Page 60 - 磁共振成像2024年7期电子刊

磁共振成像 2024年7月第15卷第7期 Chin J Magn Reson Imaging, Jul, 2024, Vol. 15, No. 7 临床研究｜｜Clinical Articles

表1 被试情况信息表
Tab. 1 Demographic and clinical information of subjects
站点 被试数 性别（男/女）/ 首发/复发/ 年龄/岁 受教育年限/年 病程/年 HAMD总分/分 睡眠障碍
序号 目/例 例 未知/例 因子分/分
1 71 28/43 0/0/71 31.66±7.89 13.82±2.97 5.26±5.26 24.69±4.77 3.76±1.46
2 20 2/18 9/11/0 42.85±11.77 10.95±4.25 24.69±28.24 23.10±2.88 4.05±1.07
3 31 12/19 21/10/0 41.68±11.75 10.42±3.97 41.42±44.79 22.16±3.43 4.00±1.27
4 39 12/27 34/2/3 32.00±9.63 11.00±3.45 10.62±14.02 25.00±6.89 4.33±1.44
5 19 1/18 13/6/0 34.47±9.13 12.74±2.99 30.74±56.85 24.63±5.31 4.37±1.27
6 61 20/41 61/0/0 30.20±7.01 13.75±3.34 6.07±4.18 21.15±3.27 3.33±1.22
7 51 23/28 2/49/0 34.43±12.47 12.08±2.30 92.61±106.23 17.98±6.75 3.31±1.58
8 14 6/8 0/0/14 36.36±8.62 11.86±3.11 28.50±28.47 23.14±3.76 3.00±1.36
9 20 13/7 11/9/0 26.80±8.24 13.60±3.40 28.80±30.62 20.70±4.69 3.25±1.13
合计 326 117/209 151/87/88 33.57±10.47 12.54±3.52 29.27±57.17 22.36±5.50 3.98±1.47
注：睡眠障碍评分采用睡眠障碍因子分来评估（即 HAMD中子条目 4~6得分之和）。站点标号分别对应以下机构单位，分别为 1-北京大学第六医
院国家精神疾病临床研究中心和北京大学卫生部精神卫生重点实验室，2-苏州大学附属广济医院苏州精神病医院临床心理科，3-浙江大学医学院
附属邵逸夫医院，4-中国医科大学附属第一医院精神科，5-重庆医科大学附属第一医院，6-中南大学湘雅二医院，7-首都医科大学附属北京安定医
院，8-中南大学湘雅二医院心理健康研究所，9-四川大学华西医院心理健康中心。HAMD为17项汉密尔顿抑郁量表。

表2 静息态fMRI序列扫描参数
Tab. 2 Scanning parameters of resting fMRI sequence
站点 接收线圈 翻转 层厚/层间 时间点 3 2
序号 扫描机器 （通道数） TR/ms TE/ms 角/° 距/mm 层数 个数 体素大小/mm FOV/mm
1 Siemens Tim Trio 3 T 32 2000 30 90 4.0/0.8 30 210 3.28×3.28×4.80 210×210
2 Philips Achieva 3 T 8 2000 30 90 4.0/0.0 37 200 1.67×1.67×4.00 240×240
3 GE discovery MR750 8 2000 30 90 3.2/0.0 37 184 2.29×2.29×3.20 220×220
4 GE Signa 3 T 8 2000 30 90 3.0/0.0 35 200 3.75×3.75×3.00 240×240
5 GE Signa 3 T 8 2000 30 90 5.0/— 33 240 3.75×3.75×4.00 240×240
6 Siemens Tim Trio 3 T 32 2500 25 90 3.5/0.0 39 200 3.75×3.75×3.50 240×240
7 Siemens Tim Trio 3 T 32 2000 30 90 3.5/0.7 33 240 3.12×3.12×4.20 200×200
8 Philips Gyroscan Achieva 3.0 T 32 2000 30 90 4.0/0.0 36 250 1.67×1.67×4.00 240×240
9 Philips Achieva 3.0 T TX 8 2000 30 90 4.0/0.0 38 240 3.75×3.75×4.00 240×240
注：站点标号分别对应以下机构单位，分别为1-北京大学第六医院国家精神疾病临床研究中心和北京大学卫生部精神卫生重点实验室，2-苏州大
学附属广济医院苏州精神病医院临床心理科，3-浙江大学医学院附属邵逸夫医院，4-中国医科大学附属第一医院精神科，5-重庆医科大学附属第一
医院，6-中南大学湘雅二医院，7-首都医科大学附属北京安定医院，8-中南大学湘雅二医院心理健康研究所，9-四川大学华西医院心理健康中心。
fMRI为功能磁共振成像。

区之间的时间序列信号的相关性，以此表示该对脑 算，并将其估计模型应用于独立验证集数据中。
区间的 FC 强度。Power模板是由分布在整个人脑中 1.4 回归预测分析
[24]
直径为 10 mm的 264个球形节点组成，可以将人脑分 本研究采用 SHEN 等 提出的基于连接组的预
成包括 DMN 在内的 14 个功能网络。DMN 内部 FC 测模型（connectome-based predictive modeling, CPM）
共包含 58 个节点。DMN 外部 FC 共包含 231 个节 进行回归模型构建和预测。为降低模型过拟合的风
点，但该类 FC 边中不含 DMN 中 58 个节点间相互的 险，本研究采用留一交叉验证方式在发现数据集中
连接，只包含 DMN 与感觉/躯体运动网络、带状盖任 进行 CPM 计算。基于研究目的，提取了 DMN 内部
务控制网络、听觉网络、腹侧注意网络、视觉网络、额 FC和 DMN 外部 FC作为 CPM 的输入特征，分别独立
顶网络、突显网络、皮下核团网络、小脑网络，以及背 地预测 MDD 患者的睡眠障碍因子分。CPM 预测流
侧注意网络等 10个网络间的 FC 连接。采用 Fisher Z 程包含以下 6 个步骤（图 1）：（1）将发现数据集 292 例
变换使得FC值分布满足正态特性。 被试按留一交叉法进行划分，训练集为 291 例，剩下
分别回归五个协变量（即站点、性别、年龄、受教 的 1 例为测试数据。（2）在训练集上，将所有被试的
育程度和 FD）对 FC 值和睡眠障碍因子分的影响（采 FC特征与真实睡眠障碍因子分采用简单线性相关方
用 R 语言 V4.1.1 版本中 glm 函数）。此外，本研究按 法获得它们间的相关性。（3）基于前一步所得到的相
照约 9∶1 的比例对整个数据集中 326 例数据进行随 关结果，本研究将正负相关的 FC 分开进行后续不同
机划分，其中 292 例数据视为发现数据集，34 例数据 的预测模型构建。具体过程中对步骤（2）所得相关
划分为独立验证集。由于所用数据来自多个站点，本 结果的 P值进行阈值选择，以获得最佳的特征集来构
研究在所得到的FC矩阵中采用Combat协调算法 进 建预测模型。因为 DMN 内部 FC 共 1653 条，而 DMN
[23]
行站点标准化，以解决由于不同机器扫描导致的数据 外部FC共有10 034条。对于DMN内部FC，实验中设
异质性问题。在发现数据集中进行 Combat 协调计 置的阈值范围为 0.05~0.000 5（间隔步长为 0.000 1）。

https://www.chinesemri.com ·53 ·