分享:
分享到微信朋友圈
X
基础研究
2型糖尿病患者小脑Crus Ⅰ静息态磁共振功能连接研究
田静 赵莲萍 柳瑞芳 陆亚姗 黄刚 龚瑞 梁丰丽 高艳艳 张文文‍

Cite this article as: Tian J, Zhao LP, Liu RF, et al. Functional connectivity of the cerebellar Crus Ⅰ in type 2 diabetes mellitus: A resting-state functional MRI study[J]. Chin J Magn Reson Imaging, 2022, 13(5): 64-69.本文引用格式:田静, 赵莲萍, 柳瑞芳, 等. 2型糖尿病患者小脑Crus Ⅰ静息态磁共振功能连接研究[J]. 磁共振成像, 2022, 13(5): 64-69. DOI:10.12015/issn.1674-8034.2022.05.012.


[摘要] 目的 采用静息态功能磁共振成像技术探讨2型糖尿病(type 2 diabetes mellitus,T2DM)患者小脑Crus Ⅰ与全脑功能连接(functional connectivity,FC)的异常模式。材料与方法 前瞻性纳入T2DM患者(n=78)作为T2DM组,性别、年龄及受教育年限匹配的健康受试者(n=57)为对照组,采集两组临床变量、神经心理量表评分及静息态功能磁共振扫描数据,以小脑双侧Crus Ⅰa、Crus Ⅰb为种子点计算全脑FC。统计分析两组间FC差异、临床变量、各量表评分的差异及变量之间的相关性。结果 与对照组相比,T2DM组抑郁、焦虑量表评分显著增高,认知量表评分显著降低(P<0.05);T2DM左侧小脑Crus Ⅰa与左侧舌回/小脑Ⅳ~Ⅴ小叶间的FC显著降低,右侧小脑Crus Ⅰb与右侧额下回三角部间FC显著增加(高斯随机场校正,单体素P<0.005,簇大小P<0.05);后者与低密度脂蛋白水平呈正相关(r=0.30,P=0.01)。结论 小脑亚区与多个核心脑区间异常的FC可能参与了T2DM患者认知受损、共病抑郁、焦虑的神经病理生理机制。
[Abstract] Objective To investigate the alteration of functional connectivity (FC) between cerebellar Crus Ⅰ and the whole-brain in patients with type 2 diabetes mellitus (T2DM) using resting-state functional MRI (rs-fMRI).Materials and Methods Seventy-eight T2DM patients and fifty-seven healthy subjects (HCs) matched in gender, age and years of education were prospectively collected pertaining to clinical data, neuropsychological test and rs-fMRI data. Seed-based FC analysis was calculated using bilateral cerebellar Crus Ⅰa and Crus Ⅰb as seed points. The differences of cerebellar FC values, clinical variables, differences in test scores and correlations between the two groups were statistically analyzed.Results Compared with the HCs, T2DM had presented higher scores of Beck Depression Self-assessment Questionnaire, Beck Anxiety Scale, and lower scores of Montreal Cognitive Assessment (P<0.05); the FC between the left cerebellar Crus Ⅰa and left lingual gyrus/cerebellum Ⅳ-Ⅴ was decreased, and the FC between the right cerebellar Crus Ⅰb and right inferior frontal gyrus was increased (GRF correction, voxel-P<0.005, cluster-P<0.05), and the latter was positively correlated with low density lipoprotein (r=0.30, P=0.01).Conclusions The abnormal FC values of cerebellar subregions may be involved in the neuropathology of T2DM cognitive and mood dysfunction.
[关键词] 糖尿病,2型;静息态功能磁共振成像;小脑;脑损伤,慢性;认知功能障碍;情绪障碍;功能连接
[Keywords] diabetes mellitus, type 2;resting-state functional magnetic resonance imaging;cerebellum;brain damage, chronic;cognitive dysfunction;mood disorders;functional connectivity

