机制。

       另一方面,尽管现有研究普遍认为视觉皮层异常具有作为MPD潜在神经影像学标志物的应用前景,但目前相关证据仍主要来源于组间差异分析及相关性研究,缺乏基于视觉皮层影像指标开展疾病分类、疗效预测或预后评估的系统验证。尤其缺少独立验证队列、ROC分析及外部验证等生物标志物评价流程,因此其临床应用价值仍有待进一步证实。随着人工智能技术的发展,未来可结合机器学习及深度学习方法,对视觉皮层多模态影像特征进行融合分析,建立跨诊断预测模型,提高MPD早期识别、疾病分型及疗效预测能力。

       综上所述,视觉皮层不仅是MPD重要的病理参与脑区,也具有发展为跨诊断神经影像学标志物及潜在神经调控靶点的应用前景。未来通过标准化、多模态、跨诊断及人工智能等研究策略,有望进一步阐明视觉皮层异常在MPD中的神经机制,并推动相关影像指标向临床应用转化。

[1]
CHANG M, WOMER F Y, GONG X, et al. Identifying and validating subtypes within major psychiatric disorders based on frontal-posterior functional imbalance via deep learning[J]. Mol Psychiatry, 2021, 26(7): 2991-3002. DOI: 10.1038/s41380-020-00892-3.
[2]
BOURQUE V R, POULAIN C, PROULX C, et al. Genetic and phenotypic similarity across major psychiatric disorders: a systematic review and quantitative assessment[J/OL]. Transl Psychiatry, 2024, 14(1): 171 [2026-04-02]. https://www.nature.com/articles/s41398-024-02866-3. DOI: 10.1038/s41398-024-02866-3.
[3]
ABI-DARGHAM A, MOELLER S J, ALI F, et al. Candidate biomarkers in psychiatric disorders: state of the field[J]. World Psychiatry, 2023, 22(2): 236-262. DOI: 10.1002/wps.21078.
[4]
MA L, WANG J, HUANG W, et al. Aberrant cortical morphology and brain structure similarity networks in first-episode, treatment-naive adolescents with major depressive disorder[J/OL]. J Affect Disord, 2026, 394(Pt B): 120524 [2026-04-02]. https://www.sciencedirect.com/science/article/pii/S0165032725019664?via%3Dihub. DOI: 10.1016/j.jad.2025.120524.
[5]
HOLMES A, LEVI P T, CHEN Y-C, et al. Disruptions of Hierarchical Cortical Organization in Early Psychosis and Schizophrenia[J]. Biol Psychiatry, 2023, 8(12): 1240-1250. DOI: 10.1016/j.bpsc.2023.08.008.
[6]
ENDO H, IKEDA S, HARADA K, et al. Manifold alteration between major depressive disorder and healthy control subjects using dynamic mode decomposition in resting-state fMRI data[J/OL]. Front Psychiatry, 2024, 15: 1288808 [2026-04-02]. https://www.frontiersin.org/journals/psychiatry/articles/10.3389/fpsyt.2024.1288808/full. DOI: 10.3389/fpsyt.2024.1288808.
[7]
TURKOZER H B, LIZANO P, ADHAN I, et al. Regional and Sex-Specific Alterations in the Visual Cortex of Individuals With Psychosis Spectrum Disorders[J]. Biol Psychiatry, 2022, 92(5): 396-406. DOI: 10.1016/j.biopsych.2022.03.023.
[8]
XUE K, GUO L, ZHU W, et al. Transcriptional signatures of the cortical morphometric similarity network gradient in first-episode, treatment-naive major depressive disorder[J]. Neuropsychopharmacology, 2023, 48(3): 518-528. DOI: 10.1038/s41386-022-01474-3.
[9]
LI J, TAN Y, ZHENG Z, et al. Reduced neural suppression at occipital cortex in subthreshold depression[J/OL]. Transl Psychiatry, 2025, 15(1): 220 [2026-04-02]. https://www.nature.com/articles/s41398-025-03446-9. DOI: 10.1038/s41398-025-03446-9.
[10]
WU F, LU Q, KONG Y, et al. A Comprehensive Overview of the Role of Visual Cortex Malfunction in Depressive Disorders: Opportunities and Challenges[J]. Neurosci Bull, 2023, 39(9): 1426-1438. DOI: 10.1007/s12264-023-01052-7.
[11]
BIRUR B, KRAGULJAC N V, SHELTON R C, et al. Brain structure, function, and neurochemistry in schizophrenia and bipolar disorder-a systematic review of the magnetic resonance neuroimaging literature[J/OL]. NPJ Schizophrenia, 2017, 3: 15 [2026-04-02]. https://www.nature.com/articles/s41537-017-0013-9. DOI: 10.1038/s41537-017-0013-9.
