分享:
分享到微信朋友圈
X
• 综述 •
代谢减重手术后肥胖症患者关键脑网络重构的MRI研究进展
李环萍 孙永兵 陈攀攀 季晓琪 何文霜 邹智 武肖玲 周菁 李中林 李天宇 窦社伟 李晓栋 郝义彬 李永丽

本文引用格式 李环萍, 孙永兵, 陈攀攀, 等. 代谢减重手术后肥胖症患者关键脑网络重构的MRI研究进展[J]. 磁共振成像, 2026, 17(11): 130-137. DOI:10.12015/issn.1674-8034.2026.11.016.


[摘要] 肥胖症是全球重大公共卫生问题,其对脑结构与功能的影响及代谢减重手术(bariatric metabolic surgery, BMS)的神经重塑效应已成为神经影像学领域的研究热点。然而,现有研究仍存在样本量相对有限、随访时间及研究范式异质性较大、不同术式间缺乏直接比较,以及脑网络变化与代谢和行为改善之间的因果机制和长期复胖预测证据不足等局限。未来应进一步结合多模态影像、多组学及人工智能开展标准化纵向研究,构建个体化疗效及复胖风险预测模型,从而深化对BMS中枢神经重塑机制的认识并推动精准化管理。本文系统梳理了MRI技术在肥胖症脑结构与功能研究中的应用,分析了肥胖症患者灰质体积减少、皮质变薄及白质微结构完整性受损等结构异常和静息态/任务态脑功能改变,并重点阐述了BMS术后奖赏回路、抑制控制回路、感觉驱动回路及情感与学习记忆回路四大功能环路的重构特征,以期为理解BMS的中枢神经机制及发展个体化精准干预策略提供参考。
[Abstract] Obesity is a major global public health problem, and its effects on brain structure and function, as well as the neuroplastic remodeling induced by bariatric metabolic surgery (BMS), have become a research focus in the field of neuroimaging. However, current studies remain limited by relatively small sample sizes, substantial heterogeneity in follow-up durations and research paradigms, a lack of direct comparisons between different surgical procedures, and insufficient evidence on the causal mechanisms linking brain network changes to metabolic and behavioral improvements, as well as on the prediction of long-term weight regain. Future research should integrate multimodal imaging, multi-omics, and artificial intelligence within standardized longitudinal studies to develop individualized models for predicting treatment response and weight-regain risk, thereby deepening the understanding of the central neural remodeling mechanisms of BMS and advancing precision management. This review systematically summarizes the application of MRI in studies of brain structure and function in obesity, analyzes structural abnormalities in patients with obesity—including reduced gray matter volume, cortical thinning, and impaired white matter microstructural integrity—as well as resting-state and task-based functional alterations, and focuses on the post-BMS reorganization of four key functional circuits: the reward circuit, the inhibitory control circuit, the sensory-driven circuit, and the affective and learning-memory circuit. This review aims to provide a reference for understanding the central neural mechanisms of BMS and for developing individualized precision intervention strategies.
[关键词] 肥胖症;代谢减重手术;磁共振成像;功能磁共振成像;脑网络
[Keywords] obesity;bariatric metabolic surgery;magnetic resonance imaging;functional magnetic resonance imaging;brain network

李环萍 1   孙永兵 2   陈攀攀 3   季晓琪 1   何文霜 4   邹智 2   武肖玲 5   周菁 3   李中林 2   李天宇 1   窦社伟 2   李晓栋 2   郝义彬 6   李永丽 2*  

1 郑州大学人民医院医学影像科,郑州 450003

2 河南省人民医院医学影像科,河南省非植入式脑机接口神经调控技术创新转化工程研究中心,郑州 450003

3 河南省人民医院科研外事部,郑州 450003

4 河南医药大学/河南省人民医院医学影像科,郑州 450003

5 河南省人民医院核医学科,河南省非植入式脑机接口神经调控技术创新转化工程研究中心,郑州450003

6 河南省人民医院党政办公室,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;李环萍起草和撰写稿件,获取、分析和解释本研究的数据;孙永兵、陈攀攀、季晓琪、何文霜、邹智、武肖玲、周菁、李中林、李天宇、窦社伟、李晓栋、郝义彬获取、分析和解释本研究的数据,对稿件重要内容进行了修改;李永丽获得了河南省重点研发专项、河南省重大产业关键技术攻关“揭榜挂帅”项目的资助;郝义彬获得了河南省医学科技攻关计划项目(编号:SBGJ202401001)的资助;李晓栋获得了河南省医学科技攻关计划项目(编号:LHGJ20240018)的资助;窦社伟获得了河南省科技攻关计划项目(编号:252102310055)的资助;邹智获得了河南省科技攻关计划项目(编号:262102521059)的资助;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: 河南省重点研发专项 251111312900 河南省重大产业关键技术攻关“揭榜挂帅”项目 261000310100 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 SBGJ202401001,LHGJ20240018
收稿日期:2026-07-21
接受日期:2026-10-16
中图分类号:R445.2  R589.2 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.11.016
本文引用格式 李环萍, 孙永兵, 陈攀攀, 等. 代谢减重手术后肥胖症患者关键脑网络重构的MRI研究进展[J]. 磁共振成像, 2026, 17(11): 130-137. DOI:10.12015/issn.1674-8034.2026.11.016.

0 引言

       肥胖症已成为全球范围内日益严峻的公共卫生问题。基于全球疾病负担研究的预测,到2050年全球超重和肥胖人数将达约38亿,约占成年人口的50%[1]。肥胖症受遗传、生活方式等多种因素影响,可导致脑结构与功能发生不良改变,如灰质体积减少、白质完整性受损及功能网络失调;上述改变可能加速脑老化进程、增加认知衰退风险[2, 3]。MRI技术凭借无创、多参数、软组织分辨率高等优势,已成为在体研究肥胖症脑改变的核心手段。其中,结构MRI(structural MRI, sMRI)可定量评估灰质体积与皮质厚度,弥散张量成像(diffusion tensor imaging, DTI)可刻画白质微结构完整性,功能MRI(functional MRI, fMRI)则可从神经活动与功能连接角度揭示脑功能状态[4]。代谢减重手术(bariatric metabolic surgery, BMS)作为目前重度肥胖最有效的治疗方式之一,不仅能显著减轻体质量、改善代谢,还可诱导脑结构与功能的可塑性重构[5]。近年来,已有综述分别从肥胖相关多模态神经影像、脑结构与功能改变以及BMS后进食行为相关fMRI变化等方面对相关证据进行了总结[6, 7, 8, 9]。然而,现有综述多聚焦肥胖相关脑改变或特定影像模态和行为维度,对BMS术后不同功能环路的网络级重构、不同术式及随访阶段之间的差异,以及脑影像特征与长期治疗效果和复胖风险之间关系的系统整合仍相对不足[8, 10]。因此,本文在总结肥胖症脑结构与功能MRI改变的基础上,重点以奖赏回路、抑制控制回路、感觉驱动回路以及情感与学习记忆回路为框架,系统梳理BMS术后脑网络重构的多模态MRI证据,并进一步比较不同术式的潜在差异,讨论脑网络特征在长期疗效和复胖风险预测中的应用前景,以期为理解BMS的中枢神经机制及发展个体化精准干预策略提供参考。

