摘要

功能磁共振成像(fMRI) block設(shè)計(jì)實(shí)驗(yàn)通常包括呈現(xiàn)認(rèn)知任務(wù)的ON-block和無認(rèn)知任務(wù)的OFF-block。然而，ON-block之間的OFF-block也可以看作間歇性休息的標(biāo)志，從而誘發(fā)短暫的靜息狀態(tài)。目前仍然不知道這種間歇期的大腦活動是否反映了與連續(xù)期相同的靜息態(tài)活動。因此，本研究的目的是考察間歇和連續(xù)休息條件下大腦活動的異同。共有47名健康受試者參與了3T fMRI實(shí)驗(yàn)。間歇靜息態(tài)數(shù)據(jù)來自標(biāo)準(zhǔn)的ON-OFF block設(shè)計(jì)中活動任務(wù)處理之間的靜息期，在ON-block期間呈現(xiàn)了三種不同的認(rèn)知任務(wù)。連續(xù)靜息態(tài)數(shù)據(jù)是在任務(wù)完成后的5分鐘靜息期間獲取的。研究結(jié)果發(fā)現(xiàn)，兩種條件下的活動總體相似，但存在一些差異。這些差異存在于默認(rèn)模式網(wǎng)絡(luò)(DMN)中，并與其他腦網(wǎng)絡(luò)的相互作用有關(guān)。DMN圖顯示內(nèi)側(cè)前額葉皮層(MPFC)的條件之間具有較弱的重疊，特別是間歇靜息態(tài)條件下的重疊比連續(xù)靜息態(tài)條件下要弱。此外，DMN在間歇靜息態(tài)條件下與突顯網(wǎng)絡(luò)(SN)具有較強(qiáng)的連接，特別是在前島葉和邊緣上回區(qū)域。觀察到的差異可能反映了從任務(wù)處理到下一個(gè)靜息狀態(tài)周期的“延續(xù)效應(yīng)”，這種效應(yīng)在連續(xù)靜息態(tài)條件下不存在。未來需要進(jìn)一步的研究來充分了解間歇和連續(xù)靜息態(tài)之間的差異程度。

前言

靜息態(tài)功能連接的測量在神經(jīng)成像領(lǐng)域引起了極大的興趣，主要有兩個(gè)原因：首先，研究為理解人腦提供了新的見解，包括功能連接和結(jié)構(gòu)連接之間的可能重疊。其次，使用靜息態(tài)數(shù)據(jù)研究功能連接相對直接，可以應(yīng)用于腦發(fā)育和臨床研究。與基于任務(wù)的功能磁共振成像(fMRI)等其他方法相比，這可能會提高依從性，降低訓(xùn)練需求。功能連接通常使用低頻(＜0.1Hz)血氧水平依賴(BOLD)信號波動來計(jì)算，從而推斷出感興趣區(qū)域(ROIs)之間的神經(jīng)活動。這些低頻波動通常在靜息條件下獲得，此時(shí)大腦處于休息狀態(tài)。這被認(rèn)為代表了自發(fā)的神經(jīng)激活以及無約束的心理活動，例如“發(fā)呆”或“走神”。

