分享:
分享到微信朋友圈
X
临床研究
轻微型肝性脑病患者脑自发神经活动的动态变化:静息态功能磁共振成像的初步研究
郑佳瑞 王明磊 杨旭宏 马万龙 刘珊 马文富 丁向春 王晓东

Cite this article as: ZHENG J R, WANG M L, YANG X H, et al. Dynamic changes of spontaneous neural activity in the brain of patients with minimal hepatic encephalopathy: A preliminary study of resting-state functional magnetic resonance imaging[J]. Chin J Magn Reson Imaging, 2023, 14(4): 6-10, 40.本文引用格式:郑佳瑞, 王明磊, 杨旭宏, 等. 轻微型肝性脑病患者脑自发神经活动的动态变化:静息态功能磁共振成像的初步研究[J]. 磁共振成像, 2023, 14(4): 6-10, 40. DOI:10.12015/issn.1674-8034.2023.04.002.


[摘要] 目的 探究轻微型肝性脑病(minimal hepatic encephalopathy, MHE)患者区域神经活动的异常动态特征,并评估改变的动态区域指数是否与MHE患者的临床行为相关。材料与方法 本研究共纳入25名健康志愿者(对照组)和28名MHE患者,均进行静息态功能磁共振成像、数字连接试验A(number connection test A, NCT-A)、数字符号试验(digit symbol test, DST)及蒙特利尔认知评估量表(Montreal Cognitive Assessment, MoCA)评分,利用滑动时间窗计算动态局部一致性(dynamic regional homogeneity, dReHo)的时间变异性,以评估MHE患者脑区局部一致性(regional homogeneity, ReHo)的时间动态特性。使用Pearson相关分析法分别对dReHo的变异性和NCT-A、DST及MoCA评分之间的相关性进行分析。结果 对照组与MHE组的NCT-A(t=-7.906,P<0.01)、DST(t=9.380,P<0.01)及MoCA(t=7.508,P<0.01)评分之间均存在显著差异。MHE组与对照组相比左侧额中回、左侧额下回、左侧苍白球、左侧海马、右侧额中回以及右侧颞下回的dReHo值升高,MHE组dReHo显著高于对照组(高斯随机场校正,P<0.05)。相关分析显示MoCA评分与差异脑区右侧额中回dReHo值呈负相关(r=-0.50,P<0.05),与右侧颞下回呈正相关(r=0.70,P<0.05)。结论 MHE患者内在大脑活动变异性模式发生了改变,dReHo变异性在理解MHE神经生理机制及其诊断方面具有潜在的价值。
[Abstract] Objective This study attempted to investigate the abnormal dynamic characteristics of regional neural activity in minimal hepatic encephalopathy (MHE) patients and to assess whether altered dynamic regional indices are associated with clinical behavior in MHE patients.Materials and Methods A total of 25 healthy volunteers (the control group) and 28 MHE patients were enrolled in this study, followed by resting-stated functional magnetic resonance imaging and number connection test A (NCT-A), digit symbol test (DST), Montreal Cognitive Assessment (MoCA) scale. A sliding time window was used to calculate the temporal variability of dynamic regional homogeneity (dReHo) to assess the temporal dynamics of the dReHo in MHE. Using Pearson correlation. The correlations between the variability of dReHo and NCT-A, DST, MoCA were performed.Results Between the control group and the MHE group, the NCT-A (t=-7.906, P<0.01), DST(t=9.380, P<0.01) and MoCA (t=7.508, P<0.01) scale scores were significantly different. The left middle frontal gyrus, left inferior frontal gyrus, left globus pallidus, left hippocampus, right middle frontal gyrus and right inferior temporal gyrus were significantly different in the MHE group compared with the control group. The dReHo were higher in the MHE group than in the control group (Gaussian random field corrected, P<0.05). Correlation analysis showed that MoCA scale scores were negatively correlated with dReHo values in the right middle frontal gyrus (r=-0.50, P<0.05), and positively correlated with the right inferior temporal gyrus (r=0.70, P<0.05).Conclusions The intrinsic brain activity variability pattern of MHE patients changed, dReHo has potential value in understanding the neurophysiological mechanisms of MHE and its diagnosis.
[关键词] 轻微型肝性脑病;静息态功能磁共振成像;磁共振成像;认知功能;动态局部一致性;神经活动
[Keywords] minimal hepatic encephalopathy;resting-state functional magnetic resonance imaging;magnetic resonance imaging;cognitive function;dynamic regional homogeneity;nerve activity