1 文献检索方法

       为较全面地梳理肥胖症脑结构与功能改变及代谢减重手术后脑网络重构的MRI研究证据,本文采用结构化文献检索策略。检索数据库包括PubMed、Web of Science Core Collection、Embase以及中文数据库中国知网和万方数据库。检索时间范围为各数据库建库至2026年6月30日。英文检索式:(“obesity” OR “obese” OR “overweight” OR “adiposity” OR “bariatric surgery” OR “metabolic bariatric surgery” OR “metabolic surgery” OR “weight-loss surgery” OR “sleeve gastrectomy” OR “Roux-en-Y gastric bypass” OR “gastric bypass”)AND(“magnetic resonance imaging” OR “MRI” OR “functional magnetic resonance imaging” OR “fMRI” OR “resting-state functional magnetic resonance imaging” OR “resting-state fMRI” OR “diffusion tensor imaging” OR “DTI” OR “structural magnetic resonance imaging” OR “voxel-based morphometry” OR “VBM”)AND(“brain” OR “brain structure” OR “brain function” OR “brain network” OR “gray matter” OR “grey matter” OR “white matter” OR “functional connectivity” OR “reward” OR “reward circuit” OR “inhibitory control” OR “cognitive function”)。中文检索式:(“肥胖” OR “肥胖症” OR “超重” OR “减重手术” OR “代谢减重手术” OR “代谢手术” OR “袖状胃切除术” OR “胃旁路术” OR “Roux-en-Y胃旁路术”)AND(“磁共振成像” OR “功能磁共振成像” OR “静息态功能磁共振成像” OR “弥散张量成像” OR “扩散张量成像” OR “结构磁共振成像” OR “基于体素的形态学分析”)AND(“脑” OR “脑结构” OR “脑功能” OR “脑网络” OR “灰质” OR “白质” OR “功能连接” OR “奖赏” OR “奖赏回路” OR “抑制控制” OR “认知功能”)。纳入与本文主题密切相关的原创性研究,并结合高质量系统综述、Meta分析及指南用于研究背景和证据补充;排除重复发表、无法获得关键研究信息以及非中英文的文献。对于纳入研究及相关综述的参考文献进一步进行人工追溯,以补充可能遗漏的重要研究。经检索、筛选及参考文献追溯后,最终纳入并用于本文综述分析的文献共50篇。

2 肥胖症的脑结构与功能MRI改变

2.1 结构改变

       既往大量sMRI研究表明,肥胖不仅是一种代谢性疾病,同时伴随广泛的中枢神经系统结构异常[6, 7]。与正常体质量者相比,肥胖个体在多个脑区表现出灰质体积减少、皮质厚度变薄以及白质微结构完整性受损,然而BMS术后患者出现多脑区灰质体积和白质完整性恢复性重塑,这些改变为后续理解肥胖的“中枢可塑性”提供了重要的神经影像学证据。

2.1.1 灰质

       多项基于体素的形态学分析(voxel-based morphometry, VBM)及sMRI研究揭示了肥胖症患者大脑灰质结构的变化。一项纳入10项全脑VBM研究的荟萃分析系统整合了脑灰质体积一致减少的区域,发现肥胖症患者在额下回(包括岛叶)、中央前回、颞叶皮质及小脑等脑区广泛存在灰质体积减小[11]。另一项基于大规模人群的研究证实,肥胖与额叶、颞叶、岛叶及中央前回等区域的灰质体积减小显著相关,同时身体质量指数(body mass index, BMI)的升高与额-颞叶皮层厚度呈线性负相关,并伴随着颞叶、枕叶以及海马体积的进行性萎缩[12, 13]。灰质体积萎缩可能与慢性炎症激活小胶质细胞、进而诱发神经元凋亡及突触可塑性异常有关。此外,LI等[14]纳入14项全脑VBM研究进行Meta分析,发现超重和肥胖个体左侧壳核及右侧中央前回灰质体积显著降低,Meta回归进一步显示左侧枕中回灰质体积与BMI呈负相关。总体而言,肥胖相关灰质改变具有明显的区域异质性,其生物学意义及时间演变仍需纵向研究进一步验证。