田静 1   赵莲萍 1, 2*   柳瑞芳 1   陆亚姗 2   黄刚 1, 2   龚瑞 3   梁丰丽 2   高艳艳 2   张文文‍ 2  

1 甘肃中医药大学第一临床医学院(甘肃省人民医院),兰州 730000

2 甘肃省人民医院放射科,兰州 730000

3 甘肃省人民医院干部内分泌科,兰州 730000

赵莲萍,E-mail:lianping_zhao007@163.com

作者利益冲突声明:全部作者均声明无利益冲突。


基金项目: 国家自然科学基金 81901724,81860306 甘肃省自然科学基金 20JR5RA156,21JR7RA593 中国科学院2020年度“西部青年学者”项目 甘肃省人民医院院内科研项目 19SYPYA-2 2021年度优秀研究生“创新之星”项目 2021CXZX-738
收稿日期:2021-10-23
接受日期:2022-04-13
中图分类号:R445.2  R587.1  R749.24 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2022.05.012
本文引用格式:田静, 赵莲萍, 柳瑞芳, 等. 2型糖尿病患者小脑Crus Ⅰ静息态磁共振功能连接研究[J]. 磁共振成像, 2022, 13(5): 64-69. DOI:10.12015/issn.1674-8034.2022.05.012.

       2型糖尿病(type 2 diabetes mellitus,T2DM)患病率近年持续升高[1],其共病认知功能受损和抑郁的比率分别为45%和28%[2, 3, 4],严重影响患者的生活质量,增加社会负担[5],但其神经病理生理机制尚未完全阐明。近期研究表明小脑参与人类高级认知情感加工过程[6],尤其是小脑后叶,其中Crus Ⅰ是小脑后叶的重要组成部分[7],其功能连接(functional connectivity,FC)异常参与了双相情感障碍患者的神经病理生理过程[8]。我们的前期研究亦表明,与其他小脑亚区相比,T2DM患者Crus Ⅰ与全脑间的FC改变更显著[9],提示Crus Ⅰ是参与认知情感加工过程的关键小脑脑区之一。Crus Ⅰ有Ⅰa和Ⅰb两个亚区,前者参与中心执行网络(executive control network,ECN)[10],后者参与默认网络(default mode network,DMN)[11, 12],ECN与DMN的功能活动呈负向相关[13]。然而,在T2DM患者中,Crus Ⅰa和Crus Ⅰb的静息态FC如何变化目前尚不清楚。因此,本研究拟采用静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)技术研究T2DM患者双侧小脑Crus Ⅰa、Ⅰb亚区与全脑之间的FC变化,进一步阐明T2DM患者认知损害和共病抑郁的神经病理生理机制。

1 材料与方法

1.1 研究对象

       本研究为前瞻性研究,纳入2017年11月至2020年8月在甘肃省人民医院代谢性疾病诊疗中心就诊的83例T2DM患者为T2DM组,对照组(healthy controls,HCs)为性别、年龄和受教育年限与T2DM组相匹配的61名健康志愿者。本研究已通过甘肃省人民医院医学伦理委员会审查(批准文号:2017-188),受试者均对本研究内容知情并签署知情同意书。

       T2DM组纳入标准:符合1999年WHO公布的T2DM诊断标准:空腹血糖≥7.0 mmol/L;口服糖耐量试验:2 h餐后血糖≥11.1 mmol/L;存在三多一少症状,且随机血糖≥11.1 mmol/L;无高血糖症状者对空腹血糖及口服糖耐量试验进行复查,两次达标即可诊断;睡眠正常;年龄18~65岁;汉族。排除标准:严重的T2DM并发症;左利手及双利手;受教育年限<6年;中枢神经系统出现器质性病变;精神心理疾病病史及家族史;严重颅脑部外伤史;药物滥用及成瘾史;严重听觉、视觉障碍;妊娠期、哺乳期女性;2个月内接受过精神药物治疗;3个月内进行过电抽搐及磁刺激治疗;MRI检查禁忌证。

       HCs组纳入标准:受试者血压、血糖、血脂均无异常;睡眠正常;年龄18~65岁;汉族。排除标准:同T2DM组排除标准。

1.2 临床变量采集与神经心理评分

1.2.1 临床变量采集

       分别记录两组被试性别、年龄、受教育年限、体质量指数、血压(取1天3个不同时间测得的平均值)、T2DM组记录其病程。禁食过夜10 h后,晨8点采集静脉血检测空腹血糖、空腹胰岛素、糖化血红蛋白、低密度脂蛋白(low density lipoprotein,LDL)、三碘甲状腺原氨酸(triiodothyronine,T3)、甲状腺素(thyroxine,T4)等。HCs组使用指尖采血测量随机血糖。

