论文部分内容阅读
目的本实验分别利用静息态功能磁共振图像(resting state functional magnetic resonance imaging,rs-fMRI)及扩散张量图像(diffusion tensor imaging,DTI),基于静息态功能连接(resting state functional connectivity,rsFC)模式及解剖连接(anatomical connectivity,AC)模式对正常人脑扣带皮层进行功能亚区及解剖亚区的划分,并分析不同亚区的rsFC模式及AC模式,进而比较两种方法分割结果是否具有一致性。对象与方法选取47例健康右利手志愿者(男29人;平均年龄26.3岁;年龄范围20-40岁)。采集3D T1WI、rs-fMRI及DTI数据。数据采集使用GE Discovery MR750 3.0T MR扫描仪及头部8通道相控线圈。采用单次激发回波平面成像(echo planar imaging,EPI)技术采集rs-fMRI数据及DTI数据在rs-fMRI数据采集期间,嘱被试闭眼、呼吸平稳、身体尽可能静止、尽量不思考、保持清醒。在蒙特利尔神经病学研究所(Montreal Neurological Institute,MNI)标准空间内勾绘扣带皮层感兴趣区(Region of Interest,ROI)。预处理T1WI、rs-fMRI和DTI数据。而后,将3D T1WI首先在静息态个体空间内配准到平均功能像,之后再配准到MNI标准空间,获得配准参数。最后将MNI标准空间内的扣带皮层ROI利用配准参数反配准到个体静息态空间内。用类似的方法,将3D T1WI在个体弥散空间内配准到B0像,之后再配准到MNI标准空间,获得配准参数,将MNI标准空间内的扣带皮层ROI利用配准参数反配准到个体弥散空间内。最终得到个体静息态空间及弥散空间内的扣带皮层ROI。对于rs-fMRI数据,计算个体ROI中的每个体素与全脑其他体素的时间序列的pearson线性相关系数,得到交互连接矩阵;对于DTI数据,估算个体ROI中每个体素和全脑其他体素的连接概率,得到交互连接矩阵。以上得到的交互连接矩阵均使用K-均值聚类算法自动聚类分割,将种子区内连接模式相似的体素聚合到一起。分割数的选择采用交互验证的方法。最终计算最大概率图谱,分别得到扣带皮层功能亚区及解剖亚区。我们分别展示扣带皮层功能亚区的rsFC模式及扣带皮层解剖亚区的AC模式,验证亚区之间是否具有异质性。同时,为了探索扣带功能亚区与解剖亚区之间的关系,我们从亚区的解剖位置及连接模式两个方面将扣带皮层功能亚区与解剖亚区进行比较。结果基于rsFC模式将扣带皮层分为6个亚区:前扣带皮层亚区、背侧中前扣带皮层亚区、腹侧中前扣带皮层亚区、中后扣带皮层亚区、背侧后扣带皮层亚区及腹侧后扣带皮层亚区。每个亚区具有特定的rsFC模式。基于AC模式将扣带皮层分为10个亚区:亚区1-亚区10。每个解剖亚区有其特异性的AC模式。功能亚区与解剖亚区的对应关系为:亚区1、2对应前扣带皮层亚区。亚区3-6对应中扣带皮层亚区。亚区7、8对应背侧后扣带皮层亚区。亚区9、10对应腹侧后扣带皮层亚区。结论1.基于rsFC模式将人脑扣带皮层分为6个亚区:前扣带皮层亚区、背侧中前扣带皮层亚区、腹侧中前扣带皮层亚区、中后扣带皮层亚区、背侧后扣带皮层亚区、腹侧后扣带皮层亚区。2.基于AC模式将人脑扣带皮层分为10个亚区:亚区1-亚区10。3.人脑扣带皮层功能亚区与解剖亚区之间具有一致性。