首页 > 论文范文 > 医药卫生论文 > 影像检验论文 > MRI论文 > 脑结构协变网络鲁棒性在不同昼夜节律偏好人群中的差异

脑结构协变网络鲁棒性在不同昼夜节律偏好人群中的差异

2024-08-07 112 上传者：管理员

摘要：目的基于灰质体积和皮层厚度，构建结构协变网络，探讨不同昼夜节律偏好人群脑结构协变网络鲁棒性的差异。方法使用CAT12工具箱提取早时型和晚时型志愿者脑灰质形态学指标，依据LPBA40图谱和Desikan-Killiany图谱，分别构建基于灰质体积、皮层厚度的结构协变网络，并使用GAT工具箱解算图论参数及结构协变网络对抗蓄意攻击的承受能力，观察网络的鲁棒性。结果在以灰质体积构建的结构协变网络中，当使用介数中心性作为蓄意攻击的目标，网络相对大小作为网络鲁棒性的评价指标时，早时型志愿者结构协变网络鲁棒性强于晚时型志愿者(P<0.05);当使用节点度作为蓄意攻击的目标，网络相对大小作为网络鲁棒性的评价指标时，早时型志愿者结构协变网络鲁棒性与晚时型志愿者相比差异无统计学意义(P>0.05)。在以皮层厚度构建的结构协变网络中，当使用介数中心性或节点度作为蓄意攻击的目标，网络相对大小作为网络鲁棒性的评价指标时，早时型志愿者结构协变网络鲁棒性均弱于晚时型志愿者(P<0.05)。结论不同昼夜节律偏好人群脑灰质形态间协变关系存在差异，结构协变网络鲁棒性可能是其表现之一，这为昼夜节律相关的神经解剖学特征提供了新的理解。

关键词：
人
昼夜节律
磁共振成像
结构协变网络
网络鲁棒性
加入收藏

从简单的细胞到复杂的社会行为，节律性存在于不同的生物学层面，人类具有时间性，事实上，几乎所有的生理和心理功能都有不同的节律周期，其中被关注最多的便是昼夜节律[1]。然而，人类在昼夜节律的偏好上存在很大的变异，主要可以分为早、晚、中间3种时型：早时型(early chronotype, EC)的特点是早起、早睡，更倾向日间生活；晚时型(late chronotype, LC)的特点是早晨起床较晚，偏好熬夜，更倾向夜间生活；中间时型(intermediate type, IC),介于早、晚两种时型中间，是大多数人的昼夜节律偏好特征[2]。在神经心理学方面，人类认知功能的多个方面受昼夜节律的影响，这些功能包括抑制控制、工作记忆、任务转换和精神运动警觉等[3]。在大脑结构形态方面，不同昼夜节律偏好人群之间存在神经解剖学特征的差异，夜晚偏好与更大的枕前叶体积相关[4]。与晚时型相比，早时型志愿者楔前叶、左侧后顶叶皮层及其邻近区域的灰质密度较低，而双侧眶额皮层和双侧视交叉上核周围下丘脑区域的灰质密度较高[5]。晚时型志愿者有更大的左侧梭状回和内嗅回皮层厚度[6]。关于结构协变网络(structural covariance networks, SCN)和网络鲁棒性的研究，已在帕金森病、精神分裂症、癫痫等研究中获得了进展[7～9],但鲜有研究关注SCN及网络鲁棒性在不同昼夜节律偏好人群中的差异。因此，本研究中我们通过构建EC组志愿者与LC组志愿者的组水平SCN[10,11],比较不同昼夜节律偏好人群SCN鲁棒性的差异，以期为昼夜节律相关的神经解剖学特征提供新的理解。