1.2.2 神经心理量表评分

       在精神心理科主任医师的指导下,由受过3年以上专业培训的住院医师和主治医师2人对所有被试进行神经心理量表评分并进行相应记录,包括蒙特利尔认知评估量表(Montreal Cognitive Assessment,MoCA)、简易智能精神状态检查量表(Mini-Mental State Examination,MMSE)、Beck抑郁自评问卷第一版中文版、Beck焦虑量表中文版。被试者配合医师,得到完整量表评分,则该数据纳入本研究,反之排除。该过程不涉及盲法。

1.3 MRI数据采集

       使用西门子(MAGNETOM Skyra,Siemens Healthcare,Erlangen,Germany) 3.0 T磁共振32通道头线圈采集影像数据。受试者平卧,头部固定,外耳道置入防噪耳塞,闭眼,保持清醒,尽量不做任何专注思维活动,MRI扫描由两名经过培训的放射科医师完成。先行常规结构像MRI平扫(T1WI、T2WI及T2-FLAIR序列),排除颅内器质性病变。rs-fMRI采用血氧水平依赖梯度回波-回波平面成像序列,轴面扫描,每次采集420个时间点以提高数据的可靠性[14, 15];结构像采用三维颅脑容积MRI序列(高分辨三维T1加权成像),矢状面扫描,具体参数见表1

表1  磁共振扫描参数
Tab. 1  Magnetic resonance scanning parameters

1.4 MRI数据预处理

       Rs-fMRI图像数预处理:使用基于MATLAB的SPM12 (http://www.fil.ion.ucl.ac.uk/spm)和DPABI_V4.2 (http://restfmri.net/forum/dpabi)软件。具体步骤如下:格式转换(将所有受试者的MRI数据由DICOM格式转换为NIFTI格式);剔除每个被试前10个时间点的图像数据;层时间校正;头动校正(剔除三维头动平移>2.5 mm,或旋转>2.5°的被试);空间标准化(重采样到大小为3 mm×3 mm×3 mm的标准空间);图像分割;空间平滑(高斯核半高全宽为6 mm);去线性漂移及低频滤波(0.01~0.10 Hz);回归去除协变量(脑脊液、脑白质信号、全脑均值信号、Friston-24参数),以消除脑脊液、白质信号、头动对结果的影响。

1.5 基于种子点的FC分析

       基于文献报道[8],本研究分别选择小脑中参与ECN的双侧Crus Ⅰa (左侧MNI坐标:-12,78,-28,右侧MNI坐标:12,78,-28)和参与DMN的双侧Crus Ⅰb (左侧MNI坐标:-32,76,-34、右侧MNI坐标:34,-80,-36)亚区,用DPABI软件以6 mm的半径制作球形种子点感兴趣区(region of interest,ROI)。每个球形种子ROIs中的时间序列通过计算整个球内各个体素的fMRI时间序列的平均值得到。每个被试通过计算每个种子ROIs与全脑各体素的时间序列间的Pearson相关系数(r值),得到各ROIs与全脑各体素间的FC,最后经Fisher's转换为Z值进一步进行统计分析。

1.6 统计学分析

       采用SPSS 24.0软件,对两组被试一般临床资料及神经心理量表评分行统计学分析。其中计量资料组间比较采用独立样本t检验,计数资料采用χ²检验,均为双尾检验,以P<0.05为差异有统计学意义。采用DPABI软件的统计模块对基于ROIs的FC进行独立样本t检验,纳入协变量(年龄、性别、受教育年限及头动参数),进行高斯随机场多重比较校正(GRF),以校正后单个体素P<0.005、簇大小P<0.05的区域定义为差异有统计学意义脑区。提取差异有统计学意义脑区的FC值与临床变量、神经心理量表评分进行Pearson相关分析,以P<0.05为差异有统计学意义。对Pearson相关分析得到的差异有统计学意义的结果进行逐步多重线性回归分析,最终采用引入各变量差异均有统计学意义(P<0.05)的结果。

