發(fā)布日期:2018-01-18
基于數(shù)學圖論分支的復雜網(wǎng)絡理論是分析復雜關(guān)系的強有力工具,近年來被廣泛應用于腦網(wǎng)絡成像研究中。模塊化分析是復雜網(wǎng)絡的典型方法,可用于檢測大尺度腦網(wǎng)絡結(jié)構(gòu)特點。相關(guān)研究發(fā)現(xiàn),人腦網(wǎng)絡是以模塊化進行結(jié)構(gòu)與功能組織構(gòu)建的,而這種基本組織結(jié)構(gòu)會受到各種神經(jīng)精神疾病條件的影響。
近日,中國科學院行為科學重點實驗室、中科院心理研究所腦與心智畢生發(fā)展研究中心、重慶醫(yī)科大學第一附屬醫(yī)院、西南大學心理學部、廣西師范學院和美國印第安納大學的研究人員合作,檢測了抑郁癥患者的大腦功能模塊化重組。
該研究共對46名未服藥抑郁癥患者、38名已服藥抑郁癥患者和50名健康匹配對照志愿者進行了人腦磁共振成像檢測,其中包括大腦形態(tài)影像和靜息態(tài)功能影像。研究人員通過多重尺度模塊檢測算法來探測3組志愿者的腦網(wǎng)絡模塊化分特性,這一算法可以在進行模塊劃分時,通過調(diào)節(jié)相關(guān)參數(shù)來控制模塊劃分的分辨率,從而精細地進行模塊化重組檢測。就像將腦網(wǎng)絡想象成一個大城市,城市可以劃分成幾個大城區(qū),進一步細分可以劃分成街道,再細分可以劃為小區(qū)、單元樓、每戶人家一樣,經(jīng)過該算法運算后,可以得到人腦網(wǎng)絡一系列從粗到細的模塊劃分,根據(jù)每種劃分的參數(shù)穩(wěn)定性選出最合適的劃分方式。
研究結(jié)果表明,與正常對照組相比,2個病人組都在視覺網(wǎng)絡和默認網(wǎng)絡表現(xiàn)出相似的重組特性,但在額頂控制網(wǎng)絡卻表現(xiàn)出不同的重組改變形式;額頂控制網(wǎng)絡的3個功能模塊和體感運動網(wǎng)絡在未服藥條件下表現(xiàn)出更強的模塊間功能連接,而這些連接增強在藥物控制下大部分可以達到正??刂平M水平,值得關(guān)注的是額頂網(wǎng)絡的外側(cè)模塊(如圖編碼4所示)并未表現(xiàn)出對藥物的上述重組效果。研究成果展示了抑郁癥相關(guān)的人腦連接組特定模塊網(wǎng)絡組織特性的改變,同時揭示了藥物對重塑腦網(wǎng)絡模塊特性改變的潛在作用,為各類臨床干預提供了全腦系統(tǒng)水平上的靶向網(wǎng)絡及其相關(guān)腦區(qū)。
相關(guān)研究成果發(fā)表在Cerebral Cortex上。該研究得到了國家重點基礎研究發(fā)展計劃、國家自然科學基金面上項目和重點國際合作項目、北京市科學與技術(shù)基金、中科院-荷蘭科研組織聯(lián)合研究項目等的資助。
來源:心理所