2.1.2 白质

       相较于灰质的宏观改变,肥胖症患者白质异常更多体现在微观层面上,需DTI等技术进行评估。DTI作为MRI领域一项成熟的技术,已被广泛应用于白质微结构性的探索,其通过各向异性分数(fractional anisotropy, FA)以及平均扩散率(mean diffusivity, MD)等指标,可反映白质纤维束的完整性及髓鞘状态[15, 16]。既往对于肥胖症患者白质完整性改变的研究结果并不一致,一项基于体素的空间元分析结果显示:与肥胖相关的白质微结构完整性下降并非弥漫性改变,而是集中出现在胼胝体膝部与压部、小脑中脚、丘脑辐射、皮质脊髓束及小脑等特定区域的FA降低[17]。此外,另一项研究揭示肥胖症患者胼胝体与额叶皮层之间白质解剖连接的双向性改变,即胼胝体-眶额叶皮层白质解剖连接性增强,胼胝体-前额叶皮层白质解剖连接性减弱。这提示两者白质连接的异常模式可能构成了肥胖症患者异常进食行为的神经基础[18]。进一步研究发现,肥胖成年人伏隔核(nucleus accumbens, NAc)微结构改变可介导肥胖程度与异常进食行为之间的关系,提示奖赏环路相关脑区的白质微结构异常可能是连接代谢异常与摄食行为改变的重要神经基础[19]。值得注意的是,肥胖相关白质微结构改变可能涉及神经炎症过程。DBSI研究显示,超重和肥胖儿童在广泛白质、下丘脑及纹状体区域存在与神经炎症相关的微结构异常[20]。进一步的纵向fMRI研究发现,BMS术后白细胞介素(interleukin, IL)6/IL 10比值变化与多个脑区低频振幅(amplitude of low-frequency fluctuation, ALFF)及岛叶-内侧前额叶功能连接的动态变化相关,提示系统性炎症状态可能参与术后脑功能重构[21]。然而,目前尚缺乏证据证明上述影像改变由小胶质细胞激活的逆转直接介导,因此本文采用关联性表述。FA和MD反映组织整体的扩散特征,难以进一步区分轴突密度变化、纤维排列复杂性以及炎症相关微环境变化。因此,仅依赖FA和MD指标可能限制对肥胖相关白质损伤机制的深入理解。神经突方向离散度与密度成像(neurite orientation dispersion and density imaging, NODDI)通过模型化神经突结构,可获得神经突密度指数和方向离散指数,从而分别反映神经突出数量及其空间排列复杂程度,为区分传统DTI指标变化背后的具体组织学基础提供了新的方法学途径。近期基于大样本人群队列的研究显示,区域脂肪分布,尤其是内脏脂肪积累,与脑白质微结构异常、脑年龄加速以及认知功能下降密切相关,提示肥胖相关白质损害可能是全脑水平的系统性改变,而不仅限于局部脑区[22]。一项采用扩散基础谱成像(diffusion basis spectrum imaging, DBSI)技术评估全脑白质纤维束及多个皮层下区域的微结构的研究结果显示,超重和肥胖儿童在全脑广泛的白质区域表现出更高的DBSI受限分数(restricted fraction, RF),同时表现出更低的纤维分数(fiber fraction, FF),提示慢性低度炎症可能参与白质损伤过程[20]。这些研究提示,肥胖相关白质异常可能并非单纯结构退化,而是轴突完整性下降、组织微环境改变以及炎症反应共同作用的结果。进一步的纵向fMRI研究显示,BMS术后IL 6/IL 10比值的动态改变与多个脑区ALFF及岛叶-内侧前额叶功能连接变化相关,提示系统性炎症状态改善可能参与术后脑功能重构[21]。然而,目前尚缺乏直接证据证明这些影像学改变由小胶质细胞激活的逆转所介导,因此本文对此采用关联性而非因果性表述。

       已有多项研究及系统综述验证,BMS可在一定程度上逆转肥胖相关的脑白质损伤,术后白质结构连接及完整性呈恢复趋势。ATASOY等[23]对39例重度肥胖症患者于BMS术后4~6个月进行DTI评估,结果显示,BMS术后患者在胼胝体、上纵束、边缘系统及小脑脚等关键脑区的白质微结构出现了亚急性恢复迹象,表现为FA显著升高与改善,同时伴随MD或表观扩散系数(apparent diffusion coefficient, ADC)的降低,提示术后白质微结构完整性改善,但其是否主要由炎症缓解、髓鞘恢复或轴突重塑所介导仍需进一步验证。最近的一项纵向研究指出,BMS术后白质密度的广泛增加与微结构的改善可持续至术后24个月,主要分布于小脑、脑干和胼胝体,且与术后体质量下降及代谢炎症指标改善呈显著相关性[24]。

       总体而言,既往DTI研究已证实肥胖症患者存在以胼胝体及额叶-边缘系统通路为代表的白质连接异常,并提示其具有一定可逆性。然而,现有研究主要依赖FA、MD等传统扩散指标,对于BMS术后白质恢复过程中具体涉及的生物学机制仍缺乏深入解释。未来研究需要进一步结合NODDI、DBSI等高级扩散MRI技术,从神经突密度、轴突完整性、髓鞘状态及炎症微环境等多个层面解析BMS诱导的白质重构过程,从而推动肥胖相关脑损伤评价由“影像表型描述”向“组织机制解释”转变。

2.2 功能改变

2.2.1 静息态局部脑活动与功能连接

       静息态fMRI(resting-state fMRI, rs-fMRI)研究显示,肥胖患者存在认知控制、内感受及奖赏加工相关的脑功能异常。一项针对青年人群的研究,发现肥胖大学生右侧角回的局部一致性(regional homogeneity, ReHo)降低,并伴随其与左侧颞中回的功能连接(functional connectivity, FC)减弱[25]。基于人类连接组计划大样本研究进一步发现,肥胖症患者右侧背外侧前额叶皮层(dorsolateral prefrontal cortex, DLPFC)和左侧岛叶的ICC和低频波动振幅(amplitude of low-frequency fluctuations, ALFF)异常,同时伴有功能连接模式改变[26]。

2.2.2 任务态下的奖赏与控制系统

       任务态fMRI(task-based fMRI, tfMRI)主要提示,肥胖及较高BMI个体在食物线索加工和抑制控制过程存在异常神经反应。此外,GHOBAD-AZBARI等[27]发现,超重或肥胖个体在反复接受食物线索刺激时,杏仁核、NAc及DLPFC等区域的BOLD反应随时间逐渐减弱,表明食物线索加工存在明显的时间动态性。此外,LIU等[28]进一步指出,较高BMI个体的食物特异性抑制控制能力较弱,并伴随PFC及相关控制网络功能活动的异常。总体而言,肥胖相关功能异常主要涉及奖赏加工、认知控制及内感受等网络,这些改变可作为评价BMS术后脑功能重构的重要术前影像学参照。

3 BMS术后脑网络重构

       BMS是重度肥胖及相关代谢疾病的重要治疗手段,其临床获益不仅体现在体质量和代谢指标改善,还伴随脑结构、脑灌注及认知功能等方面的可塑性重构[29, 30]。纵向MRI研究显示,BMS术后脑结构与认知功能可发生持续性改变,提示神经影像学能够从中枢层面补充传统体质量和代谢指标对治疗效应的评价。近期研究发现,术前rs-fMRI功能连接特征结合机器学习可识别与术后减重成功相关的神经模式,提示脑网络特征具有预测个体治疗反应的潜在价值[31]。因此,系统梳理BMS术后脑网络重构的MRI证据,不仅有助于深入理解手术减重及行为改善的中枢机制,也有望为疗效评价、患者分层及长期预后预测提供潜在的影像学依据。

