張艷陽 余新光

人腦連接組學(xué)在神經(jīng)外科中的應(yīng)用進(jìn)展

張艷陽 余新光

神經(jīng)放射攝影術(shù)；磁共振成像；神經(jīng)外科（學(xué)）；腦結(jié)構(gòu)網(wǎng)絡(luò)；腦功能網(wǎng)絡(luò)；綜述

人腦連接組學(xué)利用神經(jīng)影像和電生理技術(shù)從宏觀層面構(gòu)建人腦結(jié)構(gòu)和功能連接網(wǎng)絡(luò)，結(jié)合圖論的分析方法，刻畫腦網(wǎng)絡(luò)的拓?fù)鋵傩?，進(jìn)而理解大腦進(jìn)行信息處理的工作機(jī)制[1-2]。近年來，人腦連接組學(xué)在正常發(fā)育、老化和神經(jīng)精神疾?。ㄈ绨柎暮Ｄ『途穹至寻Y）等領(lǐng)域得到廣泛應(yīng)用[3-6]，但是在神經(jīng)外科中的應(yīng)用研究仍處于初級(jí)階段，本文將綜述人腦連接組學(xué)在神經(jīng)外科領(lǐng)域，尤其是在腦腫瘤、腦外傷、癲癇等中的應(yīng)用，并探討人腦連接組學(xué)應(yīng)用于神經(jīng)外科領(lǐng)域所面臨的挑戰(zhàn)及如何利用神經(jīng)外科的優(yōu)勢(shì)深入?yún)⑴c人腦連接組學(xué)研究。

1 基于人腦連接組學(xué)的腦連接網(wǎng)絡(luò)的構(gòu)建及圖論的基本概念

人類大腦由約1011個(gè)神經(jīng)元組成，并通過1015個(gè)神經(jīng)突觸相互作用，構(gòu)成復(fù)雜而精細(xì)的連接體系。Sporns等[7]于2005年第一次提出人腦連接組的概念，指出可以從微觀尺度的神經(jīng)元層面、介觀尺度的神經(jīng)元集群層面和宏觀尺度的腦區(qū)層面構(gòu)建腦網(wǎng)絡(luò)。現(xiàn)階段研究主要從宏觀尺度構(gòu)建腦網(wǎng)絡(luò)，通過結(jié)構(gòu)磁共振成像（MRI）、擴(kuò)散張量成像（DTI）等構(gòu)建腦結(jié)構(gòu)連接網(wǎng)絡(luò)；通過功能磁共振成像（fMRI）、腦電圖（electroencephalogram，EEG）、腦磁圖（magnetoencephalography，MEG）、顱內(nèi)腦電等構(gòu)建腦功能連接網(wǎng)絡(luò)（圖1）[7]。網(wǎng)絡(luò)的構(gòu)建需要定義節(jié)點(diǎn)和邊，其中節(jié)點(diǎn)表示網(wǎng)絡(luò)中的基本單元，邊表示基本單元間的相互關(guān)系。神經(jīng)科學(xué)家將大腦工作模式抽象成點(diǎn)和邊構(gòu)成的網(wǎng)絡(luò)圖，利用不同節(jié)點(diǎn)和邊的定義形式可以構(gòu)建多種腦網(wǎng)絡(luò)，從不同角度揭示真實(shí)系統(tǒng)的組織結(jié)構(gòu)和演化規(guī)律，通過構(gòu)建和分析人腦的功能和結(jié)構(gòu)網(wǎng)絡(luò)，發(fā)現(xiàn)人腦中處于功能分離和功能整合平衡狀態(tài)：內(nèi)部緊密連接的模塊形成特定的功能系統(tǒng)，保證了局部的功能分離；不同系統(tǒng)之間通過網(wǎng)絡(luò)的核心節(jié)點(diǎn)進(jìn)行信息交流，實(shí)現(xiàn)了全局的功能整合[1,4,8]（圖 2）。

