薛家玥，姚 蓉，牛 焱，陳則慈，相 潔

太原理工大學 信息與計算機學院，太原030600

1 引言

人腦是一個極其復雜的系統(tǒng)，可表征為一個由不同功能區(qū)域連接而成的功能網(wǎng)絡[1]。近些年來，靜息態(tài)功能磁共振成像（rs-fMRI）和圖論方法已經(jīng)成為研究人腦

結(jié)構(gòu)的有力工具[2-4]。許多研究表明，人腦的功能網(wǎng)絡會受到精神類疾病[5-6]、年齡[7-8]、性別[9]、智力[10]以及基因[11]等因素的影響。因此，探索功能網(wǎng)絡的內(nèi)在機制和體系結(jié)構(gòu)可以為深入了解人腦的結(jié)構(gòu)和功能提供有價值的見解。

基于圖論的方法，人腦可以被建模為一個由一組節(jié)點和邊緣組成的復雜網(wǎng)絡[12]。近年來，復雜網(wǎng)絡的構(gòu)建方法[13-17]層出不窮，并在許多與腦功能障礙相關(guān)的臨床診斷方面得到應用，如老年癡呆癥、精神分裂癥、兒童多動癥等[18-20]。此外，大多數(shù)研究采用線性或非線性的相關(guān)分析方法來構(gòu)建人腦功能網(wǎng)絡[21-24]，如斯皮爾曼（Spearman）相關(guān)、肯德爾（Kendall）相關(guān)、皮爾遜（Pearson）相關(guān)、偏相關(guān)、希爾伯特黃（Hilbert-Huang）變換、最大信息系數(shù)（MIC）等，但上述研究在功能連接分析中總會引入負相關(guān)連接[25-26]。與正相關(guān)相比，血氧水平依賴（BOLD）信號的負相關(guān)研究還為之甚少，且負相關(guān)連接的存在會直接影響到腦功能網(wǎng)絡的拓撲結(jié)構(gòu)[27]。

目前，腦功能網(wǎng)絡中的負相關(guān)仍未得到很好的表征，并且研究人員對負相關(guān)連接的處理方法仍存在很大分歧。Tian 等人[28]評估了在不同“任務背景”下同一被試每個大腦區(qū)域的負相關(guān)圖以及不同被試的負相關(guān)圖，發(fā)現(xiàn)運動和視覺皮層的負相關(guān)圖在不同的任務背景或不同的被試組之間存在很大差異，而聽覺皮層的負相關(guān)圖則表現(xiàn)相近。于洪麗等人[29]對腦網(wǎng)絡連接中的正相關(guān)、負相關(guān)分別進行了二值化分析，研究發(fā)現(xiàn)不同狀態(tài)下的相關(guān)系數(shù)矩陣分布具有相似性，距離越近相關(guān)系數(shù)越大，距離越遠相關(guān)系數(shù)越小，且距離較遠的腦區(qū)之間的相關(guān)系數(shù)出現(xiàn)負值，即負相關(guān)。值得注意的是，Chen等人[30]發(fā)現(xiàn)負功能連接與腦網(wǎng)絡的最短路徑長度顯著相關(guān)，而Parente等人[31]卻發(fā)現(xiàn)正相關(guān)網(wǎng)絡表現(xiàn)出比負相關(guān)網(wǎng)絡更高的網(wǎng)絡拓撲屬性值。此外，Shehzad 等人[32]發(fā)現(xiàn)與正相關(guān)網(wǎng)絡相比，加入負相關(guān)后腦功能網(wǎng)絡會表現(xiàn)出更高的可靠性，而Wang 等人[33]卻發(fā)現(xiàn)在腦網(wǎng)絡中加入負功能連接會降低全局網(wǎng)絡屬性的可靠性。

綜上所述，針對現(xiàn)有研究方法中對負相關(guān)連接理解不一致、結(jié)論不統(tǒng)一的現(xiàn)狀，本文首次基于四種節(jié)點定義策略和兩種負連接處理方法，分別用兩組公共數(shù)據(jù)集NYU-CSC 和IPCAS_1 來構(gòu)建腦功能網(wǎng)絡，并進行不同稀疏閾值下的網(wǎng)絡拓撲結(jié)構(gòu)分析，通過計算不同時間間隔的重測信度，期望找到可靠性高的屬性來評估功能網(wǎng)絡拓撲結(jié)構(gòu)的差異。本研究發(fā)現(xiàn)負連接的不同處理方法會影響到腦功能網(wǎng)絡的拓撲結(jié)構(gòu)，這不僅為負連接在腦功能網(wǎng)絡拓撲配置中的角色提供了一個新的認識，而且也為負相關(guān)的研究提供了一個新的視角。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)采集與預處理

