分享:
分享到微信朋友圈
X
基础研究
儿童失神性癫痫的低频振幅-功能连接密度失耦合
余倩倩 刘高平 许强 张其锐 卢光明 张志强

Cite this article as: Yu QQ, Liu GP, Xu Q, et al. Uncoupling between functional connectivity density and amplitude of low frequency fluctuation in childhood absence epilepsy[J]. Chin J Magn Reson Imaging, 2022, 13(7): 75-79, 89.本文引用格式:余倩倩, 刘高平, 许强, 等. 儿童失神性癫痫的低频振幅-功能连接密度失耦合[J]. 磁共振成像, 2022, 13(7): 75-79, 89. DOI:10.12015/issn.1674-8034.2022.07.013.


[摘要] 目的 采用多指标静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)技术,观察儿童失神性癫痫(childhood absence epilepsy, CAE)的低频振幅(amplitude of low frequency fluctuation, ALFF)及功能连接密度(functional connectivity density, FCD)改变的模式及关系,探讨其临床及病理生理机制。材料与方法 回顾性分析2010年2月至2020年9月就诊于中国人民解放军东部战区总医院的37例CAE患者(CAE患者组)以及50名健康对照者(健康对照组)的rs-fMRI扫描及临床资料。计算每个受试者ALFF、FCD及ALFF-FCD值;采用两样本t检验比较两组受试者各影像指标的改变模式,并使用Pearson相关分析计算差异脑区间两影像指标的关系;基于体素方式计算差异显著脑区的ALFF-FCD差值,并与疾病病程进行Pearson相关分析。结果 相比健康对照组,CAE患者组表现为特异脑区ALFF和FCD两指标反向改变的模式:双侧丘脑ALFF值升高而FCD值降低,而默认模式网络(default mode network, DMN)脑区的ALFF值降低而FCD值增加[均经高斯随机场(Gaussian random field, GRF)校正,体素水平P<0.01,团块水平P<0.05]。Pearson相关分析揭示,在CAE患者中,丘脑的ALFF和FCD相关系数(r=0.374,P=0.022)较健康对照(r=0.448,P=0.001)有所下降,并且差异有统计学意义(t=-2.095,P=0.020);丘脑ALFF-FCD值与病程呈负相关(r=-0.473,P<0.001)。结论 在不同的rs-fMRI指标下,丘脑和DMN脑区均表现显著的功能改变,反映出其是参与儿童失神性癫痫病理生理机制的重要结构脑区。
[Abstract] Objective To observe the changes of amplitude of low frequency fluctuation (ALFF) and functional connectivity density (FCD) in childhood absence epilepsy (CAE), which would assist to elucidate the its clinical and pathophysiological mechanism.Materials and Methods Thirty-seven CAE patients and fifty age-and sex-matched healthy controls underwent resting-state functional magnetic resonance imaging (rs-fMRI) scanning, the clinical data were collected. The whole brain mappings of ALFF, FCD and ALFF-FCD were calculated and two-sample t-tests were employed to detect significant differences of these index. Across-voxel correlation analysis was used to calculate the correlation between the brain areas with significant differences for ALFF, FCD and ALFF-FCD. Additionally, correlation analysis was performed between these index and the duration of the disease in CAE patients.Results Compared with the control group, the CAE group showed a reverse change pattern of ALFF and FCD in specific brain areas: the increased ALFF and decreased FCD in bilateral thalamus, while the ALFF of default mode network such as precuneus and bilateral inferior parietal lobules decreased and the FCD increased (GRF correction, voxel-P<0.01, cluster-P<0.05). Correlation analysis revealed that in CAE, the correlation coefficient of ALFF and FCD in thalamus (r=0.374, P=0.022) decreased compared with control group (r=0.448, P=0.001), and there was a significant difference (t=-2.095, P=0.020); In addition, the index of amplitude subtracting connectivity (ALFF-FCD value) in thalamus was negatively correlated with the duration of disease (r=-0.473, P<0.001).Conclusions The thalamus and default mode brain regions showed significant functional changes by different rs-fMRI indexes, reflecting that they are important brain regions involved in the pathophysiological mechanism of childhood absence epilepsy.
[关键词] 儿童失神性癫痫;低频振幅;功能连接密度;失耦合;静息态功能磁共振成像
[Keywords] childhood absence epilepsy;amplitude of low frequency fluctuation;functional connection density;uncoupling;resting-state functional magnetic resonance imaging