2 结果

2.1 基本资料比较

       预处理时T2DM组5例、HCs组4例被试因头动过大被剔除,故最终纳入T2DM组78例,HCs组57例。两组受试者在年龄、性别、受教育年限及体质量指数等方面差异均无统计学意义(P>0.05)。T2DM组Beck抑郁量表评分、Beck焦虑量表评分高于HCs组,MoCA量表评分低于HCs组,差异有统计学意义(P<0.05),其余资料差异均无统计学意义(P>0.05)。见表2

表2  T2DM组与HCs组人口学、临床变量、神经心理量表评分比较(x¯±s)
Tab. 2  Comparison of demographic, clinical variables and neuropsychological scale scores between T2DM group and HCs group (x¯±s)

2.2 基于种子FC的组间差异

       与HCs组相比,T2DM组的左侧小脑Crus Ⅰa-左侧舌回/小脑Ⅳ~Ⅴ间FC显著降低,右侧小脑Crus Ⅰb-右侧额下回三角部间FC显著增强。未见右侧小脑Crus Ⅰa与左侧小脑Crus Ⅰb的FC差异有统计学意义脑区。见表3图1

图1  2 型糖尿病组与对照组全脑功能连接值差异有统计学意义脑区分布图。1A:左侧Crus Ⅰa 与左侧舌回/左侧小脑Ⅳ~Ⅴ间功能连接值降低(冷 色);1B:右侧小脑Crus Ⅰb 与右侧额下回三角部功 能连接值增强(暖色)。
Fig. 1  Significant difference in functional connectivity (FC) values between T2DM group and HC group. 1A: Decreased FC between left Crus Ⅰa and left lingual gyrus/left cerebellum Ⅳ-Ⅴ (cool color); 1B: Enhancement of FC in right cerebellum Crus Ⅰb and right inferior frontal gyrus triangle (warm color).
表3  T2DM组与HC组全脑FC值差异有统计学意义脑区位置及MNI坐标
Tab. 3  Locations and MNI coordinates of brain regions with significant different functional connectivity values between T2DM and HC groups

2.3 相关分析结果

       在性别、年龄、受教育年限组间差异无统计学意义前提下,Pearson相关分析显示左侧小脑Crus Ⅰa-左侧舌回/小脑Ⅳ~Ⅴ之间的FC值与T3 (r=-0.24,P=0.04)及Beck焦虑评分(r=-0.28,P=0.01)呈负相关;右侧小脑Crus Ⅰb-右侧额下回三角部FC值与胆固醇(r=0.23,P=0.04)及LDL (r=0.30,P=0.01)呈正相关。后经逐步多重线性回归分析,最终仅有LDL差异具有统计学意义,其余指标未发现显著相关。见图2

图2  2型糖尿病患者右侧小脑Crus Ⅰb-右侧额下回三角部间功能连接值与低密度脂蛋白Pearson相关分析及多重线性回归分析。
Fig. 2  Pearson correlation analysis and multiple linear regression analysis of FC values between right cerebellar Crus Ⅰb and right inferior frontal gyrus triangle and low density lipoprotein in T2DM patients.

3 讨论

       小脑Crus Ⅰa、Crus Ⅰb分别参与了功能活动呈负向相关的ECN与DMN,但我们目前暂未发现T2DM患者的相关小脑亚区的研究。因此,本研究前瞻性收集了78例T2DM患者,选择Crus Ⅰa和Crus Ⅰb分别为种子点与全脑进行FC分析,进一步探索T2DM患者全脑FC异常模式。结果发现与HCs组相比,T2DM患者Beck抑郁、焦虑评分显著增高,MoCA评分显著减低;T2DM组左侧Crus Ⅰa-左侧舌回/小脑Ⅳ~Ⅴ小叶间的FC降低,右侧Crus Ⅰb-右侧额下回三角部的FC增强,且后者与LDL呈正相关。

