分享:
分享到微信朋友圈
X
• 临床研究 •
实时功能磁共振成像神经反馈靶向伏隔核对肥胖症患者脑-肠轴相关外周指标的影响
李鑫 孙永兵 邹智 李中林 周菁 窦社伟 刘敏 李永丽

本文引用格式 李鑫, 孙永兵, 邹智, 等. 实时功能磁共振成像神经反馈靶向伏隔核对肥胖症患者脑-肠轴相关外周指标的影响[J]. 磁共振成像, 2026, 17(11): 12-18. DOI:10.12015/issn.1674-8034.2026.11.002.


[摘要] 目的 探索实时功能磁共振成像神经反馈(real-time functional magnetic resonance imaging neurofeedback, rtfMRI-NF)干预肥胖症患者双侧伏隔核活性对饮食行为及脑-肠轴相关外周指标的影响。材料与方法 本研究为单组前瞻性自身前后对照干预研究。于2023年12月至2025年12月前瞻性招募39例肥胖症患者并进行3周神经反馈干预,采集干预前后身体质量指数(body mass index, BMI)、限制性进食评分、情绪性进食评分、外部进食评分、耶鲁食物成瘾量表(Yale Food Addiction Scale, YFAS)评分、高热量食物喜爱程度及健康程度评分、胃泌素抑制肽(gastric inhibitory polypeptide, GIP)、脑源性神经营养因子(brain-derived neurotrophic factor, BDNF)、静息态功能磁共振成像(resting-state functional magnetic resonance imagin, rs-fMRI)数据,于MATLAB 2022b平台使用DPABI分析软件对采集到的两组rs-fMRI数据进行预处理并进一步计算分数低频振幅(fractional amplitude of low-frequency fluctuations, fALFF)。使用SPSS配对样本t检验比较干预前后肥胖症患者临床量表、血清激素水平变化。使用SPM12软件包对肥胖症患者干预前后fALFF值进行配对样本t检验,评估干预前后显著差异脑区fALFF值与临床资料的相关性。结果 干预后肥胖症患者BMI、情绪性进食评分、外部进食评分、YFAS、高热量食物喜爱程度评分、高热量食物健康程度评分下降(t/W=2.876、5.430、4.008、3.022、4.561、3.122,P<0.05),限制性进食评分升高(t=-4.866,P<0.05);干预后肥胖症患者右侧距状裂、左背外侧额上回、左侧中央旁小叶fALFF值升高(t=5.352 3、4.545 8、4.372 8,P<0.05,高斯随机场校正);右侧后扣带回、右内侧额上回、右侧额中回fALFF值降低(t=-4.688 4、-4.511 2、-4.927 7,P<0.05,高斯随机场校正);干预前后肥胖症患者左背外侧额上回fALFF值差值与BDNF差值呈正相关(r=0.312,P=0.024),右内侧额上回fALFF值差值与限制性进食评分差值呈负相关(r=-0.334,P=0.037)。结论 rtfMRI-NF可改善肥胖症患者大脑默认模式网络、感觉运动区及认知控制区功能,提高外周BDNF水平并减少不良摄食行为,提示rtfMRI-NF进行减重的潜在干预机制,显示出rtfMRI-NF对肥胖症患者脑-肠轴相关外周代谢指标可能具有潜在调控作用。
[Abstract] Objective To investigate the effects of real-time functional magnetic resonance imaging neurofeedback (rtfMRI-NF) intervention targeting bilateral nucleus accumbens activity on eating behaviors and the regulation of brain–gut axis-related peripheral indicators in patients with obesity.Materials and Methods This study is a single-arm prospective self-controlled before-after interventional study. From December 2023 to December 2025, 39 obese patients were prospectively recruited for 3 weeks of neurofeedback intervention. Body mass index (BMI), restricted eating score, emotional eating score, external eating score, Yale Food Addiction Scale (YFAS), high-calorie food preference and health score, gastric inhibitory polypeptide (GIP), brain-derived neurotrophic factor (BDNF) and brain function indexes were collected before and after intervention. DPABI analysis software was used to preprocess the two groups of resting-state functional magnetic resonance imaging (rs-fMRI) data collected on the MATLAB 2022b platform and further calculate the fractional amplitude of low-frequency fluctuations (fALFF). SPSS paired sample t test was used to compare the changes of clinical scales and serum hormone levels in obese patients before and after intervention. SPM12 software package was used to perform paired sample t test on fALFF values of obese patients before and after intervention, and the correlation between fALFF values and clinical data in significantly different brain regions before and after intervention was evaluated.Results After intervention, BMI, emotional eating score, external eating score, YFAS, high-calorie food preference score and high-calorie food health score of obese patients decreased (t/W = 2.876, 5.430, 4.008, 3.022, 4.561, 3.122, P < 0.05), while restrictive eating score increased (t = -4.866, P < 0.05). After intervention, the fALFF values of right calcarine fissure, left dorsolateral superior frontal gyrus and left paracentral lobule in obese patients increased (t = 5.352 3, 4.545 8, 4.372 8, P<0.05, Gaussian random field correction); the fALFF values of right posterior cingulate gyrus, right medial superior frontal gyrus and right middle frontal gyrus decreased (t = -4.688 4, -4.511 2, -4.927 7, P < 0.05, Gaussian random field correction). The difference of fALFF value in the left dorsolateral superior frontal gyrus of obese patients before and after intervention was positively correlated with the difference of BDNF (r = 0.312, P = 0.024), and the difference of fALFF value in the right medial superior frontal gyrus was negatively correlated with the difference of restricted eating score (r = -0.334, P = 0.037).Conclusions rtfMRI-NF may improve the function of the default mode network, sensorimotor areas, and cognitive control regions in patients with obesity, elevate peripheral BDNF levels, and reduce maladaptive eating behaviors. These findings suggest a potential intervention mechanism underlying rtfMRI-NF for weight reduction and indicate that rtfMRI-NF may exert potential regulatory effects on brain–gut axis-related peripheral metabolic indicators in patients with obesity.
[关键词] 肥胖;食物成瘾;实时功能磁共振成像神经反馈;磁共振成像;脑-肠轴
[Keywords] obesity;food addiction;real time functional magnetic resonance imaging neurofeedback;magnetic resonance imaging;brain-gut axis