余倩倩    刘高平    许强    张其锐    卢光明    张志强 *  

南京大学医学院附属金陵医院(东部战区总医院)放射诊断科,南京 210002

张志强,E-mail:zhangzq2001@126.com

作者利益冲突声明:全体作者均声明不存在利益冲突。


基金项目: 国家自然基金项目 81790653,81871345
收稿日期:2021-10-14
接受日期:2022-03-07
中图分类号:R445.2  R742.1 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2022.07.013
本文引用格式:余倩倩, 刘高平, 许强, 等. 儿童失神性癫痫的低频振幅-功能连接密度失耦合[J]. 磁共振成像, 2022, 13(7): 75-79, 89. DOI:10.12015/issn.1674-8034.2022.07.013.

       儿童失神性癫痫(childhood absence epilepsy, CAE)是特发性全面性癫痫中常见的一种综合征,特异表现为短暂意识丧失的非抽搐性发作症状,以及脑电图上的3 Hz全面性棘慢波发放(generalized spike-wave discharges, GSWD)[1]。尽管CAE的病理生理机制尚不明确,但相关研究多提示GSWD的产生与皮层-丘脑环路的异常活动密切相关[2, 3]。虽然CAE在常规结构MRI上无明显异常,但一些功能成像技术,如弥散张量成像技术发现基底节-丘脑-皮层环路的白质结构损害[4];磁共振波谱技术发现CAE丘脑N-乙酰天门冬氨酸与肌酸的比值(NAA/Cr)显著下降[5];此外,同步记录脑电与功能磁共振成像(simultaneous electroencephalography-functional magnetic resonance imaging, EEG-fMRI)技术也发现伴意识损伤的失神发作有更广泛的皮层及皮层下核团的激活[6]

       EEG-fMRI操作复杂,同时存在癫痫电活动发放检出不足、特异血流动力学模型选择等问题[7]。静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)技术通过数据驱动的分析方式,在不需要先验假说的情况下对脑活动特征进行描绘,相比于EEG-fMRI,其可以在不需要同步脑电记录的情况下对癫痫引起的异常脑活动进行检测,已广泛应用于癫痫研究[8, 9]。其中,低频振幅(amplitude of low frequency fluctuation, ALFF)和功能连接密度(functional connectivity density, FCD)是最常用的刻画静息态脑活动的指标[10]。ALFF能检测以振荡形式活动的大脑血氧水平依赖性(blood oxygen level dependent, BOLD)信号,反映局部神经元活动强弱,在多种癫痫及神经精神疾病研究中得到应用[8]。Yan等[9]发现CAE患者在抗癫痫药物治疗后,双侧丘脑、额顶叶及壳核的低频振荡分数幅度有所升高。FCD通过测量大脑每个体素与其他体素的平均功能连接强度,是描述网络节点在全脑功能网络中的地位的重要指标[11],目前采用FCD对CAE患者脑功能的研究报道较少。此外,有研究表明ALFF和FCD在正常生理条件下紧密耦合[10]。Zhang等[12]研究发现海马硬化与颞叶癫痫患者中病侧海马振幅-连接耦合的特异性改变有着密切关系。以往CAE研究多采用单一静息态指标,尚未有研究利用ALFF和FCD的耦合探索CAE的潜在神经机制。本文通过观察CAE患者ALFF和FCD的改变模式及耦合关系,期望为理解CAE临床及病理生理机制寻找到可靠的神经影像标志物。

