Page 129 - 心理健康及心理危机

第三章 精神卫生疾病及躯体化症状

（二）整合研究方法：功能连接分析
上述局部脑功能活动分析不提供大脑各区域之间的功能连接信息，但功能
整合和协调是不同脑区之间信息传递的基础，因此在脑功能研究中将全脑视为整
体较局部更有意义。基于功能整合的分析方法可以从整体反映空间上非邻近的各

功能脑区自发神经活动，主要包括 SCA/ 感兴趣区（region of interest，ROI）、
ICA 法以及基于体素的镜像同伦连接（voxel mirror homotopic connectivity，
VMHC）。
1.SCA

SCA 是一种基于假设驱动的方法，需要事先选择或者计算得出由单个或多
个体素构成的 ROI，再评估基于此的全脑功能连接模式及其在不同受试者中的变
化。如 MA 等利用该方法发现在短期 ID 和慢性 ID 这两组 ID 亚型都存在基底前
脑 Ch_4 亚区的功能连接异常，还发现短期 ID 的患者，额中回和 Ch_4 亚区的功
能连接与 Epworth 嗜睡量表评分显著相关。最近该团队进一步依据 Brainnetome

图谱将丘脑划分的 8 个亚区作为 ROI，发现短期 ID 患者较慢性 ID 患者存在左侧
尾颞部丘脑、枕部丘脑、后顶部丘脑、外侧前额部丘脑和内侧前额部丘脑这 5 个
丘脑亚区与尾状核之间的连接减弱的特定改变，但该研究未纳入认知和情绪评估

数据，无法解答丘脑的功能连接改变是否以及如何与患者的认知缺陷和情绪障碍
相关，因此，更严格的实验设计将有助于在未来解答这一问题。
上述研究提示基底前脑 Ch_4 亚区和功能改变和左侧的丘脑核团 - 尾状核的
功能连接减弱可能是 ID 诊断与分型的关键生物标志物，因此 SCA 法对探索 ID
神经机制具有潜在价值。SCA 法简单直观、应用广泛，但依赖于先验假设，ROI

的选择通常基于尚不明确的概念或是引用既往文献的陈述，而对特定脑区和心理
活动之间的联系没有明确研究证据支持，不同的种子区选择可能造成实验结果的
偏差以及其具体机制难以解释。故除单独应用外，近年来越来越多研究将该法与
其他基于数据驱动的分析方法如 ALFF、ReHo 及 VMHC 等联合应用以评估 ID

及其他疾病患者脑功能异常。
2.ICA
ICA 是一种无需先验假设的数据驱动研究方法，其使用多元分解将全脑体素

的 BOLD 信号分为几个既独立又具有时间相关性的功能网络。该法能有效提取
不同静息态脑网络并揭示潜在影响因素。如 Cheng 等通过 ICA 和双重回归分析

117