青少年多回波fMRI数据中精确功能映射的可行性

《Developmental Cognitive Neuroscience》：Feasibility of Precision Functional Mapping in Youth Multi-Echo fMRI Data

　　

在青少年认知、人格和精神病理学的基础脑功能识别方面，研究兴趣日益增长。一种有前景的方法是MRI功能连接（functional connectivity, FC）的精确功能映射（Precision Functional Mapping, PFM），这是一种用于表征个体化脑网络的数据密集型方法。基础研究表明，PFM能够检测到稳定、任务响应且临床相关的网络。研究显示，功能连接可靠性和网络稳定性均随数据量增加而改善，尽管基准估计值因人群、预处理流程和MRI采集方法而异。因此，理解PFM在青少年人群和多回波fMRI采集中的表现至关重要。在一项针对8名青少年（年龄10-17岁）的案例研究中，研究人员对80分钟的静息态和任务态fMRI数据应用了PFM。所得网络高度模块化，与成人模板一致，且无结构配准伪影的证据。功能连接可靠性与先前的单回波研究相比更为有利，多变量相似性和组内相关系数（intraclass correlation coefficient, ICC）估计显示在约10-15分钟时出现早期稳定，尽管随数据增加持续改善。特质样稳定性随采集时间逐渐增加，贝叶斯算法（MS-HBM）比Infomap表现出更高的稳定性。在所有算法中，感觉网络（体感运动、听觉、视觉）的稳定性最高。此外，在评估对威胁和注意范式的任务响应时，只有听觉网络一致地从个体化映射中获益，优于组模板网络。这些发现表明，在有限的扫描时间内，PFM在表征青少年感觉和感知网络方面特别有效。弥合深度采样个体案例和大规模发展研究之间的方法论鸿沟，需要进一步的创新和验证。

**论文解读：青少年多回波fMRI数据中精确功能映射的可行性研究**

**研究背景与问题**
功能磁共振成像（fMRI）研究中，识别稳定、个体化的脑网络具有重要价值。传统研究依赖标准化、组平均模板网络，但个体化网络能更好地预测治疗反应、捕捉精神疾病的异质性，并优化针对特定患者的神经调控方法。精确功能映射（Precision Functional Mapping, PFM）通过估计基于功能连接（functional connectivity, FC）的个体网络，已成为一种有前景的框架。基础PFM研究通常利用密集采样数据（>2小时静息态fMRI）确立个体特异性网络组织的可重复性，并发现其包含组平均图谱中不明显的特征。然而，数据需求因目标而异：全连接组FC估计可较快收敛（成人约30分钟），而可靠网络分配和地形稳定性可能需要更长时间（约90分钟）。这种变异性提出了核心转化问题：在发展研究和临床研究的典型有限扫描条件下，个体化网络表征能达到何种水平？成人PFM研究采用了多种方法，如Infomap、同源功能区域映射、模板匹配和多会话分层贝叶斯模型（MS-HBM）。网络稳定性在感觉皮层（视觉、体感运动、听觉）中最一致，而信号丢失区域（如腹内侧前额叶皮层、前内侧颞叶）稳定性有限。替代采集技术如多回波fMRI通过采集多个信号回波，利用独特衰减曲线进行模型驱动去噪，相比单回波能提高信噪比。在青少年中，PFM提供了一种研究神经成熟和精神病理学发展的强大方法，但现有研究主要集中在FC可靠性和/或与成人的组比较，较少关注个体化网络的空间稳定性。本研究基于此，通过多回波fMRI评估10-17岁青少年的可靠性和空间稳定性，并扩展了Infomap和MS-HBM等个体化网络估计方法，系统考察网络的拓扑稳定性和任务响应性。

