关于《通过fMRI评估人脑功能连接》的综述报告
本文是一篇由范德比尔特大学的多位学者合作撰写的系统性综述文章。主要作者包括Baxter P. Rogers、Victoria L. Morgan、Allen T. Newton和John C. Gore，他们分别来自该校的放射学与放射科学系、生物医学工程系以及成像科学研究所。该综述发表于2007年的学术期刊《Magnetic Resonance Imaging》上，旨在对利用功能性磁共振成像评估大脑功能连接性的各种方法、应用、潜在价值及面临的挑战进行全面梳理与评价。
本综述的核心议题是阐述并评估利用功能性磁共振成像技术研究与量化大脑功能连接性的方法论。文章不仅详细介绍了多种统计和分析技术，还深入探讨了功能连接性分析中方差的不同来源、该方法在认知神经科学及临床研究中的应用潜力，以及测量过程中可能遇到的混杂因素与局限性。
一、 功能连接性的定义与评估意义
文章开篇明义，将讨论范围限定于“功能连接性”，其定义为：在特定任务中，同时被激活的多个空间分离的脑区之间，其操作相互作用的量化。这一概念区别于“有效连接性”，后者关注脑区间相互影响的方向性。作者指出，尽管fMRI在定位特定刺激或任务下的大脑激活区域方面已非常成熟，但简单的激活图谱仅能描绘分布式系统中各区域的平均参与水平。fMRI数据的深入分析可以揭示大规模分布式神经系统中各组件如何协同工作以执行特定功能，即功能连接性。理解大脑区域如何协同工作以完成特定任务和行为，对于充分发挥fMRI在脑功能研究中的价值至关重要。然而，目前学界对于使用fMRI检测或测量功能连接性的最准确或最有效方法尚未达成共识，但该领域已引起广泛的研究兴趣。
二、 功能连接性分析的统计学方法
文章将用于功能连接性研究的分析方法进行了系统性分类和阐述，这是综述的核心内容之一。分类主要基于两个维度：
- 分析范围：分为基于数据驱动、试图绘制全脑连接图谱的方法，以及基于先验知识或假设、将分析限定于一组特定感兴趣区域的方法。
- 模型目标：分为仅考虑区域间相关性（功能连接性）的方法，以及试图推断区域间影响方向（有效连接性）的方法。
随后，文章详细阐述了多种具体技术：
- 种子点体素相关图：这是研究功能连接性最简单的方法之一。计算大脑每个体素的时间序列与预先选择的“种子”区域时间序列之间的相关系数，并生成参数图像。它最常用于稳态时间序列数据。文章还介绍了迭代应用此方法以揭示复杂功能网络的研究。
- 结构方程建模（Structural Equation Modeling, SEM）：此方法超越了简单的相关计算，允许在假设的因果模型框架下，估计变量间影响的方向和强度（路径系数）。SEM通常基于先验的解剖学知识或假设来设定脑区间的连接关系，然后从区域时间序列数据中估计连接强度。文章列举了SEM在视觉注意、工作记忆、阅读等多个认知领域的fMRI研究中的应用，同时也指出了其局限性，如对模型因果结构的依赖以及对fMRI数据时间特性的处理挑战。
- 心理生理交互作用（Psychophysiological Interaction, PPI）：这是一种识别情境依赖性连接变化的方法。通过线性回归模型，检验一个脑区对另一个脑区的影响是否随实验条件（刺激或情境）的改变而改变。PPI本质上是仅有一个因变量的SEM特例，可用于在全脑范围内搜索对特定影响区域表现出情境依赖性反应的体素。文章举例说明了其在精神分裂症、运动控制、恐惧反应等研究中的应用。
- 主成分分析（Principal Component Analysis, PCA）：这是一种数据驱动的多变量技术，通过奇异值分解将数据矩阵分解为一系列成分（主成分）。每个成分包括一个表征空间变异模式的“特征图像”和一个表征时间或跨被试变异模式的“特征向量”。PCA能够捕获数据中固有的、在多个可能构成功能网络的脑区中共同表达的特征。文章指出了PCA的优缺点，如其结果解释的复杂性以及感兴趣特征可能被分割到多个成分中的问题。
- 偏最小二乘法（Partial Least Squares, PLS）：在数学上与PCA相似，但它分析的是影像数据与某些感兴趣“特征变量”（如实验条件差异、行为测量值、种子区域数据）之间的协方差或相关性。PLS产生“潜在变量”，包括“奇异图像”和与之关联的得分向量。根据所用特征变量的不同，PLS可以用于识别与种子区域功能连接的脑区，或揭示功能连接如何依赖于任务条件或行为。文章回顾了PLS在PET和fMRI研究中的应用历史与案例。
- 多元自回归模型（Multivariate Autoregressive Models, MAR）：这类模型利用不同扫描间的时间关系，结合区域间的交叉协方差（多滞后协方差），不仅能够估计连接强度，还能推断区域间影响的主要方向。其中，基于双变量模型的格兰杰因果映射（Granger Causality Mapping）方法可以生成描述两个方向影响强度及无法确定方向性成分的全脑图。MAR模型也可应用于包含多个区域的认知网络分析，以研究区域间的定向影响。文章提到了一些旨在减少未建模共同输入问题的新兴方法。