3.1 T2DM患者脑损害的神经病理生理机制

       T2DM患者易共病抑郁及认知功能受损。本研究中T2DM组MoCA评分减低,Beck抑郁、焦虑评分增高,进一步证实T2DM患者存在认知功能受损及抑郁、焦虑症状。与本课题组前期的研究结果一致[4],提示研究结果稳定。T2DM以慢性高血糖和胰岛素抵抗为特征。长期高血糖致使晚期糖基化终末产物生成增加,由此产生的活性氧自由基会促进线粒体内的氧化应激,改变内质网信号,从而导致神经元细胞损伤[16]。胰岛素抵抗会导致tau蛋白的过度磷酸化和β淀粉样蛋白的生成,这些淀粉样蛋白会聚集在与认知相关的皮层中枢并扰乱区域间的连通性,从而影响患者的认知功能及情感加工过程[17]。DMN是负责自我内省、情绪加工和反刍思维等内在无目标思维模式的关键脑区[18],又称为任务负激活网络,在大脑无任务的静息状态时存在持续主动的功能活动,当有外部注意依赖型的刺激任务时,DMN活动受抑制,ECN激活,这种DMN-ECN间负向的相关是大脑的基本特性之一[13]。多项研究表明T2DM患者DMN与ECN的功能存在异常[8,19]

3.2 T2DM组较HCs组FC值降低的脑区及其作用

       本研究中,T2DM组患者MoCA评分减低,左侧Crus Ⅰa-左侧舌回/小脑Ⅳ~Ⅴ小叶间的FC降低。Crus Ⅰa是参与ECN的关键脑区[11],ECN在任务工作中处理与记忆相关的信息[10],并参与调节情绪[20],因此,推测T2DM患者认知功能受损可能与其ECN功能紊乱有关。舌回位于枕叶,是视觉网络的重要部分,参与并维持与视觉认知相关的工作记忆处理[21]。文献报道T2DM患者枕叶低频振幅及局部一致性明显降低[22],舌回与视觉网络的FC普遍下降[23],可能与视觉功能受损有关,支持本研究结果。分析本研究纳入的患者,其中10例存在糖尿病视网膜病变,由此推测Crus Ⅰa与舌回间FC的降低可能与T2DM患者视网膜病变导致视觉功能受损有关,尚需后续研究进一步证实。另有研究认为T2DM患者工作记忆受损可能与Crus Ⅰ、Ⅱ-舌回/颞叶间FC减低有关[19],一项针对糖尿病人群的研究也报告了枕神经网络连接中断与工作记忆不良相关,且枕叶FC降低可能是T2DM患者视觉依赖任务中表现不佳的重要原因[23, 24]。本组患者存在左侧Crus Ⅰa-小脑Ⅳ~Ⅴ小叶间的FC异常。研究表明左小脑前叶皮质小脑山顶区(小叶Ⅳ、Ⅴ)代谢改变与抑郁症状相关[25],本组患者Beck抑郁及焦虑评分显著增高,提示其Crus Ⅰa-小脑Ⅳ~Ⅴ小叶间的FC异常可能参与了T2DM患者共病抑郁的神经病理生理机制。

3.3 T2DM组较HCs组FC值增强的脑区及其作用

       本研究还发现右侧Crus Ⅰb-右侧额下回三角部的FC增强。与Crus Ⅰb功能密切相关的DMN主要参与高级认知及情感加工过程。额下回三角部属于腹外侧前额叶皮层(ventrolateral prefrontal cortex,VLPFC),抑郁患者在调节负性情绪时VLPFC激活减弱[26],激活程度与社会排斥敏感程度呈负相关[27],右侧VLPFC还与焦虑有关[28],也有研究发现激活右侧VLPFC可提高患者社会情绪调节能力[29],提示其可能是调节情绪的关键脑区。小脑通过小脑-大脑间的多个环路影响运动和认知功能[30],小脑Crus Ⅰ参与认知负荷增加时前额叶皮质的激活过程[31],前额叶是控制高级认知功能的关键节点[32],因此本研究这种增强的FC可能与T2DM患者认知功能和情绪调节的代偿机制有关。研究发现精神分裂症患者DMN-ECN负相关常减弱[13],而本研究中异常的FC提示T2DM患者对ECN激活更少,而DMN激活更多,提示这种负向效应增强,进一步证明本组患者认知与情绪功能可能存在代偿机制。然而,Zhang等[19]研究结果显示T2DM患者右侧小脑CrusⅠ/Ⅱ与同侧前额叶皮层的FC降低,与本研究结果不同。分析原因,该研究中纳入的T2DM组抑郁、焦虑评分更高,年龄更大,小脑-大脑间的FC受损更为严重,可能与Crus Ⅰ/Ⅱ与同侧前额叶皮层的FC已经不能代偿有关。

