法律状态公告日
法律状态信息
法律状态
2022-06-28
公开
发明专利申请公布
技术领域
本发明属于神经影像学技术领域，具体涉及一种青少年肌阵挛癫痫多脑区共激活模式的研究方法。
背景技术
人脑是由多个功能各异的大尺度功能网络组成的，每个功能网络包含的若干个脑区在静息状态下的功能活动是同步的，而不同的功能网络之间表现出不同的活动模式。为了深入地理解大脑的工作机理并探究各类脑疾病的病理生理学机制，研究人员需要从功能整合的角度出发进行功能脑网络连接分析，功能连通性(Functional connectivity,FC)反映了大脑各区域间自发神经元活动的同步性，已在各种神经系统疾病中得到研究，为理解疾病的病理机制提供了重要证据。静态功能连接通常来源于整个静息态功能MRI时间序列，其形式是不同大脑区域之间信号强度的时间相关性。然而随着大脑数据研究的深入，研究者发现静态方法得到的大脑网络更多的是对大脑生理结构的反映。据最近的研究提供的证据，Chang、Glover、Rack-Gomer及Liu等人提出自发的大脑活动可能是非静止的。事实上，这可能是由大脑区域自发共激活的短暂实例主导的，即在静息态下大脑依然处于高度动态变化的过程中。而大脑的动态变化与人的认知能力及各种疾病都有密切关联，于是越来越多的研究从静态分析转移到大脑的动态分析。
以往关于大脑动态功能连接的研究表明，用相关种子点和独立成分分析(ICA)等方法得到的静息态网络(Intrinsic connectivity network)与所选择的个体时间框架中的BOLD活动的空间模式相似，同时观察到在一个种子区域中信号强度高的部分可以在剩余体素中表现出多种共激活模式。受这些原理的启发，Liu等人提出了对静息态扫描中选定的个体BOLD可以基于空间相似性进行聚类，并将这一方法定义为共激活模式。该方法通过选择性平均单个fMRI时间帧，将大量的静息态数据被分解为30个CAPs，反映了整个群体的模式，但与使用ICA等方法得出的结果有明显的差异。这些研究提供了一种新的时变相关性的概念，并表明滑动窗口相关性或ICA的变化识别了系统中倾向于在给定时间窗口内具有更高水平的自发活动的变化。自那时起，共激活模式分析开始成为揭示大脑功能动力学微妙之处有力工具：以后扣带皮层(posterior cingulate cortex)作为种子点的分析揭示了特定共激活模式的空间强度水平发生变化，同时在Kaiser等人对青少年抑郁症的研究中发现，在特定的额岛-默认网络中共激活模式所花费的时间与症状的严重性呈正相关。在其他研究中发现，可以通过分析共激活模式的occurrence值，以对原发性震颤患者的术后恢复情况进行追踪。共激活模式与疾病之间的关系，为研究青少年肌阵挛癫痫患者的脑网络提供了新方向。
青少年肌阵挛癫痫(juvenile myoclonic epilepsy,JME),是常见的一种特发性全面癫痫。发病年龄主要集中在8至22岁，平均发病年龄为15岁。临床表现以肌阵挛为主。JME的诊断主要为脑电图，在其发作期脑电图表现为广泛、对称的多棘慢波，随后继发少数慢波。由于JME患者常常不具备典型的脑电图改变，因此JME患者的脑网络的研究工作开始逐渐被关注，以求为JME的临床诊断提供新的参考依据。近年来，许多先进的神经成像技术已经被用于阐明JME的神经解剖学基础和病理生理机制。以往对于JME患者背外侧前额叶皮层的研究发现，JME患者双侧背外侧前额叶皮层功能连通性显著增强，当加入滑动窗进行动态分析时，前额叶背外侧皮层具有显著的超动态功能连接，这表明JME患者涉及背外侧前额叶皮层的静息态功能网络具有时间变化的高动态特征；在关于JME光敏性的研究中发现，癫痫的唤醒可能与觉醒网络功能连接的改变有所关联，同时丘脑后部连接的增加可以对JME患者的光敏性有所解释。脑网络的动态功能连接具有很重要的研究意义，因此使用共激活模式，追踪功能连接在每个时期的变化，分析特定静息态网络的时间动态性，对进一步理解JME生理病理机制具有重要意义。
