分享:
分享到微信朋友圈
X
临床研究
卒中后认知障碍脑功能多参数静息态磁共振成像研究
张艺瑶 帕哈提·吐逊江 伊木然·苏比 艾尼卡尔江·艾合麦提 徐蕊 罕迦尔别克·库锟 王云玲

Cite this article as: ZHANG Y Y, PAHATI T X J, YIMURAN S B, et al. Resting-state functional MRI study of post-stroke cognitive impairment based on multiparametric brain function analysis[J]. Chin J Magn Reson Imaging, 2026, 17(9): 69-74, 91.本文引用格式:张艺瑶, 帕哈提·吐逊江, 伊木然·苏比, 等. 卒中后认知障碍脑功能多参数静息态磁共振成像研究[J]. 磁共振成像, 2026, 17(9): 69-74, 91. DOI:10.12015/issn.1674-8034.2026.09.010.


[摘要] 目的 探讨卒中后认知障碍患者(post-stroke cognitive impairment,PSCI)静息状态下低频振幅分数(fractional amplitude of low-frequency fluctuation, fALFF)、局部一致性(regional homogeneity, ReHo)及体素镜像同伦连接(voxel-mirrored homotopic connectivity, VMHC)特点以及与临床指标、神经认知量表的关系。材料与方法 前瞻性纳入2025年6月至2025年12月于新疆医科大学第一附属医院神经内科收治的61例PSCI患者,招募无认知障碍病史的50名社区健康对照(healthy control group, HC)者,进行静息态功能磁共振成像检查,使用DPABI V8.2软件工具包中的双样本t检验来比较两组脑区的静息态功能差异,得出差异脑区,基于AAL图谱提取两组间差异脑区的fALFF值、ReHo值、VMHC值,并与认知评分进行相关性分析。结果 与健康对照组相比,PSCI组左侧内侧额上回、左侧顶下小叶及右侧角回的fALFF值降低;左侧顶下小叶、左侧额中回、右侧顶上小叶及右侧中央后回的ReHo值降低;此外,双侧中央后回、颞中回及角回的VMHC值有降低。相关性分析发现左侧顶下小叶的fALFF值与蒙特利尔认知评分(Montreal Cognitive Assessment, MoCA)呈负相关(r=-0.29,P=0.021),其余脑区的fALFF值、ReHo值、VMHC值和MoCA评分未发现存在相关性(P>0.05)。结论 本研究发现PSCI患者的部分脑区的fALFF、ReHo、VMHC值相较于正常人存在差异,且左侧顶下小叶的fALFF值与认知评分存在相关性,这一发现为进一步探索PSCI患者脑功能改变的潜在神经机制提供了新的思路。
[Abstract] Objective To explore the fractional amplitude of low-frequency fluctuation (fALFF), regional homogeneity (ReHo), and voxel-mirrored homotopic connectivity (VMHC) during the resting state in patients with post-stroke cognitive impairment (PSCI), and to investigate their correlations with clinical indicators and neurocognitive assessment scales.Materials and Methods A total of 61 patients with PSCI admitted to the Department of Neurology of the First Affiliated Hospital of Xinjiang Medical University from June 2025 to December 2025 were enrolled. In addition, 50 community-dwelling healthy controls (HC) without a history of cognitive impairment were recruited. All participants underwent resting-state functional magnetic resonance imaging. A two-sample t-test was performed using the DPABI V8.2 software package to compare resting-state functional differences between the two groups and identify brain regions with significant differences. Using the AAL atlas, the fALFF, ReHo, and VMHC values of these regions were extracted, and correlation analyses were performed between these functional indicators and neurocognitive assessment scales.Results Compared with the HC group, PSCI group showed decreased fALFF values in left medial superior frontal gyrus, left inferior parietal lobule, and right angular gyrus. Decreased ReHo values were observed in left inferior parietal lobule, left middle frontal gyrus, right superior parietal lobule, and right postcentral gyrus. In addition, decreased VMHC values were found in bilateral postcentral gyri, bilateral middle temporal gyri, and bilateral angular gyri. Correlation analysis revealed that fALFF value of left inferior parietal lobule was negatively correlated with Montreal Cognitive Assessment (MoCA) scores (r = -0.29, P = 0.021). No significant correlations were found among fALFF, ReHo, or VMHC values of other brain regions and MoCA scores (P > 0.05).Conclusions This study demonstrated that PSCI patients exhibited alterations in fALFF, ReHo, and VMHC values in specific brain regions compared with healthy individuals. Moreover, fALFF value of left inferior parietal lobule was associated with cognitive performance. These findings provide new insights into potential neural mechanisms underlying functional brain alterations in PSCI patients.
[关键词] 卒中后认知障碍;静息态磁共振成像;低频振幅分数;局部一致性;体素镜像同伦连接
[Keywords] post-stroke cognitive impairment;resting-state functional magnetic resonance imaging;fractional amplitude of low-frequency fluctuation;regional homogeneity;voxel-mirrored homotopic connectivity