郑佳瑞 1   王明磊 2   杨旭宏 1   马万龙 3   刘珊 2   马文富 1   丁向春 3   王晓东 2, 4*  

1 宁夏医科大学临床医学院,银川 750004

2 宁夏医科大学总医院放射科,银川 750004

3 宁夏医科大学总医院感染疾病科,银川 750004

4 宁夏医科大学颅脑疾病重点实验室,银川 750004

通信作者:王晓东,E-mail:xdw80@yeah.net

作者贡献声明:王晓东设计本研究的方案,对稿件重要内容进行了修改;郑佳瑞起草和撰写稿件,获取、分析或解释本研究的数据;杨旭宏、王明磊、马万龙、刘珊、马文富、丁向春获取、分析或解释本研究的数据,对稿件重要内容进行了修改;王晓东获得了宁夏回族自治区自然科学基金和宁夏回族自治区科技重点研发计划的资助;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: 宁夏回族自治区自然科学基金 2022AAC03487 宁夏回族自治区科技重点研发计划 2019BEG03037
收稿日期:2022-12-07
接受日期:2023-04-14
中图分类号:R445.2  R749.23 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2023.04.002
本文引用格式:郑佳瑞, 王明磊, 杨旭宏, 等. 轻微型肝性脑病患者脑自发神经活动的动态变化:静息态功能磁共振成像的初步研究[J]. 磁共振成像, 2023, 14(4): 6-10, 40. DOI:10.12015/issn.1674-8034.2023.04.002.

0 前言

       轻微型肝性脑病(minimal hepatic encephalopathy, MHE)作为肝性脑病(hepatic encephalopathy, HE)的初始阶段,临床症状或体征不典型,仅表现为轻度认知功能障碍,神经心理学测试或电生理学检测可异常[1, 2]。研究发现MHE的发生、发展会显著降低患者的生活质量[3],如不及时诊治将显著增加显性肝性脑病的发病几率[4]。HE是患者处于肝病晚期的标志,预示着疾病进展的恶化[5],是影响预后的独立危险因素[6, 7]。因此,早期识别并提前有效干预MHE,以防进一步发展为显性肝性脑病对改善患者的不良预后具有十分重要的临床意义[8],但目前关于MHE发生的神经病理机制仍不明确。

       近年来,有学者[9, 10, 11]使用静息态功能MRI探究MHE发生的神经影像机制,如NI等[9]使用局部一致性(regional homogeneity, ReHo)测量了MHE患者脑区某个体素与相邻体素神经信号的一致性,他们发现MHE患者部分脑区神经元活动一致性降低或升高,而这些脑区异常的神经元活动可能与MHE患者的神经认知损害有关。静态分析方法可提供有关正常和异常大脑组织的宝贵信息[4, 12],但鉴于大脑活动是高度动态的[13],如果要更全面地了解脑活动,则必须考虑和评估动态模式[14]。已有成功应用于探讨包括精神分裂症在内的多种疾病的潜在神经影像学机制研究[15, 16, 17, 18],这些研究表明,时间变异性可能为脑部疾病的神经基础提供新见解。其次,研究发现内在大脑结构中低频自发活动的局部同步起着重要作用[19]。在微观尺度上,神经同质性被认为是大脑活动的重要而有力的衡量标准。在宏观尺度(即几毫米的体素)上,由肯德尔相关性测量的这种功能同质性是人脑连接组的高度重复测试的可靠特征,这使ReHo能够作为潜在的生物标志物,用于追踪大脑发育时功能同质性的变化,以及与行为和疾病有关的变化[20]。因此,本研究基于动态局部一致性(dynamic regional homogeneity, dReHo)分析法评估MHE患者局部脑区神经活动的动态特征,并探讨dReHo变化与认知障碍之间的关系,以期为研究MHE患者认知障碍的神经生物学基础提供影像学证据。

