分享:
分享到微信朋友圈
X
基础研究
下腰痛患者脑灰质体积及结构网络的fMRI研究
姜健 杜伟 崔羽楠 蒋玉涵 刘爱连 苗延巍

Cite this article as: Jiang J, Du W, Cui YN, et al. Brain gray matter volume and functional brain network in patients with lower back pain: a MRI study[J]. Chin J Magn Reson Imaging, 2021, 12(9): 45-48, 60.本文引用格式:姜健, 杜伟, 崔羽楠, 等. 下腰痛患者脑灰质体积及结构网络的fMRI研究[J]. 磁共振成像, 2021, 12(9): 45-48, 60. DOI:10.12015/issn.1674-8034.2021.09.010.


[摘要] 目的 探讨因腰间盘突出所致下腰痛(lower back pain,LBP)患者脑灰质体积及基于小世界网络方法的脑结构变化。材料与方法 回顾性收集20例LBP患者及20名年龄和性别相匹配的健康者进行了fMRI扫描。基于体素的形态学分析(voxel-based morphometry,VBM)方法比较两组的脑灰质体积差异;为了反映整体网络效率,通过脑网络的统计研究来比较两组间脑网络的差异。结果 与对照组相比,LBP涉及多个脑功能区灰质体积减小(P<0.001);LBP的大脑网络表现出明显更长的特征路径长度(P<0.001),更低的集聚系数(P=0.001)、全局及局部效率(P<0.001),并倾向于具有不稳定且效率低下的大脑网络结构。此外,LBP患者在多个脑区均呈现了功能连接性的显著降低(P<0.001)。结论 LBP引起多个脑区灰质萎缩及脑网络结构拓扑属性损害,为揭示LBP疼痛调节的神经机制提供了理论基础。
[Abstract] Objective To investigate the abnormalities of brain gray matter (GM) and the functional network changes in patients with lower back pain (LBP).Methods andMethods FMRI was performed on 20 individuals with LBP and 20 age and gender-matched healthy controls (HC). The GM volumes of the two groups were compared by voxel-based morphological (VBM) analysis. In order to reflect the network efficiency, network-based statistics were performed to explore the differences between the brain networks of patients with LBP and those with HC.Results In comparison of HC, patients with LBP showed reduced GM volumes in several brain cortical areas (P<0.001). The brain networks in LBP showed a significantly longer characteristic path length as well as a lower clustering coefficient (P<0.001), global efficiency (P=0.001) and local efficiency (P<0.001) compared with HC, which led to unstable and inefficient brain networks. In addition, LBP patients showed significantly decreased functional connectivity in several brain areas (P<0.001).Conclusions LBP will result in the volume reduction of GM and the damage of the topological properties of the functional brain network. Our results provide a further insight into the neural mechanisms behind LBP.
[关键词] 脑功能网络;基于体素的形态学分析;腰背痛;功能磁共振成像;脑灰质
[Keywords] brain functional network;voxel-based morphological;lower back pain;functional magnetic resonance imaging, brain gray matter

姜健    杜伟    崔羽楠    蒋玉涵    刘爱连    苗延巍 *  

大连医科大学附属第一医院放射科,大连 116011

苗延巍,E-mail:ywmiao716@163.com

全体作者均声明无利益冲突。


基金项目: 辽宁省教育厅基金项目 LZ2019047
收稿日期:2021-04-23
接受日期:2021-06-03
DOI: 10.12015/issn.1674-8034.2021.09.010
本文引用格式:姜健, 杜伟, 崔羽楠, 等. 下腰痛患者脑灰质体积及结构网络的fMRI研究[J]. 磁共振成像, 2021, 12(9): 45-48, 60. DOI:10.12015/issn.1674-8034.2021.09.010.