张艺瑶    帕哈提·吐逊江    伊木然·苏比    艾尼卡尔江·艾合麦提    徐蕊    罕迦尔别克·库锟    王云玲 *  

新疆医科大学第一附属医院影像中心,乌鲁木齐 830054

通信作者:王云玲,E-mail:1079806994@qq.com

作者贡献声明::王云玲设计本研究方案,对稿件重要内容进行了修改,获得了国家卫生健康委能力建设和继续教育中心慢病管理研究课题、国家卫生健康委医药卫生科技发展研究中心脑卒中防治技术研究项目及“天山英才”科技创新领军人才项目的资助;张艺瑶起草和撰写稿件,分析并解释本研究的数据;帕哈提·吐逊江获取并分析本研究的数据,参与稿件撰写,对稿件重要内容进行修改;伊木然·苏比进行数据的收集整理、统计分析,参与稿件撰写;艾尼卡尔江·艾合麦提、徐蕊、罕迦尔别克·库锟进行数据整理、统计分析,对稿件重要内容进行修改;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,确保本研究的准确性和诚信。


基金项目: 国家卫生健康委能力建设和继续教育中心慢病管理研究课题 GWJJMB202510021008 国家卫生健康委医药卫生科技发展研究中心脑卒中防治技术研究项目 WKZX2025CZ0209 “天山英才”科技创新领军人才项目 2023TSYCLJ0027
收稿日期:2026-04-12
接受日期:2026-08-10
中图分类号:R445.2  R749 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.09.010
本文引用格式:张艺瑶, 帕哈提·吐逊江, 伊木然·苏比, 等. 卒中后认知障碍脑功能多参数静息态磁共振成像研究[J]. 磁共振成像, 2026, 17(9): 69-74, 91. DOI:10.12015/issn.1674-8034.2026.09.010.

0 引言

       缺血性脑卒中是全球致残与致死的主要原因之一[1, 2, 3]。我国发病率高,疾病负担极为严重[4]。除运动功能障碍外,卒中后认知障碍(post-stroke cognitive impairment, PSCI)是最常见且最易被低估的并发症[5]。PSCI患者表现为多个认知领域的障碍,涉及记忆、注意、语言及执行功能等[6]。脑缺血引起的局灶性结构损伤可引发广泛的神经网络功能紊乱[7],若未能及时干预,患者的认知功能将持续恶化,导致生活质量下降、生存期缩短,并增加卒中复发风险。有效干预PSCI的核心就在于早期、准确地评估认知状态。然而,目前临床诊断仍依赖神经心理学量表,该类方法存在固有的主观性,易受教育水平、文化背景及配合程度的影响[8]。因此,实现PSCI的客观、精准化诊断,是改善患者预后、降低社会疾病负担的关键前提。

       近年来,静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)已被广泛应用于PSCI的神经机制研究。该技术具有安全无创、无需受试者执行复杂任务等优势[9, 10, 11]。与任务态fMRI相比,rs-fMRI操作更为简便,且能很好地反映脑功能活动[12]。基于血氧水平依赖(blood oxygenation level dependent, BOLD)信号,rs-fMRI可提取多种反映脑功能的指标[13, 14],其中低频振幅分数(fractional amplitude of low-frequency fluctuation, fALFF)能更好地区分生理性低频振荡与高频噪声[15];局部一致性(regional homogeneity, ReHo)用于衡量一个体素与其相邻体素BOLD信号时间序列之间的同步性[16, 17, 18];体素镜像同伦连接(voxel-mirrored homotopic connectivity, VMHC)则量化两侧半球间的功能协调性强度[19, 20]。然而,现有研究多局限于单一指标分析,难以全面刻画PSCI患者多维度、多层面的脑功能损伤特征。因此,联合多指标、多维度系统探究PSCI的脑功能损伤模式,具有重要的理论价值与临床必要性。

       脑卒中引发的功能损伤是多维且复杂的[21],单一指标的异常不足以解释认知功能的损伤。将三者结合,能从神经元活动性、同步性及半球间协调性更全面地探讨卒中后认知功能的损伤机制。因此,本研究基于fALFF、ReHo及VMHC三个互补性指标,系统探究PSCI患者静息态脑功能损伤的特征,以揭示其潜在的神经机制,为临床早期识别认知障碍高风险患者、制订个体化干预方案提供影像学依据。

1 材料与方法

1.1 研究对象

       本研究遵循《赫尔辛基宣言》原则,已获得新疆医科大学第一附属医院伦理委员会的伦理批准(编号:K202505-30),所有受试者均签署知情同意书。本研究为前瞻性病例对照研究,收集2025年6月至2025年12月在新疆医科大学第一附属医院神经内科就诊的急性缺血性脑卒中患者。

       急性缺血性脑卒中患者纳入标准:(1)符合中华医学会神经病学分会发布的《中国急性缺血性脑卒中诊治指南2023》[22]的诊断;(2)急性起病,发病时间少于2周;(3)年龄18~75岁。排除标准:(1)合并创伤性脑损伤、脑出血、颅内占位性及脑血管畸形病变;(2)生命体征不稳定;(3)MRI图像存在严重伪影,无法满足诊断及后处理要求。

       另外招募性别、年龄、受教育程度与病例组相匹配的社区健康人群为健康对照组。健康对照组纳入标准:(1)蒙特利尔认知评估量表(Montreal Cognitive Assessment, MoCA)评分≥26分;(2)无认知障碍病史,同时排除有卒中史、脑外伤、颅内病变或其他可能影响脑功能的神经系统疾病(如帕金森病、阿尔茨海默病等)。排除标准:(1)在MRI扫描中发现严重的头颅解剖结构不对称或有其他明确病变的;(2)受试者依从性差,MRI扫描中头动过大,不能配合试验进行。