发明内容
本发明的目的是提供一种青少年肌阵挛癫痫多脑区共激活模式的研究方法，其采用共激活模式研究在静息态下JME患者与健康对照组动态脑活动变化的差异。
为实现上述目的，本发明提供如下技术方案：
一种青少年肌阵挛癫痫多脑区共激活模式的研究方法，将灰质体积萎缩的脑区作为感兴趣区，通过共激活模式对JME患者与健康对照组在选定感兴趣区的大脑动态活动变化进行分析，研究JME患者与正常人在静息态下大脑动态活动之间的差异。
一种青少年肌阵挛癫痫多脑区共激活模式的研究方法，包括以下步骤：
S1,数据采集,首先使用SiemensVerio3.0TMRI采集受试者的全脑静息态及3DTWI数据,随后使用梯度回波一平面回波成像(gradient echo-echo planar imaging，GREEPI)序列作为rs-fMRI数据的扫描序列；
S2,对步骤S1采集到的数据使用在window10操作系统上运行的MatlabR2017a，以及基于Matlab运行的GRETNA和SPM12软件进行功能磁共振数据的预处理；
S3,对步骤S2处理后的数据进行基于体素的形态学分析，基于体素的形态学分析方法采用matlab平台下基于SPM12运行的VBM8工具箱进行预处理及统计分析；
S4,对已经预处理好的功能项数据，采用基于Matlab运行的共激活模式工具箱分别对JME患者及健康对照组进行共激活分析。
优选地，所述步骤S1中，具体扫描参数设置如下：TR＝2000ms，TE＝30ms，FOV:240mm x 240mm，层厚4.0mm，层数33层，层间距0.40mm，矩阵64×64，反转角90°，扫描时间6min 40S，其中共采集200个时间点，且3D解剖序列采用3DMR-RAGE序列采集矢状面数据,扫描范围包括全脑,关键扫描参数如下：TR：1900ms，TE：30ms，TI：900ms，FOV：256X230，层数：192层，层厚：0.9mm，矩阵：256×256。
进一步地，所述功能磁共振数据的预处理的步骤包括：
S2.1.DICOM文件转换为Nifti文件；
S2.2.头动矫正：平动大于1mm，旋转大于1度被校正；
S2.3.配准：利用dartel配准将无解剖信息的结构图像配准到标准解剖空间的模板图像上；
S2.4.标准化到MNI空间：通过拉伸、压缩以及卷绕使得扫描得到的大脑与标准大脑模板一致；
S2.5.去线性漂移及协变量：去除由于机器的工作而升温或被试未适应，产生的一个线性趋势；
S2.6.低频滤波：低通滤波范围选取为0.01∽0.08Hz；
S2.7.平滑：平滑采用[555]；
S2.8.4Dvolume转换为3Dvolume,使数据正常加载到共激活工具箱中。
进一步地，所述步骤S3中基于体素的形态学分析方法包括以下步骤：
S3.1.首先对被试者的EPI图像进行格式转换，将原始结构像数据转换为nii格式文件，随后将转换完的数据文件进行时间矫正和头动矫正，排除头动大于0.5mm的EPI图像；
S3.2.进行将矫正后的图像进行空间标准化，使其与标准模板对齐，消除大脑的个体差异；
S3.3.根据脑组织(灰质、白质、脑脊液)的先验模板，对标准化的图像进行解剖分割，得到灰质、白质、脑脊液；
S3.4.对分割后的图像进行调制，本研究是为了分析癫痫患者脑灰质体积的变化，因而在此对分割后的灰质图像进行调制，使其能够真实地反映灰质体积；
S3.5.将得到的灰质图像使用全宽半高(Full Width Half Maximum,FWHM)4毫米的高斯核进行平滑使其图像的信噪比提高且服从正态分布；