       BMS术后胃肠激素、肠道菌群及代谢状态的改变可通过体液及神经通路共同影响中枢食欲和摄食行为调节[32]。其中,Roux-en-Y胃旁路术(Roux-en-Y gastric bypass, RYGB)术后餐后胰高糖素样肽-1(glucagon-like peptide-1, GLP-1)和肽YY(peptide YY, PYY)升高与食物奖赏相关脑反应减弱有关[8];袖状胃切除术(sleeve gastrectomy, SG)ghrelin下降则与DLPFC-前扣带回(anterior cingulate cortex, ACC)连接及海马自发神经活动改变相关[33, 34]。这些结果提示胃肠激素变化可能参与奖赏及认知控制网络重构,但其与中枢多巴胺系统之间的直接因果关系仍需进一步验证。多项研究显示,BMS术后可伴随灰质、白质微结构及摄食相关脑功能的改变,但受手术方式、营养状态、任务范式及随访时间等因素影响,不同研究结果尚存在一定差异[8, 35]。因此,BMS诱导的脑改变可能并非肥胖相关异常的简单逆转,而是一个动态重组过程。结合现有研究,本文从奖赏回路、抑制控制回路、感觉驱动回路以及情感与学习记忆回路四个方面进行综述。

3.1 奖赏回路

       奖赏回路以NAc、腹侧被盖区(ventral tegmental area, VTA)、纹状体为核心核团,是摄食行为调节的核心。

       基于食物线索fMRI研究的系统证据表明,BMS术后患者对高热量食物的血氧水平依赖(blood oxygenation level dependent, BOLD)信号在奖赏相关核心脑区呈现降低。汇总不同随访时间点的研究发现,部分研究报告这种改变最早可在术后4周被观察到,且多项研究证实这一效应可持续至术后6个月甚至更长时间[8]。多项fMRI研究证实,这种奖赏反应的减弱在BMS术后具有特异性。SALEM等[36]通过对比BMS与极低热量饮食的减重效果,发现与极低热量饮食导致奖赏回路代偿性过度激活不同,BMS能够持久且真实降低奖赏回路对食物线索的过度反应。另一项针对BMS术后患者的研究发现,术后12个月对高奖赏食物(包括甜食、高脂食物等)的摄入频率显著降低,提示BMS术后奖赏价值评价可能伴随行为层面的重新塑造[37]。然而,目前尚难确定这些行为改变主要来源于外周味觉变化、胃肠信号调节还是中枢奖赏网络调整,三者之间可能存在相互作用。

       一项PET/fMRI研究显示,成功减重的BMS术后患者纹状体D2/3受体可用性及食物线索诱发的纹状体BOLD反应更接近正常体质量对照,提示奖赏网络重构可能伴随纹状体多巴胺功能的部分正常化[38]。需要指出的是,该研究为横断面比较,且未同步测定GLP-1、PYY或ghrelin,因此目前尚不能据此证明胃肠激素变化直接驱动VTA-NAc多巴胺通路恢复。然而,由于该类研究样本量有限,且主要集中于特定人群,目前仍需更多纵向研究验证多巴胺系统变化与长期体质量维持之间的关系。值得注意的是,奖赏回路静息态功能连接在术后显著减弱的同时,以菌群及代谢产物水平波动的脑-肠-菌轴也发生联动改变,为BMS术后奖赏回路重塑提供了多系统交互的新视角[39]。

       总体而言,现有研究支持BMS术后食物奖赏相关反应发生调整,但其时间轨迹及与代谢、行为改善之间的因果关系仍缺乏充分的纵向多模态证据。

3.2 抑制控制回路

       抑制控制回路以PFC、ACC及额下回为核心脑区,负责自上而下的认知控制与冲动抑制。肥胖症患者在食物相关任务中表现出抑制控制能力下降及前额叶功能活动异常。BMS术后,抑制控制回路的功能呈一致的恢复性增强趋势。

       DLPFC作为控制抑制回路的核心节点,在抑制冲动、调节对高热量食物的渴望以及维持目标导向行为中发挥关键作用。采用食物特异性Go/No-Go任务结合fMRI的研究发现,术后患者在抑制高热量食物反应过程中,其右侧外侧PFC、内侧PFC、DLPFC、中扣带回及额下回等抑制控制相关脑区的激活较术前显著增强,提示BMS后患者可能重新增强了对食物冲动反应的调节能力[9]。除tfMRI变化外,rs-fMRI研究也发现BMS术后前额叶相关自发神经活动及功能连接发生改变。一项针对BMS的纵向研究发现,术后4~12个月患者全脑fALFF信号普遍增强,尤其在DLPFC等区域,且该增强与术后灰质密度增加显著相关,提示术后脑功能调整可能伴随结构可塑性改变[40]。进一步的网络水平研究显示,BMS术后抑制控制网络内部连接可能得到增强。一项针对LSG患者的纵向研究发现,术后1个月和6个月DLPFC与ACC之间的FC显著增强,且该FC增强与高热量食物渴求评分的降低及认知控制自评的改善相关。同时DTI显示,DLPFC与ACC之间的白质结构连接亦显著增强,并在胃饥饿素水平变化与认知控制改善之间发挥中介作用,提示BMS术后的认知控制改善可能涉及功能网络与结构连接的协同调整[33]。

       综上,BMS可能通过增强抑制控制回路的功能整合与结构完整性,从而改善进食行为调控。需要注意的是,虽然多数研究观察到BMS术后前额叶及相关控制网络多表现出功能增强,但目前尚不能确定这种变化代表肥胖相关控制功能的恢复,还是术后行为适应过程中的代偿性调节。

3.3 感觉驱动回路

       感觉驱动回路以OFC、脑岛为中心核团,是调控味觉感知、食物奖赏编码及摄食动机形成的关键环路。OFC主要参与食物奖赏价值编码与进食冲动的调控,肥胖症患者tfMRI可见OFC脑区BOLD信号异常亢进,对食物奖赏敏感性升高,进而诱发过量进食行为。脑岛前部及额盖是初级味觉加工的重要区域,OFC则参与食物奖赏价值编码[41]。直接味觉刺激fMRI研究显示,与正常体质量者相比,肥胖患者在蔗糖、奎宁及高适口性营养液刺激下,岛叶/额盖、OFC、杏仁核及纹状体等区域表现出更强的神经反应[42]。