圖論是復(fù)雜網(wǎng)絡(luò)研究領(lǐng)域中的一個(gè)重要分析工具，目前已經(jīng)廣泛用于生態(tài)網(wǎng)、社交網(wǎng)、交通網(wǎng)等真實(shí)網(wǎng)絡(luò)的分析研究中。在圖論中，一個(gè)復(fù)雜網(wǎng)絡(luò)可以表述為一個(gè)圖G（V，E），由2個(gè)集合構(gòu)成：節(jié)點(diǎn)集合V和邊集合E。節(jié)點(diǎn)集合表示網(wǎng)絡(luò)的規(guī)模，邊集合表示網(wǎng)絡(luò)邊的總數(shù)。網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間的鄰接關(guān)系可以由鄰接矩陣來描述，通過不同的定義，可以獲得有無連接的二值（無權(quán)）矩陣及邊賦連接強(qiáng)度值的加權(quán)矩陣。此外，根據(jù)邊的方向性可分為無向網(wǎng)絡(luò)和有向網(wǎng)絡(luò)。應(yīng)用圖論分析方法，可以從功能分離、功能整合、中心度等方面對(duì)腦網(wǎng)絡(luò)的拓?fù)鋵傩赃M(jìn)行刻畫（圖2、3）[9]。上述網(wǎng)絡(luò)指標(biāo)的計(jì)算公式及含義見表1。

圖1 基于圖論分析的人腦連接組學(xué)研究流程[1,6]。A.基于MRI構(gòu)建功能和結(jié)構(gòu)網(wǎng)絡(luò)：定義網(wǎng)絡(luò)節(jié)點(diǎn)后，基于fMRI（時(shí)間序列）構(gòu)建腦功能網(wǎng)絡(luò)和基于結(jié)構(gòu)MRI（灰質(zhì)的形態(tài)學(xué)指標(biāo)）、DTI（白質(zhì)纖維束）構(gòu)建腦結(jié)構(gòu)網(wǎng)絡(luò)；B.基于腦電/腦磁數(shù)據(jù)構(gòu)建腦功能網(wǎng)絡(luò)；C.腦網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間的鄰接關(guān)系可以由鄰接矩陣來描述，通過不同的定義，可以獲得加權(quán)矩陣及二值矩陣；D.利用圖論對(duì)構(gòu)建的網(wǎng)絡(luò)進(jìn)行分析

圖2 圖論的一些基本概念[10]。圓圈代表網(wǎng)絡(luò)節(jié)點(diǎn)，線段代表節(jié)點(diǎn)之間的連接（邊），從功能分離、功能整合、中心度3個(gè)方面度量網(wǎng)絡(luò)的拓?fù)鋵傩?/p>

表1 圖論中網(wǎng)絡(luò)指標(biāo)的計(jì)算公式及含義[8]

圖3 通過集群系數(shù)和特征路徑長度的度量將網(wǎng)絡(luò)分為規(guī)則網(wǎng)絡(luò)、隨機(jī)網(wǎng)絡(luò)和“小世界”網(wǎng)絡(luò)，相對(duì)于隨機(jī)網(wǎng)絡(luò)，“小世界”網(wǎng)絡(luò)具有較大的集群系數(shù)和近似的最短路徑長度

2 人腦連接組學(xué)在神經(jīng)外科中的應(yīng)用

基于圖論分析的人腦連接組學(xué)不僅能揭示大腦結(jié)構(gòu)和功能網(wǎng)絡(luò)的拓?fù)鋵傩?，有助于理解大腦內(nèi)部的工作機(jī)制，同時(shí)從腦網(wǎng)絡(luò)層面定量分析疾病與腦功能改變的關(guān)系，從而提高認(rèn)識(shí)和診治水平。人腦連接組學(xué)可以從定位腦功能網(wǎng)絡(luò)、闡明腦疾病功能代償機(jī)制和模擬疾病后腦網(wǎng)絡(luò)拓?fù)鋵傩愿淖兊确矫鎽?yīng)用于神經(jīng)外科疾病研究中[10-11]，下面主要從腦腫瘤、腦外傷疾病簡要介紹目前人腦連接組學(xué)研究在神經(jīng)外科中的應(yīng)用。

2.1 人腦連接組學(xué)在神經(jīng)腫瘤中的應(yīng)用 現(xiàn)代神經(jīng)外科從“微侵襲外科”逐漸轉(zhuǎn)向“精準(zhǔn)外科”，旨在最大程度地切除神經(jīng)腫瘤的同時(shí)，盡可能保護(hù)大腦的各種功能[11]。在精準(zhǔn)神經(jīng)外科手術(shù)中，除需要保護(hù)運(yùn)動(dòng)感覺、視聽覺等初級(jí)功能外，語言、記憶和情感等腦的高級(jí)功能也需要保護(hù)。傳統(tǒng)神經(jīng)外科保護(hù)腦功能是基于腦功能分離假說，認(rèn)為大腦不同腦區(qū)承擔(dān)不同功能；而“人腦連接組”概念的提出，將傳統(tǒng)神經(jīng)外科保護(hù)特定的功能區(qū)轉(zhuǎn)變到保護(hù)不同區(qū)域相互連接組成的復(fù)雜網(wǎng)絡(luò)，這為神經(jīng)外科術(shù)前計(jì)劃制訂、術(shù)中腦功能保護(hù)和術(shù)后功能監(jiān)測(cè)等提供了全新的視角。

