基于弥散张量成像及图论分析法的孤独症谱系障碍患者脑结构网络研究进展.pdf

综述Reviews磁共振成像 2023年6月第14卷第6期 Chin J Magn Reson Imaging,Jun,2023,Vol.14,No.6http:/基于弥散张量成像及图论分析法的孤独症谱系障碍患者脑结构网络研究进展褚瑶1，陈淼淼1，于昊2，陈月芹2*作者单位：1.济宁医学院临床医学院，济宁 272013；2.济宁医学院附属医院医学影像科，济宁 272029*通信作者：陈月芹，E-mail：中图分类号：R445.2；R749.94 文献标识码：A DOI：10.12015/issn.1674-8034.2023.06.017本文引用格式：褚瑶,陈淼淼,于昊,等.基于弥散张量成像及图论分析法的孤独症谱系障碍患者脑结构网络研究进展J.磁共振成像,2023,14(6):99-102,118.摘要 孤独症谱系障碍（autism spectrum disorder,ASD）是一类以社交、情感互动障碍以及狭隘兴趣、刻板行为为基本特征的神经发育障碍性疾病，发病机制尚不明确。目前临床诊断主要基于对其行为及症状的观察，具有一定主观性且对于早期不典型患者具有一定困难。既往研究表明 ASD 脑结构网络的异常可能是其发病机制之一，可通过弥散张量成像（diffusion tensor imaging,DTI）技术结合图论分析法来定量评估。作者总结发现ASD脑结构网络的全局属性、部分节点属性以及富人俱乐部组织、左右大脑半球偏侧化存在异常，并且这些异常与生长发育及临床症状密切相关，其中部分研究结果异质性较明显，未来或可通过多模态MRI针对不同生物亚型的ASD患者进行大样本、纵向研究，以获得更稳定、可靠的研究成果。本文就近年来基于DTI及图论分析法的ASD患者脑结构网络的最新研究进展进行综述，旨在为深入了解ASD的神经病理学机制、寻找有助于临床早期诊断的神经影像学标记物提供参考。关键词 孤独症谱系障碍；磁共振成像；弥散张量成像；脑结构网络；图论Progress in the study of brain structural network in patients with autism spectrum disorder based on diffusion tensor imaging and graph theoryCHU Yao1,CHEN Miaomiao1,YU Hao2,CHEN Yueqin2*1School of Clinical,Jining Medical University,Jining 272013,China;2Department of Medical Imaging,the Affiliated Hospital of Jining Medical University,Jining 272029,China*Correspondence to:Chen YQ,E-mail:Received 24 Oct 2022,Accepted 6 May 2023;DOI:10.12015/issn.1674-8034.2023.06.017ACKNOWLEDGMENTS Construction Project of Quality Improvement Plan of Postgraduate Education in Shandong Province(No.SDYKC9213);2022 Annual High-level Scientific Research Project Cultivation Plan of Jining Medical College(No.JYGC2022FKJ011).Cite this article as:CHU Y,CHEN M M,YU H,et al.Progress in the study of brain structural network in patients with autism spectrum disorder based on diffusion tensor imaging and graph theoryJ.Chin J Magn Reson Imaging,2023,14(6):99-102,118.Abstract Autism spectrum disorder(ASD)is a category of neurodevelopmental disorder characterized by social and emotional interaction disorders as well as narrow interests and stereotyped behaviors,the underlying pathogenesis of which remains unclear.At present,the clinical diagnosis is mainly based on the observation of their behavior and symptoms,which has somewhat subjectivity,and its difficult to diagnose the early atypical patients.Previous studies show that abnormalities in the brain structural network may be one of the pathogenesis of ASD,which can be quantitatively evaluated by diffusion tensor imaging(DTI)technology and graph theory analysis.In this paper,we mainly summarize the latest