       对缺血性脑卒中患者在发病后2周内完成rs-fMRI扫描,并于发病后3个月通过门诊或电话随访其认知功能状态。收集受试者的临床资料,包括年龄、性别、受教育年限、MoCA评分。

       此外,根据患者的影像信息对卒中患者的病灶特征进行分类:(1)病灶数量:单发指仅存在1个急性期或亚急性梗死灶;多发指存在2个及以上急性期或亚急性梗死灶。(2)患侧:基于影像学显示的梗死灶位置。左侧指梗死灶仅局限于左侧半球,右侧指梗死灶仅局限于右侧半球;双侧指梗死灶同时累及左右双侧半球。

1.2 认知功能评估

       收集所有受试者MoCA评分。MoCA评分总分为30分,分数越高表示认知功能越好;MoCA评分≥26分为认知功能正常,低于26分提示存在认知障碍[23];如果患者受教育年限≤12年,则在MoCA评分中增加1分。

1.3 MRI数据采集

       所有患者使用美国通用电气公司生产的Signa Architect 3.0 T MR扫描仪,48通道头颅线圈进行头部MRI扫描。扫描范围为枕骨大孔至颅顶水平。BOLD序列:重复时间2000 ms,回波时间30 ms,层数36,层厚3.5 mm,层间距0.7 mm,视野24 cm×24 cm,矩阵:64×64,采集时间8 min,体素水平3.5 mm×3.5 mm×3.5 mm。3D-T1WI MPRAGE序列:重复时间2200 ms,回波时间3.4 ms,层厚1.0 mm,层数152,层间距1.0 mm,视野24 cm×24 cm,矩阵256×256,采集时间4 min,体素水平1.0 mm×1.0 mm×1.0 mm。

1.4 rs-fMRI数据预处理及指标计算

       采用Matlab R2025b平台上的DPABI V8.2软件对fMRI图像进行预处理[24]。主要步骤包括:(1)格式转换;(2)去除前10个时间点,以消除初始MRI信号的不稳定性;(3)时间层校正,顺序采集,确保各层采集时间一致;(4)头动校正,排除头部运动超过3 mm或旋转超过3°的数据;(5)空间标准化,将个体图像配准至MNI标准空间,并重采样至3 mm×3 mm×3 mm体素大小;(6)空间平滑,采用4 mm半高全宽(full width at half maximum, FWHM)高斯核,以降低噪声,并提高信噪比;(7)时间滤波(0.01~0.10 Hz带通滤波),减少高频噪声与低频漂移的影响。

       利用DPABI V8.2软件的工具包来计算静息态脑功能指标。完成预处理流程后,各静息态指标的计算方法如下:

       (1)fALFF:计算每个体素在低频段(0.01~0.1 Hz)的功率谱与全频段总功率的比值,并除以频率点数的平方根进行归一化,再将全脑所有体素的fALFF值转化为Z分数。(2)ReHo:通过计算26个体素球内相邻体素时间序列的肯德尔和谐系数来评估神经元活动的局部同步性。计算ReHo值时,预处理过程跳过空间平滑步骤,待ReHo计算完毕后再进行空间平滑,并将全脑所有体素的ReHo值转化为Z分数。(3)VMHC:首先利用T1WI结构像生成标准空间内的对称模板,对功能像进行重新空间标准化;随后计算每个体素与其在相反半球镜像体素时间序列之间的皮尔逊相关系数,再进行空间平滑,去线性漂移及时间滤波。VMHC值的计算未进行全局信号回归。

1.5 统计学分析

       采用SPSS 27.0进行统计分析,利用Kolmogorov‐ Smirnov检验变量是否服从正态分布,若服从正态分布,计量资料采用t检验,用均数±标准差表示,计数资料用卡方检验,用频数(百分比)表示;若不服从正态分布,定量资料采用Wilcoxon秩和检验,采用MP25,P75)表示,均以P<0.05为差异有统计学意义;采用DPABI V8.2软件的工具包通过双样本t检验对两组被试的功能指标(如ReHo/fALFF等)以性别、年龄作为协变量,进行了组间差异分析,并严格限定在灰质掩码范围内进行运算。为了控制假阳性率,研究采用了高斯随机场(Gaussian Random Field, GRF)校正方法,将体素级阈值设为P<0.001,团块级阈值设为P<0.05(双尾)。提取所有差异脑区的fALFF、ReHo及VMHC值采用Spearman秩相关分析方法进行相关性分析,并进行错误发生率(false discovery rate, FDR)多重校正,P<0.05考虑两者存在相关关系。

2 结果

2.1 两组临床资料比较

       PSCI组与对照组年龄、性别、受教育年限的差异均无统计学意义(P>0.05;MoCA评分差异具有统计学意义(P<0.001)(表1)。

表1  PSCI组与健康对照组人口统计学和临床资料对比
Tab. 1  Comparison of demographic and clinical characteristics between the PSCI and control groups

2.2 不同静息态脑功能指标比较

       与健康对照组相比,PSCI患者左侧内侧额上回、左侧顶下小叶及右侧角回的fALFF值降低;且左侧顶下小叶、左侧额中回、右侧顶上小叶及右侧中央后回的ReHo值降低;同时,中央后回、颞中回及角回的VMHC值降低(图1图2图3表2)。