S3.6.采用双样本T检验检测JME患者组与正常对照组大脑结构中灰质体积的组间差异。
进一步地，所述步骤S3.3中，根据蒙特利尔神经学研究所(MontrealNeurological Institute,MNI)提供的脑图谱(Anatomical Automatic Labeling,AAL)作为划分和提取脑区的模板。
进一步地，所述步骤S3.4中，根据AAL模板获得灰质体积萎缩的脑区，并将体素较高的脑区作为共激活模式分析所需的感兴趣区。
进一步地，所述步骤S4中共激活分析包括以下步骤：
S4.1.数据加载，将预处理后的4Dvolume数据转换为3Dvolume，并将转换后的数据加载到工具箱中；
S4.2.ROI选取，选取vbm处理后得到的脑区作为感兴趣区加载到工具箱中，同时为了使数据满足正态分布，我们将阈值T设置为1，擦洗值M设置为0.5mm；
S4.3.聚类分析，使用的共识聚类算法对被试的数据进行聚类，
S4.4.结果分析，对生成的模式间的occurrence值、in-degree值及out-degree值进行对比。
进一步地，所述步骤S4.3.中共识聚类算法为由Monti等人提出,共识聚类算法的为：
考虑一个候选聚类系数k和两个数据点i和j，k-means聚类运行N次，每次随机选择子样本的数据并不进行替换，对于每个褶皱f，我们确定数据点是分配到同一簇还是不同的簇，分别有
式Ⅰ中如果评估的聚类数是好的，两个给定的数据点应该一致地聚在一起，或者分开聚在一起；因此，[C
式Ⅱ中，PAC值越低，显示出跨褶皱的集群具有更好的鲁棒性；可以提取一系列候选值的结果，在工具箱中，Kmax指定要评估的最大簇数，并对几个阈值一致值cT进行分析，以确定最佳簇数，得到的聚类值Kmax＝12，Kbest＝5，因此最终生成五种共激活模式。
附图说明
图1左脑灰质体积萎缩
图2右脑灰质体积萎缩
图3选取的感兴趣脑区
图4 JME与患者组Occurrence值对比
图5左侧额中回in-degree与out-degree值
图6右侧额中回in-degree与out-degree值
图7右侧豆状壳核in-degree与out-degree值
图8患者时间对照组Occurrence值
图9左侧额中回in-degree与out-degree
图10左侧额中回in-degree与out-degree
图11右侧豆状壳核in-degree与out-degree
本发明与现有技术相比，具有以下优点：
本发明利用共激活模式，并采用fMRI数据结合VBM,对JME患者与正常人大脑动态活动变化的差异进行分析研究。通过对JME患者进行VBM灰质体积分析选取双侧额中回与右侧豆状壳核作为感兴趣区。利用共激活模式对患者与健康组进行对比，发现相较于健康对照组患者大脑的动态活动变化具有差异性。其表现在患者模式的出现次数小于健康对照组，且患者模式之间转换的可能性低于健康对照组。同时以平均患病时间为界限，将患者组分为低于平均患病时间组与高于平均患病时间组，通过分析患者时间对照组的共激活模式，发现共激活模式出现的次数与模式之间转换的可能性没有明显差异。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
研究对象
本次研究采用的数据来自在兰州大学第二人民医院，共54例，其中青少年肌阵挛癫痫患者27例，其中男性15例，女性12例，平均年龄17.593岁；正常对照组27例，其中男性12例，女性15例，平均年龄19.667岁。患者组与正常对照组均为右利手，采用组内配对FDR检验得知，两组的性别、年龄皆无显著性差异(p>0.05FDR-corrected)，被试具体信息参见表一。所有患者均根据2001年国际抗癫痫联盟(ILAE)发布的诊断标准诊断为JME，常规MRI检查未见结构异常，发作期脑电图显示4～6Hz广泛性多棘慢波或棘慢复合波，均未接收过正规治疗。为了评估癫痫的严重程度，每个患者都被要求在MRI扫描前执行国家医院癫痫严重程度量表(NHS3)。正常志愿者通过广告招募，在扫描前排除急性身体疾病、药物滥用或依赖、有颅脑损伤导致意识丧失的病史以及神经或精神障碍者。所有受试者已签署知情同意书，研究获得兰州大学第二人民医院医学伦理委员会通过。