3.4 T2DM组异常FC值与临床变量、神经心理量表评分间的相关关系

       本研究中LDL与右侧Crus Ⅰb-右侧额下回三角部的FC呈显著正相关,提示LDL越高,右侧Crus Ⅰb-右侧额下回三角部FC受损越明显。LDL主要负责将胆固醇转运至肝外组织,其升高可导致血浆胆固醇含量升高。研究发现T2DM患者糖代谢失调导致脂肪蛋白酶产生C3a肽,以促进胰岛素分泌并维持其代偿机制[33],MoCA认知评分与血浆脂质水平呈负相关[2],均支持本研究结果。本研究未发现异常的FC与神经心理量表评分之间的相关关系。分析其原因,尽管我们尽可能控制了混杂因素,但患者个体的认知功能受损与情绪状态存在差异,本研究未对T2DM进行进一步的分组研究,今后将在扩大样本量的基础上,根据认知或情绪障碍的不同程度进行亚组分析,深入探索T2DM患者共病抑郁和认知功能受损的神经病理生理机制

3.5 不足与展望

       本研究亦存在一些局限性:首先是横断面研究,未能分析异常FC与临床变量间的因果关系;其次是纳入的T2DM患者均已服用降糖药物,不能排除药物对结果的影响。因此后续研究将继续扩大样本量,增加纵向研究设计,以进一步阐明T2DM共病抑郁和认知功能受损的神经病理生理机制及疾病发展的神经影像学特征,为T2DM患者临床诊断提供客观影像学依据。

       综上所述,T2DM存在认知功能受损、抑郁及焦虑症状,其左侧Crus Ⅰa-舌回/小脑前叶FC及右侧小脑Crus Ⅰb-额下回三角部的FC异常,可能参与了T2DM患者抑郁症状及认知功能受损的神经病理生理机制。