图1  PSCI组与健康对照组fALFF差异脑图,两组左侧内侧额上回、左侧顶下小叶及右侧角回区域的fALFF值存在差异(GRF校正,体素水平<0.001,校正后P<0.05)。图中绿色区域表示存在显著差异的脑区,右侧数字代表差异t值。PSCI:卒中后认知障碍;fALFF:低频振幅分数。
Fig.1  Differences in fALFF between the PSCI and healthy control groups. The fALFF values in the left medial superior frontal gyrus、left inferior parietal lobule,and right angular gyrus showed significant differences between the two groups (GRF-corrected, voxel-level < 0.001, corrected P < 0.05). Green areas indicate brain regions with significant differences, and the numbers on the right represent the difference t-values. PSCI: post-stroke cognitive impairment; fALFF: fractional amplitude of low-frequency fluctuation.
图2  PSCI组与健康对照组ReHo差异脑图,两组左侧顶下小叶、左侧额中回、右侧中央后回及右侧顶上小叶区域的ReHo值存在差异(GRF校正,体素水平<0.001,校正后P<0.05)。图中蓝色区域表示存在显著差异的脑区,右侧数字代表差异t值。PSCI:卒中后认知障碍;ReHo:局部一致性。
Fig. 2  Differences in ReHo between the PSCI and healthy control groups. The ReHo values in the left inferior parietal lobule, left middle frontal gyrus、right postcentral gyrus,and right superior parietal gyrus showed significant differences between the two groups (GRF-corrected, voxel-level < 0.001, corrected P < 0.05). Blue areas indicate brain regions with significant differences, and the numbers on the right represent the difference t-values. PSCI: post-stroke cognitive impairment; ReHo: regional homogeneity.
图3  PSCI组与健康对照组VMHC差异脑图,两组双侧中央后回、颞中回及角回区域的VMHC值存在差异(GRF校正,体素水平<0.001,校正后P<0.05)。图中紫色区域表示存在显著差异的脑区,右侧数字代表差异t值。PSCI:卒中后认知障碍;VMHC:体素镜像同伦连接。
Fig. 3  Differences in VMHC between the PSCI and healthy control groups. The VMHC values in the bilateral postcentral gyrus, middle temporal gyrus and angular gyrus showed significant differences between the two groups (GRF-corrected, voxel-level < 0.001, corrected P < 0.05). Purple areas indicate brain regions with significant differences, and the numbers on the right represent the difference t-values. PSCI: post-stroke cognitive impairment; VMHC: voxel-mirrored homotopic connectivity.
表2  PSCI组与健康对照组脑功能指标差异比较
Tab. 2  Differences in brain functional metrics between PSCI and healthy controls

2.3 相关性分析

       结果发现,左侧顶下小叶的fALFF值与MoCA评分呈负相关(FDR校正后r=-0.29,P=0.021),其余差异脑区fALFF值,ReHo值及VMHC值和MoCA评分的差异脑区未发现存在相关性(P>0.05)(图4)。

图4  PSCI组左侧顶下小叶fALFF值与MoCA相关性。fALFF:低频振幅分数;MoCA:蒙特利尔认知评估量表;PSCI:卒中后认知障碍。
Fig. 4  Correlation between fALFF in the left inferior parietal lobule and MoCA in PSCI. fALFF: fractional amplitude of low-frequency fluctuation; MoCA: Montreal Cognitive Assessment; PSCI: post-stroke cognitive impairment.

3 讨论

       本研究采用fALFF、ReHo及VMHC三个互补性指标,系统探索了PSCI患者的静息态脑功能损伤特征。结果显示,PSCI患者在多个脑区均出现脑功能活动减弱。其中,左侧内侧额上回、左侧顶下小叶及右侧角回的fALFF值显著降低;左侧额中回、左侧顶下小叶、右侧顶上小叶、右侧中央后回的ReHo值显著降低;双侧中央后回、双侧颞中回及双侧角回的VMHC值显著降低。上述结果综合表明,PSCI患者的脑功能损伤呈现多脑区、多网络、多维度特征。本研究创新性地以fALFF、ReHo及VMHC三项指标分别从局部神经活动、区域同步性及半球间协同性三个层面进行联合评估,突破了单一参数研究的局限,为深入理解PSCI的神经机制提供了多模态、多层次的全新视角。

