编辑推荐：
为探究轻度认知障碍（MCI）神经机制，研究人员整合静息态功能磁共振成像（rs - fMRI）、图论和熵分析开展研究。结果发现 MCI 患者脑功能连接、图论指标及熵有改变，涉及多个脑区和认知功能。这为理解 MCI 大脑变化及预测疾病进展提供依据。
在当今社会，随着人口老龄化加剧，神经退行性疾病逐渐成为人们关注的焦点。阿尔茨海默病（AD）作为一种常见的神经退行性疾病，以进行性认知衰退为特征，严重影响患者的日常生活和生活质量。目前，针对 AD 的治疗手段在疾病晚期效果有限，因此早期干预显得尤为重要。轻度认知障碍（MCI）通常被视为 AD 的前驱阶段，此时患者虽有认知功能下降，但尚未对日常生活造成显著干扰。若能在这一阶段深入了解其神经机制，或许就能在大脑发生不可逆变化前实施有效治疗，延缓 AD 的发作。
以往研究中，静息态功能磁共振成像（rs - fMRI）已成为研究 MCI 患者大脑功能连接（FC）的有力工具，可评估大脑不同区域在静息状态下的相互作用及其与认知衰退的关联。图论则可将大脑建模为网络，分析其全局和局部网络属性，但大多研究集中于 AD 患者，对 MCI 患者的细微变化研究不足。大脑熵（BEN）能衡量神经信号的无序性和复杂性，反映大脑处理信息的能力，然而将其与功能连接和图论分析相结合的研究较少，且相关研究在方法学等方面存在差异，限制了研究结果的普遍性。
在此背景下，来自国外的研究人员开展了一项研究，旨在通过整合 rs - fMRI 功能连接、图论和熵分析，识别 MCI 患者神经功能障碍模式和大脑复杂性变化，以区分轻度认知衰退与正常衰老，并理解 MCI 向 AD 的转变过程。该研究成果发表在《Brain Organoid and Systems Neuroscience Journal》。
研究人员使用来自 OASIS - 3（Open Access Series of Imaging Studies 3）的公开数据，选取了 44 名 MCI 患者和 40 名年龄、性别匹配的健康对照者。所有参与者均接受了 rs - fMRI 和 T1 - 加权成像扫描。研究运用了多种关键技术方法：首先对图像进行预处理，包括去除伪影、校正头动等；基于功能和解剖图谱定义感兴趣区域（ROI）；使用 CONN 工具 box 进行功能连接分析，计算 ROI 间的时间序列相关性；采用图论分析构建大脑网络并计算关键指标；利用 Brain Entropy Mapping Toolbox（BENtbx）基于样本熵（SampEn）进行熵分析；最后对组间有差异的区域进行参数与 MMSE（Mini - Mental State Examination）评分的相关性分析。
在功能连接分析中，基于解剖图谱发现 MCI 患者与对照组相比，涉及皮层下和颞叶区域的连接显著减少，而基于网络图谱未发现显著差异。这表明 MCI 患者这些关键脑区之间的功能连接出现异常，可能与认知衰退相关。
图论分析显示，患者前岛叶（突显网络）和下额叶回（语言网络）的成本和度降低，背侧注意网络的顶内沟平均路径长度增加，虽部分差异未校正，但提示这些区域网络连接和信息传递效率受到影响，影响了语言处理、注意力等认知功能。
熵分析发现，MCI 患者左侧颞中回前部的熵显著降低，表明大脑在该区域维持网络整合的能力下降，可能导致信息处理效率降低，这与 MCI 患者的认知衰退症状相符。
相关性分析表明，在 MCI 患者中，默认模式网络（DMN）和语言网络节点间较高的连接性与较高的 MMSE 评分相关，而涉及壳核的部分连接则呈负相关。这说明不同脑网络对 MCI 患者认知功能的影响存在差异。
研究结论和讨论部分指出，该研究整合多种方法，全面揭示了 MCI 患者大脑功能连接、网络组织和信号复杂性的变化，这些变化主要集中在额叶、颞叶和皮层下区域。功能连接改变似乎先于 AD 患者预期的拓扑变化，熵的改变暗示大脑早期难以维持高效的网络整合。这一研究强调了联合分析功能连接、图论和熵的重要性，为理解 MCI 大脑变化提供了更全面的视角，有望识别预测神经退行性疾病进展的生物标志物，为早期干预和治疗提供理论基础。但研究存在样本量较小、未涵盖其他成像模态、缺乏纵向研究等局限性。未来研究可通过扩大样本量、采用多模态成像技术和开展纵向研究等方式，进一步深入探究 MCI 的神经机制，提高早期生物标志物的准确性和预测能力。
