可复现的NeuroMark全脑SPECT模板揭示数据驱动的灌注网络及其在精神分裂症中的改变

《Neuroinformatics》：A Replicable NeuroMark Template for Whole-Brain SPECT Reveals Data-Driven Perfusion Networks and Their Alterations in Schizophrenia

　　

单光子发射计算机断层扫描（SPECT）是一种高度专业化的成像模态，能够测量区域脑灌注，特别是区域脑血流量（rCBF）。近期技术进步提高了SPECT的定量能力和可靠性，使其在研究精神和神经疾病中的rCBF异常及灌注网络改变方面愈发有用。为表征SPECT数据中的大规模功能组织，研究人员采用数据驱动分解方法（如独立成分分析（ICA））提取共变灌注模式，这些模式映射至可解释的脑网络。盲ICA提供了一种无强先验假设的数据驱动方法来估计这些网络。近些年，一种利用空间先验引导空间约束ICA（sc-ICA）的混合方法被用于完全自动化ICA分析，同时提供参与者特定的网络估计。尽管这一方法已在功能磁共振成像（fMRI）中通过NeuroMark模板得到可靠验证，但目前尚无类似的SPECT模板。SPECT模板将能够自动估计功能SPECT网络，并生成跨参与者及研究对应的参与者特定网络表达。本研究引入一个新的可复现的NeuroMark SPECT模板，用于估计规范化的灌注协方差模式（网络）。研究人员首先对两个大样本SPECT数据集应用盲ICA，识别可复现的SPECT网络。随后，研究人员通过对一个独立的精神分裂症数据集应用sc-ICA，展示所得模板的效用。总之，这项工作呈现并共享了首个NeuroMark SPECT模板，并在独立队列中验证了其实用性，为基于网络的分析提供了可扩展且稳健的框架。

## 论文解读：可复现的NeuroMark全脑SPECT模板及其在精神分裂症灌注网络改变中的应用

### 研究背景与问题

单光子发射计算机断层扫描（SPECT）是一种高度专业化的成像模态，可测量区域脑灌注，特别是区域脑血流量（rCBF）。近年来，技术进步显著提升了SPECT的定量能力与可靠性，使其在精神及神经疾病（如阿尔茨海默病和精神分裂症）的rCBF异常及灌注网络改变研究中愈发重要。然而，目前缺乏一个可复现的标准化模板来自动估计功能SPECT网络，并实现跨研究、跨参与者的对应。在功能磁共振成像（fMRI）领域，基于空间约束独立成分分析（sc-ICA）的NeuroMark模板已被证实可稳健提取参与者特定的脑网络，但SPECT领域尚无类似模板。现有研究多依赖盲ICA进行数据驱动分解，但缺乏统一的空间先验，导致网络间可比性不足。因此，研究人员旨在创建首个可复现的NeuroMark SPECT模板，以自动估计规范化的灌注协方差模式（网络），并在一独立精神分裂症队列中验证其效用。该研究发表在《Neuroinformatics》。

### 主要关键技术方法

研究人员采用三类数据集：两个大样本抑郁数据集（各约5，001和5，000名参与者，来自Amen Clinics）用于盲ICA以识别可复现成分，以及一个独立的精神分裂症数据集（137名患者与76名健康对照，同样来自Amen Clinics）用于应用模板。关键技术包括：（1）盲ICA，使用Infomax算法估计100个成分，经多步质量控制（自动标记、视觉检查、空间相关筛选）后保留68个稳定成分；（2）空间约束ICA（sc-ICA），结合多目标优化ICA参考算法（MOO-ICAR）在Group ICA of fMRI Toolbox（GIFT）中应用模板，提取参与者特定网络表达；（3）共调制（CoM）矩阵计算，以量化成分间的功能协方差。

### 研究结果

**盲ICA结果：成分配对**：对两个独立抑郁数据集分别运行盲ICA，识别出68个匹配成分，其空间图显示高度对应性和稳定性，支持纳入最终NeuroMark SPECT模板。

**盲ICA结果：共调制矩阵**：计算每个参与者的对称CoM矩阵并平均，显示高度模块化组织，包括域内短程和域间长程共变，成分划分为小脑（CB）、高级认知-额叶（HC-FR）、高级认知-岛叶-颞叶（HC-IT）、高级认知-颞顶（HC-TP）、皮质下-基底节（SC-BG）、皮质下-扩展海马（SC-EH）、皮质下-扩展丘脑（SC-ET）、感觉运动（SM）、三重网络-中央执行（TN-CE）、三重网络-默认模式（TN-DM）、三重网络-突显（TN-SA）、视觉-枕叶（VI-OC）和视觉-枕颞（VI-OT）等子域。

**应用至患者与对照队列：盲ICA组间差异**：不依赖模板的盲ICA显示，对照在HC-IT、TN-DM、VI-OC子域中功能协方差增加，而患者在CB、HC-FR、SC-EH、感觉运动区域中功能协方差增加（26个显著成分，p<0.05）。

**应用至患者与对照队列：负荷参数结果与组间差异**：使用新模板的sc-ICA后，对68个成分的负荷参数进行两样本t检验并经错误发现率（FDR）校正（q<0.05），发现23个成分显著。患者在小脑、SC-EH、SC-ET、VI-OC子域中负荷参数更高，而对照在HC-FR、HC-TP、HC-IT子域中负荷更高；Cohen’s d效应量显示组间差异。

**应用至患者与对照队列：CoM矩阵结果与组间差异**：组平均CoM矩阵显示，对照呈现广泛共调制模式，尤其在CB、SC、额叶、丘脑区域降低，在TN-DM、SC-EH、视觉系统增加；患者则呈现集中增强的CoM模式，尤其在CB-SC-EH、SC-BG、SC-ET等子域。组差异分析（对照-患者）显示患者在小脑-丘脑-皮质回路和视觉回路中CoM增强，而对照在HC-TP、TN-DM、感觉运动区域CoM增强。FDR校正后的连系图显示显著差异。

**站点效应调查**：由于患者数据来自12个临床站点，对照仅来自一个站点（Site 2），研究人员比较Site 2与全体站点的负荷参数组差异，发现两者高度相关（r=0.8472，p<0.01），表明站点对结果影响有限。

### 讨论与结论

讨论部分指出，新创建的NeuroMark SPECT模板能够有效区分对照与患者中的CoM模式，其成分与静息态fMRI研究一致，但某些皮质下结构（如尾状核）表现较弱，可能反映模态特异性。在精神分裂症队列中，患者显示小脑-丘脑-皮质回路和突显网络中断，与既往认知和感觉运动缺陷研究一致。限制包括模板需在健康对照中复制、精神分裂症样本量相对较小、以及站点和扫描仪变异。后续研究可进一步关联临床症状，并与fMRI结果整合。

结论部分翻译：综上所述，研究人员呈现了首个NeuroMark SPECT模板的创建并展示了其实用性。研究人员识别了对照与精神分裂症患者之间CoM差异的关键模式，以及显著的成分差异。总体而言，结果复现了既往研究中广泛而复杂的CoM模式，并需在大样本中进一步验证。未来研究可将CoM与临床症状相关联，并利用新SPECT模板与既往fMRI研究进行比较，整合多模态成像发现。