1 材料与方法

1.1 研究对象

       本研究为前瞻性研究并遵守《赫尔辛基宣言》,经宁夏医科大学总医院科研伦理审查委员会批准(批准文号:KYLL-2021-841)。MHE组纳入标准:(1)年龄大于25岁[21],在肝病基础上发生MHE。(2)受教育年限大于6年。(3)临床、影像学资料完整。(4)均按2018年肝硬化肝性脑病诊疗指南中的诊断标准纳入且有完整的神经精神认知筛查评估结果,如数字连接试验A(number connection test A, NCT-A)、数字符号试验(digit symbol test, DST)及蒙特利尔认知评估量表(Montreal Cognitive Assessment, MoCA)。NCT-A、DST、MoCA测试主要涉及患者注意力、感觉运动功能及记忆等方面,是对早期认知功能障碍进行快速筛查的工具。(5)右利手。排除标准:(1)精神药物治疗史或药物滥用史;(2)既往肿瘤或转移瘤病史;(3)脑外伤和手术史;(4)存在MRI检查禁忌者;(5)显性肝性脑病者;(6)存在严重内分泌代谢紊乱疾病(甲状腺功能亢进等);(7)图像质量差,伴有严重伪影。对照组的纳入标准:(1)性别、年龄及受教育年限相匹配;(2)没有神经精神疾病史;(3)没有肝脏和其他系统疾病史;(4)右利手;(5)影像资料完整。全部受试者均签署了知情同意书。

1.2 检查方法

1.2.1 仪器设备

       所有图像扫描均采用美国GE Architect 3.0 T MR扫描仪进行,该设备配有48通道头颅线圈,扫描过程中限制头部运动并配有耳塞以减少噪声影响。通过常规MRI扫描(OAxT1WI、OAxT2WI、OAxT2FLAIR、OAxT1FLAIR)排除脑实质病变,常规序列扫描参数为TR 4000 ms,TE 107 ms,层厚 6 mm,层间距1 mm,视野 250 mm×250 mm,之后采集MRI功能像(平面回波序列)和3D高分辨率T1结构像,扫描参数见表1

表1  3D-T1BRAVO及BOLD-fMRI的数据采集扫描参数
Tab. 1  Data acquisition parameters of 3D-T1 BRAVO and BOLD-fMRI

1.2.2 图像数据预处理

       Resting-state fMRI 数据处理包[(DPABI V4.3, 5.0, Advanced Edition(http://rfmri.org/DPABI)][22]和SPM 12用于预处理我们研究中所获得的功能图像,数据预处理过程如下:(1)去时间点:由于开始扫描时患者不适应及磁场稳定性的因素影响,去除前10个时间点;(2)时间层校正:去除前10个时间点的图像之后,其余图像重新与第一个图像对齐;(3)头动校正:校正在扫描过程中时间点之间被试轻微的头动,平移大于2.5 mm或旋转大于2.5°的图像被剔除;(4)蒙特利尔神经学研究所(Montreal Neurological Institute, MNI)空间配准,配准之后进行数据重采样(体素大小为3 mm×3 mm×3 mm);(5)去线性漂移并对时间序列进行滤波(0.01~0.08 Hz)处理,减少噪音的影响,提高图像质量。

1.2.3 dReHo分析

       dReHo分析是使用DPABI软件中时域动态分析模块进行的,采用滑动时间窗方法计算动态指标。参数设置参照XUE等[23, 24],首先,滑动窗口大小设置为32 TR(64 s),滑动步长1 TR(2 s),窗口类型设置为海鸣(Hamming)窗,最后可得到的窗口数为139个。计算每个窗口内的ReHo脑图,以评估所有窗口的dReHo;然后,为了定量刻画ReHo的时间动态特征,我们计算全脑各体素指标随时间变化的变异系数(coefficient of variation, CV)。最后,用SPM 12软件采用最大半宽(full-width at half-maximum, FWHM)6 mm×6 mm×6 mm对指标进行平滑以提高信噪比。

1.3 统计学方法

       基于GraphPad Prism-9.3(GraphPad,美国)及SPSS 23.0软件进行绘图、数据处理。使用Kolmogorov-Smirnov检验方法评估数据的正态性,对符合正态分布的计量资料(年龄、受教育年限、NCT-A评分、DST评分、MoCA评分)采用独立样本t检验进行组间差异比较,使用均数±标准差(x¯±s)表示,对不满足正态的计量资料,采用Mann-Whitney U检验,使用中位数与四分位数间距[MQ1, Q3)]表示;计数资料采用χ2检验比较组间差异,使用百分率(%)表示。以上检验均以P<0.05表示差异有统计学意义。