3.1 基于多指标联合分析的重叠脑区功能损伤特征

       本研究发现,PSCI患者多个脑区fALFF、ReHo及VMHC值降低,从不同层面反映了脑功能异常。既往研究表明,PSCI患者在静息状态下部分脑区活动与健康个体有差异[25]。fALFF反映局部神经元自发性活动强度[26, 27],ReHo衡量局部神经元活动的同步性[28, 29],VMHC量化半球间功能协调性[30]。当同一脑区出现多项指标异常时,可从多维度揭示其功能损伤本质。本研究结果显示,左侧顶下小叶在fALFF和ReHo两项指标上均降低,可能表示该脑区同时存在自发性活动减弱和局部同步性下降。顶下小叶是默认模式网络(default mode network, DMN)与额顶控制网络(frontoparietal network, FPN)的交汇节点,在空间注意、感觉整合及工作记忆中发挥关键作用[31]。fALFF降低提示神经代谢水平下降,ReHo降低则反映局部协调性受损,二者共同削弱了顶下小叶作为多网络枢纽的信息整合功能,可能加剧执行功能与空间认知障碍。本研究发现,右侧角回fALFF降低和双侧角回的VMHC降低。角回是DMN核心节点,参与语义加工、情景记忆提取及注意力定向[32]。fALFF降低提示该脑区活动减弱,可能影响语义整合与记忆提取效率;VMHC降低进一步提示双侧半球间协同性破坏,DMN需借助双侧半球整合来完成自我意识与记忆加工[33],这可能阻碍双侧DMN协同工作。因此,角回的多指标异常共同反映PSCI患者记忆障碍可能不仅与单侧节点功能衰退有关,也与半球间失连接有关。本研究发现,右侧中央后回ReHo降低且双侧中央后回VMHC降低。中央后回作为初级躯体感觉皮层,是感觉运动网络(somatomotor network, SMN)的核心节点,与注意、执行等高级认知网络存在交互。ReHo降低影响局部感觉信息处理,VMHC降低损害双侧感觉信息的整合与传递。这种“局部-半球间”的双重损伤可能构成PSCI患者触觉障碍及感觉-认知传递受阻的神经基础。三个参数的差异脑区重叠程度较低,可能由于它们分别反映了脑功能不同维度的生理机制,凸显了多指标全面评估的必要性。

3.2 多核心功能网络的广泛损伤特征分析

       本研究发现PSCI患者的DMN存在异常。左侧内侧额上回、左侧顶下小叶及右侧角回fALFF值显著降低,同时双侧颞中回、双侧角回VMHC值显著降低,上述脑区均是DMN核心脑区。DMN是在清醒静卧时最活跃的网络,负责自我相关的内省活动,并与认知功能密切相连[34]。fALFF降低反映核心脑区自发神经元活动下降。其中,内侧额上回还与运动功能和情绪调节方面存在密切功能连接,其活动减弱可能直接导致PSCI患者出现运动及情绪问题。双侧角回VMHC降低提示DMN半球间协调性受损,而DMN的核心功能之一是利用双侧半球协同工作来整合自我意识和记忆,因此这些多指标异常共同反映了PSCI患者记忆衰退的潜在神经机制。本研究还发现PSCI的SMN功能发生改变。右侧中央后回ReHo值降低,表明神经活动同步性受损,这与HAN等[35]研究的结果一致。中央后回作为初级躯体感觉皮层,负责初级感觉信息的接受与处理,且与注意、执行等高级认知网络存在交互,其ReHo降低可能阻碍"自下而上"感觉信息向高级认知功能的有效传递。进一步分析VMHC指标,双侧中央后回VMHC值明显降低,表明SMN半球间功能协调性同样受到破坏。既往研究[36]表明中央后回与手指触觉信息处理有关,其VMHC降低可能与PSCI患者出现触觉障碍相关。这表明PSCI不仅导致负责内部心理活动的DMN受损,也影响负责外部感知的SMN,不同网络协同性的破坏可能共同加剧认知障碍。此外,本研究还观察到FPN和背侧注意网络(dorsal attention network, DAN)功能异常。左侧顶下小叶、左侧额中回及右侧顶上小叶ReHo值显著降低。额中回是FPN关键节点,参与工作记忆与认知灵活性;顶上小叶及顶下小叶在空间注意与感觉整合中发挥重要作用。这两个网络均与注意力、记忆、认知等高阶功能有关[37, 38],表明PSCI患者的脑功能并非单一网络局部损伤,而是多核心功能网络的广泛损伤。本研究发现,PSCI的DMN损伤模式与阿尔茨海默病(Alzheimer's disease, AD)存在差异。AD作为典型神经退行性疾病,其DMN损伤以“后部优先”为特征,后扣带回及海马最早受累[39]。而本研究中PSCI患者DMN异常集中在内侧额上回、顶下小叶和角回等前中部节点,未出现后扣带回的异常,可能提示DMN前中部多指标异常更符合PSCI的血管性病理特征,进一步凸显了PSCI以DMN-SMN-FPN多网络共损伤为特征的特异模式。

3.3 脑功能参数与认知评分相关性分析

       此外,本研究发现左侧顶下小叶的fALFF值与MoCA评分呈负相关。即PSCI组内fALFF值越低者认知表现反而相对越好,这与PSCI患者该脑区的fALFF值整体低于健康对照组的结果存在矛盾。针对此矛盾性发现,可提出两种可能解释:其一,该脑区fALFF降低可能是一种代偿性下调——减弱DMN过度活跃以减少对认知网络的干扰,从而利于认知功能;其二,若fALFF相对提高,则可能反映DMN抑制失效,反而是不利于认知的表现。然而该相关性较弱(r=-0.29),上述机制尚待大样本研究验证。