[12]
WANDELL B A, DUMOULIN S O, BREWER A A. Visual field maps in human cortex[J]. Neuron, 2007, 56(2): 366-383. DOI: 10.1016/j.neuron.2007.10.012.
[13]
LU J, ZHANG Z, YIN X, et al. An entorhinal-visual cortical circuit regulates depression-like behaviors[J]. Mol Psychiatry, 2022, 27(9): 3807-3820. DOI: 10.1038/s41380-022-01540-8.
[14]
WU F, GU C, XU R, et al. A visual cortical-lateral posterior thalamic nucleus circuit regulates depressive-like behaviors in male mice[J/OL]. Nat Commun, 2025, 16(1): 1395 [2026-04-02]. https://www.nature.com/articles/s41467-024-55600-4. DOI: 10.1038/s41467-024-55600-4.
[15]
LIU S, FAN D, HE C, et al. Resting-state cerebral blood flow and functional connectivity abnormalities in depressed patients with childhood maltreatment: Potential biomarkers of vulnerability?[J]. Psychiatry Clin Neurosci, 2024, 78(1): 41-50. DOI: 10.1111/pcn.13603.
[16]
SUN X, HUANG W, WANG J, et al. Cerebral blood flow changes and their genetic mechanisms in major depressive disorder: a combined neuroimaging and transcriptome study[J]. Psychol Med, 2023, 53(14): 6468-6480. DOI: 10.1017/s0033291722003750.
[17]
FAN Z, LIU Z, YANG J, et al. Hypoactive Visual Cortex, Prefrontal Cortex and Insula during Self-Face Recognition in Adults with First-Episode Major Depressive Disorder[J/OL]. Biomedicines, 2023, 11(8): 2200 [2026-04-02]. https://pmc.ncbi.nlm.nih.gov/articles/PMC10452386. DOI: 10.3390/biomedicines11082200.
[18]
LIU P, ZHAO Y, FAN H, et al. Behavioral and electrophysiological analyses of self-referential neural processing in major depressive disorder[J/OL]. Asian J Psychiatr, 2023, 79: 103401 [2026-04-02]. https://www.sciencedirect.com/science/article/pii/S1876201822003999. DOI: 10.1016/j.ajp.2022.103401.
[19]
WANG S, LI B, XU M, et al. Aberrant regional neural fluctuations and functional connectivity in insomnia comorbid depression revealed by resting-state functional magnetic resonance imaging[J/OL]. Cogn Neurodyn, 2025, 19(1): 8 [2026-04-02]. https://link.springer.com/article/10.1007/s11571-024-10206-w. DOI: 10.1007/s11571-024-10206-w.
[20]
HU Y, LI S, LI J, et al. Impaired visual-motor functional connectivity in first-episode medication-naive patients with major depressive disorder[J/OL]. Cereb Cortex, 2024, 34(1): bhad387 [2026-04-02]. https://academic.oup.com/cercor/article/34/1/bhad387/7439489. DOI: 10.1093/cercor/bhad387.
[21]
LONG Y, LI X, CAO H, et al. Common and distinct functional brain network abnormalities in adolescent, early-middle adult, and late adult major depressive disorders[J]. Psychol Med, 2024, 54(3): 582-591. DOI: 10.1017/S0033291723002234.
[22]
SUN L, ZHOU Z, FENG R, et al. Subcortical functional connectivity alterations in first-episode medication-naïve adolescents with major depressive disorder[J]. Eur Child Adolesc Psychiatry, 2025, 34(11): 3535-3547. DOI: 10.1007/s00787-025-02774-x.
[23]
ZHANG S, SHE S, QIU Y, et al. Multi-modal MRI measures reveal sensory abnormalities in major depressive disorder patients: A surface-based study[J/OL]. NeuroImage Clin, 2023, 39: 103468 [2026-04-02]. https://pmc.ncbi.nlm.nih.gov/articles/PMC10372163. DOI: 10.1016/j.nicl.2023.103468.
[24]
JUNG M, PARK J, KANG Y, et al. Suicide attempt history, childhood trauma, and functional brain network alterations in major depressive disorder: a resting-state functional connectivity-based multivariate pattern analysis[J]. Neuropsychopharmacology, 2026, 51(4): 759-768. DOI: 10.1038/s41386-025-02307-9.