[1]
Liu S, Lu Y, Cai X, et al. Glycemic control is related to cognitive dysfunction in elderly people with type 2 diabetes mellitus in a rural chinese population[J]. Curr Alzheimer Res, 2019, 16(10): 950-962. DOI: 10.2174/1567205016666191023110712.
[2]
Guo D, Yuan Y, Huang R, et al. Association between plasma adipsin level and mild cognitive impairment in chinese patients with type 2 diabetes: A cross-sectional study[J]. BMC Endocr Disord, 2019, 19(1): 108. DOI: 10.1186/s12902-019-0431-y.
[3]
Ma S, Li S, Lv R, et al. Prevalence of mild cognitive impairment in type 2 diabetes mellitus is associated with serum galectin-3 level[J]. J Diabetes Investig, 2020, 11(5): 1295-1302. DOI: 10.1111/jdi.13256.
[4]
Saeedi P, Petersohn I, Salpea P, et al. Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045: Results from the international diabetes federation diabetes atlas, 9(th) edition[J]. Diabetes Res Clin Pract, 2019, 157: 107843. DOI: 10.1016/j.diabres.2019.107843.
[5]
赵莲萍, 柳瑞芳, 陆亚姗, 等. 2型糖尿病患者海马静息态功能连接研究[J]. 中国医学影像学杂志, 2020, 28(7): 482-487. DOI: 10.3969/j.issn.1005-5185.2020.07.001.
Zhao LP, Liu RF, Lu YS, et al. Resting-State Hippocampal Functional Connectivity in Patients with Type 2 Diabetes Mellitus[J]. Chin J Med Imaging, 2020, 28(7): 482-487. DOI: 10.3969/j.issn.1005-5185.2020.07.001.
[6]
Olivito G, Lupo M, Iacobacci C, et al. Structural cerebellar correlates of cognitive functions in spinocerebellar ataxia type 2[J]. J Neurol, 2018, 265(3): 597-606. DOI: 10.1007/s00415-018-8738-6.
[7]
Batsikadze G, Diekmann N, Ernst TM, et al. The cerebellum contributes to context-effects during fear extinction learning: A 7t fmri study[J]. Neuroimage, 2022, 253: 119080. DOI: 10.1016/j.neuroimage.2022.119080.
[8]
Luo X, Chen G, Jia Y, et al. Disrupted cerebellar connectivity with the central executive network and the default-mode network in unmedicated bipolar ii disorder[J]. Front Psychiatry, 2018, 9: 705. DOI: 10.3389/fpsyt.2018.00705.
[9]
柳瑞芳, 田静, 赵莲萍, 等. 2型糖尿病患者静息态小脑功能连接研究[J]. 中国医学影像学杂志, 2021, 29(10): 974-979. DOI: 10.3969/j.issn.1005-5185.2021.10.004.
Liu RF, Tian J, Zhao LP, et al. Resting-State Cerebellar Functional Connectivity in Patients with Type 2 Diabetes Mellitus[J]. Chin J Med Imaging, 2021, 29(10): 974-979. DOI: 10.3969/j.issn.1005-5185.2021.10.004.
[10]
Gagnepain P, Hulbert J, Anderson MC. Parallel regulation of memory and emotion supports the suppression of intrusive memories[J]. J Neurosci, 2017, 37(27): 6423-6441. DOI: 10.1523/jneurosci.2732-16.2017.
[11]
Alalade E, Denny K, Potter G, et al. Altered cerebellar-cerebral functional connectivity in geriatric depression[J]. PLoS One, 2011, 6(5): e20035. DOI: 10.1371/journal.pone.0020035.
[12]
Guo W, Liu F, Xue Z, et al. Abnormal resting-state cerebellar-cerebral functional connectivity in treatment-resistant depression and treatment sensitive depression[J]. Prog Neuropsychopharmacol Biol Psychiatry, 2013, 44: 51-57. DOI: 10.1016/j.pnpbp.2013.01.010.
[13]
黄欢, 王惠玲, 周媛, 等. 精神分裂症患者脑静息态默认网络和中心执行网络及突显网络关系的初步探讨[J]. 中华精神科杂志, 2015, 48(3): 175-181. DOI: 10.3760/cma.j.issn.1006-7884.2015.03.016.
Huang H, Wang HL, Zhou Y, et al. Aberrant functional connectivity within and across the default mode, central-executive, and salience network in patients with schizophrenia: a resting-state functional magnetic resonance imaging study[J]. Chin J Psychiatry, 2015, 48(3): 175-181. DOI: 10.3760/cma.j.issn.1006-7884.2015.03.016.
[14]
Anderson JS, Ferguson MA, Lopez-Larson M, et al. Reproducibility of single-subject functional connectivity measurements[J]. AJNR Am J Neuroradiol, 2011, 32(3): 548-555. DOI: 10.3174/ajnr.A2330.
[15]
Birn RM, Molloy EK, Patriat R, et al. The effect of scan length on the reliability of resting-state fmri connectivity estimates[J]. Neuroimage, 2013, 83: 550-558. DOI: 10.1016/j.neuroimage.2013.05.099.
[16]
Roy B, Ehlert L, Mullur R, et al. Regional brain gray matter changes in patients with type 2 diabetes mellitus[J]. Sci Rep, 2020, 10(1): 9925. DOI: 10.1038/s41598-020-67022-5.