李鑫 1   孙永兵 1   邹智 1   李中林 1   周菁 2   窦社伟 1   刘敏 3   李永丽 1*  

1 河南省人民医院医学影像科,河南省慢病重点实验室,郑州 450003

2 河南省人民医院健康管理科,河南省慢病重点实验室,郑州 450003

3 河南省人民医院高血压科,郑州 450003

通信作者:李永丽,E-mail: shyliyongli@126.com

作者贡献声明:李永丽设计本研究的方案,对稿件重要内容进行了修改;李鑫起草和撰写稿件,获取、分析和解释本研究的数据;孙永兵、邹智、李中林、周菁、窦社伟、刘敏获取、分析和解释本研究的数据,对稿件重要内容进行了修改;李永丽、周菁、孙永兵、邹智、李中林共同获得了河南省重大产业关键技术攻关“揭榜挂帅”项目(编号:261000310100)资助,李永丽获得了国家自然科学基金项目和河南省重点研发专项资助,李中林获得了河南省医学科技攻关计划项目资助,窦社伟获得了河南省科技攻关计划项目(编号:252102310055)资助,邹智获得了河南省科技攻关计划项目(编号:262102521059)资助;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: 国家自然科学基金项目 82672500 河南省重大产业关键技术攻关“揭榜挂帅”项目 261000310100 河南省重点研发专项 251111312900,251111312800 河南省科技攻关计划项目 252102310055,262102521059 河南省医学科技攻关计划项目 LHGJ20250050
收稿日期:2026-07-12
接受日期:2026-10-17
中图分类号:R445.2  R589.2 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.11.002
本文引用格式 李鑫, 孙永兵, 邹智, 等. 实时功能磁共振成像神经反馈靶向伏隔核对肥胖症患者脑-肠轴相关外周指标的影响[J]. 磁共振成像, 2026, 17(11): 12-18. DOI:10.12015/issn.1674-8034.2026.11.002.

0 引言

       肥胖症已成为全球重大的健康挑战。世界卫生组织(World Health Organization, WHO)2022年数据显示,全球成年人中肥胖症人数达8.9亿[1],且肥胖症可显著增加2型糖尿病、心血管疾病及多种癌症风险[2],疾病负担沉重。传统减重途径包括生活方式干预、药物和手术,但大多面临个体差异大且长期体质量反弹风险高[3, 4, 5, 6]。因此,亟须从肥胖症发病机制出发寻找安全、有效、可靶向的干预手段。肥胖症发病机制涉及能量稳态与奖赏失衡[7]。脑-肠轴通过神经、体液和免疫通路双向通信,在肥胖症的发生发展中占据关键地位[8]。奖赏网络由中脑边缘多巴胺通路及前额叶、杏仁核、纹状体等构成,介导享乐性进食并接收肠道信号调控摄食[9, 10]。伏隔核(nucleus accumbens, NAc)是奖赏网络的核心枢纽,调节食物动机和奖赏[11]。动物实验中,阻断肥胖小鼠NAc D1受体神经元传递可减少小鼠觅食行为并抑制体质量增加[12],表明NAc是潜在的肥胖症治疗靶点。如何安全、无创地靶向调控NAc相关奖赏环路并阐明其潜在的脑-肠轴相关机制是肥胖症治疗亟待解决的关键问题。

       实时功能磁共振成像神经反馈(real-time functional magnetic resonance imaging neurofeedback, rtfMRI-NF)是一种非植入性脑机接口技术,可提供实时脑区激活反馈并训练个体自我调节脑活动,属于操作性条件反射[13],其优势包括高空间分辨率、深部靶向和全脑监测[14],无创且可规避药物和手术风险[15],在物质成瘾的干预中具有潜力[16]。静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)可无创评估神经活动引发的血流动力学变化[17]。分数低频振幅(fractional amplitude of low-frequency fluctuations, fALFF)可反映大脑的自发神经活动程度,可在一定程度上构成脑网络功能连接的基础。且与功能连接相比,fALFF相对不易受运动伪影影响,相较于较早的局部活动度量指标低频振幅(amplitude of low-frequency fluctuations, ALFF),fALFF受生理噪声的影响也更小[18]。因此,将rtfMRI-NF靶向NAc调控与rs-fMRI/fALFF评估相结合,有望为肥胖症的机制干预和疗效评估提供重要技术手段。

       现有的传统减重方法个体差异大,长期反弹风险高[3, 4, 5, 6];rtfMRI-NF虽在物质成瘾干预中显示潜力但其在肥胖症患者中的应用仍处于探索阶段[16],尤其以NAc为靶点、结合fALFF及脑-肠轴相关外周代谢物机制的研究尚缺乏,现有证据多来自动物实验[12]或物质成瘾人群[16],临床转化证据有限。因此,本研究拟利用rtfMRI-NF调控肥胖症患者双侧NAc活性,观察干预前后脑区fALFF值改变、临床资料及激素水平变化,初步探讨rtfMRI-NF减重的潜在脑-肠轴相关外周代谢物机制。本研究创新性地从NAc靶向调控和脑-肠轴机制角度探索rtfMRI-NF的减重作用,有望推动肥胖治疗向病因靶向转型,加速脑科学发现向临床实践转化。