[25]
KITA A, ISHIDA T, KITA N, et al. Exploring the capabilities of repetitive transcranial magnetic stimulation in major depressive disorder: Dynamic causal modeling of the neural network[J/OL]. Transl Psychiatry, 2025, 15(1): 257 [2026-04-02]. https://www.nature.com/articles/s41398-025-03480-7. DOI: 10.1038/s41398-025-03480-7.
[26]
FOTIADIS P, PARKES L, DAVIS K A, et al. Structure-function coupling in macroscale human brain networks[J]. Nat Rev Neurosci, 2024, 25(10): 688-704. DOI: 10.1038/s41583-024-00846-6.
[27]
CHEN X, DAI H, NIU L, et al. Unraveling Hierarchical Brain Dysfunction in Major Depressive Disorder: A Multimodal Imaging and Transcriptomic Approach[J/OL]. Hum Brain Mapp, 2025, 46(10): e70277 [2026-04-02]. https://pmc.ncbi.nlm.nih.gov/articles/PMC12210147. DOI: 10.1002/hbm.70277.
[28]
WANG P, LU L, WANG J, et al. Depicting Coupling Between Cortical Morphology and Functional Networks in Major Depressive Disorder[J/OL]. Depress Anxiety, 2025: 6885509 [2026-04-02]. https://pmc.ncbi.nlm.nih.gov/articles/PMC12050152. DOI: 10.1155/da/6885509.
[29]
XU M, LI X, TENG T, et al. Reconfiguration of Structural and Functional Connectivity Coupling in Patient Subgroups With Adolescent Depression[J/OL]. JAMA Netw Open, 2024, 7(3): e241933 [2026-04-02]. https://pmc.ncbi.nlm.nih.gov/articles/PMC10933730. DOI: 10.1001/jamanetworkopen.2024.1933.
[30]
WANG Y, WEI J, YAN Y, et al. Disruption of Multimodal Brain Networks and Structural-Functional Coupling in Adolescents with Major Depressive Disorder[J]. Neuropsychiatr Dis Treat, 2025, 21: 791-798. DOI: 10.2147/ndt.S515540.
[31]
ZHANG Z, ZHANG H, XIE C M, et al. Task-related functional magnetic resonance imaging-based neuronavigation for the treatment of depression by individualized repetitive transcranial magnetic stimulation of the visual cortex[J]. Sci China Life Sci, 2021, 64(1): 96-106. DOI: 10.1007/s11427-020-1730-5.
[32]
KONG Y, ZHOU J, ZHAO M, et al. Non-inferiority of intermittent theta burst stimulation over the left V(1) vs. classical target for depression: A randomized, double-blind trial[J]. J Affect Disord, 2023, 343: 59-70. DOI: 10.1016/j.jad.2023.09.024.
[33]
杨震, 刘娟, 王菲, 等. 基于治疗前及治疗早期功能MRI的rTMS治疗青少年重性抑郁发作效果的预测模型构建及验证[J]. 中华医学杂志, 2025, 105(42): 3856-3862. DOI: 10.3760/cma.j.cn112137-20250411-00903.
YANG Z, LIU J, WANG F, et al. Development and validation of a prediction model for repetitive transcranial magnetic stimulation efficacy in adolescents with major depressive episodes based on pre-treatment and early-treatment functional MRI[J]. Natl Med J China, 2025, 105(42): 3856-3862. DOI: 10.3760/cma.j.cn112137-20250411-00903.
[34]
KANG J, JIAO Z, QIN Y, et al. Associations between polygenic risk scores and amplitude of low-frequency fluctuation of inferior frontal gyrus in schizophrenia[J]. J Psychiatr Res.2022.147:4-12. DOI: 10.1016/j.jpsychires.2021.12.043.
[35]
TÜRKÖZER H B, ZENG V, HOANG D, et al. Neuroanatomical Deficits in Visual Cortex Subregions of Individuals With Psychosis Spectrum Disorders Linked to Symptoms, Cognition, and Childhood Trauma[J/OL]. Schizophr Bull, 2026, 52(2): sbaf262 [2026-04-02]. https://academic.oup.com/schizophreniabulletin/article/52/2/sbaf262/8423187. DOI: 10.1093/schbul/sbaf262.
[36]
SLAPO N B, JORGENSEN K N, ELVSASHAGEN T, et al. Relationship between function and structure in the visual cortex in healthy individuals and in patients with severe mental disorders[J/OL]. Psychiatry Res Neuroimaging, 2023, 332: 111633 [2026-04-02]. https://www.sciencedirect.com/science/article/pii/S0925492723000434?via%3Dihub. DOI: 10.1016/j.pscychresns.2023.111633.