**研究人员开展的研究与结论**
本研究对8名低运动青少年（10-17岁）进行了预先注册的案例研究，使用约80分钟的多回波fMRI数据（包括静息态和任务态），分析了网络拓扑、FC可靠性和任务诱发响应。主要结论：FC可靠性优于先前单回波研究，约10-15分钟达到拐点；网络空间稳定性未达到预设阈值，感觉网络（体感运动、听觉、视觉）稳定性最高，高级网络（如额顶网络、突显网络）稳定性较低；MS-HBM算法比Infomap表现更高稳定性；个体化听觉网络在威胁调节任务中表现出优化的任务响应。研究意义：在有限扫描时间内，多回波PFM能有效表征青少年感觉和感知网络，但对高级网络的空间稳定性需谨慎，且算法和任务条件影响网络特性。

**主要关键技术方法**
研究人员采用多回波fMRI采集，使用tedana进行模型驱动去噪（保留BOLD成分，丢弃噪声成分），并比较了伪单回波处理（ICA-AROMA去噪）。基于Infomap算法进行全脑网络社区检测（图密度0.1%），并将社区分配给20个预定义网络；同时探索性使用MS-HBM（贝叶斯先验方法）识别皮层网络。通过迭代分割（5%增量）评估网络稳定性（归一化互信息NMI、Dice系数）和FC可靠性（多变量相似性、ICC）。任务响应分析使用恐惧条件反射和注意网络任务（Attention Network Task），通过拟合线性模型比较个体化网络与随机网络及组模板网络的激活重叠。样本来自Wayne State University的社区样本（8名青少年，低运动，年龄10-17岁）。

**研究结果**
**3.1 网络拓扑**：多回波处理所得网络与成人模板大体一致，但与信号复杂度和头动无显著相关。默认模式网络和视觉外侧/流网络面积较大，语言和默认后扣带回网络较小。单回波派生网络质量不足。
**3.2 网络拓扑稳定性**：Infomap的NMI随数据量缓慢增加（40分钟约20%），未达到预设阈值0.75；MS-HBM优势更高（约26%）。感觉网络（体感运动、听觉、视觉）的Dice系数最高，是突显和语言网络的2-3倍。顶点稳定性分析显示，感觉区域（V1、颞上回、体感运动区）高稳定，前额叶背外侧、前扣带回、前内侧颞叶和后扣带回低稳定。
**3.3 网络连接可靠性**：FC多变量相似性在10-15分钟达到拐点（>0.8），组模板网络最高，个体化网络次之，顶点最低。ICC同样在10-15分钟出现拐点，但之后持续增加（0.43至0.57）。任务条件（静息态vs混合态）对FC可靠性无显著影响。
**3.4 结构混淆**：网络面积与皮层厚度、配准形变等无显著相关。
**3.5 任务响应**：在恐惧条件反射的听觉无条件刺激对比中，个体化听觉网络的平均激活显著高于随机网络和模板网络（T(7)=6.07, p<0.001; T(7)=3.9, p<0.01）。注意网络任务中，仅定向对比的前额叶网络表现出高于随机和组的激活，但仅限于混合态数据。

**讨论与结论**
讨论指出，个体化网络的质量良好，多回波去噪产生高模块化网络。网络空间稳定性在感觉网络中最高，与成人研究一致，但高级网络稳定不足。FC可靠性不低于先前单回波研究，且多回波可能缩短所需时间。任务响应分析表明，仅听觉网络在个体化映射中获益。研究推荐：多回波采集可提高FC可靠性；对PFM推导的网络作为特质差异需谨慎；任务条件可能影响稳定性，应合理处理。结论部分翻译：综上所述，本研究案例揭示了青少年多回波fMRI在个体化脑功能组织研究中的前景与局限性。研究发现，在适度扫描时间内，多回波采集相比先前单回波估计可提高FC可靠性。相比之下，在有限扫描时间内，稳定的个体化网络拓扑最容易在感觉系统中出现，而在联合皮层中仍受限。此外，稳定性取决于PFM算法，且状态（任务条件）效应可能被识别。研究结果鼓励在青少年中扩大使用多回波PFM，同时强调需要谨慎权衡这些取舍并进一步进行方法创新。