Olson等[12]發(fā)現(xiàn)90%的腦腫瘤患者存在認(rèn)知功能損害，這種損害難以通過腫瘤導(dǎo)致的局部解剖結(jié)構(gòu)破壞進(jìn)行解釋。從腦連接組學(xué)的角度，局灶性病變不僅導(dǎo)致相應(yīng)功能的改變，還可能影響其功能信息傳遞模式，從而導(dǎo)致腦腫瘤患者的全腦網(wǎng)絡(luò)模式異常，上述異常改變可以基于圖論做出定量分析，從腦網(wǎng)絡(luò)層面判斷認(rèn)知功能的改變[13-14]。van Dellen等[15]發(fā)現(xiàn)在低級(jí)別膠質(zhì)瘤患者中，基于MEG構(gòu)建的功能網(wǎng)絡(luò)標(biāo)準(zhǔn)化的集群系數(shù)增加，與執(zhí)行功能呈顯著負(fù)相關(guān)。Xu等[16]發(fā)現(xiàn)腫瘤患者腦網(wǎng)絡(luò)的全局效率下降，并且與智商測(cè)試得分顯著相關(guān)。在以后的研究中，如何通過腦連接組學(xué)的研究分析和理解術(shù)前腫瘤患者認(rèn)知功能損害的病理生理機(jī)制，從而建立可靠的認(rèn)知功能相關(guān)影像學(xué)標(biāo)志仍是該領(lǐng)域的一個(gè)重要研究方向。

Gratton等[17]通過利用靜息態(tài)fMRI研究局灶損傷性病變（腦外傷、卒中和腦腫瘤）的功能網(wǎng)絡(luò)拓?fù)鋵傩裕l(fā)現(xiàn)損傷位于腦網(wǎng)絡(luò)核心節(jié)點(diǎn)——連接子時(shí)，網(wǎng)絡(luò)模塊化降低更明顯。Warren等[18]也發(fā)現(xiàn)損傷位于連接子時(shí)，患者出現(xiàn)多種認(rèn)知功能障礙；而損傷位于區(qū)域性核心節(jié)點(diǎn)時(shí)，僅會(huì)出現(xiàn)特定的認(rèn)知功能障礙。一方面，說明患者腦網(wǎng)絡(luò)的破壞程度和病變的拓?fù)湮恢孟嚓P(guān)，而與病變的大小可能無關(guān)；另一方面，說明保護(hù)核心節(jié)點(diǎn)對(duì)維持腦網(wǎng)絡(luò)功能分離和整合平衡的重要性。因此，在手術(shù)中，為保護(hù)腫瘤患者高級(jí)認(rèn)知功能，應(yīng)該避免損傷腦網(wǎng)絡(luò)的核心節(jié)點(diǎn)。在后續(xù)研究中，可以通過在術(shù)前模擬瘤周組織切除后腦網(wǎng)絡(luò)拓?fù)鋵傩愿淖兂潭?，判斷某些?jié)點(diǎn)能否切除及切除后可能的后果，從而在腦網(wǎng)絡(luò)層面指導(dǎo)手術(shù)切除程度[11]。值得注意的是，目前腦網(wǎng)絡(luò)核心節(jié)點(diǎn)的定位是基于標(biāo)準(zhǔn)空間的組間水平，如何在個(gè)體水平精準(zhǔn)定位腫瘤患者的核心節(jié)點(diǎn)分布并應(yīng)用于個(gè)性化的神經(jīng)外科手術(shù)中，仍需要進(jìn)一步研究。