1 材料与方法

1.1 研究对象

       本文为横断面研究,回顾性分析2010年2月至2020年9月在中国人民解放军东部战区总医院明确诊断为CAE的患者病例共39例(CAE患者组)。纳入标准:(1)临床表现根据国际抗癫痫联盟的诊断标准,由2位高年资神经内科医师共同诊断;(2)脑电图上表现为典型的正常背景下3 Hz双侧全面棘慢波发放;(3)MRI结构成像正常。排除标准:(1)左利手;(2)伴有其他癫痫发放类型,如肌阵挛、强直-阵挛或部分性发作。临床资料通过采访患者、患者父母及医学记录的回顾所得。

       同期招募50名性别、年龄匹配的健康对照者(健康对照组),纳入标准:(1)右利手;(2)既往无神经和精神类疾病史;(3)无癫痫家族史;(4)MRI检查未见异常。排除标准同CAE患者组。本研究已获得中国人民解放军东部战区总医院伦理委员会的审核批准(2018NZKY-020-02),所有受试者或其家属均知情同意并签署知情同意书。

1.2 MRI数据采集

       所有受试者的磁共振图像均通过德国西门子公司生产的3.0 T高场超导磁共振扫描仪(TIM Trio, Siemens Medical Solution, Erlangen, Germany)进行采集,配置以8通道头颅线圈。所有受试者经扫描训练后,仰卧MRI检查床,嘱放松平静、闭目保持清醒,不做意向性思考,同时以医用海绵垫固定头部、耳塞降低噪音来尽量避免头动。首先采用单次激发梯度回波-平面回波成像序列序列采集rs-fMRI图像,参数如下:250次扫描,TR 2200 ms,TE 30 ms,FA 90°,FOV 240 mm×240 mm;体素大小3.75 mm×3.75 mm×4 mm;扫描层数30层。然后3D-T1WI高分辨率结构图像采用三维磁化准备快速梯度回波序列扫描,参数如下:TR 2300 ms、TE 2.98 ms、反转时间400 ms,FA 9°,FOV 256 mm×256 mm,矩阵256×256,激励次数1次,层厚1 mm,层间距0 mm,扫描时间590 s,矢状位扫描,共176层,扫描范围覆盖全脑。同时行2D-T1WI、2D-T2WI、弥散加权成像和T2-液体衰减反转恢复序列扫描,用于常规临床影像学诊断。

1.3 MRI数据处理

1.3.1 rs-fMRI数据预处理

       rs-fMRI数据的预处理采用北京师范大学脑影像处理分析软件DPARSF 5.1(http://rfmri.org/DPARSF)完成,主要步骤如下:(1)格式转换(DICOM-NFITI);(2)剔除每个受试者时间序列的前10个时间点信号,降低起始时受试者非平稳状态和机器磁饱和效应引入的噪声;(3)时间层间校正;(4)头动校正;(5)空间标准化,将数据转换到标准蒙特利尔神经学研究所(Montreal Neurological Institute, MNI)空间,重采样为3 mm×3 mm×3 mm大小的体素;(6)选用0.01~0.08 Hz频率进行滤波,以去除高频噪声和低频生理噪声;(7)使用多元线性回归分析方法去除协变量,包括6个头动参数及全脑白质及脑脊液信号。

1.3.2 ALFF的计算

       采用DPARSF软件计算ALFF值。首先采用全宽半高(full width at half maximum, FWHM)为8 mm的高斯核对数据进行平滑处理,然后通过快速傅里叶算法将每个体素的时间序列转换到频率域,在体素水平进行平方根变换得到功率谱,其中,ALFF值是0.01~0.08 Hz频段上BOLD信号振幅的平方根。最后,将每个体素的ALFF值除以全脑平均ALFF值,得到标准化ALFF值。

1.3.3 FCD的计算

       采用DPARSF软件计算FCD值。首先计算某两个体素的BOLD信号时间序列间的Pearson相关系数,体素间r>0.25的视为存在功能连接,FCD值是任意一个给定体素存在功能连接的体素数。最后将每个体素的FCD除以全脑平均FCD值来标准化数据,并采用FWHM为8 mm的高斯核对数据进行平滑处理,得到平滑后的二值化平均FCD值。

