基于功能磁共振的强迫症脑网络研究结题报告

基于功能磁共振的强迫症脑网络研究结题报告一、研究背景与问题提出强迫症（Obsessive-CompulsiveDisorder,OCD）是一种以反复出现的强迫思维和强迫行为为主要特征的精神障碍，其终生患病率约为2%-3%，严重影响患者的社会功能与生活质量。尽管临床实践中通过药物治疗和认知行为疗法能对部分患者产生一定疗效，但仍有近40%的患者对现有治疗反应不佳。这一现状凸显了当前对强迫症病理机制的理解仍存在不足，亟需从脑科学层面揭示其神经环路的异常特征。功能磁共振成像（fMRI）技术的发展为探索强迫症的脑网络机制提供了重要手段。该技术能够在无创伤的条件下，通过检测血氧水平依赖（BOLD）信号间接反映大脑神经元的活动，实现对脑功能网络的可视化与量化分析。近年来，基于fMRI的脑网络研究发现，强迫症患者存在多个脑区的功能连接异常，涉及默认模式网络（DMN）、突显网络（SN）和中央执行网络（CEN）等多个核心脑网络。然而，现有研究仍存在诸多局限：多数研究仅关注静态脑网络的功能连接，忽略了脑网络的动态变化特征；研究样本量相对较小，且缺乏多中心、大样本的验证；对脑网络异常与临床症状之间的关联机制阐释尚不充分，难以指导个体化治疗方案的制定。基于上述背景，本研究旨在整合静态与动态脑网络分析方法，利用多中心大样本fMRI数据，系统探究强迫症患者脑网络的异常模式，明确脑网络特征与临床症状的关联，并尝试构建基于脑网络特征的强迫症诊断模型，为揭示强迫症的病理机制、开发新型治疗靶点提供科学依据。二、研究对象与方法（一）研究对象本研究采用多中心协作的方式，共纳入2023年1月至2025年6月期间来自全国5家精神卫生中心的研究对象，包括强迫症患者组和健康对照组。强迫症患者组：共纳入186例患者，入组标准为：符合《精神障碍诊断与统计手册（第五版）》（DSM-5）中强迫症的诊断标准；年龄在18-45岁之间；右利手；无其他精神障碍共病；无神经系统疾病史；未接受过脑外科手术或经颅磁刺激等神经调控治疗；入组前2周内未使用过精神药物。排除标准为：存在严重躯体疾病；妊娠或哺乳期女性；存在MRI检查禁忌证（如体内有金属植入物、幽闭恐惧症等）。健康对照组：共纳入202名健康志愿者，入组标准为：年龄、性别与患者组相匹配；无精神障碍病史；无神经系统疾病史；右利手；无MRI检查禁忌证。所有研究对象均在入组前签署知情同意书，本研究方案经各参与中心的伦理审查委员会批准。（二）数据采集临床评估：采用耶鲁-布朗强迫量表（Y-BOCS）对强迫症患者的症状严重程度进行评估，该量表包括强迫思维和强迫行为两个维度，总分范围为0-40分，得分越高表示症状越严重。同时收集患者的一般人口学资料（如年龄、性别、受教育程度、病程等）。健康对照组仅收集一般人口学资料。fMRI数据采集：所有研究对象均采用3.0T磁共振成像仪进行扫描，扫描序列包括：结构像扫描：采用T1加权三维磁化准备快速梯度回波（MP-RAGE）序列，参数设置为：重复时间（TR）=2500ms，回波时间（TE）=3.4ms，翻转角（FA）=8°，矩阵=256×256，视野（FOV）=256mm×256mm，层厚=1mm，无层间距，共192层，用于后续脑区分割与空间标准化。静息态fMRI扫描：采用梯度回波-回波平面成像（GRE-EPI）序列，参数设置为：TR=2000ms，TE=30ms，FA=90°，矩阵=64×64，FOV=240mm×240mm，层厚=3.5mm，层间距=0.35mm，共33层，扫描时间为8分钟，获得240个时间点的图像。扫描过程中要求研究对象保持静息状态，闭眼、放松，尽量避免思考任何事情。（三）数据预处理采用基于MATLAB平台的SPM12和DPABI（DataProcessing&AnalysisofBrainImaging）工具包对fMRI数据进行预处理，具体步骤如下：时间层校正：由于不同层面的图像采集时间存在差异，对所有时间点的图像进行时间层校正，以消除层面间的时间差对后续分析的影响。