       最近一项前瞻性研究指出,术后12个月患者双侧内侧OFC的灰质体积较术前显著下降,同时右侧内侧OFC与多个脑区(左侧颞上回、双侧扣带皮层、双侧楔前叶、双侧辅助运动区)的静息态FC显著增强[43]。该研究提示,BMS术后OFC可能通过改变局部结构特征以及与其他脑网络的连接方式,参与食物价值评价过程的重新调整。另一项对接受垂直袖状胃切除术的青少年进行纵向追踪发现,术后出现了选择性的皮质厚度改变:在内侧OFC等与奖赏估值相关的区域观察到皮质变薄,同时在初级感觉运动区和部分视觉处理区域分别出现了变薄与增厚的混合模式。青少年术后出现的这种与成人研究不同的脑区结构改变,可能反映了发育期特有的适应性或补偿性重塑,而非对肥胖相关改变的简单逆转[44]。因此,未来研究需要充分考虑年龄相关神经发育特点,避免将不同年龄群体的脑改变简单归纳为统一模式。在tfMRI研究中,ALESSI等[45]采用甜味刺激范式发现,术后肥胖女性OFC对高浓度蔗糖溶液(0.40 M,类似含糖饮料)的BOLD应答显著降低,同时脑岛对低浓度甜味(0.10 M)的激活反应反而增强。这种响应模式提示BMS可能通过降低对高能量甜食的奖赏预期与渴求驱动力,同时提升对低强度味觉信号的感知灵敏度,共同推动感觉驱动回路发生有利于体质量长期维持的功能性重塑。CHAPELA等[10]综述了BMS术后味觉感知的神经适应性变化,指出术后患者常表现出对甜味、咸味及脂肪味敏感度的变化,进而自发减少对高糖、高脂肪食物的偏好,这些变化与术后脑区的功能重塑密切相关,共同促进了食物渴求的降低和食物选择的转变。总体来看,BMS术后OFC和脑岛的结构及功能改变提示感觉加工与食物价值评价可能发生重新调整,但其具体模式可能受到年龄、刺激范式及术后阶段等因素影响。

3.4 情感与学习记忆回路

       肥胖及BMS相关神经影像研究显示,杏仁核、海马及壳核等边缘-纹状体区域参与食物线索的情绪反应、学习记忆及摄食行为调节[9, 34, 46, 47]。

       BMS术后,情感与学习记忆回路在静息状态下的自发神经活动显著降低。DUAN等[46]研究发现,术后1个月,患者杏仁核、海马等边缘系统关键脑区ALFF较术前明显下降,提示情绪加工与记忆巩固相关的基线神经活动在术后早期即被有效下调。值得注意的是,术后杏仁核、海马ALFF下降更可能反映“过度激活的纠正”而非“功能受损”,原因如下:(1)术后情绪与认知功能通常改善而非恶化[5];(2)ALFF下降与空腹饥饿素降低同步发生且两者变化幅度显著正相关,提示代谢改善可能驱动神经活动正常化;(3)与肥胖症患者术前边缘系统过度激活相比,术后ALFF下降可能代表从病理性亢进状态向正常功能状态的回归。然而,这一解释仍需结合tfMRI与认知测评在更大样本中进一步验证。此外,一项基于rs-fMRI与激素检测相结合的前瞻性研究发现,术后1个月,患者空腹饥饿素水平下降与海马体ALFF降低同步发生,且两者变化幅度显著正相关[34]。GU等[47]在此基础上将观察范围拓展至壳核,发现术后患者海马与壳核ALFF显著降低,且其活动水平分别与术后高热量食物渴求度及BMI呈负相关。相比之下,接受胃癌胃切除术的正常体质量患者则呈现相反趋势。这些研究为理解BMS术后脑-肠交互提供了重要线索,但由于影像指标和激素变化主要基于相关分析,目前尚不能确定胃肠激素变化是否直接驱动边缘系统功能改变,或二者是否共同反映术后整体代谢状态改善。

       此外,BMS术后的神经认知变化可能具有一定的时间依赖性。ROY等[5]开展的纵向pilot study显示,患者术后早期可出现短暂认知下降,而至术后6个月,多数认知指标及脑结构改变恢复至基线水平,部分言语记忆相关指标进一步改善。该研究提示,BMS诱导的脑重塑过程可能不仅表现为影像学改变,同时伴随动态的神经认知适应过程。然而,由于该研究样本量较小,影像改变与认知获益之间的具体关系仍需更大规模纵向研究进一步验证。

       目前关于情绪-学习记忆网络重构的研究仍存在一定局限性。首先,现有研究多集中于术后早期脑活动变化,而长期体质量维持过程中食物记忆、情绪调节以及习惯性行为是否持续改变尚缺乏充分证据。其次,边缘系统与奖赏网络、执行控制网络之间存在高度交互,仅分析单一区域活动难以解释复杂摄食行为的改变。因此,未来研究需要进一步从脑网络动态交互角度理解情绪记忆系统在BMS后长期行为适应中的作用,并探索其是否能够作为预测复胖风险的重要神经影像特征。BMS术后四大功能环路重构特征对比见表1。

表1  BMS术后四大功能环路重构特征对比
Tab. 1  Comparison of reorganization characteristics of the four key functional circuits after BMS

3.5 不同术式对脑网络影响的差异

       RYGB和SG是目前BMS相关神经影像研究中最常涉及的两类术式。现有研究提示,不同术式均可诱导摄食相关脑网络重构,但其具体改变模式可能存在一定差异。RYGB相关研究主要关注奖赏加工及食物线索反应变化,例如SALEM等[36]发现,RYGB术后患者对高热量食物线索的奖赏相关脑区反应降低。相比之下,SG相关研究更多报道认知控制及食物价值评价网络改变,包括DLPFC与ACC功能连接增强、内侧OFC结构及功能连接变化以及皮质厚度改变[33, 43, 44]。

       然而,目前不同术式相关研究多来自独立队列,在年龄、样本量、任务范式及随访时间方面存在较大差异,因此尚不能直接认为RYGB和SG具有完全不同的脑网络重构模式。未来仍需开展直接比较不同术式的纵向MRI研究,以进一步明确术式相关的神经影像学差异。