1.3.4 ALFF-FCD的计算

       先前的癫痫研究中发现ALFF和FCD呈现相反的改变模式[12],因此本研究引入指标ALFF-FCD,探讨CAE患者中ALFF和FCD的耦合关系。ALFF-FCD的计算方式为:在每个受试者中,使用标准化FCD值减去标准化ALFF值,并将差值除以标准化FCD值与标准化ALFF值的和[(FCD-ALFF)/(FCD+ALFF)],逐体素进行计算,最终生成ALFF-FCD脑图。

1.4 统计学分析

       应用SPSS 26.0软件进行临床数据统计分析。其中,符合正态分布的计量资料以x¯±s表示,组间比较采用两样本t检验;定性资料以频数描述,组间比较采用卡方检验,以P<0.05为差异具有统计学意义。ALFF,FCD及ALFF-FCD的组间比较采用广义线性模型,使用SPM 12软件(http://www.fil.ion.ucl.ac.uk/spm)分别对CAE和正常对照的三个脑指标图(ALFF,FCD和ALFF-FCD)进行基于体素的两样本t检验,在DPABI软件(V5.1; http://rfmri.org/dpabi)中,应用GRF校正校正,体素水平P<0.01,团块水平P<0.05。

       为了进一步描述ALFF和FCD指标间的耦合度,以及耦合度的组间差异,本研究选取ALFF-FCD组间比较的差异脑区作为感兴趣区,使用DPARSF软件,提取每个受试者感兴趣区内的ALFF平均值和FCD平均值,并使用Pearson相关分析分别计算了两组受试者ALFF和FCD的相关系数。同时使用SurfStat软件包(https://math.mcgill.ca/keith/surfstat)构建了广义线性模型,探讨两组受试者相关系数的交互差异。影像指标与临床指标的相关分析则应用SPSS 26.0软件,使用Pearson相关分析分别计算感兴趣区ALFF,FCD和ALFF-FCD值与病程的相关性。

2 结果

2.1 一般人口学及临床资料

       排除2例头动过大(平动>1.5 mm或转动>1.5°)的患者病例,最终纳入37名CAE患者和50名健康受试者的影像及临床资料,两组受试者年龄及性别差异无统计学意义(表1)。

表1  人口学及临床资料
Tab. 1  Demographic and clinical data

2.2 ALFF、FCD及ALFF-FCD组间比较结果

       与健康对照组相比,CAE患者组ALFF主要在双侧丘脑、右侧中央后回、中扣带回、右侧舌回升高,在双侧楔前叶、左侧顶下小叶、左侧额下回、前扣带回降低;与此同时,FCD主要在双侧楔前叶、顶下小叶及后扣带回升高,而在双侧丘脑降低;与健康对照组相比,CAE患者组ALFF-FCD在丘脑和默认模式脑区有着更显著的差异(图1表2)。

图1  CAE患者与健康对照间ALFF,FCD及ALFF-FCD的组间比较t值图(GRF校正,体素水平P<0.01,团块水平P<0.05)。红色代表CAE患者组较健康对照组显著升高脑区,蓝色代表CAE患者组较健康对照组显著降低脑区。CAE:儿童失神性癫痫;ALFF:低频振幅;FCD:功能连接密度;ALFF-FCD:低频振幅-功能连接度差值。
Fig. 1  The t-values map of ALFF, FCD and ALFF-FCD between CAE patients and healthy controls (GRF correction, voxel level P<0.01, cluster level P<0.05). Compared to healthy control group, hot colors indicate significant increases in CAE group. Cool colors indicate significant decreases in CAE group. CAE: childhood absence epilepsy; ALFF amplitude of low frequency fluctuation; FCD: functional connectivity density; ALFF-FCD: ALFF-FCD value.
表2  CAE患者组与健康对照组ALFF及FCD值比较
Tab. 2  Comparison of ALFF and FCD value between CAE patient group and healthy control group