- 其他方法：文章简要提及了独立成分分析、动态因果建模以及一些贝叶斯技术等方法，它们提供了不同的分析视角和假设。
三、 功能连接性分析中的方差来源
连接性分析的结果高度依赖于用于计算相关或协方差矩阵的数据所包含的方差来源。文章重点区分了三种主要方差来源：
- 被试间方差：早期基于动物FDG-PET或人类PET的研究常利用被试间的差异来构建相关矩阵。在fMRI中，被试间方差有时与任务相关方差或内在方差结合使用。
- 任务相关方差：这是fMRI研究中最常见的方差来源之一。通过使用包含多种实验条件（如任务块与静息态交替）的时间序列数据，可以分析在不同任务状态下功能连接性的变化。文章指出，这种方法测量的是每个条件下的平均连接性，并讨论了事件相关设计在保持认知定势恒定方面的优势。
- 内在方差：指并非由特定刺激引起、自发产生的血氧水平依赖信号波动。不同脑区之间这些低频BOLD信号波动的协方差被视为功能连接的标志。Biswal等人1995年的开创性工作首次证明了静息状态下运动网络区域间BOLD信号波动的相关性。后续研究证实，这种内在波动反映了与任务执行时相同的功能网络，其相关性主要集中在0.1 Hz及以下的低频段。文章详细探讨了利用静息态或稳态任务（持续执行同一任务）数据研究内在连接性的方法、发现及应用。特别指出，内在连接性会受到任务状态、任务负荷的影响，并且与行为表现、认知能力相关。
四、 功能连接性研究的应用与发现
文章系统总结了功能连接性研究在不同领域的应用价值：
- 认知系统映射：成功地在静息态或稳态任务中识别出视觉、语言、运动、工作记忆等系统的功能网络。例如，发现了与任务执行期间激活模式相对应的静息态网络，以及任务反相关脑区在静息态也呈现反相关信号。
- 与行为及能力的关联：研究发现功能连接强度与个体行为表现和认知能力存在相关性。例如，阅读能力与布罗卡区和其他语言区之间的连接强度相关；智商与特定网络连接模式存在性别和年龄差异性的关联。
- 疾病病理机制与诊断：功能连接性测量在患者群体中显示出作为疾病早期标志物或病理机制侧影的潜力。文章列举了在阿尔茨海默病、多发性硬化、癫痫、精神分裂症、注意力缺陷多动障碍等疾病中观察到的特定脑网络连接异常，并指出这些异常有时与特定症状严重程度相关，甚至与基因型或药物治疗反应相关联。
- 发现新网络：功能连接性方法帮助发现了如“默认模式网络”等并非直接与已知认知功能关联的大脑网络。该网络在静息状态下活跃，在任务中通常被抑制，其功能意义通过连接性分析得以深入研究。
五、 功能连接性测量中的混杂因素
文章客观地指出了影响功能连接性测量准确性的多种混杂因素，强调了在实验设计和数据分析中考虑并控制这些因素的重要性：
- 生理噪声：BOLD信号中的生理噪声（源于心脏搏动、呼吸、代谢波动等）是主要混杂因素，在3T场强下可能主导信号。这种相关的噪声可能被误认为是真实的网络连接。文章讨论了通过短重复时间采样、同步生理信号监测与回顾性校正、图像后处理技术（如全局信号去除）等方法来减轻生理噪声影响的策略。
- “稳态”概念的模糊性：即使在稳态任务中，刺激相关方差、疲劳效应、对不同刺激类型的反应差异等因素可能无法完全被血流动力学响应滤除。而在静息态，认知状态（如警觉水平、心理意象、内部对话）更不受控制，测量的血流动力学变化可能反映个体复杂的基线功能状态。
- 全局信号变化：头部运动、生理脉动、扫描仪漂移等因素引起的全局信号变化会人为调制功能连接性测量。文章介绍了几种去除全局效应的方法，从简单的平均时间序列减除到更复杂的基于线性模型或奇异值分解的方法。
- 其他因素：如高碳酸血症、麻醉状态等也会影响自发的低频波动，从而调节脑区间的表观相关性。
六、 综述的意义与价值
本文作为一篇发表于fMRI功能连接性研究快速发展时期的综述，具有重要的学术价值： 1. 系统性梳理：首次系统性地对当时涌现的各种fMRI功能连接性分析方法进行了分类、原理阐述和优缺点比较，为研究人员选择合适的方法提供了清晰的指南。 2. 概念框架构建：明确了“功能连接性”在fMRI研究中的操作化定义，并区分了其与“有效连接性”的差异，有助于统一领域内的术语使用和理解。 3. 深化认识：深入探讨了方差来源对分析结果的根本性影响，强调研究设计（利用何种方差）与结论解释的紧密关联，提升了研究的严谨性。 4. 展示潜力与挑战：全面展示了功能连接性分析在刻画认知网络、关联行为与疾病方面的巨大应用潜力，同时不回避地详细列出了测量中存在的各种混杂因素和技术挑战，为后续研究指明了需要改进和突破的方向。 5. 前瞻性观点：文章指出，fMRI在非侵入性条件下提供的兼具空间和时间分辨率的特性，使其成为研究单个体内稳态血流动力学波动（内在连接性）的理想工具。并预言，基于血流动力学波动的连接性测量，若能被证明可靠地反映了认知处理在任务、负荷、行为和病理方面的有意义的层面，将具有巨大的价值。
总而言之，这篇综述不仅是当时fMRI功能连接性研究领域的一部权威“方法手册”和“研究地图”，其提出的问题、框架和见解对后续该领域的蓬勃发展产生了深远影响，至今仍具有重要的参考意义。