本實驗采用的數(shù)據(jù)來自于兩組公共數(shù)據(jù)集NYUCSC（New York University，Child Study Center，http：//www.nitrc.org/projects/nyu_trt）和IPCAS_1（Institute of Psychology，Chinese Academy of Sciences，http：//dx.doi.org/10.15387/fcp_indi.corr.ipcas1）。第一組數(shù)據(jù)集共有25 名健康被試，其中男性9 名，女性16 名，平均年齡30.7±8.8歲。第二組數(shù)據(jù)集共有29名健康被試，其中男性9名，女性20名，平均年齡20.93±1.72歲。

數(shù)據(jù)采集過程當中，所有被試均被要求保持放松并躺在Siemens Allegra 3.0-Tesla掃描儀中。第一組fMRI數(shù)據(jù)掃描參數(shù)：TR=2 000 ms；TE=25 ms；FA=90°；FOV=192 mm；掃描層數(shù)39層，體素大小=(3×3×3)mm3。結(jié)構(gòu)MRI數(shù)據(jù)掃描參數(shù)：TR=2 500 ms；TE=4.35 ms；FA=8°；FOV=256 mm；反轉(zhuǎn)時間900 ms；掃描層數(shù)176層。每個被試均采取了三次靜息態(tài)掃描成像，其中第二次掃描和第三次掃描的掃描間隔為45 min，它們與第一次掃描的掃描間隔為5～16個月（平均11±4個月）。

第二組fMRI數(shù)據(jù)掃描參數(shù)：TR=2 500 ms；TE=30 ms；FA=90°；FOV=256 mm；掃描層數(shù)32 層，體素大小=(3×3×3)mm3。結(jié)構(gòu)MRI數(shù)據(jù)掃描參數(shù)：TR=2 530 ms；TE=2.51 ms；FA=7°；FOV=256 mm；反轉(zhuǎn)時間1 100 ms；掃描層數(shù)128層。每個被試均采取了三次靜息態(tài)掃描成像，其中第一次掃描和第二次掃描的平均掃描間隔為29 min，它們與第三次掃描的平均掃描間隔為5～24天。

本實驗采用Statistical Parametric Mapping software（SPM8）和Data Processing Assistant for Resting-State fMRI（DPARSF）工具，并在Matlab2014a 上對圖像進行預處理。預處理流程為：去除所有fMRI圖像的前10個時間點；時間層校正；頭動矯正；使用Montreal Neurological Institute（MNI）模板進行空間標準化；使用6 mm半高全寬（MFWH）高斯核對標準化的圖像進行平滑；濾波（0.01～0.1 Hz）。

2.2 節(jié)點定義

網(wǎng)絡由節(jié)點和節(jié)點之間的邊所構(gòu)成。為了研究不同節(jié)點定義策略對網(wǎng)絡重測信度的潛在影響，實驗采用了四種腦圖譜來構(gòu)建腦功能網(wǎng)絡（圖1）。腦節(jié)點的劃分方法主要分為結(jié)構(gòu)性劃分和功能性劃分。

Automated Anatomical Labeling（AAL）為一種基于結(jié)構(gòu)性劃分的腦圖譜，定義了90 個解剖大腦區(qū)域[34]。另一種基于結(jié)構(gòu)性劃分的腦圖譜Brainnetome（BN）是一個細粒度并進行了交叉驗證的腦圖譜，它包含了解剖和功能連接的信息，由210個皮層區(qū)和36個皮層下亞區(qū)組成[35]?；诠δ苄詣澐帜X圖譜有POWER 和HCP。POWER 由一組264 個假定的功能節(jié)點組成，這些節(jié)點被建模為直徑為10 mm的球，它們跨越大腦皮層和皮層下的結(jié)構(gòu)[36]。HCP為一種基于皮層區(qū)域劃分的腦圖譜，有180個不同的區(qū)域?qū)ΨQ地排列在兩個腦半球之間，共劃分為360個腦區(qū)域[37]。