表一被试数据表，其中JME代表青少年肌阵挛癫痫患者，HC代表健康控制组，
数据采集
使用兰州大学第二医院SiemensVerio3.0TMRI，采集受试者的全脑静息态及3DTWI数据。首先将被试者头颅固定在专用头线圈内并保持不动，嘱受试者在扫描时安静、闭目、放松不要有特定的思维活动。然后，使用静音耳塞防止噪音干扰。使用梯度回波一平面回波成像(gradient echo-echo planar imaging，GREEPI)序列作为rs-f MRI数据的扫描序列，具体扫描参数设置如下：TR＝2000ms，TE＝30ms，FOV:240mmX240 mm，层厚4.0mm，层数33层，层间距0.40mm，矩阵64X64，反转角90。，扫描时间6min 40S，共采集200个时间点。3D解剖序列采用3DMR-RAGE序列采集矢状面数据,扫描范围包括全脑,关键扫描参数如下：TR：1900ms，TE：30ms，TI：900ms，FOV：256X 230，层数：192层，层厚：0.9mm，矩阵：256×256。所有被试扫描任务由兰州大学第二医院核磁共振科fMRI小组成员负责完成并进行原始数据的备份与整理。
数据预处理
使用在window10操作系统上运行的MatlabR2017a，以及基于Matlab运行的GRETNA和SPM软件进行功能磁共振数据的预处理。预处理的主要步骤包括：(1)DICOM文件转换为Nifti文件；(2)头动矫正：平动大于1mm，旋转大于1度被校正；(3)配准：利用dartel配准将无解剖信息的结构图像配准到标准解剖空间的模板图像上；(4)标准化到MNI空间：通过拉伸、压缩以及卷绕使得扫描得到的大脑与标准大脑模板一致；(5)去线性漂移及协变量：去除由于机器的工作而升温或被试未适应，产生的一个线性趋势；(6)低频滤波：低通滤波范围选取为0.01～0.08Hz；(7)平滑：平滑采用[555]；⑧4Dvolume转换为3Dvolume：使数据正常加载到共激活工具箱中。
基于体素的形态学分析
被试的结构像数据采用基于体素的形态学分析方法进行分析，该方法采用matlab平台下基于SPM12运行的VBM8工具箱进行预处理及统计分析。
主要步骤如下：首先对30名被试的EPI图像进行格式转换，将原始结构像数据转换为nii格式文件，然后将转换完的数据文件进行时间矫正和头动矫正，排除头动大于0.5mm的EPI图像；再将进行将矫正后的图像进行空间标准化，使其与标准模板对齐，消除大脑的个体差异；再根据脑组织(灰质、白质、脑脊液)的先验模板，对标准化的图像进行解剖分割，得到灰质、白质、脑脊液；对分割后的图像进行调制，本研究是为了分析癫痫患者脑灰质体积的变化，因而在此对分割后的灰质图像进行调制，使其能够真实地反映灰质体积；然后将得到的灰质图像使用全宽半高(Full Width Half Maximum,FWHM)4毫米的高斯核进行平滑使其图像的信噪比提高且服从正态分布；最后采用双样本T检验检测JME患者组与正常对照组大脑结构中灰质体积的组间差异。根据蒙特利尔神经学研究所(Montreal NeurologicalInstitute,MNI)提供的脑图谱(Anatomical Automatic Labeling,AAL)作为划分和提取脑区的模板。根据AAL模板获得灰质体积萎缩的脑区，并将体素较高的脑区作为共激活模式分析所需的感兴趣区。
共激活分析