1 材料与方法

1.1 研究对象

       本研究为单组前瞻性自身前后对照干预研究,已在国家医学研究登记备案系统备案(备案号MR-41-22-022669),并已在中国临床试验注册中心注册(注册号:ChiCTR2300073974),遵守《赫尔辛基宣言》,经河南省人民医院伦理委员会批准[伦理批件号:(2020)伦审第(168)号],全体受试者均已签署知情同意书。于2023年12月至2025年12月在河南省人民医院招募39例肥胖症患者为受试组(男20例,女19例)。纳入标准:(1)BMI≥28 kg/m2,男性腰围≥90 cm,女性腰围≥85 cm;(2)60岁以下的成年人;(3)头颅MRI常规检查大脑结构无明显异常;(4)右利手;(5)受教育程度不低于初中;(6)无重大神经系统疾病史。排除标准:(1)疾病或药物导致的继发性肥胖;(2)备孕、妊娠等特殊群体;(3)存在MRI扫描禁忌证者;(4)患有精神疾病者;(5)MRI图像存在伪影等质量不佳者;(6)有烟酒等物质滥用史;(7)使用减重药物或精神类药物者。

1.2 研究方法

1.2.1 临床资料采集

       受试者身着轻便衣物、赤足在电子测量设备下获取身高与体质量数据。BMI计算公式:BMI=体质量/身高²,单位:kg/m²。采用限制性进食、情绪性进食、外部进食量表评分对本研究中受试者的饮食倾向及相关行为进行详细分析与评价,使用耶鲁食物成瘾量表(Yale Food Addiction Scale, YFAS)评分对受试者食物成瘾相关程度做对应评价,使用食物等级评分量表对受试者对于热量较高食物喜欢的程度及认知方面的健康程度做相应评价。

1.2.2 血清激素检测

       本研究中所有研究对象采血前皆禁食至少8小时,采血时间窗为空腹状态下清晨7点30分至10点30分。采用酶联免疫吸附法(enzyme-linked immunosorbent assay, ELISA)检测血清脑源性神经营养因子(brain-derived neurotrophic factor, BDNF)和胃泌素抑制肽(gastric inhibitory polypeptide, GIP)水平,检测试剂盒由武汉贝茵莱生物科技有限公司提供。根据试剂盒说明书,BDNF最低检测限为15.6 ng//L,批内变异系数<10%,批间变异系数<12%。检测严格按照试剂盒说明书完成样本预处理、标准品梯度稀释、加样、温育、洗涤、显色、终止及吸光度测定,并根据标准曲线计算样本中BDNF与GIP浓度。

1.2.3 MRI数据采集与处理

       MRI数据采集使用德国Siemens Prisma 3.0 T MRI及64通道线圈。于采血当日的下午或晚上进行MRI数据采集。扫描前受试者佩戴耳塞,用海绵垫和胶带固定其头部,嘱受试者取仰卧位,通过镜子观察投影屏幕,保持清醒、呼吸平稳,避免思维活动。首先对T1WI、T2WI、FLAIR常规结构像进行扫描以排除脑部的器质性病变。采集rs-fMRI数据,参数:TR 2000 ms,TE 30 ms,层厚2.0 mm,FOV 240 mm×240 mm,矩阵112×112,共72层。

       使用MATLAB 2022b平台DPABI软件包进行预处理及计算,包括如下步骤:(1)将图像格式由DICOM转换成NIFTI;(2)舍弃前10个时间点数据;(3)将采集的图像校正到同一时间点上;(4)使用Friston24算法去除任意方向上平移>2 mm或旋转移动>2°的头动被试计算头动参数(framewise displacement, FD);(5)采用Normalize by DARTEL方式进行空间配准;(6)进行空间平滑,平滑核6 mm;(7)对数据进行去线性趋势;(8)去除全脑、白质及脑脊液信号对数据的干扰;(9)基于每个体素的傅里叶变换计算血氧水平依赖信号功率谱,fALFF值为0.01~0.08 Hz内功率谱的平均平方根[19],通过Fisher-z变换,fALFF值被转化为z值以便于后续的统计分析。

       NAc感兴趣区(region of interest, ROI)定义与空间转换:双侧NAc ROI基于IBASPM 71脑图谱定义。首先在标准空间建立双侧NAc二值掩膜,然后根据每位受试者T1结构像进行非线性空间配准,将标准空间ROI转换至个体结构空间,并进一步配准至功能回波平面成像(echo planar imaging, EPI)空间。最终获得个体化双侧NAc ROI,用于实时神经反馈信号提取。由1名具有10年以上工作经验的影像科主任医师负责MRI数据的质量评估,排除图像运动或磁敏感等伪影过大、脑部存在器质性病变者。由1名具有5年以上工作经验的影像科主管技师负责上述过程中MRI数据的处理。MRI数据的质量评估及处理为单盲过程。采用观察者内重复测量组内相关系数评价可重复性。

