前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >NC:儿童的利手性与大脑功能连接模式之间的联系

NC:儿童的利手性与大脑功能连接模式之间的联系

原创
作者头像
悦影科技
发布2024-06-03 10:23:15
1130
发布2024-06-03 10:23:15

1. 摘要

利手性在生命早期就已经发展起来了,但与之相关的大脑结构和功能连接模式仍然不清楚。在这里,我们调查了在青少年大脑认知发展(ABCD)研究中,9-10岁儿童的利手性和大脑连接偏侧化之间的关系。与右撇子相比,左撇子左手运动区整体功能连接密度增加,右侧运动区整体功能连接密度降低。基于功能连接计算的利手指数为左利手性和右利手性提供了更明显的区别。在单模态感觉运动皮层、跨模态皮层和小脑中,手-运动功能连接的偏侧化随利手性的变化而变化(P < 0.001),并在发现和复制子样本中的所有感兴趣区域复制。在这里,我们展示了在左利手性、右利手性和混合利手性儿童的结构连接、大脑形态测量和皮质髓磷脂没有差异的情况下,利手性和功能连接模式的偏侧化之间的强关联。

2. 引言

利手性,即偏好使用一只手而不是另一只手,是一种与受遗传、环境和神经发育影响的复杂大脑不对称性相关的特征。左利手性的发生率为9-10%,并有一些基于祖先的变异有关。尽管大多数儿童在6个月大时都有明显的手部优势,甚至在妊娠18周或更早的6岁时也似乎存在,但很少有研究评估其与大脑不对称及其神经发育轨迹的关系。除了遗传因素外,有人认为利手性和大脑偏侧化是由照顾者行为的横向偏差驱动的,尽管其他人未能证实早期环境因素对成年人利手性或大脑偏差化的影响。一项在6-10岁儿童中进行的关于大脑不对称发展的研究报告显示,通过静息态功能连接评估,随着年龄的增长利手性发生减少和增加,并与视觉网络和默认模式网络区域的偏侧化相关。因此,大多数关于利手性对大脑形态测量学的影响的研究都是在成年人身上进行的,但他们的结果并不确定。具体来说,一项研究记录了10名右利手健康成年人的右侧顶叶皮质厚度向右边出现不对称,另一项研究报告32名右利手健康成年人的右侧听觉皮质厚度高于34名左利手健康成年人。在依赖于有限空间分辨率的大脑地图集的成年人中进行的大规模研究并没有发现与利手性的显著关联。相比之下,一项来自英国生物样本库数据集的一项大型研究发现,与成年右利手相比,左利手在前岛叶、梭形、前中扣带和中央前皮质的表面积不对称性更低,沿中央后回的左层厚度不对称性降低。白质扩散指标的研究也是不确定的,与一项研究在成人报告低分数各向异性在前额叶和边缘区域,左利手比右利手更高,但儿童研究中没有发现差异。

大脑激活研究表明,在执行运动任务时,在功能MRI(fMRI)中,左利手性与初级运动皮层(M1)、小脑前叶、顶叶内沟(IPS)、运动前和运动皮层的手部区域的差异激活联系起来。在成人中进行的功能磁共振成像(fMRI)研究报告称,右利手(n = 142)在移动他们的非惯用手时会使同侧M1失活,而在利手(n = 142)中,移动他们的惯用手时倾向于相似的同侧M1失活。关于功能连接和利手性的研究一直有限,一项研究报告称,成年左利手(n = 18)的左侧M1和右侧运动前区之间的半球间连接弱于右利手(n = 18)。但是利手习性相关的功能连接的具体模式以及它们在儿童时期的出现大多是未知的。

在这里,我们利用青少年大脑认知发育(ABCD)研究来调查儿童时期惯用手习惯对大脑结构的影响。来自ABCD研究21的大而多样的样本也给了我们一个机会来研究利手性对大脑结构和功能的影响的可重复性。在这项研究中,我们总共选择了1800名儿童,其中包括600名左利手,600名右利手和600名混合利手。该选择确保了三组患者的性别、年龄、种族、扫描仪制造商、家庭收入、头部运动和总脑容量的匹配。这个样本量是精心选择的,以促进准确的参与者匹配,并使一个稳健的再现性评估。