       采用DPABI统计分析模块进行统计学分析,对照组、MHE组分别行单样本t检验,再采用双样本t检验对MHE组与对照组的dReHo进行统计,性别、年龄、受教育年限、头动作为协变量,使用高斯随机场(Gaussian random field corrected, GRF)校正方法(体素水平P<0.001,团块水平P<0.05),并提取两组之间存在显著差异脑区的dReHo值与NCT-A评分、DST评分、MoCA评分进行Pearson相关性分析。双侧检验,检验水准为α=0.05。

2 结果

2.1 一般资料结果

       最终共纳入28名MHE患者与25名健康志愿者(对照组),MHE患者组与对照组的一般资料(性别、年龄、受教育年限)差异均无统计学意义(P>0.05),而两组的NCT-A、DST及MoCA量表评分方面均存在显著差异(P<0.05),见表2

表2  轻微型肝性脑病组与对照组的一般资料比较
Tab. 2  Comparison of clinical data among the MHE group and the control group

2.2 dReHo分析

       对照组、MHE组分别行单样本t检验后各组的dReHo变异性的分布模式如下:在对照组中,dReHo变异性相对较大的区域包括前额叶皮层、顶-颞交界处和颞极;在MHE组中,前额叶皮层、顶-颞交界处和颞叶区dReHo变异性高于对照组;见图1。与对照组相比,MHE组左侧额中回、额下回、苍白球、海马、右侧额中回以及颞下回脑区的dReHo升高,差异均具有统计学意义(GRF校正,体素水平P<0.001,团块水平P<0.05);见图2表3

图1  各组中动态局部一致性变异性的分布模式。1A:对照组动态局部一致性变异性的分布模式;1B:轻微型肝性脑病组动态局部一致性变异性的分布模式。红色和蓝色分别代表动态局部一致性变异性的高低。L:左;R:右。
Fig. 1  The distribution pattern of dynamic regional homogeneity variability in every group. 1A: Distribution pattern of dynamic regional homogeneity variability in the control group; 1B: Distribution pattern of dynamic regional homogeneity variability in the minimal hepatic encephalopathy group. The red and blue colors indicate high and low dynamic regional homogeneity variability respectively. "L" denotes the left hemisphere and "R" denotes the right hemisphere.
图2  轻微型肝性脑病组与对照组间比较动态局部一致性的分布模式。2A:两组间未校正的动态局部一致性变异性分布模式;2B:经高斯随机场校正之后的动态局部一致性变异性两组存在显著差异的脑区。红色和蓝色分别代动态局部一致性变异性的高低。L:左;R:右。
Fig. 2  The distribution pattern of dynamic regional homogeneity difference between the minimal hepatic encephalopathy group and the control group. 2A: Distribution pattern of dynamic regional homogeneity variability in two groups (uncorrected); 2B: Brain regions where significant differences in dynamic regional homogeneity variability were located across the 2 groups after Gaussian random field corrected, P<0.05. The red and blue colors indicate high and low dynamic regional homogeneity variability respectively. "L" denotes the left hemisphere and "R" denotes the right hemisphere.
表3  MHE组与对照组动态局部一致性存在差异的脑区
Tab. 3  Brain regions showing significant differences in dynamic regional homogeneity between the MHE group and the control group

2.3 相关性分析

       相关性分析显示MHE患者MoCA量表评分与右侧额中回dReHo值呈负相关(r=-0.50,P<0.05),与右侧颞下回dReHo值呈正相关(r=0.70,P<0.05),见图3。MHE患者NCT-A、DST与右侧额中回及右侧颞下回dReHo无相关性(P>0.05),相关分析结果均未进行多重比较校正。

图3  dReHo与MoCA评分的相关性分析。3A:右侧额中回与MoCA评分呈显著负相关;3B:右侧颞下回与MoCA评分呈显著正相关。dReHo:动态局部一致性;MoCA:蒙特利尔认知评估量表。
Fig. 3  The correlation between the dReHo value and MoCA scores. The MoCA scores negatively correlate with dynamic regional homogeneity values in right middle frontal gyrus (3A), and positively correlate with dReHo values in the right inferior temporal gyrus (3B). dReHo: dynamic regional homogeneity; MoCA: Montreal Cognitive Assessment.