靜息態(tài)功能連接研究揭示了一致的大規(guī)?？臻g分布的相干信號，我們稱之為靜息態(tài)網(wǎng)絡(luò)(RSNs)。目前已證實(shí)這些網(wǎng)絡(luò)反映了支持核心知覺和認(rèn)知過程的腦功能系統(tǒng)。有趣的是，盡管RSNs主要與靜息期間自發(fā)出現(xiàn)的BOLD波動有關(guān)，但這些網(wǎng)絡(luò)在任務(wù)范式和意識狀態(tài)改變時(shí)也顯示出同步波動。例如，默認(rèn)模式網(wǎng)絡(luò)(DMN)是研究得最多的RSN，在任務(wù)條件下顯示出較強(qiáng)的相關(guān)性，但相對于靜息狀態(tài)下的相關(guān)性較弱。因此，根據(jù)任務(wù)中平均網(wǎng)絡(luò)活動與刺激事件時(shí)間的相關(guān)性方向，這些網(wǎng)絡(luò)可以被描述為“任務(wù)正網(wǎng)絡(luò)”或“任務(wù)負(fù)網(wǎng)絡(luò)”。一些研究表明，執(zhí)行認(rèn)知任務(wù)可能會對隨后的靜息期產(chǎn)生“延續(xù)效應(yīng)”，從而影響RSN連接。例如，Waites等人(2005)對正字法詞匯檢索任務(wù)前后的靜息期DMN區(qū)域進(jìn)行功能連接分析發(fā)現(xiàn)，任務(wù)執(zhí)行前后的靜息期間，功能連接略微增加或減少。Pyka等人(2009)提供的證據(jù)顯示，與非挑戰(zhàn)性的字母匹配任務(wù)相比，被試在完成具有認(rèn)知挑戰(zhàn)性的工作記憶任務(wù)后， DMN活動增加。這可以解釋為靜息期間對前一項(xiàng)任務(wù)的自我評估和反思的功能性相關(guān)性，或者從挑戰(zhàn)性認(rèn)知需求中恢復(fù)的認(rèn)知資源重新分配。此外，F(xiàn)ox和Raichle(2007)的研究表明，連貫的自發(fā)腦活動可以解釋任務(wù)范式中的試次間差異。因此，得出靜息期間內(nèi)在神經(jīng)元活動可能影響后續(xù)任務(wù)相關(guān)行為和相應(yīng)腦活動的結(jié)論并非不合理。此外，Sadaghiani等人(2010)認(rèn)為，正在進(jìn)行的活動是以功能架構(gòu)組織的。誘發(fā)的神經(jīng)反應(yīng)被嵌入到一個(gè)潛在的功能架構(gòu)中，如果脫離了正在進(jìn)行的活動所建立的背景，就無法完全理解。

這些觀察結(jié)果為本研究提供了背景，本研究的重點(diǎn)是檢查和比較單次長時(shí)間靜息期獲得的RSN數(shù)據(jù)和在任務(wù)處理期間重復(fù)短暫靜息期獲得的數(shù)據(jù)。本研究使用了標(biāo)準(zhǔn)的fMRI block設(shè)計(jì)，探索了兩種靜息態(tài)條件下RSN活動的相似性和差異性，即間歇靜息態(tài)和連續(xù)靜息態(tài)。由于默認(rèn)模式網(wǎng)絡(luò)(DMN)是最著名和研究最多的RSNs之一，因此本研究著重考察了這兩種實(shí)驗(yàn)條件下默認(rèn)模式網(wǎng)絡(luò)的異同。本研究假設(shè)，雖然DMN活動原則上在兩種條件下應(yīng)該是相似的，但這些條件下顯示的精神狀態(tài)差異可能會影響記錄的DMN活動和兩種實(shí)驗(yàn)條件之間的連接。為了比較兩種條件下的靜息態(tài)數(shù)據(jù)，本研究首先從OFF-blocks中提取BOLD圖像來創(chuàng)建間歇性靜息條件數(shù)據(jù)集。其次，使用獨(dú)立成分分析(ICA)從兩種條件中提取RSNs，并確定DMN成分進(jìn)行統(tǒng)計(jì)比較。第三，利用置換統(tǒng)計(jì)量和配對t檢驗(yàn)比較了DMN與所選圖譜網(wǎng)絡(luò)區(qū)域的ROI-to-ROI功能連接。