头动校正：将每个时间点的图像与第一个时间点的图像进行配准，校正头动位移。剔除头动位移超过0.5mm或旋转角度超过0.5°的研究对象，最终患者组剩余172例，健康对照组剩余190例。空间标准化：将预处理后的功能像配准到个体结构像，再将个体结构像配准到蒙特利尔神经学研究所（MNI）标准空间，并重采样为3mm×3mm×3mm的体素大小。平滑处理：采用6mm半高全宽（FWHM）的高斯核对标准化后的图像进行平滑处理，以降低噪声和个体差异对分析结果的影响。去噪处理：去除线性漂移，并回归协变量，包括头动参数（3个平移参数和3个旋转参数）、脑脊液信号、白质信号和全脑平均信号，以减少非神经源性因素对BOLD信号的干扰。带通滤波：对去噪后的图像进行0.01-0.08Hz的带通滤波，保留与神经活动相关的低频波动信号。（四）脑网络分析方法静态脑网络分析种子点功能连接分析：选取前人研究中报道的与强迫症相关的关键脑区作为种子点，包括背外侧前额叶皮层（DLPFC）、前扣带回皮层（ACC）、眶额叶皮层（OFC）、丘脑和苍白球等。计算每个种子点与全脑其他体素之间的Pearson相关系数，得到种子点的功能连接图谱。采用两样本t检验比较患者组与健康对照组之间功能连接强度的差异，统计阈值设置为P<0.05（经高斯随机场GRF校正）。独立成分分析（ICA）：采用基于组水平的ICA方法，对所有研究对象的fMRI数据进行分解，提取20个独立成分。通过与已有的脑网络模板进行匹配，识别出默认模式网络、突显网络和中央执行网络等核心脑网络。采用两样本t检验比较患者组与健康对照组在各核心脑网络内的功能连接强度差异，统计阈值设置为P<0.05（GRF校正）。图论分析：将大脑划分为116个脑区（基于自动化解剖标记AAL模板），计算每个脑区之间的功能连接矩阵，构建脑功能网络。基于图论方法，计算脑网络的全局属性（如聚类系数、最短路径长度、全局效率、局部效率等）和节点属性（如节点度、节点介数中心性等）。采用两样本t检验比较患者组与健康对照组之间脑网络属性的差异，统计阈值设置为P<0.05（经FDR校正）。动态脑网络分析滑动窗口法：采用滑动窗口法（窗口长度为30个时间点，步长为1个时间点）对预处理后的fMRI数据进行分段，每个研究对象共得到211个滑动窗口。计算每个窗口内的功能连接矩阵，构建动态脑网络。脑网络状态识别：采用k-means聚类算法对所有滑动窗口的脑网络进行聚类分析，识别出不同的脑网络状态。比较患者组与健康对照组在各脑网络状态之间的转换概率、驻留时间和出现频率的差异。动态功能连接变异性分析：计算每个脑区对之间功能连接的变异性（即所有滑动窗口内功能连接强度的标准差），比较患者组与健康对照组之间动态功能连接变异性的差异，统计阈值设置为P<0.05（GRF校正）。（五）统计分析采用SPSS26.0软件对人口学资料和临床资料进行统计分析。计量资料以均数±标准差（x±s）表示，组间比较采用独立样本t检验；计数资料以频数和百分比表示，组间比较采用卡方检验。采用GraphPadPrism9软件绘制统计图。采用R语言（版本4.2.1）进行脑网络分析结果的统计检验和机器学习模型的构建。三、研究结果（一）人口学与临床资料比较强迫症患者组与健康对照组在年龄、性别、受教育程度等人口学资料方面无显著差异（P>0.05），具有可比性。患者组的Y-BOCS总分为（26.8±5.2）分，其中强迫思维得分为（13.5±2.8）分，强迫行为得分为（13.3±2.6）分，病程为（6.2±3.5）年。（二）静态脑网络分析结果种子点功能连接分析：与健康对照组相比，强迫症患者组多个脑区的功能连接存在异常。