1.2.4 训练流程

       本研究采用rtfMRI-NF对肥胖症患者进行干预。训练前向受试者说明流程,提供下调脑区活动的策略指引并建议构思个性化调节方法。单次训练约1小时,每周1次,连续3周。训练时实时反馈双侧伏隔核活动,双侧NAc ROI基于IBASPM 71脑图谱定义,并通过个体T1结构像非线性配准转换至功能EPI空间。实时反馈信号采用OpenNFT平台计算的NAc区域百分比信号变化,每2 s更新一次,并根据实时NAc活动水平生成视觉反馈。训练过程中进一步记录并分析NAc反馈信号随训练时间的变化趋势,以评估受试者神经反馈学习效应:NAc活动增强时温度计柱状条上升;活动减弱时柱状条下降。从食物等级量表中选取受试者评分为5分的24张高热量图片,随机分配至1组测试训练和3组线上反馈训练,每组6张,循环呈现6次,共24次循环。无反馈训练的6张图片从上述反馈组中随机抽取。

       训练流程:(1)基线rs-fMRI扫描(7 min),受试者注视屏幕中央“十”字,保持静止清醒;(2)测试训练(6 min 40 s),静息与食物图片各30 s交替循环6次;(3)线上反馈训练(20 min),出现食物图片时运用策略抑制食欲降低伏隔核活动,实时信号以绿色柱状条每2秒更新一次,受试者可据此优化策略;(4)转移训练(无反馈,6 min 40 s),流程同测试训练;(5)训练后rs-fMRI扫描(7 min),操作同基线以探测干预后变化。离线转移训练于首次线上训练后开始,指导受试者将线上习得策略应用于日常生活中,如空闲时或餐前半个小时抑制食欲。研究组通过每日微信提醒、记录个性化策略及干预期间受试者生活方式变化并定期推送科普知识,帮助受试者将线上调节应用于线下,构建线上-离线训练体系。

       本研究重复时间(repetition time, TR)设置为2 s,反馈更新频率与TR同步。在线处理流程均在单个TR时间范围内完成,因此除血氧水平依赖血流动力学响应固有延迟外,算法处理和显示产生的额外延迟控制在一个TR以内。

1.2.5 统计学分析

       样本量估算采用PASS 15.0软件。以预试验中真反馈组与伪反馈组食物等级问卷评分的均值和标准差为参考,设定双侧显著性水平为0.01,把握度为0.90并考虑0.15的脱落。计算得到真反馈组最低需要20例。考虑到本研究需同时完成rtfMRI-NF干预、rs-fMRI扫描及外周代谢物检测,且后期肥胖症患者随访周期较长、脱落风险较高,实际入组真反馈组39例,以保证在预期脱落情况下仍有足够样本完成主要结局的统计分析。

       使用SPSS 26.0进行统计学分析。选择Shapiro-Wilk方法检验干预前后数据差值的正态性。正态分布计量资料使用均数±标准差表示,非正态分布计量资料使用中位数(四分位数)表示。受试者干预前后临床资料的比较中,正态分布计量资料采用配对样本t检验,非正态分布计量资料采用Wilcoxon符号秩检验,共进行7次治疗前后比较,采用Bonferroni法校正,校正检验水准α'=0.05/7=0.007 1,显著水平设定为P<0.007 1。

       使用MATLAB 2022b平台SPM12软件包对受试者干预前后fALFF值进行配对样本t检验计算差异脑区,采用高斯随机场(Gaussian random field, GRF)校正,最小团块大小阈值为30体素,体素水平P<0.001、团块水平P<0.05为差异有统计学意义,使用DPABI软件包提取差异脑区fALFF值。

       采用Pearson相关评估受试者干预前后差异脑区fALFF值变化与临床资料及激素水平改变的相关性,Pearson相关为探索性分析,未进行多重比较校正,以P<0.05作为探索性统计学显著性标准。

2 结果

2.1 肥胖症患者干预前后临床资料比较

       纳入肥胖症患者39例(男20例,女19例),年龄(35.62±7.10)岁,与干预前相比,干预后肥胖症患者BMI、情绪性进食评分、外部进食评分、YFAS评分、高热量食物喜爱程度评分、健康程度评分下降,限制性进食评分升高(P<0.007 1),见表1。

表1  干预前后肥胖症患者临床资料比较
Tab. 1  Comparison of clinical data of obese patients before and after intervention

2.2 肥胖症患者干预前后激素水平比较

       与干预前相比,干预后肥胖症患者GIP、BDNF升高,差异有统计学意义(P<0.05),见图1。

图1  干预前后肥胖症患者激素水平比较。GIP:胃泌素抑制肽;BDNF:脑源性神经营养因子。
Fig. 1  Comparison of hormone levels in obese patients before and after intervention. GIP: gastric inhibitory polypeptide; BDNF: brain-derived neurotrophic factor.

2.3 肥胖症患者干预前后fALFF值比较

       肥胖症患者干预前后平均FD分别为(0.129±0.030)mm和(0.132±0.037)mm,组间差异无统计学意义(P>0.05)。控制年龄、性别及平均FD,干预后肥胖症患者右侧距状裂、左背外侧额上回、左侧中央旁小叶fALFF值升高,右侧后扣带回、右内侧额上回、右侧额中回fALFF值降低(GRF校正,团块大小阈值30体素,体素水平P<0.001,团块水平P<0.05),见表2、图2。