材料和方法

參與者

參與者為47名健康成人，27名男性和20名女性(M=34.9歲，SD=13.9)。參與者是公開招募的，納入標(biāo)準(zhǔn)為自我報(bào)告無任何精神和神經(jīng)系統(tǒng)疾病。在MRI數(shù)據(jù)采集之前，研究人員與參與者進(jìn)行了面談，詢問他們體內(nèi)是否有植入物(如心臟起搏器)和任何幽閉恐懼癥的跡象。此外，讓參與者簽署知情同意書。女性參與者會被問及是否懷孕，因?yàn)檫@是一個(gè)排除標(biāo)準(zhǔn)。本研究根據(jù)《赫爾辛基宣言》的倫理標(biāo)準(zhǔn)執(zhí)行，符合良好的臨床實(shí)踐框架，并且符合人類研究機(jī)構(gòu)的所有倫理規(guī)則和指南。本研究獲得了挪威西部醫(yī)學(xué)研究倫理區(qū)域委員會的批準(zhǔn)(#2014/1641/REK-Vest)。

刺激和設(shè)計(jì)

基于任務(wù)的fMRI包括三種不同的認(rèn)知任務(wù)：心算任務(wù)、工作記憶任務(wù)和心理旋轉(zhuǎn)任務(wù)。實(shí)驗(yàn)包括九個(gè)有任務(wù)呈現(xiàn)的ON-blocks(每個(gè)任務(wù)重復(fù)三次)和九個(gè)無任務(wù)呈現(xiàn)的黑屏OFF-blocks交替進(jìn)行，但視野中央有一個(gè)十字注視點(diǎn)。任務(wù)在每個(gè)ON-block中呈現(xiàn)34s，每個(gè)參與者的任務(wù)順序不同，并與34s的OFF-blocks交替進(jìn)行。在E-Prime軟件(Psychology Software Tools，Inc.，USA)上進(jìn)行刺激時(shí)序、持續(xù)時(shí)間、先后順序以及實(shí)驗(yàn)整體時(shí)序參數(shù)的控制。刺激呈現(xiàn)與MR數(shù)據(jù)采集使用NordicNeurolab SyncBox(NordicNeuroLab Inc.，Norway)進(jìn)行同步。要求參與者在OFF-blocks的呈現(xiàn)過程中保持眼睛睜開。每個(gè)ON-block和OFF-block持續(xù)68s，總計(jì)10min2s。在靜息態(tài)階段，要求參與者在掃描儀中靜臥并放松五分鐘。為了保持一致性，從實(shí)驗(yàn)的靜息態(tài)階段中獲得的數(shù)據(jù)將在下文中稱為“連續(xù)靜息態(tài)條件數(shù)據(jù)”，而從基于任務(wù)的靜息(OFF)?block中提取的數(shù)據(jù)將稱為“間歇靜息態(tài)條件數(shù)據(jù)”。

磁共振掃描和數(shù)據(jù)采集

使用西門子3T Magnetom Prisma MR掃描儀采集數(shù)據(jù)。在功能成像之前使用以下序列參數(shù)獲取解剖學(xué)T1加權(quán)圖像：MPRAGE 3D T1 加權(quán)矢狀面體積，TE/TR/TI=2.28ms/1.8s/900ms，采集矩陣=256×256×192，視野(FOV)=256×256mm2，200Hz/px讀出帶寬，翻轉(zhuǎn)角8°，總采集時(shí)間為7.40min。所有fMRI數(shù)據(jù)均采用2D梯度回波平面成像(EPI)獲取，采集參數(shù)如下：TE/TR=30ms/2s，間歇條件為306個(gè)volumes，連續(xù)條件為150個(gè)volumes，采集矩陣=64×64，層厚=3.6mm，35層，F(xiàn)OV=230×230mm。

fMRI數(shù)據(jù)處理

在任務(wù)態(tài)fMRI數(shù)據(jù)預(yù)處理前，從4D任務(wù)態(tài)fMRI圖像的九個(gè)OFF-block中分別提取七個(gè)最中心的3D體積以進(jìn)行進(jìn)一步處理。每個(gè)OFF-block由17個(gè)體積組成，其中每個(gè)OFF-block的前五個(gè)和后五個(gè)體積被省略，以避免包含從ON-block到OFF-block的BOLD信號的瞬態(tài)波動，以及避免參與者可以預(yù)測下一個(gè)認(rèn)知任務(wù)的出現(xiàn)。數(shù)據(jù)提取過程如下：首先使用SPM12的函數(shù)spm vol和spm read vols將間歇靜息態(tài)數(shù)據(jù)分解為獨(dú)立的體積。然后使用SPM函數(shù)spm write vol將感興趣的體積保存為獨(dú)立的3D nifti圖像。使用collapse nii scan將提取的“靜息”3D體積合并為由63個(gè)體積(總時(shí)間2分1秒)組成的4D圖像。整個(gè)過程在Matlab R2017b(MathWorks，Natick，MA)中執(zhí)行。