3 讨论

       在本研究中我们使用dReHo分析了MHE患者与对照组之间神经元活动的动态变化。首先,我们发现MHE患者存在不同水平dReHo的变异性,与对照组相比,MHE患者左侧额中回、左侧额下回、左侧海马、左侧苍白球以及右侧额中回和颞下回的dReHo变异性显著增加,这表明dReHo分析有潜力成为MHE诊断及疾病发展监测的新指标。此外,我们还发现MHE组MoCA量表评分与右侧额中回呈负相关,与右侧颞下回呈显著正相关,这提示了dReHo的变异性可能为MHE认知及视觉功能的损害提供了神经影像学证据。

3.1 轻微型肝性脑病组脑功能活动的动态变异性

       本研究中我们使用dReHo技术计算ReHo指数的时间变异性,它可以反映该区域的动态活动模式。与静态ReHo不同,dReHo可以更好地反映大脑内部活动(intrinsic brain activity, IBA)的动态特征,并描述相邻体素之间大脑内部活动区域时间同步的动态特性,反映大脑内部活动的波动[25]。本研究发现MHE患者dReHo变异性增高的大脑区域主要位于左侧前额皮质额中回、左侧额下回、左侧海马、左侧苍白球以及右侧额中回和颞下回,这些异常脑区主要集中在大脑的默认网络(default mode network, DMN)。DMN参与静息状态下大脑的基本活动和认知调节,如思维游走、情景记忆及环境检测和信息整合等[26, 27]。有研究认为高阶关联区域尤其是DMN在静息状态下表现出较高的稳定性[28];另有研究认为DMN可在短时间内表现出高水平的时间变异性[29],较高的动态性(时间可变性)有利于神经系统的适应性和提高效率,对更大范围的刺激作出更大的响应。在本研究中我们发现MHE患者的稳定性异常脑区主要位于DMN内,这些结果可能提供了DMN区域参与认知调节更多的证据。大脑额叶主要参与认知功能执行,信息的整合加工、记忆等过程[30],本研究发现双侧额中回、左侧额下回dReHo的变异性增加,这表明MHE患者前额皮质大脑内部活动的波动,提示MHE患者认知障碍可能与额叶神经元活动的变异及其波动具有相关性。

3.2 轻微型肝性脑病组脑区动态变异性与认知评分的相关性

       本研究还评估了MHE患者的NCT-A、DST及MoCA量表评分与右侧额中回、右侧颞下回dReHo相关性,结果显示右侧额中回的dReHo值与MoCA量表评分呈负相关,这可能提示右侧额中回中动态大脑内部活动的波动与MHE患者认知损害的严重程度具有显著的相关性,暗示了该区域神经元的异常活动可能与功能损害有关,这与先前静态的研究结果一致[31]。与此同时,我们还发现MHE患者右侧颞下回dReHo的变异性与MoCA量表评分呈显著正相关。颞下回是背部视觉通路的重要组成部分,作为视觉处理的重要脑区之一,参与视觉信息的整合、形成和分析[32]。本研究中MHE患者右侧颞下回dReHo与认知评分的相关性可能揭示了MHE患者视觉功能损害更多的神经影像学证据,我们推测这些区域的异常神经元活动引发的不稳定神经波动可能是导致视觉信息处理功能损害的重要原因之一,这与既往学者[33, 34]的研究具有一致性。然而,本研究基于MHE患者与对照组dReHo差异脑区与MHE患者NCT-A、DST及MoCA量表评分进行相关性分析,结果显示差异脑区的dReHo仅与MoCA量表评分存在显著相关性,这与CHENG等[4]在基于动态功能连接(dynamic functional connectivity, dFC)的研究结果(dFC与NCT-A、DST具有显著相关性)存在一定差异。我们推测在本研究中之所以差异脑区的dReHo仅与MoCA量表评分存在显著相关,原因可能是MoCA评分可多维度评估 MHE患者认知损害,如涉及注意力、记忆、延迟记忆及抽象思维等方面,因此在早期筛查中MoCA量表评分可能比NCT-A及DST量表评分更灵敏且更具有特异性。另外,CHENG等在基于dFC侧重于不同大脑区域之间的动态连接变化,本研究所选取的dReHo侧重探索脑区局部的一致性的改变。基于大脑是一个复杂的脑网络,在多个时间尺度上是有组织地动态整合的[35, 36],并协调和响应内部和外部刺激[14],且大脑内部的活动是复杂的高度相关的活动[37]。因此我们推测在脑功能受损时,不同脑区之间的动态连接可能先于脑区局部一致性作出改变以适应其变化。

