静息态fNIRS全脑功能连接与网络分析区分微意识状态与无反应患者的神经影像标志物研究

《Journal of Translational Medicine》：Functional connectivity in whole-brain and network analysis differentiates minimally conscious from unresponsive patients: a resting-state fNIRS study

本研究针对意识障碍（DOC）患者临床评估难题，创新性采用静息态功能性近红外光谱（fNIRS）技术，通过全脑及网络水平的功能连接（FC）分析，首次系统揭示微意识状态（MCS）与植物状态/无反应觉醒综合征（VS/UWS）患者的脑网络差异。研究发现VS/UWS患者在前额叶-运动皮层-感觉皮层-韦尼克区连接及听觉/默认模式网络中存在显著功能连接减弱（p<0.01），且连接强度与昏迷恢复量表修订版（CRS-R）评分显著相关（p<0.05）。基于通道4-29连接特征的分类准确率达76.92%（AUC=0.818），证实fNIRS在DOC客观诊断中的重要应用价值。

　　

当大脑遭受严重损伤后，患者可能陷入意识障碍（Disorders of Consciousness, DOC）的困境，其中微意识状态（Minimally Conscious State, MCS）和植物状态/无反应觉醒综合征（Vegetative State/Unresponsive Wakefulness Syndrome, VS/UWS）的鉴别诊断一直是临床难题。传统行为学评估依赖患者运动反应，但约41%的患者存在误诊风险，加之意识波动、环境干扰等因素，迫切需要客观的神经影像学标志物辅助诊断。

功能性近红外光谱（functional Near-Infrared Spectroscopy, fNIRS）作为一种新兴的便携式脑功能成像技术，通过检测脑血氧浓度变化反映神经活动，具有抗运动干扰、适合床旁监测的独特优势。尽管fMRI和EEG已广泛应用于意识研究，但fNIRS在DOC领域的系统探索仍显不足。为此，Wu Shaoping等人在《Journal of Translational Medicine》发表研究，首次通过大样本静息态fNIRS数据，系统揭示DOC患者全脑及网络水平的功能连接特征。

研究团队纳入52例DOC患者（MCS与VS/UWS各26例）和49名健康对照，采用63通道fNIRS系统采集5分钟静息态数据。通过计算脑区（ROI）间、通道（Ch）间及种子点网络连接强度，结合CRS-R行为评分与机器学习分析，多维度探索意识水平的神经相关标志物。

关键技术方法

研究采用NirSmart-6000A系统采集静息态fNIRS数据，通过信号变异系数（CV）质控、样条插值运动伪影校正、0.01-0.1 Hz带通滤波等预处理流程，基于总血红蛋白（HbT）浓度计算功能连接矩阵。通过ROI分析（前额叶皮层、运动前区、感觉运动区等5个脑区）和种子点网络分析（感觉运动、听觉、额顶叶、默认模式、视觉网络），结合线性支持向量机（SVM）分类和受试者工作特征（ROC）曲线评估诊断效能。

全脑功能连接分析

DOC患者全脑功能连接显著低于健康对照组（p<0.001）。MCS患者相比VS/UWS患者在前额叶左右半球间、感觉运动区左右半球间、右韦尼克区与左感觉运动区间的连接更强（p<0.05）。通道水平分析发现，Ch4-Ch29（右前额叶-左运动前区）连接在两组间差异最显著，其连接强度与CRS-R总分及运动子量表评分显著相关（p<0.05）。

网络水平功能连接分析

VS/UWS患者在听觉网络、默认模式网络（Default Mode Network, DMN）和额顶叶网络的功能连接显著低于MCS患者（p<0.05）。这些网络连接强度与CRS-R总分呈正相关，其中感觉运动网络和视觉网络连接与视觉、运动功能子量表评分显著相关。

分类性能评估

Ch4-Ch29连接特征在区分MCS与VS/UWS时达到最高分类准确率（76.92%，AUC=0.818），听觉网络特征次之（73.08%，AUC=0.803）。结果表明长距离跨半球连接和高阶认知网络功能保存是意识水平的重要标志。

研究结论与意义

该研究证实静息态fNIRS能有效捕捉DOC患者全脑及网络水平的功能连接损伤，特别是DMN、额顶叶网络等高级认知网络的连接保存与意识水平密切相关。基于fNIRS的功能连接标志物为临床鉴别MCS与VS/UWS提供了客观量化工具，弥补了行为学评估的局限性。未来结合任务态范式与多模态影像技术，fNIRS有望在意识障碍预后评估和神经调控治疗监测中发挥更大作用。