間歇靜息態(tài)條件由9個(gè)ON-block和9個(gè)OFF-block組成，每個(gè)block包含17個(gè)體積(見圖1)。圖1中垂直的紅線表示為了提取間歇靜息態(tài)體積，將4D fMRI圖像進(jìn)行剪切的位置(由線上方的剪刀表示)。從每個(gè)OFF-block中剪出7個(gè)體積。前五個(gè)和后五個(gè)體積被省略，也就是圖中所示的紅色垂直線之外。將提取的OFF-block體積合并，得到由63個(gè)OFF-block體積組成的4D fMRI圖像。

所有預(yù)處理均在Matlab R2017b中使用CONN功能連接工具箱17b執(zhí)行。預(yù)處理包括配準(zhǔn)和畸變校正、功能數(shù)據(jù)以(0，0，0)坐標(biāo)居中、功能異常值檢測、功能分割和歸一化、結(jié)構(gòu)數(shù)據(jù)以(0，0，0)坐標(biāo)居中、結(jié)構(gòu)分割和歸一化，以及平滑處理。

空間ICA

對兩個(gè)條件下的靜息態(tài)數(shù)據(jù)分別進(jìn)行空間獨(dú)立成分分析(ICA)。采用Group ICA for fMRI toolbox(GIFT v3.0b)進(jìn)行ICA分析。對于每個(gè)條件，使用“Infomax”算法類型提取了20個(gè)獨(dú)立成分，其他設(shè)置均為默認(rèn)設(shè)置。提取的獨(dú)立成分根據(jù)Smith等人(2009)的DMN成分圖模板的相關(guān)系數(shù)進(jìn)行了空間排序。這樣做是為了自動選擇兩個(gè)數(shù)據(jù)集中最能反映DMN的成分，并獲得每個(gè)條件下的網(wǎng)絡(luò)概覽。

關(guān)聯(lián)分析和概率圖

使用與模板DMN圖相關(guān)性最高的均值參與者的成分來選擇單個(gè)參與者的成分，以便在每個(gè)個(gè)體的所有相對成分圖像中進(jìn)行二級關(guān)聯(lián)分析(單因素方差分析，隨機(jī)效應(yīng))。這允許量化在兩種靜息態(tài)下已識別的DMN成分之間的相似性水平。采用SPM12進(jìn)行關(guān)聯(lián)分析(conjunction analysis)。所有相關(guān)的成分圖(每個(gè)參與者和條件各一個(gè))被納入二階分析(單因素方差分析)。在對模型進(jìn)行估計(jì)后，定義多重對比進(jìn)行比較。對統(tǒng)計(jì)圖進(jìn)行多重比較(FWE)校正，并選擇p值為0.05的顯著性閾值且聚類程度為10體素進(jìn)行所有比較。此外，為了測試與模板DMN圖相關(guān)性最高和次高的成分的空間重疊，本研究使用SPM12計(jì)算了所有成分和所有參與者的概率圖。首先，使用z＞1.96（相當(dāng)于p＜0.05）的閾值對所有成分進(jìn)行二值化。其次，將所有二值化的成分按體素相加，乘以100并除以圖像總數(shù)量。因此，顯示的體素值表示在兩種條件下所有參與者中存在最高和次高的DMN相關(guān)成分的概率(%)。