[37]
CHEN J, WEI Y, XUE K, et al. Static and temporal dynamic changes of intrinsic brain activity in early-onset and adult-onset schizophrenia: a fMRI study of interaction effects[J/OL]. Front Neurol, 2024, 15: 1445599 [2026-04-02]. https://www.frontiersin.org/journals/neurology/articles/10.3389/fneur.2024.1445599/full. DOI: 10.3389/fneur.2024.1445599.
[38]
LANYI O, ZAHEMSZKY D, WENNING A S, et al. Cerebello-Thalamo-Cortical Dysconnectivity in Schizophrenia Spectrum Disorders: A Resting-State fMRI Meta-Analysis[J]. Biol Psychiatry Cogn Neurosci Neuroimaging, 2026, 11(3): 329-346. DOI: 10.1016/j.bpsc.2025.05.017.
[39]
WANG L N, LIN S, TIAN L, et al. Subregional thalamic functional connectivity abnormalities and cognitive impairments in first-episode schizophrenia[J/OL]. Asian J Psychiatr, 2024, 96: 104042 [2026-04-02]. https://www.sciencedirect.com/science/article/pii/S1876201824001357?via%3Dihub. DOI: 10.1016/j.ajp.2024.104042.
[40]
WILLIAMS J C, TUBIOLO P N, GIL R B, et al. Auditory and Visual Thalamocortical Connectivity Alterations in Unmedicated People With Schizophrenia: An Individualized Sensory Thalamic Localization and Resting-State Functional Connectivity Study[J]. Biol Psychiatry Cogn Neurosci Neuroimaging, 2025, 10(12): 1239-1248. DOI: 10.1016/j.bpsc.2025.05.016.
[41]
WANG P, JIANG Y, BISWAL B B. Aberrant interhemispheric structural and functional connectivity within whole brain in schizophrenia[J]. Schizophr Res.2024.264:336-344. DOI: 10.1016/j.schres.2023.12.033.
[42]
刘佩, 刘洋洋, 丁宁宁, 等. 基于机器学习的首次发作精神分裂症患者的动态脑功能网络连接特征分析[J]. 中华精神科杂志, 2025, 58(6): 470-479. DOI: 10.3760/cma.j.cn113661-20241015-00330.
LIU P, LIU Y Y, DING N N, et al. Analysis of dynamic brain functional network connectivity characteristics in patients with first-episode schizophrenia based on machine learning[J]. Chin J Psychiatry, 2025, 58(6): 470-479. DOI: 10.3760/cma.j.cn113661-20241015-00330.
[43]
RUAN X, ZHANG L, DUAN M, et al. Disrupted functional connectivity between visual and emotional networks in psychosis risk syndromes through representational similarity analysis[J/OL]. Front Psychiatry, 2025, 16: 1533675 [2026-04-02]. https://www.frontiersin.org/journals/psychiatry/articles/10.3389/fpsyt.2025.1533675/full. DOI: 10.3389/fpsyt.2025.1533675.
[44]
SUN D, GUO H, WOMER F Y, et al. Frontal-posterior functional imbalance and aberrant function developmental patterns in schizophrenia[J/OL]. Transl Psychiatry, 2021, 11(1): 495 [2026-04-02]. https://www.nature.com/articles/s41398-021-01617-y. DOI: 10.1038/s41398-021-01617-y.
[45]
WANG R, XU J, LI F, et al. Cortical morphometric gradients reveal molecular and cognitive underpinnings of bipolar disorder[J/OL]. Psychol Med, 2025, 55: e383 [2026-04-02]. https://pmc.ncbi.nlm.nih.gov/articles/PMC13058653. DOI: 10.1017/S0033291725102705.
[46]
CORPONI F, LEFRERE A, LEBOYER M, et al. Definition of early age at onset in bipolar disorder according to distinctive neurodevelopmental pathways: insights from the FACE-BD study[J]. Psychol Med, 2023.53(14): 6724-6732. DOI: 10.1017/s003329172300020x.
[47]
BI Z, LI M, LI M, et al. White matter alterations in the corpus callosum and visual cortical regions associated with depressive and psychotic symptoms in early-onset bipolar disorder[J]. Psychiatry Clin Neurosci, 2026, 80(4): 298-307. DOI: 10.1111/pcn.70023.
[48]
SANKAR A, SHEN X, COLIC L, et al. Predicting depressed and elevated mood symptomatology in bipolar disorder using brain functional connectomes[J]. Psychol Med, 2023, 53(14): 6656-6665. DOI: 10.1017/S003329172300003X.
[49]
BI Z, LI M, LI M, et al. Visual cortical functional connectivity alterations and their associations with psychotic symptoms in early-onset bipolar disorder[J/OL]. J Affect Disord, 2026, 401: 121229 [2026-04-02]. https://www.sciencedirect.com/science/article/abs/pii/S0165032726000807?via%3Dihub. DOI: 10.1016/J.Jad.2026.121229.