2.3 邊定義與網(wǎng)絡閾值化

圖1 網(wǎng)絡構(gòu)建流程圖

在節(jié)點定義之后，從預處理后的圖像中提取每個節(jié)點的平均時間序列，對平均時間序列進行皮爾遜相關(guān)計算。通常情況下，腦網(wǎng)絡的構(gòu)建具有明確的稀疏性，這是因為稀疏閾值保證了所有生成的網(wǎng)絡都具有相同的邊數(shù)，為網(wǎng)絡結(jié)構(gòu)的拓撲分析提供了基礎(chǔ)。因此，本實驗選擇等間隔稀疏閾值范圍，其范圍從0.05到0.5，間隔為0.05。

為了考慮負連接對網(wǎng)絡產(chǎn)生的影響，根據(jù)網(wǎng)絡中對負連接處理方法的不同，本實驗將腦網(wǎng)絡劃分為正相關(guān)網(wǎng)絡（positive network）和絕對值網(wǎng)絡（absolute network）。其中，正相關(guān)網(wǎng)絡僅選取所有的正連接，即將負相關(guān)系數(shù)置為0，而絕對值網(wǎng)絡則選取所有的連接并取相關(guān)系數(shù)的絕對值。最后，基于所選連接構(gòu)建加權(quán)網(wǎng)絡，在給定閾值下所存在的邊被賦值為相關(guān)系數(shù)，不存在的連接則均被賦值為0。

2.4 網(wǎng)絡屬性計算

實驗分析了兩組網(wǎng)絡拓撲屬性。全局網(wǎng)絡屬性：小世界特性（聚類系數(shù)Cp、特征路徑長度Lp、標準化的聚類系數(shù)γ、標準化的特征路徑長度λ 和小世界σ）、網(wǎng)絡效率（局部效率Eloc和全局效率Eg）、同配性r 、層次結(jié)構(gòu)β、同步性S、模塊化Q 和模塊數(shù)量NM；局部節(jié)點屬性：介數(shù)中心度bi、節(jié)點度ki和節(jié)點效率ei。

2.5 重測信度

類內(nèi)相關(guān)系數(shù)（Intra-Class Correlation，ICC）能定量表征兩次或多次測量間的一致性，常用來反映圖論屬性的重測信度。與先前的腦功能網(wǎng)絡研究一致[38-40]，為了考慮兩次測量中的所有變異因素，本實驗選用ICC(2,1)來評估兩次測量間的絕對一致性。其計算公式如下：

其中，MSλ為被試間均方，MSε為剩余均方，MSπ為掃描間均方，n 為被試的數(shù)量，k 為每個被試重復測量的次數(shù)。 ICC 值接近1 表示兩次掃描完全一致，而ICC值接近0（或為負值）則表示兩次掃描不一致。為了分析掃描時間間隔對腦功能網(wǎng)絡拓撲結(jié)構(gòu)的影響，將第二次與第三次掃描之間重測信度定義為短期（short-term）重測信度，第一次與第三次掃描之間重測信度定義為長期（long-term）重測信度，并且所有的負值均被取值為0。

3 結(jié)果與分析

3.1 全局網(wǎng)絡分析

如圖2 所示為基于所有稀疏閾值下的12 組全局網(wǎng)絡屬性ICC 值。

從圖中可以看出，使用四組不同腦圖譜計算的Cp,Lp,Eloc,Eg均體現(xiàn)出較高的可靠性(mean ICC ＞0.6)，這表明小世界特性和網(wǎng)絡效率能很好地表征腦功能網(wǎng)絡的拓撲結(jié)構(gòu)。此外，r 在AAL和BN上體現(xiàn)出更高的可靠性，β,S,Q 和NM的長期重測信度普遍低于短期重測信度，說明不同的節(jié)點定義策略和掃描間隔也會影響腦功能網(wǎng)絡的穩(wěn)定性。值得注意的是，圖2中絕對值與正相關(guān)網(wǎng)絡之間的差異并不明顯，因此基于4組可靠性較高的全局網(wǎng)絡屬性(Cp,Lp,Eloc,Eg)，分析了絕對值網(wǎng)絡與正相關(guān)網(wǎng)絡的差異性。