2.2 基于圖論分析的人腦連接組學(xué)在腦外傷中的應(yīng)用 腦外傷后導(dǎo)致局灶性或彌漫性腦組織損傷，常伴隨行為和認(rèn)知功能障礙。腦外傷后是否存在腦網(wǎng)絡(luò)拓?fù)鋵傩缘淖兓窟@一變化能否為腦外傷患者認(rèn)知狀態(tài)的評(píng)估及康復(fù)鍛煉的預(yù)后提供新的參考？目前，已經(jīng)有大量研究采用腦成像及電生理技術(shù)，利用基于圖論的腦網(wǎng)絡(luò)分析方法對(duì)以上問題進(jìn)行了探討。諸多研究利用DTI構(gòu)建腦外傷患者腦結(jié)構(gòu)網(wǎng)絡(luò)，發(fā)現(xiàn)其特征路徑長度變長，表明腦損傷患者腦網(wǎng)絡(luò)功能整合能力下降，同時(shí)發(fā)現(xiàn)功能分離能力的改變與病程有關(guān)：急性腦外傷患者腦網(wǎng)絡(luò)功能分離能力增加，慢性腦外傷則下降[19-23]。此外，研究發(fā)現(xiàn)腦外傷患者腦結(jié)構(gòu)網(wǎng)絡(luò)核心腦區(qū)的中心度指標(biāo)有下降的傾向[23]。同時(shí)，上述網(wǎng)絡(luò)指標(biāo)與患者認(rèn)知行為功能相關(guān)，Caeyenberghs等[20]發(fā)現(xiàn)腦損傷患者結(jié)構(gòu)網(wǎng)絡(luò)的全局效率下降與執(zhí)行功能下降相關(guān)；Yuan等[23]發(fā)現(xiàn)核心腦區(qū)的中心度與腦外傷癥狀的嚴(yán)重程度相關(guān)。

目前關(guān)于腦外傷患者功能網(wǎng)絡(luò)拓?fù)鋵傩愿淖兊难芯可形吹贸鲆恢陆Y(jié)論。Nakamura等[24]發(fā)現(xiàn)急性和亞急性腦外傷患者功能網(wǎng)絡(luò)的功能分離和功能整合能力均增加，同時(shí)利用MEG發(fā)現(xiàn)功能網(wǎng)絡(luò)連接增加，通過分析度分布發(fā)現(xiàn)網(wǎng)絡(luò)中核心節(jié)點(diǎn)增多，上述指標(biāo)的改變?cè)诮?jīng)過標(biāo)準(zhǔn)治療后基本恢復(fù)正常。Pandit等[25]利用靜息態(tài)fMRI對(duì)慢性彌漫性軸索損傷患者進(jìn)行研究，發(fā)現(xiàn)患者功能網(wǎng)絡(luò)的特征路徑長度變長、全局效率降低，并且這種改變與傳導(dǎo)束破壞相關(guān)。功能網(wǎng)絡(luò)研究還發(fā)現(xiàn)，基于圖論分析的指標(biāo)在患者認(rèn)知功能逐漸恢復(fù)的過程中也趨向于正常。Castellanos等[26]發(fā)現(xiàn)腦功能網(wǎng)絡(luò)的特征路徑長度逐漸正常化與患者的智力評(píng)分恢復(fù)相關(guān)，因此，腦網(wǎng)絡(luò)拓?fù)鋵傩缘淖兓赡転槟X外傷患者認(rèn)知功能的預(yù)后提供新的影像學(xué)標(biāo)志物。

2.3 基于圖論分析的人腦連接組學(xué)在癲癇中的應(yīng)用 癲癇是一種反復(fù)發(fā)作的以神經(jīng)元異常高頻放電為特征的常見腦部疾病，由于癲癇的病理生理機(jī)制復(fù)雜、臨床表現(xiàn)多樣化，其在臨床上的診治尚存在很大的挑戰(zhàn)。越來越多的證據(jù)顯示癲癇患者腦內(nèi)存在一個(gè)與癲癇發(fā)作相關(guān)的“癲癇網(wǎng)絡(luò)”，這個(gè)癲癇網(wǎng)絡(luò)的解剖位置和拓?fù)鋵傩钥赡軟Q定著癲癇患者的癲癇發(fā)作類型及預(yù)后[27]，因此，很多研究從腦網(wǎng)絡(luò)的角度分析癲癇的疾病特征。基于圖論分析的腦連接組學(xué)能定量分析癲癇患者腦網(wǎng)絡(luò)拓?fù)鋵傩缘母淖?，從而為探討癲癇的發(fā)病機(jī)制、定位致癲灶及評(píng)價(jià)腦功能改變等提供重要的研究工具。

