Page 131 - 心理健康及心理危机

第三章 精神卫生疾病及躯体化症状

成分不同而变化，且可能导致部分空间重叠；VMHC 法虽然可以体现半球间协
调能力，但不能完全反映 ID 患者整个大脑的功能连接模式，因此各方法所得结
果的准确性和全面性还需进一步提高。
（三）基于图论的脑功能研究方法

除上述的区域研究方法和整合研究方法以外，基于图论的脑功能分析方法则
通过分析一系列全局和局部属性指标来计算大脑连接组的拓扑结构，从另一视角
研究 ID 脑功能变化。其中，度中心度（degree centrality，DC）是描述局部属性
的重要指标，而小世界性常用来描述全局属性，以上两种指标相比其他图论指标

在 ID 脑功能网络的变化更为广泛。
1. 基于体素水平描述局部属性：中心性度量
DC 是测定给定体素的直接连接边的数量，从体素水平描述单个节点的中心
性和信息流特征，为最简单的中心性指标。与 ReHo、ALFF 法类似，DC 法不需

先验 ROI，但常常与 SCA 法联合使用以评估 DC 值异常区域与其他脑区的功能
连接。研究表明，ID 患者 DC 值明显增加的脑区有右侧视觉联合皮层、小脑后
叶以及楔前叶。相反，脑岛、左侧内侧前额叶、左侧额下回、颞中回的 DC 降低。
但 LIU 等指出，报告的结果只有在未经多重比较校正的情况下才有意义，故目

前 DC 法针对 ID 脑功能的研究较少，所得研究结果的可重复性有待进一步验证。
此外，在中心性度量的其他分析指标中，介数中心性也在以往的 ID 脑功能研究
中有所运用。
2. 基于节点水平描述全局属性：小世界属性

除局部属性以外，还可以从节点水平计算全局指标以描述全脑功能网络的全
局属性。人脑网络表现为小世界属性，表明大脑在信息交流和整合方面具有高效
性。计算小世界属性指标是研究脑功能网络拓扑性质的常用方法，已运用于多种
神经精神疾病。如 MA 等就聚焦于 ID 患者脑网络的小世界属性改变，发现原发

性 ID 患者脑网络全局效率提高，节点中心性以及区域间功能连通性提高，且以
上结果主要表现在默认模式网络和情绪回路，提示 ID 患者的记忆和情绪功能障
碍可能与大尺度脑功能网络的拓扑属性改变有某种内在联系。另一项研究则发现，
原发性 ID 患者较健康受试者表现出聚类系数降低提示上述全局属性指标可能成

为潜在影像学生物标记物。但也有研究并未发现 ID 组和对照组的小世界效率存
在显著差异。

119