       腰间盘突出作为一种引起慢性疼痛的临床常见病,严重影响患者的生活质量。既往研究显示[1, 2, 3],慢性疼痛会影响大脑的网络活动,而不同类型的慢性疼痛可能会改变不同的大脑区域及活动。既往研究表明因腰间盘突出所致的下腰痛(lower back pain,LBP)对中枢神经活动有诸多影响[3]。近几年,有研究通过功能磁共振成像(functional magnetic resonance imaging,fMRI)讨了LBP对中枢神经活动的影响[4],然而鲜有研究探讨过LBP引起的脑灰质体积及大脑网络结构的共同改变。MRI基于体素的形态学分析(voxel-based morphometry,VBM)可定量显示脑灰质体积,精确显示脑组织的形态学改变;而小世界网络拓扑结构可以显示所有大脑区域之间的功能连接性,并在拓扑上映射功能大脑网络[5, 6, 7]。因此,本研究将探讨LBP患者的脑灰质体积变化及使用大脑功能网络的小世界网络分析来揭示LBP疼痛调节的神经机制。

1 材料与方法

1.1 一般材料

       本研究前瞻性收集40名右利手受试者,其中20例有LBP的患者及20名年龄及性别与LBP组相匹配的健康对照(healthy controls,HC)。本研究经过本院医学伦理委员会批准(伦理号:PJ-KS-KY-2018-56),受试者均签署知情同意书。LBP病例纳入标准:根据查体、临床表现及腰椎CT或MRI证实为腰间盘突出所致的LBP患者;为了确诊LBP患者的疼痛因素,均需要在接受头颅MRI扫描的前后3个月内进行过腰椎MRI扫描;病程不小于3个月;行头颅MRI检查前1周未使用镇痛类、精神类或激素类药物。HC组为需经临床查体及腰椎CT或MRI检查证实无腰间盘突出的健康志愿者。所有受试者的排除标准:有除LBP以外的其他类型及部位疼痛的患者;有精神疾病或神经系统疾病病史以及负面情绪,包括愤怒、焦虑或抑郁等。所有LBP组受试者均进行了视觉模拟评分(visual analog score,VAS)收集患者的疼痛程度,其范围为0 (无疼痛)至10 (极度疼痛)。

1.2 磁共振扫描参数

       本研究所有磁共振扫描在Philips 3.0 T Ingenia CX磁共振机器(Philips Healthcare,Best,荷兰),所使用的线圈为带有32通道相控阵头线圈。静息态功能磁共振成像(resting-state function magnetic resonance imaging,rs-fMRI)的采集参数如下:重复时间(TR) 2000 ms;回波时间(TE) 30 ms;翻转角90°;重建矩阵大小80×80;视野(FOV) 240 mm×240 mm;图像层厚为4 mm,间隔为1 mm,层数33层。在MRI数据采集过程中,所有受试者均被要求闭眼,放松思想(但不要入睡)并保持不动。

       另外所有受试者均接受了高分辨率的T1加权结构成像:三维快速梯度回波(three-dimensional magnetization-prepared rapid gradient-echo,3D-MP-RAGE),其参数如下:TR 8.11 ms;TE 3.73 ms;翻转角度80°;层厚1 mm,无间隔;FOV 24 cm×24 cm;矩阵256×256,层数160层。

1.3 数据分析

       首先是预处理,使用DPARSFA (用于高级静息态fMRI的数据处理助手,http://rfmri.org/DPARSF),NBS (基于网络的统计工具)和Gretna软件进行数据处理和网络参数计算。预处理主要包括头动校正、大脑标准化及配准、数据平滑、去线性漂移及带通滤波。头动校正之后,用相对应的解剖图像进行配准,转换成MNI (Montreal Neurological Institute)标准空间,然后进行重采样到2 mm×2 mm×2 mm的像素大小。利用半高宽(full width at half maxima,FWHM)为8 mm的高斯核对功能数据进行空间平滑。最后再进行去线性漂移以及带通滤波(血液氧水平依赖性信号频率:0.01~0.08 Hz)以此减少低频漂移及高频噪音。

       接着,将预处理之后的数据根据自动解剖标记(anatomical automatic labeling,AAL)模块图分为90个感兴趣区(region of interest,ROI),每个大脑半球含45个。将每个ROI中所有像素的时间信号曲线取平均,以此得到每个ROI的平均时间信号曲线。通过多元线性回归技术将假性变异影响因素进一步去除,包括头动参数、脑脊液信号、白质信号等。所有ROI的时间信号曲线两两进行Pearson相关分析和计算,每个受试者得到一个90×90的相关矩阵。最后,每个相关矩阵做二元次图为网络结构做进一步分析。