顳葉癲癇是藥物難治性癲癇最常見的類型，常需要外科手術(shù)治療，如何在術(shù)前精準(zhǔn)定位致癲灶和判斷手術(shù)預(yù)后是目前研究的熱點(diǎn)。Bernhardt等[28]采用結(jié)構(gòu)MRI獲得基于皮層厚度的度量構(gòu)建了癲癇患者全腦結(jié)構(gòu)網(wǎng)絡(luò)，發(fā)現(xiàn)患者的腦結(jié)構(gòu)網(wǎng)絡(luò)也表現(xiàn)出“小世界”屬性，但是與健康者的腦網(wǎng)絡(luò)屬性相比，患者腦結(jié)構(gòu)網(wǎng)絡(luò)的特征路徑長度和集群系數(shù)均增加，提示患者腦結(jié)構(gòu)網(wǎng)絡(luò)規(guī)則化傾向，表明癲癇患者腦結(jié)構(gòu)網(wǎng)絡(luò)整合功能下降。同樣，基于DTI[29-30]、fMRI[31]和顱內(nèi)腦電數(shù)據(jù)[32]分析也發(fā)現(xiàn)了顳葉癲癇患者這種網(wǎng)絡(luò)規(guī)則化的傾向。van Diessen等[33]采用Meta分析方法綜合了12個(gè)基于圖論分析的顳葉癲癇患者腦網(wǎng)絡(luò)的研究，最終均發(fā)現(xiàn)顳葉癲癇患者腦結(jié)構(gòu)和功能網(wǎng)絡(luò)的全局和局部屬性與規(guī)則網(wǎng)絡(luò)相近。

James等[34]利用靜息態(tài)fMRI構(gòu)建癲癇患者全腦功能網(wǎng)絡(luò)并計(jì)算節(jié)點(diǎn)度，發(fā)現(xiàn)患側(cè)海馬及海馬旁回的節(jié)點(diǎn)度降低，提示靜息態(tài)fMRI可能為術(shù)前致癲灶定位提供參考。Wilke等[35]分析25例為定位致癲灶而植入皮層電極患者的數(shù)據(jù)構(gòu)建腦功能網(wǎng)絡(luò)，發(fā)現(xiàn)切除介數(shù)中心度高的節(jié)點(diǎn)對(duì)應(yīng)的腦皮層的癲癇患者術(shù)后無癲癇發(fā)作，表明介數(shù)中心度指標(biāo)可以指導(dǎo)定位致癲灶。基于圖論分析的連接組學(xué)研究還可以用于預(yù)測(cè)手術(shù)后癲癇控制情況，Bernhardt等[28]發(fā)現(xiàn)癲癇患者腦結(jié)構(gòu)網(wǎng)絡(luò)規(guī)則化傾向與術(shù)后癲癇控制情況相關(guān)。隨后，Bonilha等[36]分析DTI數(shù)據(jù)并建立了腦的結(jié)構(gòu)連接網(wǎng)絡(luò)，發(fā)現(xiàn)患側(cè)海馬、杏仁核、丘腦、扣帶回和眶額等區(qū)域構(gòu)成的子網(wǎng)絡(luò)存在連接異常，這種異常與術(shù)后癲癇控制情況呈負(fù)相關(guān)。Doucet等[37]用圖論分析方法結(jié)合靜息態(tài)fMRI技術(shù)發(fā)現(xiàn)腦功能網(wǎng)絡(luò)的拓?fù)鋵傩钥梢灶A(yù)測(cè)顳葉癲癇患者術(shù)后認(rèn)知功能。

3 存在的問題及展望

在神經(jīng)外科領(lǐng)域，基于圖論分析的腦連接組學(xué)不僅應(yīng)用于腦腫瘤、腦外傷、癲癇等腦損傷疾病的研究中，并在探索神經(jīng)調(diào)控機(jī)制[38]、疼痛分級(jí)[39]、卒中[40]及昏迷患者預(yù)后判斷[41]等方面得到應(yīng)用。盡管上述研究獲得了一些重要的發(fā)現(xiàn)，但是由于目前技術(shù)的局限和缺乏對(duì)大腦真實(shí)工作機(jī)制的了解，腦連接組學(xué)在神經(jīng)外科領(lǐng)域的應(yīng)用仍需要進(jìn)一步深入研究。同時(shí)，神經(jīng)外科有接觸活體大腦的優(yōu)勢(shì)，如何利用這個(gè)優(yōu)勢(shì)積極進(jìn)行腦連接組學(xué)的研究也是一個(gè)重要的課題。