2.3 ALFF与FCD间的耦合度分析

       根据组间比较结果,分别选取丘脑和楔前叶作为感兴趣区,Pearson相关分析结果显示健康对照组(r=0.448,P=0.001)和CAE患者组(r=0.374,P=0.022)丘脑的ALFF与FCD均呈正相关,但CAE患者组相关系数较健康对照组有所降低,且差异具有统计学意义(t=-2.095,P=0.020);CAE患者组(r=0.369,P=0.025)和健康对照组(r=0.417,P=0.003)在楔前叶的ALFF与FCD虽呈正相关且相关系数较健康对照组有所降低,但是差异不具有统计学意义(t=-0.419,P=0.338)(图2)。

图2  CAE患者组和健康对照组丘脑及楔前叶的ALFF与FCD相关分析散点图。CAE:儿童失神性癫痫;ALFF:低频振幅;FCD:功能连接密度。
Fig. 2  The scatter plot of ALFF and FCD correlation analysis in thalamus and precuneus between patients and healthy control. CAE: childhood absence epilepsy; ALFF: amplitude of low frequency fluctuation; FCD: functional connectivity density.

2.4 ALFF、FCD及ALFF-FCD与病程的相关性分析

       Pearson相关分析结果显示,CAE患者组丘脑的平均ALFF(r=0.051,P=0.765)及FCD值(r=0.273,P=0.102)与病程无显著相关性,但ALFF-FCD值与病程呈负相关,且差异有统计学意义(r=-0.473,P<0.001)(图3);楔前叶的平均ALFF(r=0.264,P=0.113)、FCD值(r=-0.060,P=0.724)及ALFF-FCD值(r=0.308,P=0.064)与病程均无显著相关性。

图3  CAE患者丘脑ALFF-FCD值与病程的相关分析散点图。CAE:儿童失神性癫痫;ALFF-FCD:低频振幅-功能连接度差值。
Fig. 3  The scatter plot of correlation analysis between thalamic ALFF-FCD value and duration in CAE patients. CAE: childhood absence epilepsy; ALFF-FCD: ALFF-FCD value.

3 讨论

       本研究通过结合静息态指标ALFF和FCD,探索了CAE患者静息状态下大脑活动的改变模式。首先,本研究发现CAE患者ALFF和FCD在特定区域呈反向改变的模式:双侧丘脑ALFF升高而FCD降低,部分默认网络相关脑区的ALFF降低而FCD升高。其次,ALFF与FCD之间的相关性分析结果显示,相比于正常对照,CAE患者丘脑的ALFF和FCD耦合程度显著下降。最后,本研究在CAE患者中创新性使用ALFF-FCD这个指标,与单一使用ALFF或FCD相比,新指标提高了患者与健康对照组之间的影像对比,并能够预测疾病进展,为进一步理解CAE的临床及病理生理机制提供了新的影像学标志物。

3.1 CAE患者丘脑ALFF和FCD变化特征

       本研究发现在CAE患者中,丘脑表现出ALFF升高而FCD下降的模式。虽然当前失神性癫痫发作机制有多种假说,但均认为丘脑是癫痫发作的源灶或重要节点[2]。作为一个重要的中继站,丘脑维持着对整个大脑皮层的投射,在整个大脑中传递并调节着信息流,并且在人类大脑功能整合中扮演着重要的角色[13]。BOLD中的波动可以直接代表兴奋性系统的波动,Goris等认为神经兴奋性的变化是丘脑-皮质变化上调的主要特征[14]。本研究中双侧丘脑ALFF值升高提示丘脑的神经元自发活动增多,FCD值降低可能是由于丘脑整合功能减弱,导致与其他脑区对癫痫活动反应的BOLD信号不同步。既往研究发现ALFF升高反映了脑区能量代谢的增加,提示了丘脑在CAE患者癫痫发作间期可能是高代谢核心[15]。类似的,Zhang等[16]采用动态fMRI技术研究失神儿童癫痫发生过程中脑区活动改变,发现丘脑在发作前就有BOLD信号的改变,提示丘脑在GSWD发放前可能就有代谢异常。此外,在以前的CAE患者研究中也观察到丘脑结构和功能异常,Perani等[17]发现CAE患者双侧丘脑体积萎缩。Wang等[18]发现治疗过的CAE皮层丘脑间网络之间的连通性显著下降,与本研究结果一致。本研究与这些研究一起表明了丘脑在失神性癫痫的发病机制中起着至关重要的作用。