这项横断面研究旨在研究在参与ABCD研究的大量9-10岁儿童中利手性对大脑连接度量的影响及其一致性。我们利用数据驱动的全局功能连接密度(gFCD)映射来研究利手性如何影响整个大脑的功能连接枢纽的程度。此外,我们还进行了基于枢纽的相关性分析,以评估利手性如何影响特定功能连接的偏侧化。我们假设,左撇子性与左侧运动皮层区域(右半球)的gFCD较高和右侧区域(左半球)的gFCD较低有关。在这里,我们发现左撇子与左手运动区功能连通增加和右侧运动区连接减少有关,并且运动皮层与感觉运动区、跨模态皮质区和小脑连接的偏侧化存在显著差异。

3. 结果

3.1 ABCD 2.0数据发布的人口统计学数据(n = 11,875名儿童)

ABCD队列中右利手性的比率为79.4%,左撇子为7.14%,混用手者为13.49%。左利手男孩(7.85%)大于女孩(6.37%;χ2 = 8.5,P = 0.0036),但混合手没有在男孩(13.8%)和女孩中存在差异(13.1%;χ2 = 1.0,P = 0.32)。右利手的欧洲血统(0.75)高于非右利手(0.73;t = 2.75,df = 3472,P = 0.006)。我们选择了600名左利手儿童,并按年龄、性别、种族、扫描仪和总脑容量与600名右利手儿童和600名混利手儿童进行匹配。头动和家庭收入在不同利手性组之间没有差异(表1)。

图片
图片

3.2 全局FCD

为了量化每个顶点的正向连接的连接组密度,我们使用标准的皮尔逊相关阈值> 0.6计算了gFCD。在右利手组和左利手组的儿童中观察到的平均gFCD模式与成人相似。具体来说,在后扣带、楔前叶、枕叶和下顶叶皮质中发现了突出的gFCD枢纽,这与之前的研究结果一致。在左利手组和右利手组中,gFCD的灰度坐标具有显著的高相关性(R > 0.99),突出了该模式的稳健重现性(图1)。

图片
图片

图1. gFCD模式。平均整体功能连接密度(gFCD)覆盖在600名右利手和600名左利手儿童的左(LH)和右(RH)大脑半球膨胀的外侧整体功能连接密度、内侧和背侧表面。

顶点级t检验显示,与左利手相比,gFCD较高,主要是左侧感觉运动皮层(Ml),右侧感觉运动皮层(Mr)的gFCD较低(图2;PFDR < 0.05,FDR校正)。右利手组和左利手组之间的Ml和Mr内的平均gFCD存在差异(Fig. 2b)在发现和复制子样本中具有高度的重复性(图2c)。使用相关阈值<−0.6计算的gFCD的类似分析并没有显示gFCD的显著组间差异,表明gFCD的组间差异不被负边缘混淆。

图片
图片

图2. 利手性和全局功能连接密度(gFCD)。在布罗德曼3区中,右利手和左利手(a)在左侧Ml和右侧Mr(b)的静息态gFCD的统计学差异(t分数),叠加在人类大脑模板的膨胀背侧视图上。小提琴图显示,与右手和混合手(M)相比,左撇子在Ml(右图),Mr(左图)的平均gFCD较高,在发现(n = 909)和复制(n = 891)样本(c)。(d)密度图显示了Ml(右)和Mr(左)中平均gFCD的分布,以及左利手(n = 600)、右利手(n = 600)和混合利手(n = 600)的偏手性指数(e)。(f)在发现和复制样本中,左利手、右利手和混合利手中的利手性指数和儿童的利手性得分之间的线性关联的可重复性。

在使用从gFCD中去除性别和种族的影响后,Ml和Mr的平均gFCD值之间的归一化差异提供了一个基于神经生物学的偏手性指数,

将左利手与右利手(Cohen’s d = 0.75)和混合利手(Cohen’s d = 0.53;图2e)区分开来,并且在发现队列(r = 0.37)和重复队列(r = 0.26)队列中与儿童的利手性得分(爱丁堡利手性量表简称)显著相关。值得注意的是,这些大的效应大小与左利手和右利手之间的gFCD对比的中等效应大小形成对比(Cohen’sd = 0.35)。

我们使用997名健康成年人的左右手运动的激活模式,来评估左右半球Ml和Mr区域的同源性。使用严格的Cohen‘s d > 1.3阈值,我们发现右侧和左侧运动的大脑激活模式明显分别地包含了Ml和Mrroi(图3a,b)。这突出了与运动皮层的左侧(Mr)和右侧(Ml)区域相关的gFCD的组间差异的特异性。