1、资料和方法

1.研究对象

使用基于波兰克拉科夫雅格伦大学生物系动物学和生物医学研究所提供的原始数据集(https: //openneuro.org/datasets/ds003826/versions/3.0.1)开展实验，该数据集包含136名年轻人的T1加权磁共振脑成像数据、昼夜节律偏好类型及人口统计学信息等资料，其中包括68名EC志愿者和68名LC志愿者。昼夜节律偏好类型均由生理时钟量表(ChQ-ME)进行分类，该量表得分越高，说明志愿者越注重夜间生活[12,13]。招募标准排除有自我报告的精神病病史、神经系统疾病病史和目前正在使用药物的个体。两组间一般资料如表1所示，EC组志愿者与LC组志愿者在年龄、性别方面差异均无统计学意义(P>0.05),两组间ChQ-ME量表积分差异有统计学意义(P<0.001)。所有参与者均自愿参加研究，并被告知了研究的程序和目标，且给予书面同意。本研究按照《赫尔辛基宣言》所述的道德标准进行，并得到了当地伦理委员会的批准[6]。

年龄、ChQ-ME量表积分采用Mann-Whitney U检验，性别采用卡方检验

表1各组一般资料比较[M(P25,P75)]

2.成像设备及参数

对每个受试者，使用3 T MRI扫描仪(Magnetom Skyra, Siemens)20通道或64通道头/颈线圈进行MRI成像。使用T1 MPRAGE序列获取高分辨率解剖图像(sagittal slices=176;voxel size=1 mm×1 mm×1.1 mm; TR=2300 ms; TE=2.98 ms; flip angle=9°;GRAPPA acceleration factor=2)。

3. MRI影像预处理与局部指标提取

使用Matlab 2021b平台，采用基于SPM12(https: //www.fil.ion.ucl.ac.uk/spm/)软件的CAT12(https: //neuro-jena.github.io/cat/)工具箱对采集的T1加权结构像进行自动化预处理，完成T1像分割和皮层表面形态重建，所有软件设置均为默认的预设选项，主要步骤如下：(1)结构校正：使用CAT12工具箱中欧洲人口脑模板对所有志愿者进行结构校正；(2)配准和标准化：使用SPM12内置的组织概率图谱(tissue probability map, TPM)及ICBM152模板将所有转换后的图像进行12参数线性仿射变换，并将图像标准化到蒙特利尔神经病学研究(Montreal neurological institute, MNI)标准解剖空间；(3)分割：将配准后的3D图像经去除非脑部组织后分割为灰质、白质和脑脊液，并对分割后的灰质图像进行强度校正；(4)图像质量控制：检查所有分割后的图像。(5)基于灰、白质的边界重建软脑膜表面模型，包括皮层表面配准，折叠表面的膨胀曲面细分和拓扑学缺陷的自动校正；(6)分别使用基于体素的LPBA40图谱[14][剔除小脑与脑干，共54个感兴趣区域(region of interest, ROI)],基于表面的Desikan-Killiany图谱(共68个ROI)[15],提取各ROI内灰质体积和平均皮层厚度。

4. SCN构建

使用GAT工具箱(https: //www.nitrc.org/projects/gat)构建SCN并计算图论参数，主要步骤见图1和2。(1)定义网络节点(node)分别对应LPBA40图谱和Desikan-Killiany图谱内ROI,而网络内部连边(edge)则定义为任意两个节点的ROI内形态学指标之间的相关系数。(2)根据Barnes等[16]的研究，对于以ROI内灰质体积构建的SCN,我们将颅内容积(total intracranial volume, TIV)及年龄作为协变量；对于以皮层厚度构建的SCN,我们将年龄及性别作为协变量。对以上协变量进行线性回归，以消除其可能的影响。(3)稀疏度的选择：网络稀疏度指该网络存在的边数与该网络最大可能存在的边数的比值，本研究选择的稀疏度EC组与LC组SCN均为全连接网络下的最小值，即网络无任何孤立节点下的最小稀疏度。根据计算所得，以灰质体积构建的SCN最小稀疏度为12%,以皮层厚度构建的SCN最小稀疏度为49%。以上稀疏度均符合GAT操作手册对于最大稀疏度应<50%的建议，因为连接超过50%稀疏度的网络可能为非生物网络。(4)计算任意2个ROI之间的Pearson相关系数，构建相关系数矩阵(correlation matrix),再根据上述稀疏度将相关矩阵转换为二值网络(binary network),在此二值网络基础上计算相关图论参数和网络鲁棒性。