3.2 CAE患者默认模式网络ALFF和FCD变化特征

       DMN在静息状态下激活,而在执行外部任务时受抑制,与自我反省、环境监测和情景记忆能力有关,DMN异常与许多神经精神疾病有关,其中包括精神分裂症、注意缺陷综合征伴多动障碍、癫痫和自闭症等[11]。本研究发现在CAE患者中与DMN有着高度重叠的楔前叶及顶下小叶等区域表现出ALFF值降低和FCD值升高。ALFF值下降表明DMN脑区神经元活动幅度减弱。DMN脑区的FCD值升高,提示DMN与其他脑区的功能同步性出现异常。与本研究结果差异区域一致,Zhang等[19]利用EEG-fMRI技术发现有GSWD发放时,楔前叶、后扣带回、顶叶皮质等默认网络处于去激活状态。一项用局域一致性方法的研究发现未经治疗的CAE患者DMN的局部同步性降低[20]。此外,弥散张量成像研究也发现CAE患者的DMN中重要节点左内侧前额叶和左楔前叶的FA值降低,且与病程呈负相关,提示慢性癫痫活动破坏了导致DMN组织结构的完整性,且可能影响患者的注意力和认知能力[21]。FCD反映脑网络拓扑属性,FCD改变表明该节点与其他脑区的功能同步性出现了异常,本研究发现DMN脑区的FCD值升高,提示DMN功能可能受损。然而,与之前研究发现CAE的默认网络内部功能连接降低的结果相反[22],本研究DMN的FCD值升高,可能是由于抗癫痫药物的作用,有待进一步研究。

3.3 CAE患者ALFF和FCD耦合度分析

       ALFF和FCD是描述静息状态下脑功能的局部特征和网络的两个基本功能MRI参数,这两个参数在正常生理状态中呈现出密切的耦合模式[23]。这两种参数的结合能更全面地解释疾病状态下脑功能的异常。本研究基于组水平比较结果发现的ALFF和FCD反向的改变模式,探讨了组水平差异脑区ALFF和FCD之间的关系,进一步评估了振幅-功能连接度耦合的变化。结果显示CAE患者的丘脑ALFF和FCD解耦合,而楔前叶ALFF和FCD未解耦合。丘脑作为大脑信息交流一个重要的中继站,有着更高能量需求,更容易受到能量传递或利用缺陷的影响,本研究丘脑ALFF和FCD解耦合为其发病机制提供了新的描述方法,进一步说明丘脑在失神病理生理机制可能起着枢纽作用。虽然楔前叶ALFF和FCD未解耦合,但与健康对照组相比其相关系数有下降趋势。值得注意的是,ALFF和FCD这两个参数显示出的相反改变模式为CAE患者脑活动异常脑区的检出提供了一个窗口。单光子计算机断层减影与核磁共振融合成像术(subtractionictal single-photon emission computed tomography coregistered to MRI, SISCOM)通过将发作期SPECT和发作间期SPECT图像相减来更有效地定位致痫灶[24]。本研究提出的新指标ALFF-FCD在CAE患者与健康对照之间的影像对比,比单个指标更易探测出异常癫痫脑区。本研究还进一步发现CAE患者丘脑ALFF,FCD单个指标与病程作相关都没有统计学差异,但综合指标ALFF-FCD值与病程呈负相关,且差异具有统计学意义,表明随着病程的增加,ALFF-FCD呈下降趋势,提示使用综合指标ALFF-FCD更能反映疾病的进展。