3.3 局限与展望

       本研究基于dReHo分析的优势是:(1)不需要有关大脑结构或功能的先验知识;(2)几乎没有参数设置(如连接阈值的设置)。本研究目前还存在几点不足。首先,相对较小的样本量可能在一定程度上限制统计分析的能力;其次,肝硬化病因的异质性可能会在分类结果中产生偏差,因为不同病因的肝硬化对大脑的损害可能略有不同[38];最后,NCT-A、DST、MoCA量表的敏感度比较和dFC与dReHo等各种指标对于MHE的诊断效能是否有差别,可以作为我们未来的方向进一步研究。

4 结论

       综上所述,我们使用静息状态功能MRI的dReHo分析并研究了MHE和对照组的动态大脑内部活动变化,结果表明MHE患者在额叶、颞叶、视觉相关皮质区以及认知相关脑区dReHo不稳定,表现出异常的动态大脑内部活动,这些异常结果可能会进一步阐明MHE患者的潜在神经病理机制并提供神经影像学证据。dReHo的变异性可能是MHE患者认知改变的特征性指标,有望成为MHE诊断或判断预后的潜在影像学标志物。

[1]
LIERE V, SANDHU G, DEMORROW S. Recent advances in hepatic encephalopathy[J/OL]. F1000Res, 2017, 6: 1637 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5583742/. DOI: 10.12688/f1000research.11938.1.
[2]
DELLATORE P, CHEUNG M, MAHPOUR N Y, et al. Clinical Manifestations of Hepatic Encephalopathy[J]. Clin Liver Dis, 2020, 24(2): 189-196. DOI: 10.1016/j.cld.2020.01.010.
[3]
BAJAJ J S, DUARTE-ROJO A, XIE J J, et al. Minimal Hepatic Encephalopathy and Mild Cognitive Impairment Worsen Quality of Life in Elderly Patients With Cirrhosis[J]. Clin Gastroenterol Hepatol, 2020, 18(13): 3008-3016. DOI: 10.1016/j.cgh.2020.03.033.
[4]
Cheng Y, Zhang G Y, Zhang X D, et al. Identification of minimal hepatic encephalopathy based on dynamic functional connectivity[J]. Brain Imaging Behav, 2021, 15(5): 2637-2645. DOI: 10.1007/S11682-021-00468-X.
[5]
邵宇云, 刘瑶, 蒋龙凤, 等. 肝性脑病的发病机制及其诊疗进展[J]. 国际流行病学传染病学杂志, 2017, 44(3): 194-198. DOI: 10.3760/cam.j.issn.1673-4149.2017.03.011.
SHAO Y Y, LIU Y, JIANG L F, et al. Progress on pathogenesis, diagnosis and treatment of hepatic encephalopathy[J]. Inter J Epidemiol Infect Dis, 2017, 44(3): 194-198. DOI: 10.3760/cam.j.issn.1673-4149.2017.03.011.
[6]
张宁萍. 肝性脑病的新见解[J]. 肝脏, 2021, 26(3): 232-235. DOI: 10.14000/j.cnki.issn.1008-1704.2021.03.005.
ZHANG N P. New insights into hepatic encephalopathy[J]. Chinese Hepatology, 2021, 26(3): 232-235. DOI: 10.14000/j.cnki.issn.1008-1704.2021.03.005.
[7]
CORDOBA J, VENTURA-COTS M, SIMON-TALERO M, et al. Characteristics, risk factors, and mortality of cirrhotic patients hospitalized for hepatic encephalopathy with and without acute-on-chronic liver failure (ACLF)[J]. J Hepatol, 2014, 60(2): 275-281. DOI: 10.1016/j.jhep.2013.10.004.
[8]
RIDOLA L, CARDINALE V, RIGGIO O. The burden of minimal hepatic encephalopathy: from diagnosis to therapeutic strategies[J]. Ann Gastroenterol, 2018, 31(2): 151-164. DOI: 10.20524/aog.2018.0232.
[9]
NI L, QI R, ZHANG L J, et al. Altered regional homogeneity in the development of minimal hepatic encephalopathy: a resting-state functional MRI study[J/OL]. PLoS One, 2012, 7(7): e42016 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3404989/. DOI: 10.1371/journal.pone.0042016.
[10]
ZHANG S, HU Q, TANG T, et al. Changes in Gray Matter Density, Regional Homogeneity, and Functional Connectivity in Methamphetamine-Associated Psychosis: A Resting-State Functional Magnetic Resonance Imaging (fMRI) Study[J]. Med Sci Monit, 2018, 24: 4020-4030. DOI: 10.12659/MSM.905354.
[11]
SUN Q, FAN W, YE J, et al. Abnormal Regional Homogeneity and Functional Connectivity of Baseline Brain Activity in Hepatitis B Virus-Related Cirrhosis With and Without Minimal Hepatic Encephalopathy[J/OL]. Front Hum Neurosci, 2018, 12: 245 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6024159/. DOI: 10.3389/fnhum.2018.00245.