3.4 局限性

       本研究存在以下局限性。首先,未将观察对象细分为三组(如增加卒中后认知正常组进行对比),无法鉴别脑功能异常是源于卒中本身的直接损伤,还是认知障碍所特有的改变。其次,本研究受试者均来自单一医疗中心,未来亟需开展多中心、大样本研究,对结果进一步验证。再者,本研究未对不同病灶位置或卒中类型的亚组进行分析,不同病灶位置可能对默认模式网络、感觉运动网络等产生不同影响,未来研究可针对特定病灶位置进行更同质化的队列分析。最后,尽管MoCA评分在认知障碍筛查中具有较高的敏感性,但其作为一项综合性的简短筛查工具,难以对认知功能的受损程度进行精细和深度的量化,未来研究将结合更全面的神经心理学量表组合,以探讨不同认知域与脑功能指标之间的特异性关联。

4 结论

       综上所述,PSCI患者多个脑区的fALFF、ReHo及VMHC值降低,表明其脑功能损伤涉及局部神经元活动强度、区域神经同步性及半球间功能协调性三个层面。受累脑区主要分布于默认模式网络、感觉运动网络及额顶控制网络的核心节点。本研究为理解卒中后认知障碍患者脑功能改变提供了新的参考依据。

[1]
FEIGIN V L, STARK B A, JOHNSON C O, et al. Global, regional, and national burden of stroke and its risk factors, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet Neurol, 20(10): 795-820. DOI: 10.1016/S1474-4422(21)00252-0.
[2]
FAN J H, LI X G, YU X Y, et al. Global burden, risk factor analysis, and prediction study of ischemic stroke, 1990-2030[J/OL]. Neurology, 2023, 101(2): e137-e150 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/37197995/. DOI: 10.1212/WNL.0000000000207387.
[3]
蒋慧依, 周煜达, 邱纪方. 基于视觉反馈的脑机接口技术在脑卒中患者运动功能康复中的应用: 系统综述[J]. 中国康复医学杂志, 2025, 40(12): 1897-1904. DOI: 10.3969/j.issn.1001-1242.2025.12.021.
JIANG H Y, ZHOU Y D, QIU J F. Application of visual feedback-based brain-computer interface technology in the rehabilitation of motor function for stroke patients: a systematic review[J]. Chin J Rehabil Med, 2025, 40(12): 1897-1904. DOI: 10.3969/j.issn.1001-1242.2025.12.021.
[4]
ZHU Z B, SHI M Y, YU Q, et al. Burden and risk factors of stroke worldwide and in China: an analysis from the Global Burden of Disease Study 2021[J]. Chin Med J, 2025, 138(20): 2588-2595. DOI: 10.1097/cm9.0000000000003778.
[5]
FILLER J, GEORGAKIS M K, DICHGANS M. Risk factors for cognitive impairment and dementia after stroke: a systematic review and meta-analysis[J/OL]. Lancet Healthy Longev, 2024, 5(1): e31-e44 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/38101426/. DOI: 10.1016/S2666-7568(23)00217-9.
[6]
LO J W, CRAWFORD J D, DESMOND D W, et al. Profile of and risk factors for poststroke cognitive impairment in diverse ethnoregional groups[J/OL]. Neurology, 2019, 93(24): e2257-e2271 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/31712368/. DOI: 10.1212/WNL.0000000000008612.
[7]
GRIFFIS J C, METCALF N V, CORBETTA M, et al. Damage to the shortest structural paths between brain regions is associated with disruptions of resting-state functional connectivity after stroke[J/OL]. NeuroImage, 210: 116589 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/32007498/. DOI: 10.1016/j.neuroimage.2020.116589.
[8]
刘彩燕, 程安琪, 徐蔚海. 卒中后认知障碍临床诊疗实践面临的挑战[J]. 中国卒中杂志, 2023, 18(11): 1215-1219. DOI: 10.3969/j.issn.1673-5765.2023.11.001.
LIU C Y, CHENG A Q, XU W H. Challenges in clinical practice of post-stroke cognitive impairment[J]. Chin J Stroke, 2023, 18(11): 1215-1219. DOI: 10.3969/j.issn.1673-5765.2023.11.001.
[9]
OBAID M, FLACH C, MARSHALL I, et al. Long-term outcomes in stroke patients with cognitive impairment: a population-based study[J/OL]. Geriatrics (Basel), 2020, 5(2): 32 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/32443398/. DOI: 10.3390/geriatrics5020032.
[10]
YASUHITO N, EIJI K, SHOJI T, et al. Functional connectivity in autism spectrum disorder evaluated using rs-fMRI and DKI[J]. Cereb Cortex N Y N Y1991, 34(13): 129-145. DOI: 10.1093/cercor/bhad451.
[11]
钱锦铧, 迟庆杰, 丁文彬, 等. 静息态功能磁共振成像在卒中后抑郁中的研究进展[J]. 磁共振成像, 2025, 16(9): 181-187. DOI: 10.12015/issn.1674-8034.2025.09.027.
QIAN J H, CHI Q J, DING W B, et al. Research progress on resting-state functional magnetic resonance imaging in post-stroke depression[J]. Chin J Magn Reson Imaging, 2025, 16(9): 181-187. DOI: 10.12015/issn.1674-8034.2025.09.027.
[12]
李沁, 肖端, 徐亚林. 脑卒中后认知障碍的静息态功能磁共振成像研究进展[J]. 中国康复医学杂志, 2022, 37(6): 850-854. DOI: 10.3969/j.issn.1001-1242.2022.06.025.
LI Q, XIAO D, XU Y L. Research progress of resting functional magnetic resonance imaging in cognitive impairment after stroke[J]. Chin J Rehabil Med, 2022, 37(6): 850-854. DOI: 10.3969/j.issn.1001-1242.2022.06.025.