research progress on the brain structural network in ASD based on DTI and graph theory analysis.Studies have found abnormal changes of brain structure network in ASD,which includes global properties,nodal properties,rich-club organization,and lateralization,and these changes are closely related to growth and development and clinical symptoms.These findings provide a reference for further understanding the neuropathological mechanism of ASD and searching for the neuroimaging markers for early diagnosis.Key words autism spectrum disorder;magnetic resonance imaging;diffusion tensor imaging;brain structural network;graph theory0前言孤独症谱系障碍（autism spectrum disorder,ASD）是一类以社交、情感互动障碍以及狭隘兴趣、刻板行为为基本特征的神经发育障碍性疾病，多起病于儿童发育早期，近年来其患病率逐年上升。目前，ASD的病因学机制尚不明确，可能与多种易感基因、表观遗传效应和环境因素的相互作用有关1。ASD的临床诊断主要基于对其行为及症状的观察，具有一定主观性，且对于早期不典型患者的诊断具有一定困难2，因此亟须一个客观的神经影像学标记物为临床诊断提供支持。研究表明ASD可能与大脑连接改变密切相关3-5。近年来，学者们采用弥散张量成像（diffusion tensor imaging,DTI）技术来构建脑结构网络并基于图论进行分析，改变了以往研究只聚焦于大脑单个区域结构改变的情况，既能够评价ASD患者局部脑区间的信息传输情况，又能够基于整体收稿日期：2022-10-24 接受日期：2023-05-06基金项目：山东省研究生教育质量提升计划建设项目（编号：SDYKC9213）；济宁医学院2022年度高层次科研项目培育计划（编号：JYGC2022FKJ011）99磁共振成像 2023年6月第14卷第6期 Chin J Magn Reson Imaging,Jun,2023,Vol.14,No.6http:/综述Reviews对大脑信息传输能力进行综合性分析和量化6。目前研究表明ASD患者大脑的整体工作模式、局部脑区间的信息传递、大脑的发育轨迹以及左右半球的偏侧化等均存在异常，且与临床症状密切相关。本文对脑结构网络和分析方法及其在ASD中的研究进展进行综述，以期加深对ASD神经病理学机制的理解，为寻找ASD的神经影像学标记物提供参考。1脑结构网络及分析方法神经中枢的神经元在外界刺激下经突触网络构成了一个复杂的脑结构网络，主要从微尺度、中间尺度和大尺度（分别代表神经元、神经元集群和大脑脑区）三个水平上对其进行研究7-9。囿于现有的技术水平，主要从大尺度水平使用非侵入性的影像学手段如磁共振弥散成像（diffusion MRI,dMRI）或结构MRI观察脑组织，并分别基于脑区间的纤维束连接或形态学关系来构建脑结构网络，其中前者所得的脑结构网络更为真实10-12。dMRI是目前唯一可无创检测白质纤维束完整性及其走行的技术，其中最常用的是基于高斯模型的DTI技术，可用于三维空间组织内水分子弥散特性的定性及定量分析，从而描绘出白质纤维束的宏观路径及微观结构13，无创显示大脑网络连接14，已广泛应用于各种疾病的脑影像学研究中15-17。本文将围绕基于DTI构建的ASD脑结构网络进行讨论。图论分析法是用于分析复杂脑网络的数学算法，已广泛应用于ASD脑结构网络的研究中。在基于图论分析法的脑结构网络研究中，脑网络由一组节点及节点之间的连边组成，其中节点为基于解剖学图谱所得的脑区、边为脑区间的纤维束连接，可通过对全局属性、节点属性以及富人俱乐部组织、大脑半球的偏侧化等网络特征的定量分析，认识和理解大脑的工作模式及信息传输特性18。网络的全局属性是对全脑网络连通性的描述，主要包括衡量网络局部 信 息 传 输 效 能 及 容 错 能 力 的 聚 类 系 数（clustering coefficient,Cp）和 局 部 效 率（local efficiency,Eloc）、度量网络全局信息传输效能与整合能力的最短路径长度（shortest path length,Lp）及全局效率（global efficiency,Eglob）、小世界属性系数（small worldness,）等。以往研究中常混淆使用Lp和特征路径长度。根据网络的Cp和Lp可细分为规则网络、小世界网络和随机网络17,19-21。既往研究发现正常人脑具有小世界网络的属性，实现了网络中全局和局部信息传输的最优平衡，其改变与ASD、阿尔茨海默病或帕金森病等精神类疾病密切相关17,19-21。网络的节点属性用于描述脑区间的连接性质，主要包括衡量节点与网络中其他节点连接程度的节点度、评价给定节点与余节点间信息传输效能的节点效率以及反映给定节点信息转换能力的节点介数中心度。这些参数可用于确定在网络的信息传输中起桥梁作用的枢纽节点22，同时枢纽节点间往往紧密连接，在大脑组织中形成一个结构核心，即富人俱乐部组织23。富人俱乐部组织可使不同脑区间完成高效、快速的交流23-25，其损伤可致全脑信息传递异常26。2ASD脑结构网络的拓扑特征2.1 脑结构网络的全局属性多项研究19,27-28指出ASD