為了提供與稀疏閾值無關(guān)的可靠性評估，實驗基于稀疏閾值的曲線下面積（AUC）做了進一步統(tǒng)計學分析。圖3 為絕對值網(wǎng)絡與正相關(guān)網(wǎng)絡在兩組數(shù)據(jù)中的配對樣本t 檢驗結(jié)果。結(jié)果顯示，絕對值網(wǎng)絡與正相關(guān)網(wǎng)絡在全局網(wǎng)絡屬性(Cp,Lp,Eloc,Eg)中均體現(xiàn)出不同程度的t 檢驗差異。具體來說，在長期掃描過程當中，僅基于AAL 腦圖譜的絕對值與正相關(guān)網(wǎng)絡無顯著性差異（NYU CSC：t=-1.636 75,p=0.388 ；IPCAS_1：t=0.871 25,p=0.582）；除Cp外，基于BN、POWER 和HCP腦圖譜的絕對值網(wǎng)絡ICC 值均低于正相關(guān)網(wǎng)絡ICC值，且在Eg中差異最為顯著（NYU CSC：BN：t=-2.336,

圖2 全局網(wǎng)絡屬性ICC 值

圖3 絕對值與正相關(guān)網(wǎng)絡差異圖(*:p ＜0.05;**:p ＜0.01;***:p ＜0.001)（NYU-CSC為第一組數(shù)據(jù)，IPCAS_1為第二組數(shù)據(jù)）

p=0.047；POWER：t=-5.395,p ＜0.001；HCP：t=-5.56,p ＜0.001；IPCAS_1：BN：t=-4.791,p ＜0.001；POWER：t=-4.576,p ＜0.001；HCP：t=-3.137,p=0.002）。在短期掃描過程當中，除基于BN腦圖譜的Lp外，絕對值網(wǎng)絡ICC 值均高于正相關(guān)網(wǎng)絡ICC 值，且差異顯著。

這與此前的研究發(fā)現(xiàn)一致[32-33]。然而，Parente 等人[31]雖然發(fā)現(xiàn)了正相關(guān)網(wǎng)絡中的網(wǎng)絡拓撲屬性優(yōu)于負相關(guān)網(wǎng)絡，但研究并未發(fā)現(xiàn)負相關(guān)對正相關(guān)網(wǎng)絡以及其可靠性的影響，且實驗結(jié)果僅基于AAL腦圖譜，尚不可輕易推廣到其他節(jié)點定義策略。此外，龍雨涵等人[21]基于AAL腦圖譜構(gòu)建了正常人的fMRI絕對值網(wǎng)絡，分析比較了三種相關(guān)分析方法的優(yōu)劣性，Yu等人[41]利用圖索引復雜度（GIC）方法構(gòu)建了阿爾茲海默癥患者和正常對照組的EEG 二值化網(wǎng)絡，發(fā)現(xiàn)正常對照組網(wǎng)絡拓撲屬性優(yōu)于阿爾茲海默癥患者。值得注意的是，這些研究均基于單一的節(jié)點和邊緣處理方法去評估正常人以及精神類疾病患者的網(wǎng)絡拓撲結(jié)構(gòu)，實驗結(jié)果不僅具有隨機性，還具有不可靠性。本實驗結(jié)果表明，相比于短期掃描，長期掃描可能導致腦功能網(wǎng)絡中出現(xiàn)更多的負連接，從而使絕對值網(wǎng)絡的功能拓撲結(jié)構(gòu)發(fā)生變化而表現(xiàn)出較低的長期可靠性，也進一步說明負連接在腦功能網(wǎng)絡的拓撲分析中至關(guān)重要。此外，4組全局網(wǎng)絡屬性在BN、POWER 和HCP 腦圖譜中表現(xiàn)出更高的可靠性，這可能是由于AAL腦圖譜主要取決于結(jié)構(gòu)像的解剖學特征，且與其他3 組腦圖譜相比劃分方法較為粗略，從而導致構(gòu)建的腦功能網(wǎng)絡可靠性較低。