[13]
高静纯, 郑玉琳, 陈泰澍, 等. 非优势大脑半球缺血性脑卒中患者存在的急性期脑功能连接改变: 基于rs-fMRI技术[J]. 分子影像学杂志, 2021, 44(4): 574-582. DOI: 10.12122/j.issn.1674-4500.2021.04.02.
GAO J C, ZHENG Y L, CHEN T S, et al. Exploring the changes of brain functional connectivity in patients with acute ischemic stroke in non-dominant cerebral hemisphere: based on rs-fMRI[J]. J Mol Imaging, 2021, 44(4): 574-582. DOI: 10.12122/j.issn.1674-4500.2021.04.02.
[14]
LUISA R, OLIVEIRA ĹCARO A F, JURJEN H, et al. Advances in resting state fMRI acquisitions for functional connectomics[J/OL]. NeuroImage, 243: 118503 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/34479041/. DOI: 10.1016/j.neuroimage.2021.118503.
[15]
LIU J K, LI Y, YANG X, et al. Regional spontaneous neural activity alterations in type 2 diabetes mellitus: a meta-analysis of resting-state functional MRI studies[J/OL]. Front Aging Neurosci, 2021, 13: 678359 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/34220486/. DOI: 10.3389/fnagi.2021.678359.
[16]
ZHANG Z. Resting-state functional abnormalities in ischemic stroke: a meta-analysis of fMRI studies[J]. Brain Imag Behav, 2024, 18(6): 1569-1581. DOI: 10.1007/s11682-024-00919-1.
[17]
ZHANG S, ZHU T, TIAN Y Z, et al. Early screening model for mild cognitive impairment based on resting-state functional connectivity: a functional near-infrared spectroscopy study[J/OL]. Neurophotonics, 2022, 9(4): 045010 [2026-04-11]. https://www.spiedigitallibrary.org/journals/neurophotonics/volume-9/issue-04/045010/Early-screening-model-for-mild-cognitive-impairment-based-on-resting/10.1117/1.NPh.9.4.045010.full. DOI: 10.1117/1.nph.9.4.045010.
[18]
HONG S B. Brain regional homogeneity and its association with age and intelligence in typically developing youth[J/OL]. Asian J Psychiatry, 2023, 82: 103497 [2026-04-11]. https://www.sciencedirect.com/science/article/pii/S1876201823000515via%3Dihub. DOI: 10.1016/j.ajp.2023.103497.
[19]
ZHAO C J, ZHANG C, ZHU L, et al. Location matters: altered interhemispheric homotopic connectivity in post-stroke dyskinesia[J/OL]. Front Neurol, 2024, 15: 1308058 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/38746655/. DOI: 10.3389/fneur.2024.1308058.
[20]
王浩, 王珑. 功能磁共振成像技术在针灸治疗抑郁症中枢机制研究中的应用进展[J]. 磁共振成像, 2023, 14(9): 103-107, 164. DOI: 10.12015/issn.1674-8034.2023.09.019.
WANG H, WANG L. Application of f MRI in the study of central mechanism of acupuncture and moxibustion in the treatment of depression[J]. Chin J Magn Reson Imaging, 2023, 14(9): 103-107, 164. DOI: 10.12015/issn.1674-8034.2023.09.019.
[21]
任琼迪, 张铭. 脑卒中后认知障碍的中枢机制: 基于脑电图和磁共振成像的研究进展[J]. 中山大学学报(医学科学版), 2025, 46(1): 61-69. DOI: 10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2025.0107.
REN Q D, ZHANG M. Central mechanisms of post-stroke cognitive impairment: advances based on electroencephalogram and magnetic resonance imaging[J]. J Sun Yat Sen Univ Med Sci, 2025, 46(1): 61-69. DOI: 10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2025.0107.
[22]
中华医学会神经病学分会, 中华医学会神经病学分会脑血管病学组. 中国急性缺血性卒中诊治指南2023[J]. 中华神经科杂志, 2024, 57(6): 523-559. DOI: 10.3760/cma.j.cn113694-20240410-00221.
Neurology Branch of Chinese Medical Association, Cerebrovascular Disease Group of Neurology Branch of Chinese Medical Association. Chinese guidelines for diagnosis and treatment of acute ischemic stroke 2023[J]. Chin J Neurol, 2024, 57(6): 523-559. DOI: 10.3760/cma.j.cn113694-20240410-00221.
[23]
ISLAM N, HASHEM R, GAD M, et al. Accuracy of the Montreal Cognitive Assessment tool for detecting mild cognitive impairment: a systematic review and meta-analysis[J]. Alzheimers Dement, 2023, 19(7): 3235-3243. DOI: 10.1002/alz.13040.
[24]
YAN C G, WANG X D, ZUO X N, et al. DPABI: data processing & analysis for (resting-state) brain imaging[J]. Neuroinformatics, 2016, 14(3): 339-351. DOI: 10.1007/s12021-016-9299-4.
[25]
JAESUNG L, JAEJOONG L, CHOONGWAN W. Post-stroke cognitive impairment: pathophysiological insights into brain disconnectome from advanced neuroimaging analysis techniques[J]. J Stroke, 23(3): 297-311. DOI: 10.5853/jos.2021.02376.
