腦功能連接的神經(jīng)系統(tǒng)疾病機(jī)制研究.pdf

1、人的大腦包含數(shù)百億個(gè)神經(jīng)元，神經(jīng)元之間通過(guò)突觸間的電化學(xué)作用相互連接，是自然界迄今為止所發(fā)現(xiàn)的最為復(fù)雜和精密的系統(tǒng)，大腦各腦區(qū)在解剖上相互連接、在功能上存在既分工又協(xié)作的關(guān)系。目前，腦連接的研究是神經(jīng)科學(xué)領(lǐng)域的熱點(diǎn)之一，它的優(yōu)點(diǎn)在于能夠從系統(tǒng)角度探索大腦的工作機(jī)制和內(nèi)在組織方式。近年來(lái)，神經(jīng)成像技術(shù)的快速發(fā)展為神經(jīng)損傷后大腦功能的研究提供了有力的工具，而在復(fù)雜網(wǎng)絡(luò)理論基礎(chǔ)上發(fā)展起來(lái)的腦連接分析方法則為大腦功能的研究提供了有效的技術(shù)手段。

2、本文以腦電圖（EEG）和功能磁共振成像（fMRI）為數(shù)據(jù)源，圍繞腦連接與腦網(wǎng)絡(luò)，對(duì)神經(jīng)損傷后大腦相關(guān)運(yùn)動(dòng)神經(jīng)元群同步放電、局部腦功能連接、腦網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)（Hub）、全腦網(wǎng)絡(luò)拓?fù)鋵傩?、以及腦網(wǎng)絡(luò)的動(dòng)態(tài)演化進(jìn)行了研究，在不同水平層面上研究了神經(jīng)損傷后患者大腦功能網(wǎng)絡(luò)的靜態(tài)改變及動(dòng)態(tài)演化機(jī)制，探索了神經(jīng)系統(tǒng)疾病的病理生理機(jī)制。本文的主要研究工作包括以下幾個(gè)方面：
　　SCI患者脊髓損傷后，其主要表現(xiàn)為下肢感覺(jué)和運(yùn)動(dòng)功能障礙，因此，針對(duì)運(yùn)

3、動(dòng)損傷的不同程度，設(shè)計(jì)了兩種下肢節(jié)律運(yùn)動(dòng)：行走和類(lèi)似步態(tài)運(yùn)動(dòng)?；?EEG時(shí)頻圖及事件相關(guān)同步/去同步(ERS/ERD)分析脊髓損傷(spinal cord injury, SCI)患者在執(zhí)行行走運(yùn)動(dòng)時(shí)相關(guān)運(yùn)動(dòng)區(qū)的腦電信號(hào)，對(duì)SCI患者下肢運(yùn)動(dòng)神經(jīng)元群的同步放電特性進(jìn)行了研究。首次發(fā)現(xiàn)SCI后下肢相關(guān)運(yùn)動(dòng)區(qū)的EEG振幅在所有頻段都有所增強(qiáng)，其中，低頻段的增強(qiáng)非常明顯，這一發(fā)現(xiàn)對(duì)于理解下肢節(jié)律運(yùn)動(dòng)狀態(tài)下大腦的工作機(jī)制具有重要的意義。此外，

4、還發(fā)現(xiàn)SCI后該功能區(qū)的ERS幅值在高頻段(?和?頻段)顯著增大，意味著在高頻段下肢運(yùn)動(dòng)神經(jīng)元群同步放電增強(qiáng)，這一結(jié)論不同于以往簡(jiǎn)單腳部運(yùn)動(dòng)實(shí)驗(yàn)條件下的結(jié)果，表明相比簡(jiǎn)單運(yùn)動(dòng)，SCI患者在執(zhí)行節(jié)律運(yùn)動(dòng)時(shí)需要招募更多的運(yùn)動(dòng)皮質(zhì)。認(rèn)為這些現(xiàn)象可能是SCI患者神經(jīng)活動(dòng)的一種特點(diǎn)，可以作為SCI早期診斷的一種生物學(xué)標(biāo)記。
　　提出了基于時(shí)頻尺度的腦區(qū)同步性分析方法，結(jié)合sLORETA溯源算法分析相關(guān)運(yùn)動(dòng)腦區(qū)之間的同步性。實(shí)驗(yàn)結(jié)果顯示在類(lèi)似