对已经预处理好的功能项数据，采用基于Matlab运行的共激活模式工具箱[17]分别对JME患者及健康对照组进行共激活分析。主要步骤如下：(1)数据加载。将预处理后的4Dvolume数据转换为3Dvolume，并将转换后的数据加载到工具箱中；(2)ROI选取。选取vbm处理后得到的脑区作为感兴趣区加载到工具箱中，同时为了使数据满足正态分布，将阈值T设置为1，擦洗值M设置为0.5mm；(3)聚类分析。使用的共识聚类算法对被试的数据进行聚类，共识聚类在2003年由Monti等人提出,其基本思想是：考虑一个候选聚类系数k和两个数据点i和j，k-means聚类运行N次，每次随机选择子样本的数据并不进行替换，对于每个褶皱f，我们确定数据点是分配到同一簇还是不同的簇，因此我们有：
如果评估的聚类数是好的，两个给定的数据点应该一致地聚在一起，或者分开聚在一起；因此，[C
PAC值越低，显示出跨褶皱的的集群具有更好的鲁棒性。可以提取一系列候选值(在工具箱中，Kmax指定要评估的最大簇数)的结果，并对几个阈值一致值cT进行分析，以确定最佳簇数。本次实验得到的聚类值Kmax＝12，Kbest＝5，因此最终生成五种共激活模式；(4)结果分析。对生成的模式间的occurrence值、in-degree值及out-degree值进行对比。
基于体素的形态学分析
对JME患者与健康对照组的灰质体积进行VBM分析，其差异结果如下图1及图2所示。结果显示，相较于健康对照组，JME患者大脑灰质体积萎缩的脑区主要为：额叶(额中回，额上回，额下回)、顶叶(中央后回，顶下缘角回，中央前回)、颞叶(颞上回，颞中回)、双侧豆状壳核，丘脑等脑区。同时我们发现JME患者左右大脑的灰质体积萎缩呈不同的萎缩程度，这种不对称性可能是由于脑结构与脑功能存在不对称性，且这种不对称性与疾病、性别、年龄有关。这一结论于先前的研究已被证明。表1表2分别为左右大脑灰质萎缩脑区的体素，选取体素超过100的前三位脑区作为感兴趣区进行接下来的共激活模式分析。选取的感兴趣脑区如图3所示，分别为左侧额中回、右侧额中回及右侧豆状壳核。
表一 左脑灰质体素
表二 右脑灰质体素
共激活模型分析
OCCURRENCE分析
Occurrence值代表每个模式的出现次数。通过对选定感兴趣脑区(分别为：左侧额中回、右侧额中回、右侧豆状壳核)进行共激活分析，JME患者与健康对照组分别产生五种共激活模式。如图4所示，对生成的模型进行患者与健康对照组之间的occurrence值对比，在左侧额中回中，CAP1、CAP2、CAP3及CAP4出现的次数均小于健康对照组，具有显著性差异(p<0.05,FDR-corrected)；在右侧额中，CAP1、CAP2及CAP3中出现的次数均小于健康对照组，具有显著性差异(p<0.05,FDR-corrected)；在右侧豆状壳核中，五种模式出现的次数均小于健康对照组，具有显著性差异(p<0.05,FDR-corrected)。表三表四表五分别代表三个感兴趣脑区对应生成的共激活的P值及t值。
表三 左侧额中回OCCURRENCE对比
表四 右侧额中回OCCURRENCE对比
表五 右侧豆状壳核OCCURRENCE对比
IN-DEGREE、OUT-DEGREE分析