图片
图片

图3. 大脑激活手部运动和同侧和对侧gFCD。左侧(Ml)和右侧(Mr)感觉运动和大脑激活模式分别与右侧和左侧运动重叠(a和b)。600名右利手和600名左利手的大脑表面膨胀背侧视图上的(c)内和(d)半球间整体功能连接密度(gFCD),以及它们的统计学差异(t分数)。密度图显示了相应的惯用手性指数(Eq.1)根据左利手、右利手和混合手的左侧(Mr)和右侧(Ml)中的功能连接测量值计算。

3.3 同侧和对侧gFCD

为了排除同伦功能连接的影响,我们通过限制计算每个顶点的相同(同侧)或相反(对侧)半球,计算同侧(半球内)和对侧(间半侧)gFCD成分。虽然半球内gFCD的模式(图3c)与图1相似,但半球间gFCD的模式突出了运动皮层和枕叶皮层、枕顶叶交界处、、楔前叶和后扣带的强对侧连接枢纽(图3d)。左利手的半球内Ml的gFCD低于右利手,但MR的gFCD高于右利手(PFDR < 0.05),因此利手性指数区分了右利手、左利手和混合利手亚组(图3c)。左利手和右利手在任何大脑区域的半球间gFCD没有显著差异,并且惯用手性指数没有区分亚组(图3d),这表明同伦连接并没有驱动手运动皮层gFCD的组间差异。

3.4 手部运动区的功能连接

我们使用gFCD引导的种子-体素相关性分析来探索gFCD团簇(Ml和Mr)的功能连接模式。在右利手中,布鲁德曼3区Ml和Mr种子分别在左侧和右侧运动前和感觉运动皮质中有较强的平均rsFC。在对侧运动前区和躯体运动区、盖区、岛叶后皮层、小脑前叶和后叶的平均连接较弱,与之前的研究一致。

3.5 功能连接偏侧化

和利手性指数一样,我们使用了一个标准化的偏侧性指数:

去评估与手部运动区的不同连接强度,同时考虑整个大脑整体连接强度的潜在变化。总的来说,手部运动区的连接性在左右两侧之间具有相似的侧性模式(图4)。具体来说,躯体运动皮层、运动前皮层、扣带中皮层、眼盖皮层和岛叶后皮质在左侧半球表现出明显的正Δ,在右半球表现出明显的负Δ。在小脑中,在右半球呈正Δ,在左半球为负Δ。

图片
图片

图4. 偏侧化指数。600名右利手和600名左利手的偏侧性指数Δ(t分数)叠加在左(LH)和右(RH)膨胀的外侧和内侧表面,3个正交脑视图显示皮层下区域和小脑的不同连接模式。

3.6 利手性对偏侧化的影响

我们使用顶点级t检验分析来识别显示组间侧性指数差异的大脑区域。该分析表明,左利手的偏侧化程度不同混利手和右利手(图5)。具体而言,左利手的Δ低于右利手,在双侧运动前区、BA1(初级躯体感觉)、中扣带中回、顶枕沟、小脑小叶V和VIII(图5;PFDR < 0.05)。相反,在双侧颞上回、BAS4(初级运动)、顶叶下回、顶内沟的Δ高(图5;PFDR< 0.05)。

图片
图片

图5. 偏侧化指数和利手性。偏侧化指数差异的统计数据(t-score)(Δ;等式2)在右利手(R,n = 600)和左利手(L,n = 600)之间的叠加在膨胀的(a)和平(b)视图和3个小脑(c).正交MRI视图上被呈现。

与手部运动区域(Ml和Mr)的差异连接在不同的组中是不同的,并且所有脑区中的结果在发现和复制子样本中能够重现(图6a、b)。具体来说,ROI分析显示,右撇子和左撇子在FST、IPS1和BA 40的Δ两侧相反,左半球小脑和右半球6d区,BA4的Δ两侧相反(图6c,d)。在所有的ROI中,混利手的Δ值介于右手和左手的Δ值之间,即利手性与6d、CER、24dd和BA 1的Δ显著减少,以及与左右半球的FST、IPS1和BAs 4和40的Δ增加相关(图6c,d)。在发现和复制子样本中具有高度的可重复性(图6c,d)。

图片
图片

图6. ROI分析。小提琴图显示,在右利手和左利手在Ml运动种子,左侧Mr高。相反,颞上视觉区(FST)底部Ml种子的平均rsFC高于左侧手的ROI,低于Mr种子的右利手或混利手。在发现和复制样本中重现的结果。