功能連接分析

本研究進(jìn)行了感興趣區(qū)域(ROI)分析，以探索DMN和所選8個(gè)網(wǎng)絡(luò)在兩種靜息態(tài)條件下的功能連接差異。使用CONN工具箱進(jìn)行ROI-to-ROI功能連接分析。計(jì)算屬于DMN的四個(gè)ROIs之間的功能連接z值：DefaultMode.MPFC(1，55，-3)，DefaultMode.LP (L)(-39，-77，33)，DefaultMode.LP (R)(47，-67，29)，DefaultMode.PCC(1，-61，38)，以及屬于CONN默認(rèn)網(wǎng)絡(luò)圖譜中定義的8個(gè)選定功能網(wǎng)絡(luò)(DMN，感覺/運(yùn)動，視覺，突顯，背側(cè)注意，額頂葉，語言，小腦)的32個(gè)ROIs。進(jìn)一步提取兩種條件下的連接矩陣，并使用FSL中的線性模型置換分析(PALM)進(jìn)行條件間比較。

結(jié)果

ICA分析

對靜息態(tài)數(shù)據(jù)進(jìn)行空間ICA分解，為兩種條件下的每個(gè)條件生成20個(gè)獨(dú)立成分圖。對各成分進(jìn)行空間排序后，針對每個(gè)條件選擇與模板DMN圖相關(guān)性最強(qiáng)的兩個(gè)成分圖，如圖2、3所示。

圖2顯示了與Koch等人(2002)中的示例DMN圖譜相關(guān)性最高的兩個(gè)成分。每個(gè)成分下面是相應(yīng)的時(shí)間進(jìn)程。該圖顯示了從上(左上角)到下(右下角)以3mm的步長疊加在軸向解剖層上的BOLD激活，MNI z坐標(biāo)范圍為58到?11。與ICA成分1相關(guān)的ROIs位于雙側(cè)楔前葉/后扣帶皮層(PCC)、頂下小葉和頂上小葉。與ICA成分2相關(guān)的ROIs位于內(nèi)側(cè)額上回，雙側(cè)外側(cè)額上回，前扣帶皮層(ACC)/輔助運(yùn)動區(qū)(SMA)，雙側(cè)顳中回。

圖3顯示了與Koch等人(2002)中的示例DMN圖譜相關(guān)性最高的兩個(gè)成分。同樣，每個(gè)成分下面是相應(yīng)的時(shí)間進(jìn)程。從上(左上角)到下(右下角)?以3mm的步長疊加在軸向解剖層上的BOLD激活，MNI z坐標(biāo)范圍為58至-35。與ICA成分1相關(guān)的ROIs位于雙側(cè)楔前葉/后扣帶皮層(PCC)、外側(cè)額上回和內(nèi)側(cè)額上回/前扣帶皮層(ACC)。與ICA成分2相關(guān)的ROIs位于楔前葉/后扣帶皮層(PCC)、雙側(cè)頂上小葉和頂下小葉、雙側(cè)顳中回。

如圖2、3所示，雖然這兩種條件都激活了前后腦區(qū)的DMN節(jié)點(diǎn)，但這兩種條件之間也略有不同。圖2顯示，間歇條件下的ICA-1I成分主要激活于后部DMN區(qū)域，ICA-2I主要激活于前部腦區(qū)。圖3顯示，連續(xù)條件下的ICA-1C成分主要激活于前部和后部區(qū)域，ICA-2C主要激活于后部腦區(qū)。

關(guān)聯(lián)分析

使用與每個(gè)參與者模板DMN(1I-間歇靜息條件和1C-連續(xù)靜息條件)相關(guān)性最高的成分進(jìn)行的連接分析顯示出大量的空間重疊。這表明DMN在間歇和連續(xù)靜息條件下都被激活，參見圖4。此外，在所有47名參與者中，本研究計(jì)算了與模板DMN圖具有最高和次高相關(guān)性的成分的概率圖(1I和2I代表間歇靜息條件和1C和2C代表連續(xù)靜息條件)。概率圖顯示，各成分之間的重疊在DMN的額部ROI較弱，而在后部ROI區(qū)域的重疊最強(qiáng)，見圖5。

