动态功能连接分析在脑卒中近5年的应用现状

动态功能连接分析在脑卒中近5年的应用现状

目录

• 动态功能连接分析在脑卒中近5年的应用现状
• Basic information
• Contents
  • Background
  • Concepts
  • Key points
  • Thoughts
  • Research deficts
  • Future considerations

Basic information

分子影像学杂志, 2021, 44(4): 714-717

Contents

Background

• 相关研究表明，静息状态下脑网络功能连接强度在性别、年龄以及不同的基线状态下存在显著差异。
• 运动障碍是脑卒中最常见的症状，近70%的卒中存活者中有不同程度的运动障碍。
• 功能连接常用于评价康复对运动网络重组的影响。
• 失语是脑卒中常见的并发症之一，主要是由左侧优势半球颞-顶-额周的语言网络损害引起，静息态fMRI可用于评价其功能连通性。

Concepts

• 大脑由不同空间位置的区域通过结构或功能联系整合起来形成的网络模式称为脑网络。
• 在静息态fMRI相关研究中，功能连接常被用来描述在静息状态下大脑不同区域之间相关性。
• 脑卒中是突然发生的由脑血管疾病引起的局限性或全脑功能障碍。
• 脑卒中后功能障碍的恢复与神经可塑性有关。
• 神经可塑性分为结构可塑性与功能可塑性。其中，功能可塑性是指损伤后大脑重组的能力。
• dFNC分析方法目前应用比较成熟的主要有滑动窗口分析法、时频相干分析法、共激活模式分析、动态图论分析法；另外，脑密度聚类分析、动态功能连接度等方法也在不断发展和应用中。

Key points

• 基于静息态fMRI的动态功能连接(dFNC)分析通过总结重复出现的大规模连接模式，显示大脑随时间变化而呈现出的不同连接状态，以及连接状态之间的相互过渡，可以达到秒级的时间分辨率。
• 功能连接时间属性可以确立三种状态：区域密接状态、弱连通状态和两种状态的结合。
• dFNC作为疗效指标已经在一些非卒中相关疾病研究当中得到了初步应用。

Thoughts

1. 一方面，通过对脑卒中发生后尤其是早期的脑网络进行网络内部和网络之间的横向研究，揭示不同网络在卒中发生后的时间变异特征，并根据功能障碍的严重程度进行相关性分析。
2. 另一方面，dFNC分析也适用于脑卒中不同阶段的纵向研究。可以将一些反映大脑网络动力学的指标(如重复状态发生率、重复状态的驻留时间、状态转移率等)进行一定程度量化。

Research deficts

• dFNC在脑卒中领域开展的研究相对较少。
• 不同于其他的神经系统疾病，脑卒中是指脑血管病变造成的局部脑损伤及神经功能障碍。因此，脑卒中患者受损部位局部的血流动力学指标异于常人，故而基于血氧水平依赖信号的fMRI研究不可避免地会受到卒中后血流动力学指标本身改变的影响，会产生一定程度上的结果偏差。
• 脑卒中不同梗死区域也可能造成脑网络功能连接分析的差异，目前缺乏多区域梗死的相关研究。
• 目前缺乏不同的分析方法对脑卒中dFNC的对比研究。

Future considerations

1. 不同病变区域、多区域梗死相关的研究尚待完成。
2. 根据卒中发生后不同阶段、不同病变部位进行方案优化设计，同时开发dFNC分析方法，丰富dFNC指标，以期能够在脑卒中诊疗和康复中有更广泛的应用。