图1依据LPBA40图谱(剔除了小脑与脑干，共54个ROI)提取的灰质体积构建SCN的主要步骤

从左至右分别为相关矩阵、二值网络、可视化SCN

图2依据Desikan-Killiany图谱（共68个ROI）提取的基于皮层厚度构建SCN的主要步骤

从左至右分别为相关矩阵、二值网络、可视化SCN

表2 EC组与LC组SCN相关图论参数

5. SCN鲁棒性的测量

本研究观察在最小全连接网络稀疏度时EC组与LC组SCN面对蓄意攻击时的鲁棒性。蓄意攻击方式为分别按照介数中心性(betweenness centrality)或节点度(node degree)由高到低的顺序依次移除网络节点，直到剩余网络节点为1,并分别使用网络相对大小作为网络鲁棒性的评价指标[17,18]。因此，每次移除节点时均可得到1个对应的网络相对大小，故可用网络相对大小随节点移除的变化曲线可视化SCN鲁棒性，并获得曲线下面积(areas under curve, AUC)。

6.统计学分析

使用SPSS 26.0软件、GAT工具箱进行统计学分析。一般资料使用中位数、四分位距和频数表示，采用Mann-Whitney U检验和卡方检验进行组间比较。两组间SCN图论参数和网络鲁棒性水平差异使用置换检验(5000次),以测量两组间图论参数、移除某一节点时以及总体网络鲁棒性(基于AUC)差异的显著性水平[19]。本研究统计学显著性水平阈值设定为P<0.05(双尾)。

2、结果

1. SCN相关图论参数及两组间差异

EC组与LC组SCN相关图论参数见表2。

2.基于灰质体积SCN鲁棒性在EC组与LC组间的差异

使用介数中心性作为蓄意攻击的目标，网络相对大小作为网络鲁棒性评价指标，结果显示，EC组志愿者SCN在移除部分节点时及在总体网络鲁棒性上强于LC组志愿者(P<0.05),如图3。使用节点度作为蓄意攻击的目标，网络相对大小作为网络鲁棒性评价指标，结果显示，EC组志愿者SCN在移除部分节点时与LC组志愿者SCN相比网络鲁棒性差异有统计学意义(P<0.05),但在总体上网络鲁棒性差异无统计学意义(P>0.05),如图4。

图3使用介数中心性作为蓄意攻击的目标时基于灰质体积SCN网络相对大小变化曲线

网络共有54个节点，按照介数中心性由高到低的顺序依次移除节点，直到剩余网络节点为1;在星号(*)对应的横坐标时，两组间网络相对大小差异有统计学意义(P<0.05);EC组AUC大于LC组，差异有统计学意义(P< 0.05)

图5使用介数中心性作为蓄意攻击的目标时，基于皮层厚度SCN网络相对大小变化曲线

网络共有68个节点，按照介数中心性由高到低的顺序依次移除节点，直到剩余网络节点为1;在星号(*)对应的横坐标时，两组间网络相对大小差异有统计学意义(P<0.05);EC组AUC小于LC组，差异有统计学意义(P<0.05)

图4使用节点度作为蓄意攻击的目标时基于灰质体积SCN网络相对大小变化曲线

网络共有54个节点，按照节点度由高到低的顺序依次移除节点，直到剩余网络节点为1;在星号(*)对应的横坐标时，两组间网络相对大小差异有统计学意义(P<0.05);EC组与LC组AUC,差异无统计学意义(P>0.05)

图6使用节点度作为蓄意攻击的目标时，基于皮层厚度SCN网络相对大小变化曲线

网络共有68个节点，按照节点度由高到低的顺序依次移除节点，直到剩余网络节点为1;在星号(*)对应的横坐标时，两组间网络相对大小差异有统计学意义(P<0.05);EC组AUC面积小于LC组，差异有统计学意义(P<0.05)