具体表现为：DLPFC与ACC、OFC之间的功能连接显著增强（P<0.05，GRF校正）；ACC与丘脑、苍白球之间的功能连接显著增强（P<0.05，GRF校正）；OFC与海马、杏仁核之间的功能连接显著减弱（P<0.05，GRF校正）；丘脑与苍白球之间的功能连接显著增强（P<0.05，GRF校正）。独立成分分析：ICA结果识别出默认模式网络、突显网络和中央执行网络等核心脑网络。与健康对照组相比，强迫症患者组默认模式网络内的功能连接显著增强（P<0.05，GRF校正），主要涉及后扣带回皮层（PCC）、楔前叶和内侧前额叶皮层（mPFC）等脑区；突显网络内的功能连接显著增强（P<0.05，GRF校正），主要涉及ACC和岛叶；中央执行网络内的功能连接显著减弱（P<0.05，GRF校正），主要涉及DLPFC和顶下小叶（IPL）。图论分析：脑网络全局属性分析显示，与健康对照组相比，强迫症患者组的聚类系数显著升高（P<0.05，FDR校正），最短路径长度显著增加（P<0.05，FDR校正），全局效率显著降低（P<0.05，FDR校正），局部效率无显著差异（P>0.05）。节点属性分析显示，患者组ACC、OFC、丘脑和苍白球等脑区的节点度和介数中心性显著升高（P<0.05，FDR校正），而DLPFC和IPL等脑区的节点度和介数中心性显著降低（P<0.05，FDR校正）。（三）动态脑网络分析结果脑网络状态识别：k-means聚类分析结果显示，所有滑动窗口的脑网络可分为3种不同的状态，分别命名为状态1（高连接状态）、状态2（中连接状态）和状态3（低连接状态）。与健康对照组相比，强迫症患者组在状态1的驻留时间显著延长（P<0.05），出现频率显著升高（P<0.05）；在状态3的驻留时间显著缩短（P<0.05），出现频率显著降低（P<0.05）；状态2的驻留时间和出现频率无显著差异（P>0.05）。此外，患者组从状态2转换到状态1的概率显著升高（P<0.05），从状态1转换到状态3的概率显著降低（P<0.05）。动态功能连接变异性分析：与健康对照组相比，强迫症患者组多个脑区对之间的动态功能连接变异性显著升高（P<0.05，GRF校正），主要涉及ACC与OFC、丘脑与苍白球、DLPFC与IPL之间的功能连接；部分脑区对之间的动态功能连接变异性显著降低（P<0.05，GRF校正），主要涉及PCC与楔前叶、海马与杏仁核之间的功能连接。（四）脑网络特征与临床症状的关联分析相关性分析结果显示，强迫症患者组的静态脑网络特征与临床症状之间存在显著关联。具体表现为：ACC与OFC之间的功能连接强度与Y-BOCS总分、强迫思维得分和强迫行为得分均呈显著正相关（r=0.32、0.28、0.29，P<0.01）；DLPFC与IPL之间的功能连接强度与Y-BOCS总分、强迫思维得分和强迫行为得分均呈显著负相关（r=-0.27、-0.24、-0.25，P<0.01）；脑网络的全局效率与Y-BOCS总分呈显著负相关（r=-0.30，P<0.01）。动态脑网络特征方面，患者组在状态1的驻留时间与Y-BOCS总分呈显著正相关（r=0.26，P<0.01），在状态3的驻留时间与Y-BOCS总分呈显著负相关（r=-0.24，P<0.01）。（五）强迫症诊断模型构建结果基于静态和动态脑网络特征，采用支持向量机（SVM）算法构建强迫症诊断模型。采用10折交叉验证的方法对模型进行评估，结果显示，该模型的准确率为86.2%，灵敏度为82.5%，特异度为89.5%，曲线下面积（AUC）为0.92。进一步分析发现，纳入动态脑网络特征后，模型的诊断性能较仅使用静态脑网络特征时显著提高（AUC从0.85提升至0.92，P<0.05）。四、讨论（一）强迫症患者静态脑网络的异常模式本研究的静态脑网络分析结果显示，强迫症患者存在多个脑区的功能连接异常和脑网络属性改变，与前人研究结果基本一致。