[26]
许天骄, 陆梦馨, 李媛媛, 等. 首发单侧基底节卒中后抑郁与非抑郁患者局部一致性和低频振幅的差异研究[J]. 磁共振成像, 2025, 16(5): 102-107. DOI: 10.12015/issn.1674-8034.2025.05.016.
XU T J, LU M X, LI Y Y, et al. Study on rs-fMRI imaging features of depression patients with unilateral basal ganglia stroke based on local consistencyand low-frequency amplitude[J]. Chin J Magn Reson Imaging, 2025, 16(5): 102-107. DOI: 10.12015/issn.1674-8034.2025.05.016.
[27]
PRATUSHA R, KURTULUS I, SHEWOKIS P A, et al. Differences in time-frequency characteristics between healthy controls and TBI patients during hypercapnia assessed via fNIRS[J/OL]. NeuroImage Clin, 40: 103504 [2026-04-11]. https://scholar.cnki.net/en/Detail/index/GARJ2021_4/SJES58C98D08DC9E0048637C58834C018CB9. DOI: 10.1016/j.nicl.2023.103504.
[28]
WANG H Z, HUANG Y X, LI M R, et al. Regional brain dysfunction in insomnia after ischemic stroke: a resting-state fMRI study[J/OL]. Front Neurol, 2022, 13: 1025174 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/36504641/. DOI: 10.3389/fneur.2022.1025174.
[29]
YAN L L, KUKUN H, WANG Y L, et al. Identify MRI negative temporal lobe epilepsy with resting fMRI indicators and machine learning techniques[J/OL]. Sci Rep, 2025, 15: 40421 [2026-04-11]. https://www.nature.com/articles/s41598-025-18146-z. DOI: 10.1038/s41598-025-18146-z.
[30]
王宁, 李一凡, 孙中茹, 等. 神经精神性系统性红斑狼疮患者静息态脑镜像同伦功能连接研究[J]. 中国医学影像学杂志, 2025, 33(10): 1092-1096. DOI: 10.3969/j.issn.1005-5185.2025.10.011.
WANG N, LI Y F, SUN Z R, et al. Resting state voxel-mirrored homotopic connectivity in patients with neuropsychological systemic lupus erythematosus[J]. Chin J Med Imaging, 2025, 33(10): 1092-1096. DOI: 10.3969/j.issn.1005-5185.2025.10.011.
[31]
吕静, 张仪, 韩英妹, 等. 基于rs-fMRI的脑默认模式网络研究进展[J]. 放射学实践, 2024, 39(2): 272-277. DOI: 10.13609/j.cnki.1000-0313.2024.02.021.
LÜ J, ZHANG Y, HAN Y M, et al. Research progress on brain default mode network based on rs-fMRI[J]. Radiol Pract, 2024, 39(2): 272-277. DOI: 10.13609/j.cnki.1000-0313.2024.02.021.
[32]
TRIPATHI V, BATTA I, ZAMANI A, et al. Default mode network functional connectivity as a transdiagnostic biomarker of cognitive function[J]. Biol Psychiatry Cogn Neurosci Neuroimaging, 2025, 10(4): 359-368. DOI: 10.1016/j.bpsc.2024.12.016.
[33]
VINOD M. 20 years of the default mode network: a review and synthesis[J]. Neuron, 111(16): 2469-2487. DOI: 10.1016/j.neuron.2023.04.023.
[34]
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.
[35]
HAN K Y, DONG L H, LIAO X X, et al. Alterations in brain function in patients with post-stroke cognitive impairment: a resting-state functional magnetic resonance imaging study[J/OL]. Front Aging Neurosci, 2025, 17: 1501082 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/40046780/. DOI: 10.3389/fnagi.2025.1501082.
[36]
MASTRIA G, SCALITI E, MEHRING C, et al. Morphology, connectivity, and encoding features of tactile and motor representations of the fingers in the human precentral and postcentral gyrus[J]. J Neurosci, 2023, 43(9): 1572-1589. DOI: 10.1523/JNEUROSCI.1976-21.2022.
[37]
KURT E, BAYRAM A, DEMIRALP T. Activation and dynamic connectivity modulations of the brain's intrinsic networks during visuomotor, response control, and working memory processes[J/OL]. Eur J Neurosci, 2025, 62(4): e70228 [2026-04-11]. https://onlinelibrary.wiley.com/doi/10.1111/ejn.70228. DOI: 10.1111/ejn.70228.
[38]
COLL S Y, MARTI E, DOGANCI N, et al. Functional connectivity of the dorsal and ventral attention network and its role in attentional disengagement[J/OL]. Brain Behav, 2025, 15(10): e70868 [2026-04-11]. https://pubmed.ncbi.nlm.nih.gov/41016017/. DOI: 10.1002/brb3.70868.
[39]
PUTCHA D, ECKBO R, KATSUMI Y, et al. Tau and the fractionated default mode network in atypical Alzheimer's disease[J]. Brain Commun, 2022, 4(2): fcac055. DOI: 10.1093/braincomms/fcac055.

上一篇 基于独立成分分析的帕金森病脑网络功能连接改变研究
下一篇 阻塞性睡眠呼吸暂停综合征患者APT信号改变及其与认知损伤的相关性研究
  
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