3.基于皮层厚度SCN鲁棒性在EC组与LC组间的差异

使用介数中心性或节点度作为蓄意攻击的目标，网络相对大小作为网络鲁棒性评价指标，结果显示，EC组志愿者SCN鲁棒性在移除部分节点及在总体上均弱于LC组志愿者(P<0.05),如图5和6。

3、讨论

本研究利用灰质体积和皮层厚度构建SCN,发现EC组与LC组结构协变网络鲁棒性存在差异，这可能提示了不同昼夜节律偏好人群脑结构形态拓扑组织特性的不同。

昼夜节律可影响人脑的结构形态，之前的研究发现，在老年人群中，夜晚偏好与楔前叶、伏隔核、尾状核、壳核、丘脑以及眼眶前额叶皮层的灰质体积增加有关[20];Takeuchi等[21]报道了在年轻人群体(平均21岁)中清晨型-夜晚型(Morningness-Eveningness Questionnaire, MEQ)量表评分与楔前叶和后叶灰质体积之间存在负相关性，与顶叶皮层和双侧眶额叶灰质体积成正相关；在青少年中，周末较晚的起床时间与内侧前额叶皮层和杏仁核中较小的灰质体积相关，而周末较大的起床时间延迟与右侧海马体和杏仁核中较小的灰质体积相关[22]。这些研究均提示，昼夜节律对人脑结构形态的可塑性改变，为不同昼夜节律偏好人群结构协变网络的差异提供了形态学基础。

在我们的研究中，尽管SCN图论参数没有组间差异，但是图论参数仍可体现SCN的拓扑组织性质。人脑是一种具有“小世界”网络属性的网络系统，能够有效平衡全脑功能的整合和分离，从而实现高效且低成本的全脑信息传输和处理，结构协变网络同样遵循“小世界”网络的组织原则[23]。在本研究中，两组间基于灰质体积和皮层厚度构建的SCN“小世界”属性标量均>1.1[24],EC组和LC组中都表现出了“小世界”网络的特征。

在网络鲁棒性分析中，有研究认为，网络内介数中心性和节点度是综合评估节点重要性的核心评价指标[25]。因此，我们对于SCN的攻击方式选择按照介数中心性或节点度由高到低的顺序依次移除网络节点。节点介数是衡量一个节点在网络中作为最短路径上的中间节点的频率，而介数中心性则是通过对网络中所有节点的介数进行归一化处理后得到的中心性指标，用以衡量节点在网络中的中心性程度，即该节点在网络中的控制能力和影响力，介数中心性越大则该节点在信息传播和连接性方面的影响力便越大。节点度是指一个节点与其他节点直接连接的边的数量，节点的度越高，通常意味着该节点在网络中更为重要，在网络稳定性等方面发挥着重要作用[26]。网络相对大小是用来衡量网络鲁棒性的指标之一，当网络遭受攻击时，可关注剩余的最大连通子图相对于整个网络的大小，如果剩余的最大连通子图较大，那么网络的鲁棒性较高；相反，如果剩余的最大连通子图较小，那么网络的鲁棒性较低，以此来评估网络结构的鲁棒性[27]。

在基于灰质体积构建的SCN中，EC组在面对介数中心性的蓄意攻击时表现出了更强的鲁棒性；在基于皮层厚度构建的SCN中，EC组在面对介数中心性和节点度的蓄意攻击时表现出了更弱的鲁棒性。我们发现，更高平均集聚系数的SCN网络鲁棒性更低，这可能是由于高集聚系数网络更趋向于规则网络[28,29]。根据Achard等[30]的研究，网络越规则，其面对蓄意攻击的抵抗力越弱，这与本研究中网络鲁棒性的分析相符合。

总体而言，不同昼夜节律偏好人群在脑灰质形态间的协变关系存在差异，结构协变网络的鲁棒性可能是其特征之一，这为昼夜节律相关的神经解剖学特征提供了新的理解。

基金资助:国家自然科学基金(81874389);

文章来源:黄辰烨,李祥君,谢道俊.脑结构协变网络鲁棒性在不同昼夜节律偏好人群中的差异[J].解剖学报,2024,55(04):508-514.