       在本项目中,利用VBM工具包计算颅内体积。后利用了小世界网络的拓扑特征,主要为局部节点效能[regional nodal efficiency,Enodal(i)]的分析,定义为节点i到其他所有节点的最短路径的倒数,反映了它与其他节点的连接效能,其公式如下。

       公式中,N表示节点集合,Li,j表示自节点i至节点j之间所需经过的最短路径长度,G代表全局网络。

       本研究中所计算的小世界网络拓扑的参数主要包括路径长度(Lp),集聚系数(Cp),全局效率(Eg)和局部效率(Eloc)。

1.4 统计学分析

       统计分析使用MATLAB统计工具包(the MathWorks,Natick,MA)进行独立样本t检验。使用独立样本t检验评估网络度量(Cp、Lp、Eg和Eloc)的小世界拓扑的差异。VBM数据使用一般线性模型统计分析差异脑区,提取体积≥50体素。采用P<0.05的错误发现率(false discovery rate,FDR)进行校正。最后,分析LBP患者与HC组相比大脑网络的潜在差异的评估,使用两个独立样本t检验进行统计学分析,P<0.05为差异有统计学意义。

2 结果

2.1 LBP患者大脑网络改变

       本研究共招募了20例LBP患者,其疼痛(VAS)的严重程度为5~8分(平均分=6.6分)。两组在年龄、性别上匹配良好。

2.2 VBM脑灰质体积比较

       LBP患者灰质体积变化脑区(表1图1),与HC组相比,LBP患者灰质体积显著减少(P<0.05,FDR校正),主要包括如下脑区:左侧小脑后叶,左侧小扁桃体,左侧中脑,右侧岛叶,右侧豆状核,右侧壳核,右侧苍白球,左侧额下回。左侧额中回为LBP患者灰质体积较HC组显著增加的区域(P<0.05,FDR校正)。

图1  下腰痛(lower back pain,LBP)组与健康对照(healthy controls,HC)组脑灰质体积比较伪彩图(校正后)。图中的不同颜色对应不同的峰值强度(橘红色区域代表LBP组较HC组脑灰质体积缩小的脑区;蓝白色区域代表LBP组较HC组脑灰质体积增加的脑区)
图2  LBP患者大脑功能性连接伪彩图。LBP功能性连接表现较HC组明显下降(脑区包括扣带回前部、扣带回中部、扣带回后部、额下回、颞中回、枕叶回、中央后回、中央前回、运动辅助区、丘脑、梭状回、尾状核)
Fig. 1  Pcolor diagram of the comparison of the brain gray matter between lower back pain (LBP) and healthy controls (HC). Different colors in this diagram correspond to different peak intensities (the orange area represents a decrease in gray matter volume in LBP compared with HC. The blue and white areas represent areas of the brain with increased gray matter volume in LBP compared with HC).
Fig. 2  Pcolor diagram of LBP brain functional connectivity. Decreased brain functional connectivity in individuals LBP compared to HC (the brain areas including anterior cingulate cortex, postcentral gyrus, inferior frontal gyrus, middle temporal gyrus, occipital gyrus, postcentral gyrus, precentral gyrus, supplementary motor area, fusiform and caudate).
表1  LBP患者与HC组VBM脑灰质体积比较
Tab. 1  Comparison of brain gray matter with VBM between LBP and HC

2.3 使用拓扑图论法探讨LBP患者大脑功能连接的拓扑属性

       与HC组相比,LBP组的大脑网络表现出明显更长的Lp以及更低的Cp,Eg和 Eloc (P<0.05)。LBP受试者在大脑功能性连接方面表现出明显下降(t>3.92,P<0.05)。这些改变主要发生在扣带回前部、扣带回中部、扣带回后部、额下回、颞中回、枕叶回、中央后回、中央前回、运动辅助区、丘脑、梭状回、尾状核(图2)。在本研究中,与HC组相比,LBP组中未观察到脑功能连接性增加的区域,结果表明,大脑功能网络深受LBP的影响。

3 讨论

       本研究探讨了因腰椎间盘突出引起的LBP的脑灰质体积改变及功能性大脑网络的小世界特性。与正常人群相比,LBP患者的多个脑区的灰质体积减小,LBP患者的集聚系数、全局效率和局部效率均较低。此外,本研究数据显示LBP疾病还显著影响了几个大脑区域的功能连接。