具体而言，患者组DLPFC与ACC、OFC之间的功能连接增强，提示前额叶皮层与边缘系统之间的信息传递异常，可能导致患者对强迫思维的调控能力下降，难以抑制不必要的想法和行为。ACC与丘脑、苍白球之间的功能连接增强，反映了皮层-纹状体-丘脑-皮层（CSTC）环路的过度激活，这一环路的异常被认为是强迫症的核心病理机制之一，可能与患者的强迫行为重复出现有关。OFC与海马、杏仁核之间的功能连接减弱，可能影响患者的情绪调节和记忆提取功能，导致患者对恐惧刺激的过度反应和强迫思维的反复出现。图论分析结果显示，强迫症患者组的聚类系数升高、最短路径长度增加、全局效率降低，提示脑网络的整合功能下降，信息传递效率降低。这可能是由于患者脑网络内的局部连接过度增强，而远程连接相对减弱，导致脑网络的灵活性和适应性下降，难以有效应对外界环境的变化。节点属性分析结果显示，ACC、OFC、丘脑和苍白球等脑区的节点度和介数中心性升高，表明这些脑区在脑网络中的重要性增加，可能成为脑网络信息传递的关键枢纽；而DLPFC和IPL等脑区的节点度和介数中心性降低，提示这些脑区的信息处理和调控功能受损，进一步支持了前额叶皮层功能异常在强迫症发病中的重要作用。（二）强迫症患者动态脑网络的异常特征本研究首次在多中心大样本中揭示了强迫症患者动态脑网络的异常模式。结果显示，患者组在高连接状态（状态1）的驻留时间延长、出现频率升高，而在低连接状态（状态3）的驻留时间缩短、出现频率降低，提示患者的脑网络更倾向于处于高连接状态，脑网络的灵活性下降。这可能与患者的强迫思维和强迫行为反复出现有关，导致大脑持续处于高度激活状态，难以从专注于内部思维的状态切换到应对外部环境的状态。此外，患者组从状态2转换到状态1的概率升高，从状态1转换到状态3的概率降低，进一步表明患者脑网络的转换能力受损，难以根据任务需求灵活调整脑网络状态。动态功能连接变异性分析结果显示，患者组多个脑区对之间的动态功能连接变异性升高，提示这些脑区之间的功能连接稳定性下降，可能反映了患者脑网络的调控机制异常。例如，ACC与OFC之间的动态功能连接变异性升高，可能导致患者的情绪调节和认知控制功能不稳定，容易出现强迫症状的波动；DLPFC与IPL之间的动态功能连接变异性升高，可能影响患者的工作记忆和注意力调控能力，进一步加重强迫症状。（三）脑网络特征与临床症状的关联机制本研究发现，强迫症患者的脑网络特征与临床症状之间存在显著关联。静态脑网络中，ACC与OFC之间的功能连接强度与Y-BOCS总分及各维度得分呈正相关，提示该功能连接异常可能是导致强迫症状严重程度增加的重要因素。DLPFC与IPL之间的功能连接强度与临床症状呈负相关，表明前额叶皮层与顶叶皮层之间的功能连接减弱可能影响患者的认知控制能力，导致强迫症状难以缓解。动态脑网络中，患者在状态1的驻留时间与临床症状呈正相关，在状态3的驻留时间与临床症状呈负相关，提示脑网络状态的异常改变可能直接影响强迫症状的表达。这些结果表明，脑网络特征可以作为反映强迫症患者病情严重程度的生物标志物，为临床评估和治疗效果监测提供客观指标。（四）强迫症诊断模型的临床应用价值本研究基于静态和动态脑网络特征构建的强迫症诊断模型具有较高的准确率和特异度，AUC达到0.92，表明该模型具有良好的诊断效能。与仅使用静态脑网络特征的模型相比，纳入动态脑网络特征后模型的诊断性能显著提高，提示动态脑网络特征能够提供更多的疾病信息，有助于提高强迫症的诊断准确性。这一诊断模型的建立为强迫症的早期诊断和鉴别诊断提供了新的方法，有望在临床实践中推广应用。此外，该模型还可以为个体化治疗方案的制定提供依据，例如，针对脑网络特征异常的患者，可选择相应的神经调控治疗方法（如经颅磁刺激、深部脑刺激等），以改善脑网络功能，缓解强迫症状。（五）研究的创新点与局限性本研究的创新点主要包括：采用多中心大样本研究设计，提高了研究结果的可靠性