3.7 利手性对偏侧化的影响

我们使用顶点级t检验分析来识别显示组间偏侧化指数差异的大脑区域。该分析表明,左利手的偏侧化程度不同混利手和右利手(图5)。具体而言,左利手的Δ低于右利手,双侧运动前区、BA1(初级躯体感觉)、中扣带回、POS2(顶枕沟、2区)、小脑小叶V和VIII(图5;PFDR < 0.05)。相反,在双侧FST、BAS4(初级运动)、顶叶下回、IPS1(顶叶内沟、1区)的Δ高(图5;PFDR < 0.05)。

与手部运动区域Ml和Mr的差异连接在不同的组中是不同的,并在所有ROI的发现和复制样本中重现(图6a和b),是解释组间功能连接差异的一个有价值的工具。具体来说,ROI分析显示,右利手和左利手在FST、IPS1和BA 40的Δ两侧相反,左半球CER和右半球6d区,BA4的Δ两侧相反(图6c和d)。在所有的ROI中,混合手的Δ值介于右利手和左利手的Δ值之间,即利手性与6d、CER、24dd和BA 1的Δ显著减少,以及与左右半球的FST、IPS1和BAs 4和40的Δ增加相关(图6c,d)。在发现和复制子样本中具有高度的可重复性(图6c,d)。

3.8 特异性

为了从功能处理层次上表征左右手Δ的差异,我们计算了基于人类大脑皮层多模态分割的功能特化指数。功能特化指数将具有高功能特化指数(>0.5)的单模态皮质区(如视觉、听觉和感觉运动皮质)与跨模态关联皮质区(如岛叶、背外侧前额叶皮质和下顶叶皮质)区分开来。大多数显示右利手之间Δ显著差异的簇是在异模态关联皮质。具体来说,85%的左右撇子侧性有显著差异的灰度坐标,包括大多数主要集群(区域40和24dd、POS2、FST、IPS1),位于功能专门化指数< 0.5的区域(图5)。

3.9 gFCD不对称

我们研究了大脑功能连接不对称通过减去gFCD值在左皮层半球(LH)从相应的灰度坐标在右半球(RH),gFCD不对称= gFCD(RH)−gFCD(LH),对于每个人,这样积极的不对称反映右不对称而消极的不对称反映一个左不对称。在右利手个体中,我们观察到左半球在躯体感觉和运动皮质、外侧中下颞叶皮层、前扣带和内侧前额叶皮质,而在岛叶、前小叶皮层和中扣带皮层中表现出较低的gFCD(PFDR<0.05;图7a)。值得注意的是,我们在右利手、左利手和混利手的个体中发现了相似和一致的模式(Dice系数> 0.71)。值得注意的是,在右利手中,gFCD在左右半球的手部运动区没有差异(图7a)。相反,左利手在手部运动区表现出明显的右不对称,右半球的gFCD明显高于左半球(图7b)。这些差异非常显著,包括了整个Mr中(图7c)。

3.10 脑结构

利手性对大脑形态测量(沟深、皮质厚度和曲率)或皮质髓磷脂,以及对白质扩散指标(各向异性、FA、平均、平均值、MD、纵向、lD、横向、tD、扩散系数)没有显著影响。我们还针对gFCD不对称性,通过比较左右半球之间的MRI指标(沟深、曲率、皮质髓磷脂和厚度)和白质扩散指标(分数各向异性、FA、平均值、MD、MD、纵向、lD、横向、tD、扩散系数),研究了利手性对大脑不对称性的影响。与gFCD观察到的不对称模式相似,这些指标的不对称性在右利手、左利手和混合利手中高度一致,Dice系数>为0.86(曲率)、0.65(髓鞘)、0.93(沟深度)和0.78(皮质厚度)。同样,DTI指标的不对称性在右撇子、左撇子和混合撇子之间也是高度一致的。然而,结构不对称的模式并没有显示出利手性的统计学显著影响。同样,白质扩散指标的不对称性也没有显示出偏手性的显著影响。

4. 讨论

通过研究利手性与大脑功能和结构连接之间的关系,可以更好地理解人类童年时期大脑在发育过程中的偏侧化组织。在这项研究中,我们展示了一组9-10岁的男孩和女孩的发现,我们比较了手-运动皮质的功能连接。我们证明,左利手与左侧运动区(Mr)的功能连接增加和右运动区(Ml)的连接减少有关。此外,我们还观察到与感觉运动区、跨模态皮质区和小脑连接的偏侧化差异。这种与利手性相关的影响在发现子和复制子组中,连接的侧向性是一致的。虽然左利手儿童和右利手儿童的手-运动网络相似,但他们的连接模式的不对称性存在显著差异。