首先，關(guān)于腦腫瘤、腦外傷和癲癇等腦損傷疾病的研究均是小樣本研究，其結(jié)果需要進(jìn)一步驗(yàn)證后才能應(yīng)用于臨床，同時(shí)，由于納入患者的異質(zhì)性和多模態(tài)數(shù)據(jù)采集的不一致性，很難在不同研究間進(jìn)行比較。國際上已經(jīng)在部分神經(jīng)及精神疾病領(lǐng)域進(jìn)行數(shù)據(jù)庫建立，如建立阿爾茨海默病研究同盟數(shù)據(jù)庫[42]。因此，建立神經(jīng)外科疾病相關(guān)的腦成像和電生理數(shù)據(jù)庫很有必要，基于大數(shù)據(jù)分析能得到可靠的結(jié)果，進(jìn)而提高對(duì)疾病的認(rèn)識(shí)和治療水平。此外，目前大尺度水平的腦結(jié)構(gòu)和功能網(wǎng)絡(luò)可以基于MRI和EEG/MEG等多種模態(tài)進(jìn)行構(gòu)建，單個(gè)模態(tài)僅能從某個(gè)側(cè)面反映腦區(qū)之間的關(guān)系，結(jié)構(gòu)網(wǎng)絡(luò)和功能網(wǎng)絡(luò)之間的關(guān)系目前仍是研究的熱點(diǎn)，尤其是在不同疾病下大腦功能網(wǎng)絡(luò)和結(jié)構(gòu)網(wǎng)絡(luò)間的關(guān)系變化仍不清楚。其次，目前腦網(wǎng)絡(luò)主要采用無向網(wǎng)絡(luò)進(jìn)行刻畫，而且大多數(shù)功能網(wǎng)絡(luò)的研究只能刻畫大腦功能活動(dòng)在某個(gè)時(shí)間段內(nèi)的平均拓?fù)鋵傩?。因此，探索具有高時(shí)間、空間分辨率的度量手段很有必要，同時(shí)還需要刻畫神經(jīng)活動(dòng)之間的因果關(guān)系及隨時(shí)間變化的規(guī)律[43]。

最后，大尺度腦功能及結(jié)構(gòu)網(wǎng)絡(luò)的構(gòu)建為腦內(nèi)在表型（腦區(qū)的基因信息、生化特征等）和外顯表型（行為和認(rèn)知）搭建橋梁，但是這些拓?fù)鋵傩员澈箨P(guān)聯(lián)的生理學(xué)基礎(chǔ)、分子機(jī)制及遺傳學(xué)特征仍處于研究階段。神經(jīng)外科手術(shù)中獲取的腦組織標(biāo)本及其基因分析結(jié)果可以結(jié)合影像基因組學(xué)及影像蛋白組學(xué)等進(jìn)一步探索認(rèn)知和行為的生物學(xué)機(jī)制。

綜上所述，腦連接組學(xué)將大腦內(nèi)部的組織模式抽象成一個(gè)高度復(fù)雜的腦結(jié)構(gòu)網(wǎng)絡(luò)，在大腦結(jié)構(gòu)網(wǎng)絡(luò)的基礎(chǔ)上，大腦功能網(wǎng)絡(luò)通過功能分離和功能整合兩方面的平衡實(shí)現(xiàn)功能的表達(dá)。目前，能夠基于腦成像和電生理技術(shù)在宏觀層面上構(gòu)建人腦結(jié)構(gòu)和功能網(wǎng)絡(luò)，利用圖論的復(fù)雜網(wǎng)絡(luò)分析方法發(fā)現(xiàn)人腦結(jié)構(gòu)和功能網(wǎng)絡(luò)具有“小世界”特性、模塊化和核心腦區(qū)等很多重要的拓?fù)鋵傩?，來?shí)現(xiàn)信息傳輸?shù)姆蛛x和整合功能平衡?；趫D論分析的腦連接組學(xué)從腦網(wǎng)絡(luò)的角度應(yīng)用于神經(jīng)外科領(lǐng)域，尤其在腦腫瘤、腦外傷、癲癇等疾病方面，發(fā)現(xiàn)疾病在腦網(wǎng)絡(luò)功能分離和整合的異常，導(dǎo)致腦功能的改變。人腦連接組學(xué)為腦功能保護(hù)和腦功能監(jiān)測(cè)等提供全新的視角，有助于理解腫瘤、外傷、癲癇等腦部疾病和外科手術(shù)導(dǎo)致的腦功能改變及代償機(jī)制，為患者個(gè)性化的療效評(píng)價(jià)提供重要的輔助工具，從而提高對(duì)疾病的認(rèn)識(shí)和治療水平。

[1]梁夏,王金輝,賀永.人腦連接組研究:腦結(jié)構(gòu)網(wǎng)絡(luò)和腦功能網(wǎng)絡(luò).科學(xué)通報(bào),2010,55(16): 1565-1583.