[12]
CHEN H J, ZHU X Q, JIAO Y, et al. Abnormal baseline brain activity in low-grade hepatic encephalopathy: a resting-state fMRI study[J]. J Neurol Sci, 2012, 318(1-2): 140-145. DOI: 10.1016/j.jns.2012.02.019.
[13]
FAGHIRI A, STEPHEN J M, WANG Y P, et al. Changing brain connectivity dynamics: From early childhood to adulthood[J]. Hum Brain Mapp, 2018, 39(3): 1108-1117. DOI: 10.1002/hbm.23896.
[14]
HUTCHISON R M, WOMELSDORF T, ALLEN E A, et al. Dynamic functional connectivity: promise, issues, and interpretations[J]. Neuroimage, 2013, 80: 360-378. DOI: 10.1016/j.neuroimage.2013.05.079.
[15]
YAN J, LI M, FU S, et al. Alterations of Dynamic Regional Homogeneity in Trigeminal Neuralgia: A Resting-State fMRI Study[J/OL]. Front Neurol, 2019, 10: 1083 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6794683/. DOI: 10.3389/fneur.2019.01083.
[16]
XUE K, LIANG S, YANG B, et al. Local dynamic spontaneous brain activity changes in first-episode, treatment-naive patients with major depressive disorder and their associated gene expression profiles[J]. Psychol Med, 2020: 1-10. DOI: 10.1017/S0033291720003876.
[17]
LU F, ZHAO Y, HE Z, et al. Altered dynamic regional homogeneity in patients with conduct disorder[J/OL]. Neuropsychologia, 2021, 157: 107865 [2022-12-06]. https://www.sciencedirect.com/science/article/abs/pii/S0028393221001160?via%3Dihub. DOI: 10.1016/j.neuropsychologia.2021.107865.
[18]
SHANG S, YE J, WU J, et al. Early disturbance of dynamic synchronization and neurovascular coupling in cognitively normal Parkinson's disease[J]. J Cereb Blood Flow Metab, 2022, 42(9): 1719-1731. DOI: 10.1177/0271678X221098503.
[19]
CABRAL J, HUGUES E, SPORNS O, et al. Role of local network oscillations in resting-state functional connectivity[J]. Neuroimage, 2011, 57(1): 130-139. DOI: 10.1016/j.neuroimage.2011.04.010.
[20]
ZUO X N, XU T, JIANG L, et al. Toward reliable characterization of functional homogeneity in the human brain: preprocessing, scan duration, imaging resolution and computational space[J]. Neuroimage, 2013, 65: 374-386. DOI: 10.1016/j.neuroimage.2012.10.017.
[21]
TOMASI D, VOLKOW N D. Aging and functional brain networks[J]. Mol Psychiatry, 2012, 17(5): 471, 549-558. DOI: 10.1038/mp.2011.81.
[22]
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.
[23]
XUE T, DONG F, HUANG R, et al. Dynamic Neuroimaging Biomarkers of Smoking in Young Smokers[J/OL]. Front Psychiatry, 2020, 11: 663 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7367415/. DOI: 10.3389/fpsyt.2020.00663.
[24]
GUO J, SHI J, DONG Q, et al. Altered dynamic spontaneous neural activity in minimal hepatic encephalopathy[J/OL]. Front Neurol, 2022, 13 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9439282/.
[25]
LIAO Z, SUN W, LIU X, et al. Altered dynamic intrinsic brain activity of the default mode network in Alzheimer's disease: A resting-state fMRI study[J/OL]. Front Hum Neurosci, 2022, 16: 951114 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9428286/. DOI: 10.3389/fnhum.2022.951114.
[26]
高玉岭, 王帅文, 田水水, 等. 静息态轻微肝性脑病患者脑功能局部一致性与镜像同伦连接研究[J]. 磁共振成像, 2019, 10(12): 885-889. DOI: 10.12015/issn.1674-8034.2019.12.002.