       综上所述,与以往大多研究一致,本研究显示CAE患者的ALFF和FCD较健康对照有显著的改变,以丘脑和楔前叶等默认网络脑区为著。除此之外本研究结合了不同的rs-fMRI指标,发现丘脑振幅-连接失耦合,更有力地说明丘脑在CAE的发病机制中的重要作用。本研究没有对CAE患者进行神经心理学评估,将来的研究会进一步通过扩大样本量、开展纵向研究及纳入临床认知量表来探讨CAE患者脑功能的发生发展轨迹。

[1]
Falco-Walter JJ, Scheffer IE, Fisher RS. The new definition and classification of seizures and epilepsy[J]. Epilepsy Res, 2018, 139: 73-79. DOI: 10.1016/j.eplepsyres.2017.11.015.
[2]
Crunelli V, Lőrincz ML, McCafferty C, et al. Clinical and experimental insight into pathophysiology, comorbidity and therapy of absence seizures[J]. Brain, 2020, 143(8): 2341-2368. DOI: 10.1093/brain/awaa072.
[3]
Sysoeva MV, Lüttjohann A, van Luijtelaar G, et al. Dynamics of directional coupling underlying spike-wave discharges[J]. Neuroscience, 2016, 314: 75-89. DOI: 10.1016/j.neuroscience.2015.11.044.
[4]
Shu MZ, Yu CY, Shi Q, et al. Alterations in white matter integrity and asymmetry in patients with benign childhood epilepsy with centrotemporal spikes and childhood absence epilepsy: an automated fiber quantification tractography study[J]. Epilepsy Behav, 2021, 123: 108235. DOI: 10.1016/j.yebeh.2021.108235.
[5]
Fojtiková D, Brázdil M, Horký J, et al. Magnetic resonance spectroscopy of the thalamus in patients with typical absence epilepsy[J]. Seizure, 2006, 15(7): 533-540. DOI: 10.1016/j.seizure.2006.06.007.
[6]
Guo JN, Kim R, Chen Y, et al. Impaired consciousness in patients with absence seizures investigated by functional MRI, EEG, and behavioural measures: a cross-sectional study[J]. Lancet Neurol, 2016, 15(13): 1336-1345. DOI: 10.1016/S1474-4422(16)30295-2.
[7]
Barkhof F, Haller S, Rombouts SARB. Resting-state functional MR imaging: a new window to the brain[J]. Radiology, 2014, 272(1): 29-49. DOI: 10.1148/radiol.14132388.
[8]
Edlow BL, Claassen J, Schiff ND, et al. Recovery from disorders of consciousness: mechanisms, prognosis and emerging therapies[J]. Nat Rev Neurol, 2021, 17(3): 135-156. DOI: 10.1038/s41582-020-00428-x.
[9]
Yan YB, Xie GH, Zhou HY, et al. Altered spontaneous brain activity in patients with childhood absence epilepsy: associations with treatment effects[J]. Neuroreport, 2020, 31(8): 613-618. DOI: 10.1097/WNR.0000000000001447.
[10]
Yan CG, Yang Z, Colcombe SJ, et al. Concordance among indices of intrinsic brain function: insights from inter-individual variation and temporal dynamics[J]. Sci Bull, 2017, 62(23): 1572-1584. DOI: 10.1016/j.scib.2017.09.015.
[11]
Buckner RL, DiNicola LM. The brain's default network: updated anatomy, physiology and evolving insights[J]. Nat Rev Neurosci, 2019, 20(10): 593-608. DOI: 10.1038/s41583-019-0212-7.
[12]
Zhang ZQ, Xu Q, Liao W, et al. Pathological uncoupling between amplitude and connectivity of brain fluctuations in epilepsy[J]. Hum Brain Mapp, 2015, 36(7): 2756-2766. DOI: 10.1002/hbm.22805.
[13]