[2]Bullmore E,Sporns O.Complex brain networks: graph theoretical analysis of structural and functional systems.Nat Rev Neurosci,2009,10(3): 186-198.

[3]Zuo XN,He Y,Betzel RF,et al.Human connectomics across the life span.Trends Cogn Sci,2017,21(1): 32-45.

[4]Matthews PM,Hampshire A.Clinical concepts emerging from fMRI functional connectomics.Neuron,2016,91(3): 511-528.

[5]Fornito A,Bullmore ET.Connectomics: a new paradigm for understanding brain disease.EurNeuropsychopharmacol,2015,25(5): 733-748.

[6]Gong Q,He Y.Depression,neuroimaging and connectomics: a selective overview.Biol Psychiatry,2015,77(3): 223-235.

[7]Sporns O,Tononi G,K?tter R.The human connectome: a structural description of the human brain.PLoSComputBiol,2005,1(4): e42.

[8]Varela F,Lachaux JP,Rodriguez E,et al.The brainweb: phase synchronization and large-scale integration.Nat Rev Neurosci,2001,2(4): 229-239.

[9]Rubinov M,Sporns O.Complex network measures of brain connectivity: uses and interpretations.Neuroimage,2010,52(3):1059-1069.

[10]Aerts H,Fias W,Caeyenberghs K,et al.Brain networks under attack: robustness properties and the impact of lesions.Brain,2016,139(12): 3063-3083.

[11]Hart MG,Ypma RJ,Romero-Garcia RA,et al.Graph theory analysis of complex brain networks: new concepts in brain mapping applied to neurosurgery.J Neurosurg,2016,124(6): 1665-1678.

[12]Olson RA,Chhanabhai T,Mckenzie M.Feasibility study of the montreal cognitive assessment (MoCA) in patients with brain metastases.Support Care Cancer,2008,16(11): 1273-1278.

[13]Bosma I,Douw L,Bartolomei F,et al.Synchronized brain activity and neurocognitive function in patients with low-grade glioma: a magnetoencephalography study.Neuro Oncol,2008,10(5): 734-744.

[14]Bosma I,Reijneveld JC,Klein M,et al.Disturbed functional brain networks and neurocognitive function in low-grade glioma patients: a graph theoretical analysis of resting-state MEG.Nonlinear Biomed Phys,2009,3(1): 9.

[15]van Dellen E,Douw L,Hillebrand A,et al.MEG network differences between low-and high-grade glioma related to epilepsy and cognition.PLoS One,2012,7(11): e50122.

[16]Xu H,Ding S,Hu X,et al.Reduced efficiency of functional brain network underlying intellectual decline in patients with low-grade glioma.Neurosci Lett,2013,543: 27-31.

[17]Gratton C,Nomura EM,Pérez F,et al.Focal brain lesions to critical locations cause widespread disruption of the modular organization of the brain.J CognNeurosci,2012,24(6): 1275-1285.

[18]Warren DE,Power JD,Bruss J,et al.Network measures predict neuropsychological outcome after brain injury.Proc Natl Acad Sci USA,2014,111(39): 14247-14252.

[19]Caeyenberghs K,Leemans A,De Decker C,et al.Brain connectivity and postural control in young traumatic brain injury patients: a diffusion MRI based network analysis.Neuroimage Clin,2012,1(1): 106-115.

[20]Caeyenberghs K,Leemans A,Leunissen I,et al.Altered structural networks and executive deficits in traumatic brain injury patients.Brain Struct Funct,2014,219(1): 193-209.

[21]Fagerholm ED,Hellyer PJ,Scott G,et al.Disconnection of network hubs and cognitive impairment after traumatic brain injury.Brain,2015,138(6): 1696-1709.

[22]Hellyer PJ,Scott G,Shanahan M,et al.Cognitive flexibility through metastable neural dynamics is disrupted by damage to the structural connectome.J Neurosci,2015,35(24): 9050-9063.