[50]
LIU X, WAN B, ZHANG X H, et al. Episode-specific cortical functional connectome reorganization and neurobiological correlates in bipolar disorder: a cross-sectional study[J/OL]. BMC Med, 2025, 23(1): 457 [2026-04-02]. https://bmcmedicine.biomedcentral.com/articles/10.1186/s12916-025-04277-7. DOI: 10.1186/s12916-025-04277-7.
[51]
吴艳坤, 陈超, 李茜, 等. 双相障碍患者3种临床相静息态脑功能局部一致性研究[J]. 中华精神科杂志, 2022, 55(1): 38-46. DOI: 10.3760/cma.j.cn113661-20210210-00079.
WU Y K, CHEN C, LI Q, et al. Regional homogeneity of resting-state brain function in patients with bipolar disorder across three clinical phases[J]. Chin J Psychiatry, 2022, 55(1): 38-46. DOI: 10.3760/cma.j.cn113661-20210210-00079.
[52]
SHANG C, LIU Z, CHEN Z, et al. A parvalbumin-positive excitatory visual pathway to trigger fear responses in mice[J]. Science, 2015, 348(6242): 1472-1477. DOI: 10.1126/science.aaa8694.
[53]
CRUZ-MARTÍN A, EL-DANAF R N, OSAKADA F, et al. A dedicated circuit links direction-selective retinal ganglion cells to the primary visual cortex[J]. Nature, 2014, 507(7492): 358-361. DOI: 10.1038/nature12989.
[54]
ZHAO X, LIU M, J C. Visual Cortex Modulates the Magnitude but Not the Selectivity of Looming-Evoked Responses in the Superior Colliculus of Awake Mice[J]. Neuron, 2014, 84(1): 202-213. DOI: 10.1016/j.neuron.2014.08.037.
[55]
WANG D, TANG L, XI C, et al. Targeted visual cortex stimulation (TVCS): a novel neuro-navigated repetitive transcranial magnetic stimulation mode for improving cognitive function in bipolar disorder[J/OL]. Transl Psychiatry, 2023, 13(1): 193 [2026-04-02]. https://www.nature.com/articles/s41398-023-02498-z. DOI: 10.1038/s41398-023-02498-z.
[56]
ZHOU H, WANG M, XU T, et al. Cognitive Remediation in Patients With Bipolar Disorder: A Randomized Trial by Sequential tDCS and Navigated rTMS Targeting the Primary Visual Cortex[J/OL]. CNS Neurosci Ther, 2024, 30(12): e70179 [2026-04-02]. https://pmc.ncbi.nlm.nih.gov/articles/PMC11659637. DOI: 10.1111/cns.70179.
[57]
ZHAO X, ZHOU H, ZHANG X, et al. fMRI-guided V1-targeted rTMS improves depressive symptoms in adolescents and young adults with bipolar disorder: a double-blind randomized controlled trial[J/OL]. BMC Med, 2026 [2026-04-02]. https://bmcmedicine.biomedcentral.com/articles/10.1186/s12916-026-04766-3. DOI: 10.1186/s12916-026-04766-3.
[58]
WEI Y, CHANG M, WOMER F Y, et al. Local functional connectivity alterations in schizophrenia, bipolar disorder, and major depressive disorder[J]. J Affect Disord, 2018, 236: 266-273. DOI: 10.1016/j.jad.2018.04.069.
[59]
SRITHARAN J, ZENG V, PETR J, et al. Cerebral perfusion differences in the visual cortex and fusiform subregions across the psychosis spectrum[J/OL]. Front Psychiatry, 2025, 16: 1566184 [2026-04-02]. https://www.frontiersin.org/journals/psychiatry/articles/10.3389/fpsyt.2025.1566184/full. DOI: 10.3389/fpsyt.2025.1566184.
[60]
LIU J, GUO H, YANG J, et al. Visual cortex repetitive transcranial magnetic stimulation (rTMS) reversing neurodevelopmental impairments in adolescents with major psychiatric disorders (MPDs): A cross-species translational study[J/OL]. CNS Neurosci Ther, 2024, 30(3): e14427 [2026-04-02]. https://onlinelibrary.wiley.com/doi/full/10.1111/cns.14427. DOI: 10.1111/cns.14427.

上一篇 磁共振弹性成像在阿尔茨海默病中的研究进展
下一篇 扩散张量成像技术评估皮质脊髓束重塑在针灸促进中风后运动功能恢复机制中的研究进展
  
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