图2  干预前后肥胖症患者fALFF值差异脑区(GRF校正,体素水平P<0.001,团块水平P<0.05)。暖色表示fALFF值升高,冷色表示fALFF值降低。2A:右侧距状裂;2B:右侧后扣带回;2C:右内侧额上回;2D:左背外侧额上回;2E:右侧额中回;2F:左侧中央旁小叶。fALFF值:分数低频振幅。
Fig. 2  Brain regions with different fALFF values in obese patients before and after intervention (GRF correction, voxel-level P < 0.001, cluster-level P < 0.05). Warm colors indicate increased fALFF values, and cool colors indicate decreased fALFF values. 2A: right calcarine fissure; 2B: right posterior cingulate gyrus; 2C: right medial superior frontal gyrus; 2D: left dorsolateral superior frontal gyrus; 2E: right middle frontal gyrus; 2F: left paracentral lobule. fALFF: fractional amplitude of low-frequency fluctuations.
表2  干预前后肥胖症患者fALFF值差异脑区
Tab. 2  Brain regions with different fALFF values in obese patients before and after intervention

2.4 肥胖症患者干预前后差异脑区fALFF差值与临床资料及激素差值的相关性

       探索性相关分析显示,干预前后肥胖症患者左背外侧额上回fALFF差值与BDNF差值呈正相关(r=0.312,P=0.024),右内侧额上回fALFF差值与限制性进食评分差值呈负相关(r=-0.334,P=0.037),见图3。

图3  干预前后肥胖症患者差异脑区fALFF差值与临床资料及激素差值的相关性散点图。BDNF:脑源性神经营养因子;fALFF:分数低频振幅。
Fig. 3  Correlation scatter plot of fALFF difference in different brain regions of obese patients before and after intervention with clinical data and hormones. BDNF: brain-derived neurotrophic factor; fALFF: fractional amplitude of low-frequency fluctuations.

3 讨论

       本研究为初步探索性研究,通过rtfMRI-NF技术干预肥胖症患者双侧伏隔核活性,观察rtfMRI-NF干预后脑-肠轴相关外周指标改变与临床指标变化的相关性,评估rtfMRI-NF改善肥胖症患者进食行为并减重的可行性及潜在脑-肠机制。结果显示rtfMRI-NF干预后肥胖症患者脑区功能重塑、血清激素水平及饮食行为改善。rtfMRI-NF干预前后肥胖症患者左背外侧额上回fALFF差值与BDNF差值呈正相关,右内侧额上回fALFF差值与限制性进食评分差值呈负相关。上述结果初步提示rtfMRI-NF干预可能与肥胖症患者脑功能、外周代谢及饮食行为的改善相关,但临床指标分析具有探索性,其结果仍需在更大样本及预设确证性终点的研究中进一步验证;此外,大脑功能的重塑可驱动外周生理与行为改善,提示rtfMRI-NF作为一种无创性脑机接口技术靶向脑区干预实现减重的临床应用潜力。

3.1 rtfMRI-NF对脑功能及饮食行为的重塑作用

       rtfMRI-NF可对肥胖症患者大脑异常功能及进食模式进行有序调控[20]。本研究观察到rtfMRI-NF干预后多个脑区fALFF值改变且伴随不良饮食行为的改善,共同指向了与肥胖症发生发展相关的关键神经环路成功重塑与修正。

       左背外侧额上回、右内侧额上回和右侧额中回是认知控制网络的核心脑区,在进食行为的自上而下调控中发挥关键作用[21, 22]。肥胖人群普遍存在前额叶脑区活动减弱,尤其背外侧前额叶的活动降低与减重干预效果密切相关[23]。本研究中左背外侧额上回fALFF值升高提示rtfMRI-NF可有效增强该脑区的自发神经活动,这一结果与既往研究中靶向左背外侧额上回的单次rtfMRI-NF训练即可使超重及肥胖个体实现活动的主动上调一致[20]。左背外侧额上回的激活增强提示个体对进食冲动的认知抑制能力改善,有助于肥胖症患者抵抗高热量食物诱惑。

       本研究中干预后肥胖症患者右内侧额上回和右侧额中回的fALFF值降低,既往研究亦发现肥胖症患者右额叶皮层存在异常的fALFF激活[24]。本研究结果提示rtfMRI-NF对前额叶不同亚区的影响不但通过单向脑区激活还依靠神经整合效率的提升,即认知控制功能的改善并非单纯依赖更高强度的神经活动,而是通过优化神经资源配置、减少不必要的代偿性激活来实现。探索性相关分析显示,右内侧额上回fALFF变化与限制性进食评分变化之间呈负向关联,提示二者可能存在一定联系。但鉴于本研究样本量有限且相关分析未进行多重比较校正,该结果主要用于生成假设,其机制意义仍需在更大样本及预设验证性研究中进一步确认。右侧后扣带回是默认模式网络(default mode network, DMN)的核心枢纽,主要参与自我参照加工、内省思维以及与食物渴望相关的内在心理活动[25, 26]。肥胖症患者中DMN的功能连接常表现为异常增强[26]。本研究中干预后肥胖症患者右侧后扣带回fALFF值降低,提示rtfMRI-NF可有效抑制DMN的过度活跃。这种下调可能意味着个体对食物相关的内在思维渴望程度降低,从而减少由内在认知驱动的不当进食行为。

       右侧距状裂为初级视觉皮层所在脑区,在食物视觉线索的注意偏向中起重要作用[27, 28]。肥胖症患者对食物图片等视觉刺激常表现出增强的注意偏向和神经反应[29, 30]。本研究发现干预后右侧距状裂fALFF升高,而既往研究显示rtfMRI-NF后左侧距状裂ALFF降低[31]。这种差异一方面可能源于fALFF作为归一化指标相较于ALFF能有效抑制非特异性生理噪声,fALFF值升高可更特异性地反映神经元自发活动的相对增强,而非绝对活动强度的过度增加[32];另一方面,左右距状裂在食物线索加工中存在功能偏侧化,右侧距状裂在成人的不健康食物视觉加工中占据更专门化的地位[27],其fALFF升高可能反映了干预后该脑区神经活动的同步性增强与加工效率改善,而非简单的过度注意。这与减重术后视觉皮层fALFF升高的报道一致[33],提示视觉皮层fALFF升高可能是减重干预后功能重组的共同模式之一。

