基于语音任务的fMRI与静息态fMRI定位躯体运动网络 - 脑医汇 - 神外资讯

美国约翰·霍普金斯大学Russell H. Morgan放射科学部神经放射科的Elham Beheshtian等分析2012年至2016年间术前脑功能映射患者的sc-fMRI与rs-fMRI扫描，在3.0-T MRI扫描仪上使用相同的成像参数，并在rs-fMRI和sc-fMRI扫描时进行ICA，将数据集分为空间和时间成分。由两名神经放射科医师在每项研究中独立确定是否存在背侧SMN和腹侧SMN。采用t检验比较各组，并进行logistic回归分析确定SMN的预测因素。结果发表于2021年10月的《Radiology》杂志。

——摘自文章章节

【Ref: Beheshtian E, et al. Radiology. 2021 Oct;301(1):178-184. doi: 10.1148/radiol.2021204594. Epub 2021 Jul 20.】

研究背景

在过去的几十年中，功能MRI（fMRI）已广泛应用于颅脑手术。有证据表明，术前fMRI可以优化相当一部分脑肿瘤患者治疗计划，有助于增加肿瘤切除范围，减小开颅面积，缩短手术时间。使用基于任务的fMRI（task based-fMRI，tb-fMRI）能准确地定位运动或语言等特定脑功能区。然而，tb-fMRI的扫描时间长、需要患者积极配合，对于神经功能有障碍的人群可能有一定困难。静息态fMRI（Resting-state fMRI，rs-fMRI）已成为tb-fMRI的补充或替代方法。两种fMRI技术都使用血氧水平依赖（BOLD）信号；在rs-fMRI中，患者在不执行特定任务状态下，计算跨脑区随机的BOLD波动相关性，生成多种内在的脑网络，其中一部分与tb-fMRI确定的功能激活区相重叠。

独立成分分析（independent component analysis，ICA）将rs-fMRI信号分解为功能网络图。早期rs-fMRI研究证实这种技术在术前脑功能映射（mapping）中的实用性，在健康对照与脑损伤患者中，躯体运动网络（Somatomotor Network，SMN）与tb-fMRI生成的运动激活图高度重叠。ICA根据单个成分之间时程的差异将BOLD信号分为不同的组成，其中包括网络或神经元起源以及与噪声相关的信号。ICA主要用于rs-fMRI，也应用于tb-fMRI，代替传统的一般线性模型分析，而一般线性模型分析中可能不显示任务的相关区域。个体参与的特定任务，在脑区也有自然发生的内在波动。ICA可应用于tb-fMRI，获得与任务相关的除感兴趣网络以外的各种网络信息。对于运动和语言网络术前定位的目标，最理想的是能够提供两个信息片段的单一成像序列。使用rs-fMRI可以可靠地证实SMN，但语言网络定位在个体间存在高度变异性，因此仅使用rs-fMRI可能存在缺陷，仍然有必要使用句子完成的fMRI（sentence completion fMRI，sc-fMRI）。

为比较使用无运动成分的语言任务的rs-fMRI与使用句子完成的功能MRI任务识别SMN，美国约翰·霍普金斯大学Russell H. Morgan放射科学部神经放射科的Elham Beheshtian等分析2012年至2016年间术前脑功能映射患者的sc-fMRI与rs-fMRI扫描，在3.0-T MRI扫描仪上使用相同的成像参数，并在rs-fMRI和sc-fMRI扫描时进行ICA，将数据集分为空间和时间成分。由两名神经放射科医师在每项研究中独立确定是否存在背侧SMN（dSMN）和腹侧SMN（vSMN）。采用t检验比较各组，并进行logistic回归分析确定SMN的预测因素。结果发表于2021年10月的《Radiology》杂志。

研究结果

研究结果发现，100例患者，平均年龄为40.9±14.8岁；男性61例；dSMN和vSMN在rs-fMRI扫描中的识别率分别为86%和76%，在sc-fMRI扫描中的识别率分别为85%和69%。rs-fMRI与sc-fMRI对dSMN和vSMN存在的一致性分别为75%和53%。在rs-fMRI未显示dSMN的14例患者中，10例（71%）sc-fMRI显示dSMN。vSMN的检出率为67%（16/24例）。

图1. 35岁男性患者扫描图，左额叶胶质瘤延伸至运动皮质，有轻度占位效应。参考十字准线以及大脑三维表面渲染图像显示，所有图像均具有功能MRI（fMRI）重叠。红色重叠=静息态fMRI（rs-fMRI）；绿色重叠=使用句子完成fMRI（sc-fMRI）；蓝色重叠=手指敲击fMRI（ft-fMRI）。颜色的交集表示重叠：黄色表示rs-fMRI与sc-fMRI的交集；品红色表示rs-fMRI与ft-fMRI的交集；青色表示sc-fMRI与ft-fMRI的交集。白色区域（重叠圆圈上的浅粉色）表示所有三个fMRI的重叠。箭头指向中央前回omega外侧缘的中央沟。A=前；L=左；P=后；R=右。

结论

最后研究者总结，在大多数患者中，与rs-MRI扫描相比，基于句子任务sc-fMRI扫描的ICA可识别躯体运动网络。与rs-fMRI相比，使用sc-fMRI识别SMN可通过消除单一运动任务而缩短整个fMRI扫描时间，使定位特定网络更容易执行。当rs-fMRI不能识别时，sc-fMRI有助于识别SMN。

声明：脑医汇旗下神外资讯、神介资讯、脑医咨询所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。