[17]
Buckner RL, Sepulcre J, Talukdar T, et al. Cortical hubs revealed by intrinsic functional connectivity: Mapping, assessment of stability, and relation to alzheimer's disease[J]. J Neurosci, 2009, 29(6): 1860-1873. DOI: 10.1523/jneurosci.5062-08.2009.
[18]
Qi D, Wang A, Chen Y, et al. Default mode network connectivity and related white matter disruption in type 2 diabetes mellitus patients concurrent with amnestic mild cognitive impairment[J]. Curr Alzheimer Res, 2017, 14(11): 1238-1246. DOI: 10.2174/1567205014666170417113441.
[19]
Zhang D, Qi F, Gao J, et al. Altered cerebellar-cerebral circuits in patients with type 2 diabetes mellitus[J]. Front Neurosci, 2020, 14: 571210. DOI: 10.3389/fnins.2020.571210.
[20]
Stange JP, Bessette KL, Jenkins LM, et al. Attenuated intrinsic connectivity within cognitive control network among individuals with remitted depression: Temporal stability and association with negative cognitive styles[J]. Hum Brain Mapp, 2017, 38(6): 2939-2954. DOI: 10.1002/hbm.23564.
[21]
Zhen D, Xia W, Yi ZQ, et al. Alterations of brain local functional connectivity in amnestic mild cognitive impairment[J]. Transl Neurodegener, 2018, 7: 26. DOI: 10.1186/s40035-018-0134-8.
[22]
Cui Y, Jiao Y, Chen YC, et al. Altered spontaneous brain activity in type 2 diabetes: A resting-state functional mri study[J]. Diabetes, 2014, 63(2): 749-760. DOI: 10.2337/db13-0519.
[23]
Zhang D, Gao J, Yan X, et al. Altered functional connectivity of brain regions based on a meta-analysis in patients with t2dm: A resting-state fmri study[J]. Brain Behav, 2020, 10(8): e01725. DOI: 10.1002/brb3.1725.
[24]
Cui Y, Li S F, Gu H, et al. Disrupted brain connectivity patterns in patients with type 2 diabetes[J]. AJNR Am J Neuroradiol, 2016, 37(11): 2115-2122. DOI: 10.3174/ajnr.A4858.
[25]
赵莲萍, 王颖, 黄力. 心境障碍的小脑影像学研究进展[J]. 中华精神科杂志, 2015, 48(5): 303-306. DOI: 10.3760/cma.j.issn.1006-7884.2015.05.009.
Zhao LP, Wang Y, Huang L. Advances in cerebellar imaging studies of mood disorders[J]. Chin J Psychiatry, 2015, 48(5): 303-306. DOI: 10.3760/cma.j.issn.1006-7884.2015.05.009.
[26]
Liu P, Vandemeer MRJ, Joanisse MF, et al. Depressogenic self-schemas are associated with smaller regional grey matter volume in never-depressed preadolescents[J]. Neuroimage Clin, 2020, 28: 102422. DOI: 10.1016/j.nicl.2020.102422.
[27]
Vijayakumar N, Cheng TW, Pfeifer JH. Neural correlates of social exclusion across ages: A coordinate-based meta-analysis of functional mri studies[J]. Neuroimage, 2017, 153: 359-368. DOI: 10.1016/j.neuroimage.2017.02.050.
[28]
Quah SKL, McIver L, Roberts AC, et al. Trait anxiety mediated by amygdala serotonin transporter in the common marmoset[J]. J Neurosci, 2020, 40(24): 4739-4749. DOI: 10.1523/jneurosci.2930-19.2020.
[29]
He Z, Lin Y, Xia L, et al. Critical role of the right vlpfc in emotional regulation of social exclusion: A tdcs study[J]. Soc Cogn Affect Neurosci, 2018, 13(4): 357-366. DOI: 10.1093/scan/nsy026.
[30]
Fang P, An J, Tan X, et al. Changes in the cerebellar and cerebro-cerebellar circuit in type 2 diabetes[J]. Brain Res Bull, 2017, 130: 95-100. DOI: 10.1016/j.brainresbull.2017.01.009.
[31]
Salmi J, Pallesen KJ, Neuvonen T, et al. Cognitive and motor loops of the human cerebro-cerebellar system[J]. J Cogn Neurosci, 2010, 22(11): 2663-2676. DOI: 10.1162/jocn.2009.21382.
[32]
Qin C, Liang Y, Tan X, et al. Altered whole-brain functional topological organization and cognitive function in type 2 diabetes mellitus patients[J]. Front Neurol, 2019, 10: 599. DOI: 10.3389/fneur.2019.00599.
[33]
Lo JC, Ljubicic S, Leibiger B, et al. Adipsin is an adipokine that improves β cell function in diabetes[J]. Cell, 2014, 158(1): 41-53. DOI: 10.1016/j.cell.2014.06.005.

上一篇 T2WI-FS影像组学联合影像学特征在预测HIFU消融子宫肌瘤疗效中的价值
下一篇 基于图论的2型糖尿病患者局部效率及节点局部效率变化分析
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2