In-degree与Out-degree代表模式之间转移的可能性。In-degree表示从一种模式进入到另一种模式，out-degree代表从一次模式推出到另一种模式。通过对选定的感兴趣区进行共激活模式，JME患者与健康对照组分别产生五种共激活模式。如图5、6、7所示，图5为左侧额中回，图6为右侧额中回，图7为右侧豆状壳核，我们对生成的模型进行患者于健康对照组之间的in-degree与out-degree对比。在左侧额中回中，CAP2、CAP5的indegree值具有显著性差异(p<0.05,FDR-correcred)，CAP3、CAP4的outdegree值具有显著性差异(p<0.05,FDR-correcred)，表七代表感兴趣区(左侧额中回)对应生成的共激活模式indegree与out-degree的P值及t值；在右侧额中回中，CAP2、CAP3的indegree值均具有显著性差异(p<0.05，FDR-correcred)；CAP1、CAP4的outdegree值均具有显著性差异。(p<0.05，FDR-correcred)表八代表感兴趣区(右侧额中回)对应生成的共激活模式indegree与out-degree的P值及t值；在右侧豆状壳核中，CAP2的indegree值具有显著性差异(p<0.05，FDR-correcred)；CAP1、CAP3的outdegree均具有显著性差异。(p<0.05，FDR-correcred)表九代表感兴趣区(右侧豆状壳核)对应生成的共激活模式indegree与out-degree的P值及t值
表七 左侧额中回in-degree与out-degree值双样本T检验
表八 右侧额中回in-degree与out-degree值双样本T检验
表九 右侧豆状壳核in-degree与out-degree值双样本T检验
患者时间分析
共采集27例JME患者数据，平均患病时间为47个月。以平均患病时间为界限，将27例患者划分为两部分，其中低于平均患病时间的病例共16例，为JME-a组；高于平均患病时间的病例共11例，为JME-b组。通过对选定感兴趣脑区(分别为：左侧额中回、右侧额中回、右侧豆状壳核)进行共激活分析，JME-a组与JME-b组分别产生五种共激活模式。如图8所示，对生成的模型进行时间对照组之间的occurrence值对比，在左侧额中回中，CAP3出现的次数JME-b组小于JME-a组，具有显著性差异(p<0.05,FDR-corrected)；在右侧额中回中，CAP4出现的次数JME-b组小于JME-a组，具有显著性差异(p<0.05,FDR-corrected)；在右侧豆状壳核中，CAP2出现的次数JME-b组小于JME-a组，具有显著性差异(p<0.05,FDR-corrected)，在三个选定感兴趣脑区中occurrence值表现的差异性不明显。表10表11表12分别代表三个感兴趣脑区对应生成的共激活的P值及t值。
表10左侧额中回双样本T检验
表11右侧额中回双样本T检验
表12右侧豆状壳核双样本T检验
如图9、10、11所示，图9为左侧额中回，图10为右侧额中回，图11为右侧豆状壳核，对生成的模型进行时间对照组之间的in-degree与out-degree对比。在左侧额中回中，CAP1、CAP3的indegree值具有显著性差异(p<0.05,FDR-correcred)，五种模式的outdegree值不具有显著性差异，表13代表感兴趣区(左侧额中回)对应生成的共激活模式indegree与out-degree的P值及t值；在右侧额中回中，五种模式的indegree值均不具有显著性差异；CAP4的outdegree值具有显著性差异。(p<0.05，FDR-correcred)表14代表感兴趣区(右侧额中回)对应生成的共激活模式indegree与out-degree的P值及t值；在右侧豆状壳核中，CAP2的indegree值具有显著性差异(p<0.05，FDR-correcred)；CAP1、CAP3的outdegree均具有显著性差异。(p<0.05，FDR-correcred)表15代表感兴趣区(右侧额中回)对应生成的共激活模式indegree与out-degree的P值及t值。在三个选定感兴趣脑区中In-degree值与out-degree值表现的差异性不明显。
