论文部分内容阅读
帕金森疾病(Parkinson’s disease,PD)是一种常见的神经退行性疾病,由于PD在早期难以被人发现,症状出现时病情已经加重,这在诊断和干预上带来极大的困难。罹患帕金森氏病的大部分患者都出现步态冻结症状(freezing of gait,FOG)。FOG的机制仍不确定,越来越多的研究是基于大脑网络而不是单独的大脑区域。但迄今为止,只有少数研究调查了患有步态冻结症状的全脑静息态功能连接。研究大规模全脑功能连接和表型因素(例如行为表现)之间的关系可能有助于揭示FOG症状的本质。本课题样本分为三组,分别为:47个自我报告有步态冻结症状的病人(PD with fog,PD+FOG),28例无FOG的患者(PD without fog,PD-FOG)和28例年龄和性别匹配的健康对照(human control,HC),对这三组人群进行临床量表评估和功能磁共振成像数据采集。不同于传统的基于先验假设的种子点方法,一种称为基于距离的多元矩阵回归(Multiple distance multiple matrix regression,MDMR)的多元统计学方法的出现,能够让回归分析不受先验网络选择的影响,通过数据驱动的分析来揭示大脑连接的差异模式。同时,MDMR解决了研究大规模全脑功能连接时由于多重比较引起的假阳性问题。本课题基于f MRI原始图像,采用了功能图谱(全脑264个脑节点)作为分割图谱。基于MDMR对功能连接网络和临床量表作回归分析,找到具有统计显著性的脑节点,即种子点。利用事后分析分别对每个种子点在全脑连接网络的效应大小排序,并用一般线性模型对种子点与其它关键节点的全脑连接总强度进行组间对比。结合局部节点效率和全局小世界等图论参数分析,对脑网络内和网络间的功能强度,进行研究比较影像脑网络中的组间差异。三组被试中,临床表现和行为评估具有显著差异,PD+FOG患者的临床表现和行为评估均较HC和PD-FOG差。基于诊断,Mo CA,延迟回忆细项,步态毯的步数细项的测试,5个节点具有显著统计意义,也分布在感知运动网络和视觉网络。当将这些大脑区域用作建立全脑连接的种子时,进行特征节点的全脑连接模式和特征节点的全脑图论参数,功能网络的全脑图论参数研究,本文发现正常人与帕金森病人的全脑连接差异是普遍的,而帕金森亚组之间的差异则是由于带状盖网络,小脑网络和下皮层网络以及相关网络之间的复合模式变化而导致的。