       左侧中央旁小叶作为感觉运动区与进食行为密切相关[34],既往研究亦指出肥胖症与感觉运动皮层功能异常相关[35]。干预后左侧中央旁小叶fALFF值升高提示rtfMRI-NF可激活感觉运动皮层的自发活动,有助于提升肥胖症个体对进食动作的有意识控制,即从自动化的进食行为转向更具意志参与的运动计划。

3.2 rtfMRI-NF对脑-肠轴相关外周代谢物的潜在重塑作用

       本研究中干预后肥胖症患者脑-肠轴相关外周指标BDNF水平上升。BDNF作为成人大脑中最丰富的神经营养因子,由大脑中的神经元和胶质细胞分泌,在中枢神经系统及肠道神经系统中广泛表达且可穿过血脑屏障,是一种调节神经可塑性与代谢的脑肠肽[36, 37, 38, 39]。在肥胖症患者中BDNF水平受肥胖相关肠道微生物群及其代谢物的影响,如厚壁菌门在肥胖症人群中丰度较高且与BDNF水平呈负相关[40]。此外,大量证据表明中枢与外周BDNF水平与多种神经精神疾病相关,BDNF可能是中枢作用药物治疗神经精神疾病时产生疗效的共同介质[41]。本研究探索性结果显示rtfMRI-NF干预后肥胖症患者左背外侧额上回局部活动增强且与循环BDNF水平升高呈正相关,提示rtfMRI-NF可重塑包括左背外侧额上回在内的中枢神经系统,干预后脑区活性改变可能与脑-肠轴外周代谢标志物的变化有关联。

3.3 本研究局限性

       本研究中外周BDNF仅作为脑-肠轴交互的外周替代标志物,后续仍需通过直接测量肠内分泌、迷走神经活性等指标进一步验证rtfMRI-NF对脑-肠轴重塑的疗效。同时,未来需设置大样本随机双盲安慰剂对照试验并加入伪反馈训练,以评估减重效果的持久性并控制非特异性效应。此外,本研究主要关注rtfMRI-NF干预后的整体效应,未进一步分析训练过程中目标脑区活动随训练阶段变化的动态学习轨迹。因此,未来研究仍需结合实时反馈信号变化、训练阶段效应及个体调节能力差异,对NAc神经反馈学习效应进行进一步验证。

4 结论

       综上,本研究显示rtfMRI-NF可改善DMN、感觉运动脑区、认知控制脑区活性与工作效率,显示出其在促进健康饮食行为从而达到减重目的方面的潜在干预效果。此外,rtfMRI-NF可促进肥胖症患者外周BDNF水平升高且可能与左背外侧额上回活性增强呈正相关,提示rtfMRI-NF干预或可存在潜在的脑肠-轴机制重塑。