5、步態(tài)運(yùn)動(dòng)狀態(tài)下，SCI患者相關(guān)運(yùn)動(dòng)腦區(qū)之間的同步性主要在低頻段減弱、高頻段增強(qiáng)；一些相關(guān)運(yùn)動(dòng)腦區(qū)在不同頻段上體現(xiàn)出不同的功能。該現(xiàn)象表明伴隨著大腦活動(dòng)共振頻率的不同，大腦中存在不同的神經(jīng)網(wǎng)絡(luò)，證明本文提出的時(shí)頻尺度的腦連接分析方法是合適且有必要的。另外，發(fā)現(xiàn)了SCI后丘腦與其他腦區(qū)之間的同步性只在被動(dòng)運(yùn)動(dòng)任務(wù)時(shí)發(fā)生改變，在主動(dòng)運(yùn)動(dòng)任務(wù)下沒(méi)有明顯的變化。研究表明人的神經(jīng)系統(tǒng)調(diào)節(jié)方式在被動(dòng)節(jié)律運(yùn)動(dòng)與試圖/主動(dòng)節(jié)律運(yùn)動(dòng)情況下是不同的，這一新的

6、發(fā)現(xiàn)對(duì)于先前關(guān)于靈長(zhǎng)類(lèi)動(dòng)物隨意運(yùn)動(dòng)實(shí)驗(yàn)的結(jié)果產(chǎn)生了一個(gè)印證的作用。該研究探索了脊髓損傷后大腦神經(jīng)活動(dòng)的變化趨勢(shì)，分析這些異常變化與神經(jīng)系統(tǒng)疾病之間的聯(lián)系，可以加深對(duì)脊髓損傷病理機(jī)制的理解，對(duì)于SCI的診治和康復(fù)具有一定的臨床意義。
　　提出了基于大腦生理解剖結(jié)構(gòu)的GAMP算法探索腦卒中患者大腦功能網(wǎng)絡(luò)的模塊組織結(jié)構(gòu)，在此基礎(chǔ)上采用模塊結(jié)構(gòu)中的參與系數(shù)辨識(shí)功能腦網(wǎng)絡(luò)的Hub節(jié)點(diǎn)。相比以往通過(guò)節(jié)點(diǎn)度辨識(shí)腦網(wǎng)絡(luò)中Hub節(jié)點(diǎn)的方法，本文提

7、出的基于參與系數(shù)的方法能夠不受模塊大小的影響，更準(zhǔn)確地判別功能腦網(wǎng)絡(luò)中的Hub節(jié)點(diǎn)?；诒疚奶岢龅哪X網(wǎng)絡(luò)Hub節(jié)點(diǎn)定義，對(duì)卒中后腦功能網(wǎng)絡(luò)進(jìn)行了分析，研究結(jié)果顯示卒中后患者組功能腦網(wǎng)絡(luò)的Hub節(jié)點(diǎn)一致性低于正常被試，表明腦卒中患者的大腦功能發(fā)生了泛化。相比健康對(duì)照，我們還發(fā)現(xiàn)患者組共有的Hub節(jié)點(diǎn)都集中在與運(yùn)動(dòng)執(zhí)行密切相關(guān)的腦區(qū)，表明大腦內(nèi)部信息整合、信息傳遞和處理的方式發(fā)生了改變，揭示卒中后大腦網(wǎng)絡(luò)信息傳遞和處理效率的下降。該研究證實(shí)

8、了本文提出的Hub節(jié)點(diǎn)辨識(shí)方法更適用于功能腦網(wǎng)絡(luò)的分析，并從全腦網(wǎng)絡(luò)信息傳遞和處理的角度，分析了卒中后大腦腦區(qū)分工協(xié)作的模式，探索卒中后大腦功能的神經(jīng)可塑性變化，為揭示腦卒中疾病的內(nèi)在病理機(jī)制提供了一種思路。
　　基于計(jì)算實(shí)驗(yàn)平臺(tái)，通過(guò)腦卒中患者和健康被試腦網(wǎng)絡(luò)拓?fù)鋵傩圆町惖姆治觯状尾捎媚X區(qū)間解剖距離作為調(diào)控因子構(gòu)建了一個(gè)概率模型以模擬急性期腦卒中后腦網(wǎng)絡(luò)的動(dòng)態(tài)變化過(guò)程，研究在腦損傷情況下大腦功能的動(dòng)態(tài)變化機(jī)制，并通過(guò)獨(dú)立測(cè)試樣

9、本集驗(yàn)證了該演化概率模型的合理性，仿真結(jié)果表明本文提出的演化概率模型能夠有效的模擬急性期卒中后腦網(wǎng)絡(luò)的動(dòng)態(tài)變化。更重要的是，研究發(fā)現(xiàn)卒中后功能腦網(wǎng)絡(luò)的變化與腦區(qū)之間的解剖距離存在一定的關(guān)系，解剖距離對(duì)腦區(qū)之間的連接起阻礙作用，并直接影響大腦功能網(wǎng)絡(luò)中全局信息傳遞和局部信息處理的效率。網(wǎng)絡(luò)演化的計(jì)算實(shí)驗(yàn)通過(guò)模擬仿真手段，有助于詳細(xì)揭示大腦變化的動(dòng)態(tài)過(guò)程及自組織機(jī)制，進(jìn)一步拓展對(duì)腦卒中疾病內(nèi)在病理機(jī)制的理解，同時(shí)，該研究方法還為研究其它神經(jīng)