精品内容

您的当前位置:首页 > 行业资讯 > 行业新闻

高功能自闭症患者的脑网络动力学

2017-9-11 13:46:08字体:
分享到:
ff

 近日,来自伦敦大学学院认知神经系的Takamitsu Watanabe和Geraint Rees在nature communications期刊上发表了一项研究,利用静息态fMRI数据探析了自闭症的大脑动力学特征。该研究发现与正常人相比,高危自闭症的成年人在一些神经连接中会有一些不稳定的中间状态,这些特殊的状态能够预测自闭症的严重程度。另外,为了比较IQ是否和这些变化有关,研究利用自闭症患者的IQ来预测大脑动力学系统的稳定性。最后发现这些大脑动力学系统的行为与大脑网络的隔离有关。这些发现表明,自闭症患者大脑中的功能协调,以及过于稳定的神经动力学系统,造成了自闭症患者的症状以及对其认知能力的影响。

 

全脑神经动力的协调最优控制不同大脑功能系统,对复杂和多模态的信息的有效集成,以及处理瞬时任务而言是必不可少的。鉴于神经动力学在我们认知和信息处理中代表的关键角色,大规模神经动力学影响自闭症的假设是非常合理的。就目前神经病理学的发展,自闭症患者的全脑激活模式瞬时变化对于我们而言仍然是未知的。之前的神经影像研究主要针对自闭症患者的特定脑区,功能或者解剖脑网络的异常以及特定区域的神经异常。尽管这些研究探寻了一些瞬时的脑网络的变化,但是针对自闭症全脑动力学的瞬时变化仍然没有研究。因此,这篇论文通过对energy-landscape的分析,探寻全脑动力学和自闭症行为之间的关系。研究显示,自闭症患者与正常样本相比有更少的神经传输,并且发现非典型的稳定大脑动力学与自闭症的症状和认知能力相关。此外,研究发现神经动力学支持特定功能的大规模脑网络之间的协调。

 

研究者利用26个正常样本和24个自闭症样本的静息核磁共振影像进行分析,样本信息见表1,为了避免异地采集样本的冲突,研究者仅选择了Utah大学采集到的数据。为了揭示不同大脑功能系统的动态协调,研究者首先列出对七个功能网络(图1)采集到的FMRI数据,对七个网络的活动状态进行二值化,然后利用最大熵模型进行处理(附录图1),这个模型的预测精度能够达到96.4%。接着,基于这个模型,研究者指定一个静息态的大脑状态,并计算了每个大脑活动模式的能量值(图1.g)。并且测试了这些能量值之间的分层关系以及系统地研究了每个大脑区域的激活响应模式,发现利用局部最小能量可能更容易观测到显性的激活模式(图1.c)。值得注意的是,能量值不仅仅能够指示一些生物信息,还能够作为一个大脑激活的统计指标。比如,一个低的能量值说明更加频繁和稳定的脑激活模式。研究者同时发现,在六个大脑激活模式(局部最小A-F fig2.b)中自闭症和正常样本直接的能量分布就有相同的分层结构(图2.a )在每一个块中,局部最小A和B属于同一个分支,C和D属于另外一个分支,此外,与这四个分组相比,E和F的最小能量函数非常高,这也表示想对于其他四个分组,E和F不占主导地位也不够稳定,在层次结构和两组之间相似性的基础上,我们总结了这六个局部最小分组到两个个主要的脑状态中(A和B分到主要状态1,C和D分到主要主要状态2),以及两个小状态(E和F分别作为小状态1和2,图2.a).通过我们改变阈值对大脑激活相应进行二值化,我们得到了一个拟合模型和能量的分层结构(附录图2)

然后,研究者对能量值进行了数值模拟,并将脑激活作为脑状态之间保持和转化的特征,见表3,接着,研究者研究了这些大脑动力学特征是否和一些自闭症行为有关,这些行为通过ADOS评判,结果见图4,结果表明自闭症认知能力和脑动力学的稳定性有关,而这些稳定性又由不稳定的两个特定局部最小主要脑状态所支持,见图5. 另外,根据ADOS和IQ评分与大脑动力学之间的相关性分析,研究者测试了跨网络功能协调,具体见图6,同时,研究者分析与自闭症以其相关认知能力相关的跨网络功能协调进行了研究,见图7;正常人大脑的分析见图8,同时作者发现正常样本中DMN/SMN/Auditory module andFPN/SAN/ATN/Visual模块之间强功能隔离(图6c和8a)与中间状态的大量出现频率有关间接过渡,这又与他们的高智商成绩有关(图8b,c),最后,研究者利用这些大脑动力学差异来训练分类器,进行预测诊断自闭症(见图9),并得到了很高的精度。

这项工作主要是利用静息fMRI数据的energy-landscape分析大脑动力学来识别高功能成人自闭症。这种数据驱动的方法表明。自闭症患者的大脑激活相对于正常人的神经控制偏弱,而这种过于稳定的大脑动力学是自闭症的基础。此外,研究发现,这种异常稳定的大脑动力学会增强自闭症患者的认知能力。同时研究发现,特定的跨网络功能协调能够促进这些稳定的大脑动力学,这些发现表明非典型大脑动力学可以作为自闭症患者的生物标记。同时研究大脑动力学能够对这种行为和认知能力的机制理解有帮助。

联系我们

地址:闵行|奉贤|浦东|嘉定|青浦
报名手机:189-3457-0630
微信号:18934570630 蜀ICP备17009912号-4
邮箱:18934570630@qq.com