[1]
CHEONG L Y T, SAIPULJUMRI E N, LOI G W Z, et al. Autolysosomal Dysfunction in Obesity-induced Metabolic Inflammation and Related Disorders[J/OL]. Curr Obes Rep, 2025, 14(1): 43 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/40366502/. DOI: 10.1007/s13679-025-00638-8.
[2]
FOSTER C A, BARKER-KAMPS M, GOERING M, et al. Epigenetic age acceleration correlates with BMI in young adults[J]. Aging, 2023, 15(2): 513-523. DOI: 10.18632/aging.204492.
[3]
LEVIN B E, GEARY N, LUTZ T A. The (dys)regulation of energy storage in obesity[J]. Physiol Rev, 2025, 105(3): 803-895. DOI: 10.1152/physrev.00002.2024.
[4]
WILDING J P H, BATTERHAM R L, DAVIES M, et al. Weight regain and cardiometabolic effects after withdrawal of semaglutide: The STEP 1 trial extension[J]. Diabetes Obes Metab, 2022, 24(8): 1553-1564. DOI: 10.1111/dom.14725.
[5]
ATHANASIADIS D I, MARTIN A, KAPSAMPELIS P, et al. Factors associated with weight regain post-bariatric surgery: a systematic review[J]. Surgical Endoscopy, 2021, 35(8): 4069-4084. DOI: 10.1007/s00464-021-08329-w.
[6]
CARLSSON L M S, SJÖHOLM K, JACOBSON P, et al. Life Expectancy after Bariatric Surgery in the Swedish Obese Subjects Study[J]. N Engl J Med, 2020, 383(16): 1535-1543. DOI: 10.1056/NEJMoa2002449.
[7]
LI G, HU Y, ZHANG W, et al. Brain functional and structural magnetic resonance imaging of obesity and weight loss interventions[J]. Mol Psychiatry, 2023, 28(4): 1466-1479. DOI: 10.1038/s41380-023-02025-y.
[8]
SOLAS M, MILAGRO F I, RAMÍREZ M J, et al. Inflammation and gut-brain axis link obesity to cognitive dysfunction: plausible pharmacological interventions[J]. Curr Opin Pharmacol, 2017, 37: 87-92. DOI: 10.1016/j.coph.2017.10.005.
[9]
LEHNER R, BALSTERS J H, BÜRGLER A, et al. Food-Predicting Stimuli Differentially Influence Eye Movements and Goal-Directed Behavior in Normal-Weight, Overweight, and Obese Individuals[J/OL]. Front Psychiatry, 2017, 8: 230 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/29180968/. DOI: 10.3389/fpsyt.2017.00230.
[10]
康飘, 张盈, 李华婷. 食物偏好机制及其对肥胖影响的研究进展[J]. 上海交通大学学报(医学版), 2024, 44(9): 1190-1196. DOI: 10.3969/j.issn.1674-8115.2024.09.014.
KANG P, ZHANG Y, LI H T, Research progress on the mechanisms of food preference and their impact on obesity[J]. Journal of Shanghai Jiaotong University (Medical Science), 2024, 44(9): 1190-1196. DOI: 10.3969/j.issn.1674-8115.2024.09.014.
[11]
GUILLAUMIN M C C, VISKAITIS P, BRACEY E, et al. Disentangling the role of NAc D1 and D2 cells in hedonic eating[J]. Mol Psychiatry, 2023, 28(8): 3531-3547. DOI: 10.1038/s41380-023-02131-x.
[12]
MATIKAINEN-ANKNEY B A, LEGARIA A A, PAN Y, et al. Nucleus Accumbens D1 Receptor-Expressing Spiny Projection Neurons Control Food Motivation and Obesity[J]. Biol Psychiatry, 2023, 93(6): 512-523. DOI: 10.1016/j.biopsych.2022.10.003.
[13]
MARTZ M E, HART T, HEITZEG M M, et al. Neuromodulation of brain activation associated with addiction: A review of real-time fMRI neurofeedback studies[J/OL]. Neuroimage Clin, 2020, 27: 102350 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/32736324/. DOI: 10.1016/j.nicl.2020.102350.
[14]
JOHNSTON S J, BOEHM S G, HEALY D, et al. Neurofeedback: A promising tool for the self-regulation of emotion networks[J]. NeuroImage, 2010, 49(1): 1066-1072. DOI: 10.1016/j.neuroimage.2009.07.056.
[15]
YAO S, BECKER B, GENG Y, et al. Voluntary control of anterior insula and its functional connections is feedback-independent and increases pain empathy[J]. NeuroImage, 2016, 130: 230-240. DOI: 10.1016/j.neuroimage.2016.02.035.
[16]
MURPHY E, POUDEL G, GANESAN S, et al. Real-time fMRI-based neurofeedback to restore brain function in substance use disorders: A systematic review of the literature[J/OL]. Neurosci Biobehav Rev, 2024, 165: 105865 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/39197715/. DOI: 10.1016/j.neubiorev.2024.105865.
[17]
DU Y, YANG W, ZHANG J, et al. Changes in ALFF and ReHo values in methamphetamine abstinent individuals based on the Harvard-Oxford atlas: A longitudinal resting-state fMRI study[J/OL]. Addict Biol, 2022, 27(1): e13080 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/34427375/. DOI: 10.1111/adb.13080.
[18]
LENCZ T, MOYETT A, ARGYELAN M, et al. Frontal lobe fALFF measured from resting-state fMRI as a prognostic biomarker in first-episode psychosis[J]. Neuropsychopharmacology, 2022, 47(13): 2245-2251. DOI: 10.1038/s41386-022-01470-7.
[19]
蔡亚仙, 李清, 汪凤, 等. 穴位贴敷联合耳穴压豆对bppv残余头晕脑自发活动的影响:一项随机对照功能磁共振成像研究[J]. 磁共振成像, 2025, 16(10): 1-6. DOI: 10.12015/issn.1674-8034.2025.10.001.
CAI Y X, LI Q, WANG F, et al. Effects of point application combined with ear point pressing on brain spontaneous activity in benign paroxysmal positional vertigo with residual dizziness: A randomized controlled functional magnetic resonance imaging study[J]. Chin J Magn Reson Imaging, 2025, 16(10): 1-6. DOI: 10.12015/issn.1674-8034.2025.10.001.
[20]
KOHL S H, VEIT R, SPETTER M S, et al. Real-time fMRI neurofeedback training to improve eating behavior by self-regulation of the dorsolateral prefrontal cortex: A randomized controlled trial in overweight and obese subjects[J]. NeuroImage, 2019, 191: 596-609. DOI: 10.1016/j.neuroimage.2019.02.033.
[21]
ZHAO Y, ZHENG X, GAO X, et al. Deep adversarial learning identifies ADHD-specific associations between apoptotic genes and white matter microstructure in frontal-striatum-cerebellum circuit[J/OL]. Transl Psychiatry, 2025, 15(1): 320 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/40858546/. DOI: 10.1038/s41398-025-03493-2.