3.1 LBP患者基于VBM的脑灰质改变

       针对LBP患者的灰质体积的变化,既往研究显示相关的脑区主要集中在额前叶、颞叶、岛叶、基底节区、杏仁核、小脑和脑干等区域[8]。这也与本研究结果相符,较正常人群,本研究提示LBP组患者在左侧额下回、左侧小脑及中脑、右侧岛叶,右侧基底节区这些脑区的灰质体积显著减少(P<0.05)。既往疼痛相关的脑功能研究显示实验性疼痛的脑功能研究中最常见的激活脑区是额叶及岛叶皮层[9, 10]。其中额叶皮层灰质体积的减少是LBP患者常见的灰质异常脑区[11, 12, 13, 14, 15],这是由于在疼痛发展中,额叶皮层与下行疼痛调节系统一部分的中脑导水管周围的灰质有大量的连接[16],进而导致了额叶皮层部分区域参与到了疼痛信号的传导。再者LBP患者长期伴随着慢性疼痛,这将使患者产生不愉快的情绪,而众所周知,额叶参与了情绪功能及认知功能管理,所以,也不能除外LBP患者的额叶灰质体积的减少是因为额叶参与了疼痛中不愉快信号的传导所致。

       笔者还观察到右侧岛叶皮层及右侧基底节区的灰质体积在LBP组出现明显的减少,而岛叶皮层及基底节区参与疼痛感知、记忆及调节等高级脑功能活动。本研究结果进一步证实岛叶皮层灰质体积的减少一定程度参与了疼痛的识别,证实了岛叶皮层灰质在LBP的痛觉感知及进展中发挥一定的作用。LBP患者的运动量较正常人群不可避免地减低,小脑及中脑作为运动及疼痛调节系统,疼痛及运动量减低的共同作用会导致LBP患者的小脑及中脑灰质萎缩。笔者发现LBP患者的左侧额中回的灰质体积较正常人群增加,虽然其峰值强度较低,部分研究同样证实在LBP患者较正常对照人群的部分脑区灰质体积会出现增加[17]。本研究结果显示LBP可以引起患者广泛的脑灰质体积的减小,而其改变范围主要与感知、情绪等区域有关,一定程度上揭露了LBP的脑神经病生理机制。

3.2 LBP患者脑结构网络全局拓扑属性

       人的大脑具有一个小世界的网络结构,具有许多密集的本地连接和很少的长途连接,相当于一个大型的动态功能网络[18]。人脑的两个主要组织属性是功能连接和全局整合。在正常的大脑中,这种复杂的网络具有高效地管理和传递信息的能力。为了使大脑进行最佳信息处理,需要在局部专业化和全局整合之间取得适当的平衡。本研究结果提示LBP患者和健康对照的静息态的功能性大脑网络经济的小世界特性,与以前的报道是一致的[19]。本研究显示LBP患者的全局效率值和局部效率值的降低,提示LBP患者大脑中信息的传递效率较低。全局效率与远程连接相关联,可确保有效的交互作用以及在遥远皮质区域的快速信息传递。局部效率主要与相邻区域之间的短距离连接有关,这些区域之间的中介作用是信息处理和网络的容错能力[20]。值得注意的是部分类型的神经痛仅表现在长距离连接或短程连接的单方面的损害,如带状疱疹后遗神经痛患者仅在短距离连接受到损害,其远距离连接无明显变化[21],本研究结果表明,LBP与长距离连接和短距离连接均受损有关,而这可能与入组的LBP患者出现长时间疼痛有关。

       大脑功能连接定义为连接图中所有节点的每对之间的相关系数。大脑功能连接性代表了网络中节点之间信息处理的效率[22]。在LBP的患者中,笔者观察到了多个区域的功能性大脑连接异常,包括扣带回前部、扣带回中部、扣带回后部,额下回,颞中回,枕叶回,中央后回,中央前回,运动辅助区,丘脑,梭状回,尾状核和小脑(图2)。其中扣带回前部,中央后回和丘脑与感觉相关,即与疼痛的发生有关[23]。它们也属于与疼痛处理有关的感觉运动网络[24]。虽然尾状核和辅助运动区通常不组成疼痛路径,但有研究表明这些脑区都参与了周围神经性痛的调节,而尾状核位于纹状体中,作为周围神经痛相关的关键区域[25]。LBP作为周围神经痛的一类,本研究同样证实LBP患者在这些区域的功能性大脑连接均出现异常。这些相关性表明,大脑网络的小世界特性的改变极有可能与LBP的发生有关。