4 小结及展望

       尽管现有MRI研究揭示了BMS术后奖赏、认知控制、感觉-内感受及情绪记忆等脑网络的动态重构,但目前仍主要停留于群体水平差异分析,对于个体治疗反应及其潜在机制尚缺乏深入认识。未来研究可围绕以下两个可验证假说进一步推进。

       首先,术前脑网络特征可能预测BMS术后的长期治疗效果。肥胖患者术前已存在奖赏加工异常、认知控制失衡及白质微结构改变,这些基础神经特征可能影响术后脑网络重塑程度及行为适应过程。目前已有研究提示脑网络特征可能与BMS术后的长期减重结局相关。例如,PANÉ等[48]发现,开展的纵向MRI研究发现,术前下丘脑体积较大的肥胖症患者术后1年及2年的减重幅度较小,且术后下丘脑影像学改变得到改善,提示下丘脑影像特征可能预测BMS术后的减重反应。然而,需要注意的是,该研究中的减重结局较差患者同时包括减重不足和体质量再次增加者,因此目前直接针对复胖患者与长期体质量维持患者进行纵向MRI比较的证据仍较有限。未来可结合纵向MRI与人工智能方法,进一步探索脑网络特征预测复胖风险的潜在价值。近期研究显示,人工智能模型能够从BMS患者功能MRI数据中识别与减重成功相关的神经模式,为个体化疗效预测提供了新的可能[31]。

       其次,BMS术后脑网络重构可能受到中枢神经变化与外周代谢改善的共同调控。肥胖及胰岛素抵抗可伴随异常的胰岛素刺激性脑葡萄糖利用;采用高胰岛素-正常血糖钳联合18F-FDG PET的纵向研究显示,BMS术后4个月脑葡萄糖摄取呈区域特异性变化,正常血糖钳夹状态下行为控制相关皮质区的葡萄糖摄取率趋于降低,且其变化与减重幅度及全身胰岛素敏感性改善相关,提示外周代谢恢复与中枢能量利用重塑可能存在耦联[49]。脑影像与代谢组学的进一步联合分析有助于阐明这种外周-中枢关联的具体机制。脑影像与代谢组学的联合分析可能有助于揭示脑网络重塑与代谢恢复之间的联系。已有研究利用机器学习整合脑微结构和肠道代谢物数据预测肥胖状态,提示脑影像特征与外周代谢表型之间存在潜在关联[50]。未来需要进一步构建融合脑影像、代谢表型和临床结局的多模态模型,以阐明BMS诱导神经可塑性的关键机制。