在之前的一项利用数据驱动的gFCD的研究中,我们显示了健康成年人的布罗卡语言区的偏侧化。在这里,我们使用gFCD来确定600名左撇子儿童与600名右撇子儿童的连接性不同的大脑连接中心的位置。这显示更强的gFCD中间的右侧感觉运动皮层,与左手运动引起的功能磁共振成像激活和左侧运动皮层区域弱,也与右手运动引起的功能MRI激活相关。这些发现也与右利手和转换的左利手之间由书写引起的脑血流变化的差异相一致。这种强相关表示左利手的左侧大脑比右侧大脑活跃,反之亦然,这也符合语言的偏侧化结果。利手性指数被定义为左右运动区之间gFCD的相对差异,与先前提出的语言不对称指数相似,提供了一个基于神经生物学的利手性指数(IH;等式(1))的效应量增加(Cohen‘s d = 0.75),与儿童的利手性得分显著相关(爱丁堡惯用手性量表简表)。IH作为一种相当于奥德菲尔德的偏侧性测量的神经成像表示,提高了对利手性的神经成像研究的敏感性,并允许在更小的样本量中进行调查。

ABCD儿童的静息态gFCD和HCP中对手部运动测量的功能磁共振成像激活模式观察到的组差异相关,这提供一个更详细的理解运动功能的神经基础。gFCD组间差异与半球内gFCD组间差异一致,但左、右儿童半球间gFCD组间差异无差异。这意味着,在左利手儿童中,左运动区(Mr)与右半球区域之间的连接高于右利手儿童。这一发现表明,如前所述,右利手的手部运动功能主要依赖于左半球内的连接,而左利手的右半球内的连接。

与右利手相比,多个脑区的手运动连接(Δ)明显偏侧化,包括中扣带皮层的单模态感觉运动区(6d和BA 1)和运动区24dd,这能在发现和复制子样本中重复。左利手的初级躯体感觉皮层(BA 1)和BA4(运动皮层)与右利手的半球间不对称和手部运动联系,左利手反之亦然。左利手的右下偏侧化(Δ > 0)优越的运动区域6d,这被证明是激活的,符合运动前的有效连接右利手和左利手之间的功能磁共振成像研究使用手运动任务中的差异。

跨模态脑区(24dd、POS2、FST、BA40和IPS1)也表现出与手部运动区不同的偏侧化(Δ;等式2)这表明利手习惯会影响运动通路以外的区域。与右利手相比,左利手显示中扣带运动皮层区域24dd的偏侧化(Δ > 0),参与上肢运动并也符合左利手中扣带低表面积不对称的发现,和在枕叶沟区POS2被证明是激活运动线索。相反,左利手有更高的左侧化(Δ < 0)比右利手在视觉区域和IPS1不参与运动任务,而在顶下回皮层区域BA40参与注意。总的来说,Δ的组间差异的模式与运动任务中左右利手之间的功能磁共振信号的差异模式相似。

在这里,我们还记录了小脑不对称的可重复组差异,例如左利手的右侧化指数较弱(Δ,等式2),左小脑半球的左侧化强于右半球。小脑手部运动区的连接模式与先前关于对侧皮质-小脑功能连接的研究结果一致。然而,我们发现小脑手运动连接的右下侧化与小脑功能偏侧化和连接性的缺乏相矛盾。大脑结构指标(皮质髓鞘、厚度、曲率、沟深、FA、MD、lD和tD)的不对称性在不同利手的儿童中是一致的,左利手和右利手儿童的偏侧化没有差异。这与gFCD在手部运动区域的不对称性差异形成了对比,表明功能连接比结构测量更好地反映了手部运动行为。

先前的功能磁共振成像研究显示,9岁儿童的大脑偏侧化增加。在本研究中,由于基线ABCD样本的年龄范围狭窄,我们无法评估年龄对大脑不对称性的影响。然而,ABCD研究的纵向性质将使未来的研究能够调查年龄对Δ的相互作用,并评估随着这些儿童进入成年期,是否会出现结构测量的侧性差异。使用英国生物样本库数据的神经成像研究报道减少的左不对称皮质厚度在左利手成年人比右利手成年人多,这凸显了一个小影响的影响皮质厚度和其他结构指标。利手性对gFCD的中甚至大的效应量,以及与任何形态测量学或白质扩散指标缺乏显著相关性,可能反映了本研究中相对较小的样本。缺乏显著差异的扩散指标左和右利手儿童与在这项研究中的结果是一致的。同样,利手性对皮质厚度的影响与10名右利手健康成年人的大脑不对称形成对比。其中一些差异可能反映了大脑发育的影响和/或不同研究之间的统计能力的差异。例如,在我们的调查中,左利手儿童的比例(7.14%)较低,而混利手个体的比例(13.49%)高于成年人研究报告的数字(左利手9.33%,混利手10.6%)。这表明,在基线时,ABCD儿童可能没有完全建立他们的利手性,有些可能仍在发展支配手的过程中。