3.3 本研究的局限性

       本研究尚有一些局限性。首先,入组患者的疼痛程度相对较低。为了证实本次研究的发现,应该在更高疼痛强度患者中进行进一步的研究,并且最好是做自身前后的对照。其次,本研究并未区分间盘源性的LBP类型(如间盘突出程度或突出位置等),这将导致研究结果间存在较大的差异,接下来需要严格控制纳入标准;再者,本研究病例数偏少,缺乏疼痛评估量表及生活质量评价量表,并且没有通过量表的方式详细记录任何受试者的情绪状态。因为一些不良情绪状态,例如抑郁和恐惧或者失眠,可能会影响静息态下的大脑网络。在今后的研究中,有待增加患者数量后进一步完善相关内容。

       综上所述,LBP可引起广泛的脑功能区灰质体积及多个脑区功能性网络的改变,这些脑的区域与感觉、认知、记忆和情感过程有关。本次研究的结果将为LBP疼痛调节的神经机制提供了进一步的理论基础。

[1]
Bukhari Q, Schroeter A, Cole D, et al. Resting state fMRI in mice reveals anesthesia specific signatures of brain functional networks and their interactions[J]. Front Neural Circuits, 2017, 11: 5. DOI: 10.3389/fncir.2017.00005.
[2]
Hart B, Cribben I, Fiecas M. A longitudinal model for functional connectivity networks using resting-state fMRI[J]. Neuroimage, 2018, 178: 687-701. DOI: 10.1016/j.neuroimage.2018.05.071.
[3]
Apkarian A, Bushnell M, Treede R, et al. Human brain mechanisms of pain perception and regulation in health and disease[J]. Eur J Pain, 2005, 9(4): 463-484. DOI: 10.1016/j.ejpain.2004.11.001.
[4]
Wang N, Zhang Y, Wang J, et al. Current understanding of the involvement of the insular cortex in neuropathic pain: a narrative review[J]. Int J Mol Sci, 2021, 22(5): 2648. DOI: 10.3390/ijms22052648.
[5]
Gao G, Wang C, Zhang X, et al. Quantitative analysis of diffusion-weighted magnetic resonance images: differentiation between prostate cancer and normal tissue based on a computer-aided diagnosis system[J]. Sci China Life Sci, 2017, 60(1): 37-43. DOI: 10.1007/s11427-016-0389-9.
[6]
Jiang T, Xie L, Lou X, et al. T2 relaxation time measurements in the brains of scalded rats[J]. Sci China Life Sci, 2017, 60(1): 5-10. DOI: 10.1007/s11427-016-0382-7.
[7]
Li F, Wang X. Relationship between Framingham risk score and subclinical atherosclerosis in carotid plaques: an in vivo study using multi-contrast MRI[J]. Sci China Life Sci, 2017, 60(1): 23-27. DOI: 10.1007/s11427-016-0385-5.
[8]
Ng S, Urquhart D, Fitzgerald P, et al. The relationship between structural and functional brain changes and altered emotion and cognition in chronic low back pain brain changes: a systematic review of MRI and fMRI studies[J]. Clin J Pain, 2018, 34(3): 237-261. DOI: 10.1097/ajp.0000000000000534.
[9]
Malfliet A, Coppieters I, Van Wilgen P, et al. Brain changes associated with cognitive and emotional factors in chronic pain: a systematic review[J]. Eur J Pain, 2017, 21(5): 769-786. DOI: 10.1002/ejp.1003.
[10]
Moisset X, Bouhassira D, Denis D, et al. Anatomical connections between brain areas activated during rectal distension in healthy volunteers: a visceral pain network[J]. Eur J Pain, 2010, 14(2): 142-148. DOI: 10.1016/j.ejpain.2009.04.011.
[11]
Mcilwrath S, Starr M, High A, et al. Effect of acetyl-L-carnitine on hypersensitivity in acute recurrent caerulein-induced pancreatitis and microglial activation along the brain's pain circuitry[J]. World J Gastroenterol, 2021, 27(9): 794-814. DOI: 10.3748/wjg.v27.i9.794.
[12]