功能連接分析

在這兩種條件下，DMN網(wǎng)絡(luò)ROIs與其他選定網(wǎng)絡(luò)ROIs之間的六種連接如表1所示。有趣的是，大多數(shù)觀察到的顯著差異連接是在DMN網(wǎng)絡(luò)的種子和突顯網(wǎng)絡(luò)(SN)之間(見圖6)。為了更好地顯示這些差異，本研究計(jì)算了Cohn’s d效應(yīng)值(圖7)。所呈現(xiàn)的效應(yīng)值表明，間歇條件下DMN與其他ROIs之間的顯著連接高于連續(xù)靜息態(tài)條件。不同條件間的比較采用配對雙尾t檢驗(yàn)。表1顯示了兩種條件之間顯著不同的連接[p(-log10)＞1.301]。

圖6所示的連接在間歇和連續(xù)靜息態(tài)下均存在顯著差異[p(-log10)＞1.3010]。圖6所示圓形圖中線條的粗細(xì)表示兩個(gè)條件之間給定連接的差異程度。圖中所示的解剖區(qū)域是：后扣帶皮層(PCC)、內(nèi)側(cè)前額葉皮層(MPFC)、邊緣上回(SMG)、前島葉(AI)、外側(cè)頂葉(LP)和后顳上回(PSTG)。右半球用R標(biāo)記，左半球用L標(biāo)記。

圖7顯示了顯著連接的Cohen’d效應(yīng)值。結(jié)果表明，對于兩種條件下的平均功能連接的大多數(shù)顯著差異，間歇靜息態(tài)條件的值高于連續(xù)靜息態(tài)條件下的相應(yīng)值。圖7所示區(qū)域?yàn)椋汉罂蹘?PCC)、內(nèi)側(cè)前額葉皮層(MPFC)、邊緣上回(SMG)、前島葉(AI)、外側(cè)頂葉(LP)和后顳上回(PSTG)。右半球用R標(biāo)記，左半球用L標(biāo)記。

結(jié)論

在間歇靜息態(tài)下的OFF-blocks期間觀察到的DMN網(wǎng)絡(luò)與連續(xù)靜息態(tài)下獲得的DMN網(wǎng)絡(luò)具有相似的模式。但這兩種條件之間也存在一些差異，主要表現(xiàn)在網(wǎng)絡(luò)的額葉區(qū)域。通過DMN節(jié)點(diǎn)與全腦體積之間的功能連接分析，進(jìn)一步揭示了兩種條件之間的差異。從圖7可以看出，間歇靜息態(tài)下的DMN似乎與突顯網(wǎng)絡(luò)(SN)的某些部分具有明顯更強(qiáng)的連接，先前的研究認(rèn)為這些連接與調(diào)節(jié)DMN和CEN之間切換有關(guān)。觀察到的差異可能反映了從任務(wù)處理ON-blocks對后續(xù)OFF-blocks的“延續(xù)效應(yīng)”。然而，需要進(jìn)一步的研究來充分了解這兩種條件之間的差異程度，以及DMN在間歇和連續(xù)靜息態(tài)下是否本質(zhì)上相似。檢查DMN網(wǎng)絡(luò)在更長時(shí)間的活動和休息期間的變化動態(tài)，或者通過改變?nèi)蝿?wù)難度和認(rèn)知負(fù)荷來考察“延續(xù)效應(yīng)”是否與任務(wù)相關(guān)也很有必要。

參考文獻(xiàn)：Beresniewicz J, Riemer F, Kazimierczak K, Ersland L, Craven AR, Hugdahl K and Grüner R (2023) Similarities and differences between intermittent and continuous resting-state fMRI. Front. Hum. Neurosci. 17:1238888.

doi: 10.3389/fnhum.2023.1238888

小伙伴們關(guān)注茗創(chuàng)科技，將第一時(shí)間收到精彩內(nèi)容推送哦～