卒中后视空间忽略患者皮质形态与皮质结构协变网络的特征分析
Characterization of cortical morphology and structural covariance network features in post-stroke patients with visuospatial neglect
摘要目的 探索卒中后视空间忽略(VSN)患者的皮质形态变化和皮质结构协变网络拓扑特征.方法 回顾性连续纳入2023年12月至2025年2月就诊于首都医科大学宣武医院康复医学科的急性期卒中患者.收集并比较患者的一般及临床资料,包括年龄、性别、卒中类型(出血性卒中、缺血性卒中)及发病至首次头部MRI检查时间.所有患者通过线段等分测试、线段划消测试和星形划消测试评估是否存在VSN,存在VSN的患者为VSN组,无VSN的患者为无VSN组.通过头部MRI获得所有患者的大脑结构图像,将T1加权成像原始数据导入Freesurfer软件进行全脑分割,并依据Desikan-Killiany分区将左、右大脑半球皮质分为对应的68个脑区,提取每个脑区的皮质参数[皮质表面积(CA)、皮质平均曲率(CC)、皮质厚度(CT)、皮质体积(CV)]和颅内总容积,基于患者每个脑区的皮质参数计算区域特异性不对称指数(AI),评估各脑区的侧化特征,AI=(左侧-右侧)/(左侧+右侧).采用结构协方差方法分别对每种皮质参数进行结构协变网络分析,以反映各脑区在结构形态变化上的协同变异模式.通过线性回归去除颅内总容积、年龄以及性别的影响,在组水平上分别计算各脑区之间皮质参数的Pearson相关系数的绝对值,获得68×68脑区皮质结构协变网络矩阵.将矩阵以0.1~0.4网络稀疏度(实际存在边数与最大可能边数之比)、0.01步长转化为二值矩阵,并进行图论分析.针对不同稀疏度采用置换检验比较两组皮质结构协变网络在每种皮质参数下的全局和局部图论指标.全局指标包括聚类系数、路径长度、小世界属性相关指标[包括归一化聚类系数(Gamma)、归一化路径长度(Lambda)和小世界指数(Sigma)]、全局效率、平均局部效率;局部指标包括节点度数、节点介数中心性、节点效率.结果 (1)共纳入109例急性期卒中患者,男81例,女28例,年龄30~80岁,平均(64±9)岁,其中VSN组54例,无VSN组55例.VSN组和无VSN组在年龄、性别、卒中类型和发病至首次头部MRI检查时间方面差异均无统计学意义(均P>0.05).(2)各脑区皮质参数比较结果显示,VSN组CA与无VSN组CA比较差异有统计学意义的脑区为右侧岛叶[2 466.50(2 143.75,2 662.50)mm2比2 128.00(1 961.00,2 479.00)mm2,P=0.037],其他各脑区各参数两组间差异均无统计学意义(均P>0.05).与无VSN组相比,VSN组CT在右侧扣带回峡部[-0.01(-0.05,0.03)比0.02(-0.01,0.06),P=0.028]和中央后回[-0.02(-0.04,0.00)比 0.00(-0.02,0.02),P=0.026]的AI更低.两组间其他各脑区各皮质参数的AI差异均无统计学意义(均P>0.05).(3)全局指标方面,在CA协变网络中,VSN组的Sigma值在不同稀疏度和平均稀疏度(P<0.01)上均高于无VSN组;在CT协变网络中,VSN组的Lambda值在大多数稀疏度和平均稀疏度(P=0.004)上均高于无VSN组;在CC协变网络中,VSN组的聚类系数和平均局部效率在大多数稀疏度和平均稀疏度上(P<0.01)均低于无VSN组;两组间CV协变网络的全局指标在大多数稀疏度和平均稀疏度上差异无统计学意义.(4)局部指标方面,CV协变网络中,VSN组在左侧颞下回的节点效率在大多数稀疏度上低于无VSN组,平均稀疏度上也低于无VSN组[0.35(0.29,0.50)比0.65(0.51,0.72),P<0.01],两组间其他皮质参数协变网络局部指标在大多数稀疏度和平均稀疏度上差异无统计学意义.结论 VSN患者存在异常的皮质形态和皮质结构协变网络拓扑特征,表现为整体整合效率下降和局部关联减弱,同时伴随小世界性增强和代偿性连接重组.本研究结论尚待多中心、大型、前瞻性研究验证.
更多相关知识
- 浏览0
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