GAO Y L, WANG S W, TIAN S S, et al. The study of regional homogeneity and voxel-mirrored homotopic connectivity of minimal hepatic encephalopathy disease at resting-state fMRI[J]. Chin J Magn Reson Imaging, 2019, 10(12): 885-889. DOI: 10.12015/issn.1674-8034.2019.12.002.
[27]
BUCKNER R L, ANDREWS-HANNA J R, SCHACTER D L. The brain's default network: anatomy, function, and relevance to disease[J]. Ann N Y Acad Sci, 2008, 1124: 1-38. DOI: 10.1196/annals.1440.011.
[28]
LI L, LU B, YAN C G. Stability of dynamic functional architecture differs between brain networks and states[J/OL]. Neuroimage, 2020, 216: 116230 [2022-12-06]. https://www.sciencedirect.com/science/article/pii/S1053811919308213?via%3Dihub. DOI: 10.1016/j.neuroimage.2019.116230.
[29]
LIAO W, LI J, JI G J, et al. Endless Fluctuations: Temporal Dynamics of the Amplitude of Low Frequency Fluctuations[J]. IEEE Trans Med Imaging, 2019, 38(11): 2523-2532. DOI: 10.1109/TMI.2019.2904555.
[30]
TEKIN S, CUMMINGS J L. Frontal-subcortical neuronal circuits and clinical neuropsychiatry: an update[J]. J Psychosom Res, 2002, 53(2): 647-654. DOI: 10.1016/s0022-3999(02)00428-2.
[31]
LV X F, QIU Y W, TIAN J Z, et al. Abnormal regional homogeneity of resting-state brain activity in patients with HBV-related cirrhosis without overt hepatic encephalopathy[J]. Liver Int, 2013, 33(3): 375-383. DOI: 10.1111/liv.12096.
[32]
张雪萍, 白岩, 王梅云, 等. 磁共振扩散加权成像和血氧水平依赖脑功能成像在视路病变中的研究进展[J]. 磁共振成像, 2021, 12(4): 115-117, 124. DOI: 10.12015/issn.1674-8034.2021.04.029.
ZHANG X P, BAI Y, WANG M Y, et al. Research progress of DWI-MRI and BOLD-fMRI in visual pathway diseases[J]. Chin J Magn Reson Imaging, 2012, 12(4): 115-117, 124. DOI: 10.12015/issn.1674-8034.2021.04.029.
[33]
ZHANG G, LI Y, ZHANG X, et al. Identifying Mild Hepatic Encephalopathy Based on Multi-Layer Modular Algorithm and Machine Learning[J/OL]. Front Neurosci, 2020, 14: 627062 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7829502/. DOI: 10.3389/fnins.2020.627062.
[34]
CAI L M, SHI J Y, DONG Q Y, et al. Aberrant stability of brain functional architecture in cirrhotic patients with minimal hepatic encephalopathy[J]. Brain Imaging Behav, 2022, 16(5): 2258-2267. DOI: 10.1007/s11682-022-00696-9.
[35]
VIDAURRE D, SMITH S M, WOOLRICH M W. Brain network dynamics are hierarchically organized in time[J]. Proc Natl Acad Sci U S A, 2017, 114(48): 12827-12832. DOI: 10.1073/pnas.1705120114.
[36]
MITRA A, RAICHLE M E. How networks communicate: propagation patterns in spontaneous brain activity[J/OL]. Philos Trans R Soc Lond B Biol Sci, 2016, 371(1705): 20150546 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5003863/. DOI: 10.1098/rstb.2015.0546.
[37]
RAICHLE M E. The restless brain: how intrinsic activity organizes brain function[J/OL]. Philos Trans R Soc Lond B Biol Sci, 2015, 370(1668): 20140172 [2022-12-06]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4387513/. DOI: 10.1098/rstb.2014.0172.
[38]
GUEVARA M, BACCARO M E, GOMEZ-ANSON B, et al. Cerebral magnetic resonance imaging reveals marked abnormalities of brain tissue density in patients with cirrhosis without overt hepatic encephalopathy[J]. J Hepatol, 2011, 55(3): 564-573. DOI: 10.1016/j.jhep.2010.12.008.

上一篇 磁共振胰胆管成像扫描技术及临床应用中国专家共识
下一篇 不同程度尼古丁依赖者脑功能连接密度改变的功能磁共振成像研究
  
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