       综上,未来BMS脑影像研究应从脑网络变化描述进一步转向个体化预测和机制解析,通过人工智能和多模态数据融合,推动肥胖治疗由群体水平干预向精准化管理发展。

[1]
NG M, GAKIDOU E, LO J, et al. Global, regional, and national prevalence of adult overweight and obesity, 1990—2021, with forecasts to 2050: a forecasting study for the Global Burden of Disease Study 2021[J]. Lancet, 2025, 405(10481): 813-838. DOI: 10.1016/S0140-6736(25)00355-1.
[2]
VENEZIANI I, GRIMALDI A, MARRA A, et al. Towards a Deeper Understanding: Utilizing Machine Learning to Investigate the Association between Obesity and Cognitive Decline—A Systematic Review[J/OL]. J Clin Med, 2024, 13(8): 2307 [2026-07-21]. https://doi.org/jcm13082307. DOI: jcm13082307.
[3]
中华人民共和国国家卫生健康委员会医政司. 肥胖症中国诊疗指南(2024年版)[J]. 协和医学杂志, 2025, 16(1): 90-108. DOI: 10.12290/xhyxzz.2024-0918.
Department of Medical Administration, National Health Commission of the People's Republic of China. Chinese Guidelines for the Clinical Management of Obesity (2024 Edition)[J]. Med J Peking Union Med Coll Hosp, 2025, 16(1): 90-108. DOI: 10.12290/xhyxzz.2024-0918.
[4]
FERNANDES B B, SILVA L E DA, WILLEMANN S D S, et al. Early Impact of Bariatric Surgery on Brain Functionality[J/OL]. J Metab Bariatr Surg, 2025, 14(2): 106 [2026-07-21]. https://doi.org/10.17476/jmbs.2025.14.2.106. DOI: 10.17476/jmbs.2025.14.2.106.
[5]
ROY B, THEDIM M, LIEW C, et al. Distinct brain and neurocognitive transformations after bariatric surgery: a pilot study[J/OL]. Front Neurosci, 2024, 18: 1454284 [2026-07-21]. https://doi.org/10.3389/fnins.2024.1454284. DOI: 10.3389/fnins.2024.1454284.
[6]
LIU W, LI N, TANG D, et al. Multimodal Neuroimaging of Obesity: From Structural-Functional Mechanisms to Precision Interventions[J/OL]. Brain Sci, 2025, 15(5): 446 [2026-07-21]. https://doi.org/brainsci15050446. DOI: brainsci15050446.
[7]
JU T, LI Z, ZHANG X, et al. Multimodal Neuroimaging of Brain Structure, Metabolism, and Function in Obesity: Current Landscape and Future Perspectives[J]. Obesity (Silver Spring), 2025, 33(10): 1833-1844. DOI: 10.1002/oby.24353.
[8]
ALABDULKADER S, AL-ALSHEIKH A S, MIRAS A D, et al. Obesity surgery and neural correlates of human eating behaviour: A systematic review of functional MRI studies[J/OL]. Neuroimage: Clin, 2024, 41: 103563 [2026-07-21]. https://doi.org/10.1016/j.nicl.2024.103563. DOI: 10.1016/j.nicl.2024.103563.
[9]
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.
[10]
CHAPELA S, ALVAREZ-CÓRDOVA L, MARTINUZZI A, et al. Neurobiological and Microbiota Alterations After Bariatric Surgery: Implications for Hunger, Appetite, Taste, and Long-Term Metabolic Health[J/OL]. Brain Sci, 2025, 15(4): 363 [2026-07-21]. https://doi.org/10.3390/brainsci15040363. DOI: 10.3390/brainsci15040363.
[11]
HERRMANN M J, TESAR A, BEIER J, et al. Grey matter alterations in obesity: A meta‐analysis of whole‐brain studies[J]. Obes Rev, 2019, 20(3): 464-471. DOI: 10.1111/obr.12799.
[12]
CHEN J, PAN S, TAN Y, et al. Genetic Associations between Obesity and Brain Cortical Thickness: Combined Genetic Correlation, Multi-Trait Meta-Analysis, and Mendelian Randomization[J]. Neuroendocrinology, 2025, 115(3-4): 308-314. DOI: 10.1159/000543574.
[13]
MORYS F, TREMBLAY C, RAHAYEL S, et al. Neural correlates of obesity across the lifespan[J/OL]. Commun Biol, 2024, 7(1): 656 [2026-07-21]. https://doi.org/10.1038/s42003-024-06361-9. DOI: 10.1038/s42003-024-06361-9.
[14]
LI L, YU H, ZHONG M, et al. Gray matter volume alterations in subjects with overweight and obesity: Evidence from a voxel-based meta-analysis[J/OL]. Front Psychiatry, 2022, 13: 955741 [2026-07-21]. https://doi.org/10.3389/fpsyt.2022.955741. DOI: 10.3389/fpsyt.2022.955741.
[15]
CHENG X, WANG W, SUN C, et al. White Matter Integrity Abnormalities in Healthy Overweight Individuals Revealed by Whole Brain Meta-Analysis of Diffusion Tensor Imaging Studies[J]. J Obes, 2023, 2023: 1-7. DOI: 10.1155/2023/7966540.
[16]
DIETZE L M F, MCWHINNEY S R, FAVRE P, et al. White matter microstructure in obesity and bipolar disorders: an ENIGMA bipolar disorder working group study in 2186 individuals[J]. Mol Psychiatry, 2025, 30(5): 1770-1779. DOI: 10.1038/s41380-024-02784-2.
[17]
DIETZE L M F, MCWHINNEY S R, RADUA J, et al. Extended and replicated white matter changes in obesity: Voxel-based and region of interest meta-analyses of diffusion tensor imaging studies[J/OL]. Front Nutr, 2023, 10: 1108360 [2026-07-21]. https://doi.org/10.3389/fnut.2023.1108360. DOI: 10.3389/fnut.2023.1108360.
[18]
HU Y, LI G, ZHANG W, et al. Obesity is associated with alterations in anatomical connectivity of frontal-corpus callosum[J/OL]. Cereb Cortex, 2024, 34(2): bhae014 [2026-07-21]. https://doi.org/10.1093/cercor/bhae014. DOI: 10.1093/cercor/bhae014.
[19]
SAMARA A, LI Z, RUTLIN J, et al. Nucleus accumbens microstructure mediates the relationship between obesity and eating behavior in adults[J]. Obesity (Silver Spring), 2021, 29(8): 1328-1337. DOI: 10.1002/oby.23201.
[20]
LI Z A, SAMARA A, RAY M K, et al. Childhood obesity is linked to putative neuroinflammation in brain white matter, hypothalamus, and striatum[J/OL]. Cereb Cortex Commun, 2023, 4(2): tgad007 [2026-07-21]. https://doi.org/10.1093/texcom/tgad007. DOI: 10.1093/texcom/tgad007.
[21]
SZWED M, FALKOWSKI A, SEITZ‐HOLLAND J, et al. Exploring the link between inflammation and brain function after metabolic‐bariatric surgery: A year‐long fMRI study[J]. Diabetes Obes Metab, 2025, 27(4): 1878-1887. DOI: 10.1111/dom.16181.
[22]
ZHANG D, FU Y, SHEN C, et al. Regional adiposity shapes brain and cognition in adults[J]. Nat Mental Health, 2025, 3(10): 1168-1180. DOI: 10.1038/s44220-025-00501-8.
[23]
ATASOY B, BALSAK S, DONMEZ Z, et al. Evaluation of the white matter integrity in morbidly obese patients before and after bariatric surgery; a diffusion tensor imaging study[J]. J Clin Ultrasound, 2023, 51(8): 1403-1409. DOI: 10.1002/jcu.23550.
[24]
LEGAULT M, PELLETIER M, LACHANCE A, et al. Sustained improvements in brain health and metabolic markers 24 months following bariatric surgery[J/OL]. Brain Commun, 2024, 6(5): fcae336 [2026-07-21]. https://doi.org/10.1093/braincomms/fcae336. DOI: 10.1093/braincomms/fcae336.
[25]
ZHAO J, LONG Z, LI Y, et al. Alteration of regional heterogeneity and functional connectivity for obese undergraduates: evidence from resting-state fMRI[J]. Brain Imaging Behav, 2022, 16(2): 627-636. DOI: 10.1007/s11682-021-00542-4.