3.2 局部節(jié)點分析

基于全局網(wǎng)絡分析，實驗進一步計算了局部節(jié)點尺度上的拓撲結(jié)構(gòu)可靠性。對于局部節(jié)點屬性，節(jié)點效率在絕對值與正相關(guān)網(wǎng)絡中存在更為顯著的差異和更優(yōu)的可靠性。如圖4所示，實驗將ICC 劃分為3組不同的水平區(qū)間，其中ICC ≤0.4 表示可靠性低，0.4 ＜ICC ≤0.6 表示可靠性中等，ICC ＞0.6 表示可靠性高。結(jié)果顯示，節(jié)點效率的短期可靠性在絕對值網(wǎng)絡（mean ICC=0.564 8）中高于正相關(guān)網(wǎng)絡（mean ICC=0.462 5），相反長期可靠性在絕對值網(wǎng)絡（mean ICC=0.474 6）中低于正相關(guān)網(wǎng)絡（mean ICC=0.522 4）。此外，絕對值網(wǎng)絡短期重測信度普遍高于長期重測信度，這與全局網(wǎng)絡分析結(jié)果一致。

圖4 節(jié)點效率ICC 值

圖5 節(jié)點效率ICC 值比率圖

從節(jié)點效率可靠性的分布情況來看，絕對值和正相關(guān)網(wǎng)絡均具有高可靠性(ICC ＞0.6)的節(jié)點主要分布在體感與運動網(wǎng)絡（中央溝蓋、補充運動區(qū)、顳橫回和顳上回）和視覺網(wǎng)絡（距狀裂周圍皮層、舌回和枕中回）中。這表明受試者在靜息狀態(tài)下可能存在較少的外界刺激，從而導致部分體感與運動網(wǎng)絡和視覺網(wǎng)絡具有較少的信息傳遞并表現(xiàn)出較高的可靠性。此外，僅在絕對值網(wǎng)絡中具有高可靠性的節(jié)點主要分布在體感和運動網(wǎng)絡（中央前回、腦島、內(nèi)側(cè)和旁扣帶腦回、緣上回和中央旁小葉）、視覺網(wǎng)絡（枕下回和梭狀回）、皮層下網(wǎng)絡（杏仁核）和默認模式網(wǎng)絡（眶部額下回、海馬、海馬旁回、顳中回和顳下回）中。值得注意的是，默認模式網(wǎng)絡是人類大腦認知功能所依賴的主要功能系統(tǒng)。當個體不受外部環(huán)境干擾時，默認模式網(wǎng)絡就會優(yōu)先活躍，且腦區(qū)間的信息傳遞較為簡單。這就解釋了與正相關(guān)網(wǎng)絡相比，包含負連接的絕對值網(wǎng)絡可能會更加可靠地評估腦功能網(wǎng)絡的信息傳遞效率，從而在默認模式網(wǎng)絡中體現(xiàn)出高的可靠性。

為了更加清楚地反映絕對值和正相關(guān)對腦功能網(wǎng)絡拓撲結(jié)構(gòu)的影響，計算了節(jié)點效率可靠性范圍的百分比（如圖5）。結(jié)果顯示，基于AAL 和BN 腦圖譜的絕對值網(wǎng)絡有超過一半的節(jié)點短期可靠性高（ICC ＞0.6，AAL：71.1%；BN：56%），而在正相關(guān)網(wǎng)絡中可靠性高的節(jié)點數(shù)卻不足一半。

4 結(jié)束語

本文采用不同的節(jié)點定義策略和負連接處理方法，對不同時間間隔下的腦功能網(wǎng)絡進行了可靠性評估。通過實驗發(fā)現(xiàn)小世界特性和效率表現(xiàn)出相對較高的可靠性；由于負連接的影響，絕對值網(wǎng)絡的全局網(wǎng)絡和局部節(jié)點屬性均表現(xiàn)出較低的長期可靠性；此外，不同的節(jié)點定義策略和掃描時間間隔可能對腦功能網(wǎng)絡的可靠性評估產(chǎn)生影響。實驗表明在構(gòu)建腦功能網(wǎng)絡時，長期掃描可能會產(chǎn)生額外的負連接，并導致網(wǎng)絡的重測信度降低，這也意味著不能只通過正連接去評估腦功能網(wǎng)絡的拓撲結(jié)構(gòu)，必須考慮負連接對網(wǎng)絡的影響。實驗結(jié)果證明了不同的負連接處理方法可能會影響到拓撲結(jié)構(gòu)的分析與評判，為rs-fMRI的腦網(wǎng)絡研究提供了方法學基礎(chǔ)。