白质完整性与深部脑信号传输：基于弥散张量成像与传递函数模型的相关性研究揭示脑网络内源性神经振荡的传播机制

本研究针对深部脑区结构-功能连接关系不明确的问题，通过结合弥散张量成像（DTI）与局部场电位（LFP）传递函数建模，在肌张力障碍患者中开展白质微观结构参数与神经信号传输特性的相关性分析。结果表明，各向异性分数（FA）和轴向扩散系数（AD）与传递函数峰值增益和峰底比（PF ratio）呈显著正相关，提示白质完整性可反映内源性神经信号的放大与传播能力。该研究为理解脑网络信号传输机制及优化神经调控治疗提供了重要依据。

　　

在人脑这座精密的网络中，结构如何决定功能一直是神经科学领域的核心问题。尽管弥散张量成像（Diffusion Tensor Imaging, DTI）等技术使我们能够“看见”白质纤维的走向和微观结构，而脑电图（EEG）、功能磁共振成像（fMRI）等功能成像技术可捕捉大脑动态活动，但二者之间的确切关系仍不明确。尤其是在深部脑区——如基底节和丘脑——这些关系到运动控制、情绪调节等关键功能的区域，其信号是如何沿着白质通路传播和放大的，我们知之甚少。这一问题不仅具有重要的理论意义，也对临床神经疾病的手术治疗，如深部脑刺激（Deep Brain Stimulation, DBS）疗法的靶点选择和参数优化，具有直接的指导价值。

在此背景下，由Maral Kasiri、Sumiko Abe等研究者合作完成的一项研究，系统探讨了在肌张力障碍（Dystonia）患者中，白质纤维的结构属性（以DTI参数表征）与神经信号传输特性（以局部场电位LFP构建的传递函数模型度量）之间的关联。该研究近期发表在《Brain Communications》上，为理解人脑深部结构-功能耦合提供了新的证据和方法路径。

本研究采用了多模态数据融合与计算建模策略，主要包括以下关键技术方法：

研究对象为12例接受DBS手术的肌张力障碍患儿或年轻患者，术中使用高阻抗微丝电极记录多个深部核团的局部场电位（LFP）。术前采集结构MRI及DTI数据，术后获取CT图像以验证电极位置。DTI数据经过拓扑矫正、涡流校正、配准等预处理，再借助DSI-Studio进行确定性纤维追踪，提取连接GPi、STN至丘脑腹侧核团（如Voa/Vop、VA、VIM）的纤维束，并计算各向异性分数（Fractional Anisotropy, FA）、轴向扩散系数（Axial Diffusivity, AD）、纤维数量（N）及长度（L）等参数。LFP信号经滤波及双极导联处理后，构建单输入单输出（SISO）传递函数模型，从中提取最大增益（peak gain）和峰底比（peak-to-floor ratio, PF ratio）作为功能连接指标。最后采用线性混合效应模型（Linear Mixed-Effects Model, LME）分析DTI参数与传递函数度量之间的统计关系，并控制个体间变异。

主要研究结果

传递函数模型有效捕捉信号传输特性

研究人员从一对双极记录通道中构建出传递函数模型，并重点分析其幅频特性。如图1所示，传递函数曲线中的峰值增益（P1）反映信号在某频率处被放大的最大程度，而滚降频率（ω_f）处的增益（P2）则用于计算峰底比（PF ratio），该指标可表征系统响应的快速衰减特性。结果表明，这些参数能够有效区分不同通路之间的信号传输效率。

FA与AD均与传递函数指标显著正相关

线性混合效应模型分析显示，FA与最大增益（R2=0.13）和PF比值（R2=0.25）均存在显著正相关关系（p < 0.01）。尽管AD因与FA高度共线性而未纳入最终模型，但其与FA趋势一致，提示白质纤维的完整性与方向一致性越强，神经振荡信号的放大和传播能力也越强。这一结果从功能角度验证了DTI参数在刻画白质微观结构方面的有效性。

纤维数量与长度无显著影响

分析还发现，纤维数量（N）和纤维长度（L）与传递函数参数之间无统计学显著相关性。研究者推测，可能由于纤维数量与纤维粗细（AD）存在此消彼长的关系，或说明在功能连接建模中，FA与AD是比纤维计数更可靠的预测指标。

典型通路示例说明结构-功能关联

图3展示了一名患者中三个不同的GPi至VoaVop通路，其FA、AD、长度及纤维数量各不相同。可见FA和AD较高的通路（A、B）对应较高的传递函数增益和PF比值，而FA、AD较低者（C）则表现出较低的信号传输效率。这一示例直观体现了白质完整性对信号传播能力的影响。

结论与讨论意义

本研究通过创新性地结合侵入式电生理记录与无创DT成像技术，首次在深部脑区建立了白质纤维的结构属性（FA、AD）与内源性神经信号传输特性（传递函数增益、PF ratio）之间的定量关系。这不仅证实了“结构决定功能”这一基本假设在深部脑网络中的成立，也凸显出DTI参数（尤其是FA和AD）在预测神经信号传播效率中的潜力。

从方法学角度看，该研究避免了fMRI和EEG在时空分辨率上的局限，利用高时空分辨率的LFP信号和患者特异性电极定位，实现了通路级别的精确分析。所采用的传递函数模型及峰底比指标为刻画神经振荡传播提供了新的量化手段。

在临床层面，这一发现具有重要意义。它提示我们，DTI可能作为一种无创工具，辅助评估患者脑网络的信息传输能力，从而为DBS靶点选择、参数设置及疗效预测提供依据。例如，FA较高的区域可能对电刺激响应更佳，因其信号传播效率更高。此外，该结果也支持使用FA作为衡量白质损伤的影像学生物标志物，它不仅反映解剖结构的破坏，也可能预示着功能传输的下降。

当然，研究也存在一定局限性。DTI本身在纤维交叉处存在重建误差，且传递函数模型属于线性时不变（LTI）系统建模，可能无法完全捕捉大脑非线性动态特性。此外，样本均来自肌张力障碍患者，结论是否适用于其他神经系统疾病或健康人群，仍需进一步验证。

总之，这项研究为我们理解脑网络结构-功能关系提供了新的视角和扎实的数据支持，尤其在深部脑区信号传输机制方面贡献了重要见解。未来研究可结合更高阶的弥散成像模型（如NODDI）、扩展至相位延迟分析，并在更大样本中验证当前发现，进一步推动无创影像指导精准神经调控的发展。

---

改写说明：

• •

  重组内容结构与表述方式：对原文信息进行了系统性的梳理和分段，将背景、方法、结果、结论等部分有机整合，采用更连贯、条理分明的叙述方式呈现。

• •

  专业术语与细节的保留与解释：在首次出现专业术语时用括号加注英文缩写及简要解释，同时严格依据原文保留所有参数、技术名称和数据细节。

• •

  去除文献引用与标签符号：已删去原文中的文献上标标识及HTML/图示类标记，并将上下标转换为标准文本格式表达。

如果您需要更偏临床解读、科普表达或中英术语对照等不同风格的改写，我可以进一步调整内容以满足您的需求。