[26]
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 [2026-07-21]. https://doi.org/10.3389/fnut.2025.1559325. DOI: 10.3389/fnut.2025.1559325.
[27]
GHOBADI-AZBARI P, MAHDAVIFAR KHAYATI R, EKHTIARI H. Habituation or sensitization of brain response to food cues: Temporal dynamic analysis in an functional magnetic resonance imaging study[J/OL]. Front Hum Neurosci, 2023, 17: 1076711 [2026-07-21]. https://doi.org/10.3389/fnhum.2023.1076711. DOI: 10.3389/fnhum.2023.1076711.
[28]
LIU X, TUREL O, XIAO Z, et al. Neural differences of food-specific inhibitory control in people with healthy vs higher BMI[J/OL]. Appetite, 2023, 188: 106759 [2026-07-21]. https://doi.org/10.1016/j.appet.2023.106759. DOI: 10.1016/j.appet.2023.106759.
[29]
PERI K, EISENBERG M. Review on the update in obesity management: epidemiology[J/OL]. BMJ Public Health, 2024, 2(2): e000247 [2026-07-21]. https://doi.org/10.1136/bmjph-2023-000247. DOI: 10.1136/bmjph-2023-000247.
[30]
PEPE A, ARANI A A, BRACONE F, et al. How is the brain affected by metabolically healthy or unhealthy obesity in adulthood and elderly? A narrative review of neuroimaging and neurocognitive findings[J/OL]. Front Aging Neurosci, 2025, 17: 1616303 [2026-07-21]. https://doi.org/10.3389/fnagi.2025.1616303. DOI: 10.3389/fnagi.2025.1616303.
[31]
FALKOWSKI A, SZWED M, SEITZ‐HOLLAND J, et al. Neural pathways to bariatric success: What explainable AI reveals that conventional fMRI methods may miss[J]. Diabetes Obes Metab, 2025, 27(11): 6567-6576. DOI: 10.1111/dom.70058.
[32]
LONGO S, RIZZA S, FEDERICI M. Microbiota-gut-brain axis: relationships among the vagus nerve, gut microbiota, obesity, and diabetes[J]. Acta Diabetol, 2023, 60(8): 1007-1017. DOI: 10.1007/s00592-023-02088-x.
[33]
HU Y, JI G, LI G, et al. Brain Connectivity, and Hormonal and Behavioral Correlates of Sustained Weight Loss in Obese Patients after Laparoscopic Sleeve Gastrectomy[J]. Cereb Cortex, 2021, 31(2): 1284-1295. DOI: 10.1093/cercor/bhaa294.
[34]
ZHANG Y, JI G, LI G, et al. Ghrelin reductions following bariatric surgery were associated with decreased resting state activity in the hippocampus[J]. Int J Obes(Lond), 2019, 43(4): 842-851. DOI: 10.1038/s41366-018-0126-x.
[35]
GANGEMI E, PIERVINCENZI C, MALLIO C A, et al. Impact of Sleeve Gastrectomy on Brain Structural Integrity[J]. Obes Surg, 2024, 34(9): 3203-3215. DOI: 10.1007/s11695-024-07416-w.
[36]
SALEM V, DEMETRIOU L, BEHARY P, et al. Weight Loss by Low-Calorie Diet Versus Gastric Bypass Surgery in People With Diabetes Results in Divergent Brain Activation Patterns: A Functional MRI Study[J]. Diabetes Care, 2021, 44(8): 1842-1851. DOI: 10.2337/dc20-2641.
[37]
SCHIAVO L, ALIBERTI S M, CALABRESE P, et al. Changes in Food Choice, Taste, Desire, and Enjoyment 1 Year after Sleeve Gastrectomy: A Prospective Study[J/OL]. Nutrients, 2022, 14(10): 2060 [2026-07-21]. https://doi.org/10.3390/nu14102060. DOI: 10.3390/nu14102060.
[38]
LAPO PAIS M, CRISÓSTOMO J, ABRUNHOSA A, et al. PET/fMRI demonstrates that bariatric surgery may reverse striatal dopaminergic dysfunction in women with obesity[J/OL]. Commun Med (Lond), 2025, 5(1): 375 [2026-07-21]. https://doi.org/10.1038/s43856-025-01079-z. DOI: 10.1038/s43856-025-01079-z.
[39]
XIANG Q, YU M, CAI Q, et al. Multi-omics insights into the microbiota-gut-brain axis and cognitive improvement post-bariatric surgery[J/OL]. J Transl Med, 2024, 22(1): 945 [2026-07-21]. https://doi.org/10.1186/s12967-024-05757-9. DOI: 10.1186/s12967-024-05757-9.
[40]
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 [2026-07-21]. https://doi.org/10.1016/j.neuroimage.2021.118419. DOI: 10.1016/j.neuroimage.2021.118419.
[41]
ROLLS E T. The orbitofrontal cortex, food reward, body weight and obesity[J/OL]. Soc Cogn Affect Neurosci, 2023, 18(1): nsab044 [2026-07-21]. https://doi.org/10.1093/scan/nsab044. DOI: 10.1093/scan/nsab044.
[42]
SZALAY C, ARADI M, SCHWARCZ A, et al. Gustatory perception alterations in obesity: An fMRI study[J]. Brain Res, 2012, 1473: 131-140. DOI: 10.1016/j.brainres.2012.07.051.
[43]
LI X, ZHANG W, BI Y, et al. Medial orbitofrontal cortex structure, function, and cognition associates with weight loss for laparoscopic sleeve gastrectomy[J]. Obesity (Silver Spring), 2025, 33(2): 308-320. DOI: 10.1002/oby.24207.
[44]
RAJAN L, MCKAY C C, SANTOS MALAVÉ G, et al. Effects of severe obesity and sleeve gastrectomy on cortical thickness in adolescents[J]. Obesity (Silver Spring), 2021, 29(9): 1516-1525. DOI: 10.1002/oby.23206.
[45]
ALESSI J, DZEMIDZIC M, HAREZLAK J, et al. Neural processing of sweet taste in reward regions is reduced following bariatric surgery[J]. Obesity (Silver Spring), 2024, 32(9): 1709-1720. DOI: 10.1002/oby.24103.
[46]
DUAN S, JI G, LI G, et al. Bariatric surgery induces alterations in effective connectivity between the orbitofrontal cortex and limbic regions in obese patients[J/OL]. Sci China Inf Sci, 2020, 63(7): 170104 [2026-07-21]. https://doi.org/10.1007/s11432-019-2817-x. DOI: 10.1007/s11432-019-2817-x.
[47]
GU Y, LI G, WANG J, et al. Comparing the Impact of Laparoscopic Sleeve Gastrectomy and Gastric Cancer Surgery on Resting-State Brain Activity and Functional Connectivity[J/OL]. Front Neurosci, 2020, 14: 614092 [2026-07-21]. https://doi.org/10.3389/fnins.2020.614092. DOI: 10.3389/fnins.2020.614092.
[48]
PANÉ A, VIDELA L, CALVET À, et al. Hypothalamic Inflammation Improves Through Bariatric Surgery, and Hypothalamic Volume Predicts Short-Term Weight Loss Response in Adults With or Without Type 2 Diabetes[J]. Diabetes Care, 2024, 47(7): 1162-1170. DOI: 10.2337/dc23-2213.
[49]
FANNI G, KVERNBY S, RADHI S, et al. Regional brain glucose uptake following gastric bypass surgery during normo- and hypoglycemic clamp: a pilot FDG-PET study[J]. Endocrine, 2024, 88(1): 110-121. DOI: 10.1007/s12020-024-04127-1.
[50]
OSADCHIY V, BAL R, MAYER E A, et al. Machine learning model to predict obesity using gut metabolite and brain microstructure data[J/OL]. Sci Rep, 2023, 13(1): 5488 [2026-07-21]. https://doi.org/10.1038/s41598-023-32713-2. DOI: 10.1038/s41598-023-32713-2.

上一篇 卵圆孔未闭继发偏头痛的神经影像学研究进展:疼痛调控网络重塑与类淋巴系统功能障碍
下一篇 多参数磁共振成像评估急性缺血性卒中缺血半暗带的研究进展
  
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