[22]
HUANG H, GUO Z, YANG X, et al. Functional brain alterations in anxious depression: Insights from whole-brain fMRI and meta-analysis[J]. Dialogues Clin Neurosci, 2026, 28(1): 32-45. DOI: 10.1080/19585969.2026.2612918.
[23]
MAURER L, MAI K, KRUDE H, et al. Interaction of circulating GLP-1 and the response of the dorsolateral prefrontal cortex to food-cues predicts body weight development[J]. Mol Metab, 2019, 29: 136-144. DOI: 10.1016/j.molmet.2019.08.014.
[24]
WANG T, JACKSON T, LOCK M, et al. Obesity-related alterations of intrinsic functional architecture: A resting-state fMRI study based on the human connectome project[J/OL]. Front Nutr, 2025, 12: 1559325 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/40510501/. DOI: 10.3389/fnut.2025.1559325.
[25]
BELLEAU E L. Parsing heterogeneity in mood disorders: The challenges of modeling stable mood disorder-related functional connectomes[J]. Biol Psychiatry Cogn Neurosci Neuroimaging, 2022, 7(1): 7-9. DOI: 10.1016/j.bpsc.2021.10.009.
[26]
BREWER J A, GARRISON K A, WHITFIELD-GABRIELI S. What about the "self" is processed in the posterior cingulate cortex?[J/OL]. Front Hum Neurosci, 2013, 7: 647 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/24106472/. DOI: 10.3389/fnhum.2013.00647.
[27]
VAN MEER F, VAN DER LAAN L N, CHARBONNIER L, et al. Developmental differences in the brain response to unhealthy food cues: An fMRI study of children and adults[J]. Am J Clin Nutr, 2016, 104(6): 1515-1522. DOI: 10.3945/ajcn.116.137240.
[28]
李灵, 侯晓旭, 张亚, 等. 食物线索注意偏向及其神经机制[J]. 心理科学进展, 2020, 28(12): 2040-2051. DOI: 10.3724/SP.J.1042.2020.02040.
LI L, HOU X X, ZHANG Y, et al. The attentional bias for food cues and its neural mechanism[J]. Advances in Psychological Science, 2020, 28(12): 2040-2051. DOI: 10.3724/SP.J.1042.2020.02040.
[29]
VARTANIAN M, JAHANITABESH A, CHRISTENSEN J F, et al. Neural responses to visual food cues according to weight and hunger state: A systematic review and meta-analysis[J/OL]. Neurosci Biobehav Rev, 2025, 177: 106301 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/40730315/. DOI: 10.1016/j.neubiorev.2025.106301.
[30]
LI Q, HUANG G, ZHAO S, et al. Aberrant brain network connectivity related to cognitive and emotional regulation in women with abdominal obesity[J/OL]. Sci Rep, 2025, 15(1): 24795 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/40634469/. DOI: 10.1038/s41598-025-10134-7.
[31]
乔琦, 周菁, 和俊雅, 等. 实时功能MRI神经反馈技术干预后成年肥胖者脑活动改变[J]. 中国医学影像技术, 2025, 41(1): 45-49. DOI: 10.13929/j.issn.1003-3289.2025.01.010.
QIAO Q, ZHOU J, HE J Y, et al. Real-time functional MRI neurofeedback for modulating brain activity changes in obese adults[J]. Chin J Med Imaging Technol, 2025, 41(1): 45-49. DOI: 10.13929/j.issn.1003-3289.2025.01.010.
[32]
ZOU Q H, ZHU C Z, YANG Y, et al. An improved approach to detection of amplitude of low-frequency fluctuation (ALFF) for resting-state fMRI: Fractional ALFF[J]. J Neurosci Methods, 2008, 172(1): 137-141. DOI: 10.1016/j.jneumeth.2008.04.012.
[33]
ZEIGHAMI Y, ICETA S, DADAR M, et al. Spontaneous neural activity changes after bariatric surgery: A resting-state fMRI study[J/OL]. Neuroimage, 2021, 241: 118419 [2026-07-05]. https://doi.org/10.1016/j.neuroimage.2021.118419. DOI: 10.1016/j.neuroimage.2021.118419.
[34]
GUPTA A, BHATT R R, RIVERA-CANCEL A, et al. Complex functional brain network properties in anorexia nervosa[J/OL]. J Eat Disord, 2022, 10(1): 13 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/35123579/. DOI: 10.1186/s40337-022-00534-9.
[35]
HAN J, ZHUANG K, DONG D, et al. Elevated BMI impacts brain-state dynamics within the sensorimotor-to-transmodal hierarchy[J]. Obesity, 2024, 32(2): 291-303. DOI: 10.1002/oby.23933.
[36]
BRIGADSKI T, LESSMANN V. The physiology of regulated BDNF release[J]. Cell Tissue Res, 2020, 382(1): 15-45. DOI: 10.1007/s00441-020-03253-2.
[37]
YOUNG D A, CHAO L L, ZHANG H, et al. Ventromedial and insular cortical volume moderates the relationship between BDNF Val66Met and threat sensitivity[J]. J Psychiatr Res, 2021, 142: 337-344. DOI: 10.1016/j.jpsychires.2021.08.012.
[38]
AL-KURAISHY H M, SULAIMAN G M, MOHAMMED H A, et al. The Compelling Role of Brain-Derived Neurotrophic Factor Signaling in Multiple Sclerosis: Role of BDNF Activators[J/OL]. CNS Neurosci Ther, 2024, 30(12): e70167 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/39654365/. DOI: 10.1111/cns.70167.
[39]
MICHAEL H U, RAPULANA A M, SMIT T, et al. Dual trajectories of serum brain-derived neurotrophic factor and cognitive function in people living with HIV[J/OL]. Sci Rep, 2025, 15(1): 15520 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/40319152/. DOI: 10.1038/s41598-025-99569-6.
[40]
AGNIHOTRI N, MOHAJERI M H. Involvement of Intestinal Microbiota in Adult Neurogenesis and the Expression of Brain-Derived Neurotrophic Factor[J/OL]. Int J Mol Sci, 2022, 23(24): 15934 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/36555576/. DOI: 10.3390/ijms232415934.
[41]
BAZZARI A H, BAZZARI F H. BDNF Therapeutic Mechanisms in Neuropsychiatric Disorders[J/OL]. Int J Mol Sci, 2022, 23(15): 8417 [2026-07-05]. https://pubmed.ncbi.nlm.nih.gov/35955546/. DOI: 10.3390/ijms23158417.

上一篇 体内植入物患者行MRI检查全流程安全管理专家共识(2026)
下一篇 伴中央颞区棘波自限性癫痫患儿白质功能网络、功能协变网络改变
  
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