Sebba A. Pain: A Review of Interleukin-6 and Its Roles in the Pain of Rheumatoid Arthritis[J]. Open Access Rheumatol, 2021, 13: 31-43. DOI: 10.2147/oarrr.S291388.
[13]
Zeng F, Zhang Q, Liu Y, et al. AMPAkines potentiate the corticostriatal pathway to reduce acute and chronic pain[J]. Mol Brain, 2021, 14(1): 45. DOI: 10.1186/s13041-021-00757-y.
[14]
Zou R, Li L, Zhang L, et al. Predicting individual pain thresholds from morphological connectivity using structural MRI: a multivariate analysis study[J]. Front Neurosci, 2021, 15: 615944. DOI: 10.3389/fnins.2021.615944.
[15]
Asan L, Falfán-Melgoza C, Beretta C, et al. Cellular correlates of gray matter volume changes in magnetic resonance morphometry identified by two-photon microscopy[J]. Sci Rep, 2021, 11(1): 4234. DOI: 10.1038/s41598-021-83491-8.
[16]
Metz A, Yau H, Centeno M, et al. Morphological and functional reorganization of rat medial prefrontal cortex in neuropathic pain[J]. Proc Natl Acad Sci U S A, 2009, 106(7): 2423-2428. DOI: 10.1073/pnas.0809897106.
[17]
Kregel J, Meeus M, Malfliet A, et al. Structural and functional brain abnormalities in chronic low back pain: a systematic review[J]. Semin Arthritis Rheum, 2015, 45(2): 229-237. DOI: 10.1016/j.semarthrit.2015.05.002.
[18]
Liu X, Zhu M, Ju Y, et al. Autophagy dysfunction in neuropathic pain[J]. Neuropeptides, 2019, 75: 41-48. DOI: 10.1016/j.npep.2019.03.005.
[19]
Zhang S, Wu W, Yang J, et al. Abnormal spontaneous brain activity in acute low-back pain revealed by resting-state functional MRI[J]. Am J Phys Med Rehabil, 2017, 96(4): 253-259. DOI: 10.1097/phm.0000000000000597.
[20]
Peihong M, Tao Y, Zhaoxuan H, et al. Alterations of white matter network properties in patients with functional constipation[J]. Front Neurol, 2021, 12: 627130. DOI: 10.3389/fneur.2021.627130.
[21]
Zhang Y, Liu J, Li L, et al. A study on small-world brain functional networks altered by postherpetic neuralgia[J]. Magn Reson Imaging, 2014, 32(4): 359-365. DOI: 10.1016/j.mri.2013.12.016.
[22]
Ginestet C, Simmons A. Statistical parametric network analysis of functional connectivity dynamics during a working memory task[J]. Neuroimage, 2011, 55(2): 688-704. DOI: 10.1016/j.neuroimage.2010.11.030.
[23]
Geha P, Baliki M, Chialvo D, et al. Brain activity for spontaneous pain of postherpetic neuralgia and its modulation by lidocaine patch therapy[J]. Pain, 2007, 128(1-2): 88-100. DOI: 10.1016/j.pain.2006.09.014.
[24]
Tatu K, Costa T, Nani A, et al. How do morphological alterations caused by chronic pain distribute across the brain? A meta-analytic co-alteration study[J]. Neuroimage Clin, 2018, 18: 15-30. DOI: 10.1016/j.nicl.2017.12.029.
[25]
Li H, Li X, Feng Y, et al. Deficits in ascending and descending pain modulation pathways in patients with postherpetic neuralgia[J]. Neuroimage, 2020, 221: 117186. DOI: 10.1016/j.neuroimage.2020.117186.

上一篇 重复经颅磁刺激对海洛因成瘾者左侧执行控制网络影响的fMRI研究
下一篇 3.0 T磁共振增强三维翻转恢复快速自旋回波序列对三叉神经颅外分支的成像评价
  
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