[23]Yuan W,Wade SL,Babcock L.Structural connectivity abnormality in children with acute mild traumatic brain injury using graph theoretical analysis.Hum Brain Mapp,2015,36(2): 779-792.

[24]Nakamura T,Hillary FG,Biswal BB.Resting network plasticity following brain injury.PLoS One,2009,4(12): e8220.

[25]Pandit AS,Expert P,Lambiotte R,et al.Traumatic brain injury impairs small-world topology.Neurology,2013,80(20): 1826-1833.

[26]Castellanos FX,Martino AD,Craddock RC,et al.Clinical applications of the functional connectome.Neuroimage,2013,80(8): 527-540.

[27]Gleichgerrcht E,Kocher M,Bonilha L.Connectomics and graph theory analyses: novel insights into network abnormalities in epilepsy.Epilepsia,2015,56(11): 1660-1668.

[28]Bernhardt BC,Chen Z,He Y,et al.Graph-theoretical analysis reveals disrupted small-world organization of cortical thickness correlation networks in temporal lobe epilepsy.Cerebral Cortex,2011,21(9): 2147-2157.

[29]Bonilha L,Nesland T,Martz GU,et al.Medial temporal lobe epilepsy is associated with neuronal fibre loss and paradoxical increase in structural connectivity of limbic structures.J NeurolNeurosurg Psychiatry,2012,83(9): 903-909.

[30]Liu M,Chen Z,Beaulieu C,et al.Disrupted anatomic white matter network in left mesial temporal lobe epilepsy.Epilepsia,2014,55(5): 674-682.

[31]Wang J,Qiu S,Xu Y,et al.Graph theoretical analysis reveals disrupted topological properties of whole brain functional networks in temporal lobe epilepsy.ClinNeurophysiol,2014,125(9): 1744-1756.

[32]Bartolomei F,Bettus G,Stam CJ,et al.Interictal network properties in mesial temporal lobe epilepsy: a graph theoretical study from intracerebral recordings.ClinNeurophysiol,2013,124(12): 2345-2353.

[33]van Diessen E,Zweiphenning WJ,Jansen FE,et al.Brain network organization in focal epilepsy: a systematic review and metaanalysis.PLoS One,2014,9(12): e114606.

[34]James GA,Tripathi SP,Kilts CD.Estimating brain network activity through back-projection of ICA components to GLM maps.Neurosci Lett,2014,564(2): 21-26.

[35]Wilke C,Worrell G,He B.Graph analysis of epileptogenic networks in human partial epilepsy.Epilepsia,2011,52(1): 84-93.

[36]Bonilha L,Helpern JA,Sainju R,et al.Presurgical connectome and postsurgical seizure control in temporal lobe epilepsy.Neurology,2013,81(19): 1704-1710.

[37]Doucet GE,Rider R,Taylor N,et al.Presurgery resting-state local graph-theory measures predict neurocognitive outcomes after brain surgery in temporal lobe epilepsy.Epilepsia,2015,56(4): 517-526.

[38]Fox MD,Buckner RL,Liu H,et al.Resting-state networks link invasive and noninvasive brain stimulation across diverse psychiatric and neurological diseases.Proc Natl Acad Sci USA,2014,111(41): e4367-e4375.

[39]Duff EP,Vennart W,Wise RG,et al.Learning to identify CNS drug action and efficacy using multistudy fMRI data.Sci Transl Med,2015,7(274): 274ra16.

[40]Siegel JS,Ramsey LE,Snyder AZ,et al.Disruptions of network connectivity predict impairment in multiple behavioral domains after stroke.Proc Natl Acad Sci USA,2016,113(30): e4367-e4376.

[41]Wu X,Zou Q,Hu J,et al.Intrinsic functional connectivity patterns predict consciousness level and recovery outcome in acquired brain injury.J Neurosci,2015,35(37): 12932-12946.

[42]Weiner MW,Veitch DP,Aisen PS,et al.Impact of the alzheimer's disease neuroimaging initiative,2004 to 2014.Alzheimers Dement,2015,11(7): 865-884.

[43]余新光.腦功能圖譜繪制對(duì)神經(jīng)外科發(fā)展的現(xiàn)實(shí)意義.中華神經(jīng)外科雜志,2016,32(11): 1081-1084.

2017-04-20

2017-07-02

（本文編輯 周立波）

R445.2；R651.1

10.3969/j.issn.1005-5185.2017.10.019

解放軍總醫(yī)院神經(jīng)外科 北京 100853

余新光 E-mail: yuxinguang_301@163.com