Garrett DD, Epp SM, Perry A, et al. Local temporal variability reflects functional integration in the human brain[J]. Neuroimage, 2018, 183: 776-787. DOI: 10.1016/j.neuroimage.2018.08.019.
[14]
Goris RLT, Movshon JA, Simoncelli EP. Partitioning neuronal variability[J]. Nat Neurosci, 2014, 17(6): 858-865. DOI: 10.1038/nn.3711.
[15]
Deng SW, Franklin CG, O'Boyle M, et al. Hemodynamic and metabolic correspondence of resting-state voxel-based physiological metrics in healthy adults[J]. NeuroImage, 2022, 250: 118923. DOI: 10.1016/j.neuroimage.2022.118923.
[16]
张志强, 许强, 卢光明, 等. 失神性癫痫的动态功能MRI研究[J]. 磁共振成像, 2013, 4(1): 3-7. DOI: 10.3969/j.issn.1674-8034.2013.01.002.
Zhang ZQ, Xu Q, Lu GM, et al. Dynamic functional MRI study of absence seizures[J]. Chin J Magn Reson Imaging, 2013, 4(1): 3-7. DOI: 10.3969/j.issn.1674-8034.2013.01.002.
[17]
Perani S, Tierney TM, Centeno M, et al. Thalamic volume reduction in drug-naive patients with new-onset genetic generalized epilepsy[J]. Epilepsia, 2018, 59(1): 226-234. DOI: 10.1111/epi.13955.
[18]
Wang XY, Fang P, Jiao DM, et al. Topological organization alterations of whole-brain functional networks in patients with childhood absence epilepsy: associations with treatment effects[J]. Dis Markers, 2021, 2021: 2727596. DOI: 10.1155/2021/2727596.
[19]
张浩, 钱志余, 卢光明, 等. 同步脑电-功能磁共振成像技术对儿童失神性癫痫的研究[J]. 生物物理学报, 2011, 27(2): 167-174.
Zhang H, Qian ZY, Lu GM, et al. Investigation of childhood absence seizures based on EEG correlated fMRI technology[J]. Acta Biophys Sin, 2011, 27(2): 167-174.
[20]
Yang TH, Fang ZJ, Ren JC, et al. Altered spontaneous activity in treatment-naive childhood absence epilepsy revealed by Regional Homogeneity[J]. J Neurol Sci, 2014, 340(1/2): 58-62. DOI: 10.1016/j.jns.2014.02.025.
[21]
邱文超, 王小姗. 弥散张量成像揭示失神癫痫患儿的默认模式脑区结构异常[J]. 癫痫杂志, 2017, 3(3): 187-192. DOI: 10.7507/2096-0247.20170028.
Qiu WC, Wang XS. Structural abnormalities of default mode network in childhood absence epilepsy revealed by diffusion tensor imaging[J]. J Epilepsy, 2017, 3(3): 187-192. DOI: 10.7507/2096-0247.20170028.
[22]
李艳伟, 王恩锋, 韩雄, 等. 基于3.0T MRI的儿童失神癫痫患者默认网络研究[J]. 中华医学杂志, 2014, 1(45): 3540-3544. DOI: 10.3760/cma.j.issn.0376-2491.2014.45.002.
Li YW, Wang EF, Han X, et al. Default mode network in childhood absence epilepsy by 3.0T magnetic resonance imaging[J]. Natl Med J China, 2014, 1(45): 3540-3544. DOI: 10.3760/cma.j.issn.0376-2491.2014.45.002.
[23]
Wainio-Theberge S, Wolff A, Northoff G. Dynamic relationships between spontaneous and evoked electrophysiological activity[J]. Commun Biol, 2021, 4(1): 741. DOI: 10.1038/s42003-021-02240-9.
[24]
Moreau JT, Saint-Martin C, Baillet S, et al. MNI SISCOM: an open-source tool for computing subtraction ictal single-photon emission CT coregistered to MRI[J]. J Digit Imaging, 2021, 34(2): 357-361. DOI: 10.1007/s10278-021-00422-9.

上一篇 基于多参数MRI对子宫肌瘤HIFU术后再干预风险预测模型的构建与评价
下一篇 基于概率性纤维追踪的躯体症状障碍患者脑网络初步探究
  
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