在这里,我们展示了利手性对9-10岁儿童静息态功能连接的可重复性影响,但没有结构连接指标或形态测量的差异,并提供了一个简单的利手性神经生物学指数,显示与儿童的利手性得分有很强的相关性。大脑半球间的运动连接平衡的改变突出了左利手和右利手不同的神经组织。此外,观察到的手部运动区和视觉和初级运动区之间的对比连接模式强调了不同利手性个体的大脑区域之间复杂的相互作用。我们的研究结果还表明,手部运动皮层的功能连接性差异在儿童时期已经强烈地表达出来。

5. 材料和方法

5.1 被试

青少年大脑认知发展(ABCD)研究是一项在多个地点进行的纵向调查,涉及11,800多名9-10岁的儿童,其人口统计学特征代表了更广泛的美国人口。纳入研究的儿童精通英语,如果他们有任何医学、神经系统或认知状况,表现出较差的英语技能,或有接受MRI扫描的禁忌症,则被排除在外。获得了父母的书面知情同意,儿童也为他们的参与提供了书面同意。ABCD研究获得了加州大学圣地亚哥分校的机构审查委员会(IRB)的批准,并在全国21个数据收集点获得了当地IRB的批准。

利用爱丁堡惯用手短量表(EHIS)表格的得分,我们从ABCD 2.0数据中确定了600名左利手儿童(L),其中有连接信息学技术倡议(CIFTI)格式的静息态功能磁共振成像数据(表1)。为了确保可比性,我们使用R软件包的匹配控制功能,将左利手与600名右利手(R)和600名混合利手(M)儿童配对,这些儿童也有CIFTI格式的静息态fMRI数据。在恢复状态fMRI扫描中显示过度头部运动的参与者(> 50%的帧级位移(FD)< 0.5 mm)被排除在L、R和M组之外。考虑到ABCD研究中MRI扫描仪上扩散指标的可变性,我们对结构连接指标的分析仅限于1177名参与者(392名左撇子,392名右撇子,393名混合撇子),他们在西门子扫描仪上进行了MRI扫描。这排除了623名在GE(N = 398)或菲利普斯(N = 225)扫描仪上进行MRI扫描的参与者。

5.2 利手性

使用ABCD Youth EHIS表格中记录的惯用手性评分(1:右手;2:左手;3:双手)进行组分类。我们计算了平均用手性得分,即书写、投掷、勺子和牙刷的平均频率记录在EHIS表格中,从国家研究所心理健康数据档案(NDA;https://nda.nih.gov/)下载。

5.3 MRI数据

3 T MRI扫描仪(西门子Prisma,Pllips和GE750)配备了成人大小的多通道线圈,能够多波段回声平面成像(EPI)和协调数据采集协议用于MRI。结构MRI采用三维T1w的射频T2w梯度回波和T2w 1mm各向同性分辨率快速自旋回波脉冲序列。多波段回波平面成像(EPI),切片加速度因子为3,采用5个b值(b = 0、500、1000、2000、2000、3000s/mm2)、96个扩散方向和1.7 mm各向同性分辨率进行扩散MRI采集。采用T2*加权多波段EPI(TE/TR = 30/800 ms,2.4 mm各向同性分辨率,60个切片覆盖整个大脑,切片加速度=6,翻转角度=52°)获取功能MRI(fMRI)数据,采用血氧水平依赖性对比。

来自ABCD大脑成像数据结构(BIDS)社区收集(ABCC)的公开数据集(https:// collection3165.readthedocs),包括静息态功能磁共振成像数据CIFTI格式从10038名儿童通过质量保证,用于分析功能连接,髓鞘GIFTI形状地图计算的比率T1w/ T2w图像强度之间的白色和盘表面和映射到中间厚度表面没有空间平滑,和大脑形态测量(皮质曲率、厚度和沟深度)来自核磁共振MRI T1加权扫描,并转换为GIFTI文件。ABCD-BIDS管道最大限度地最小化了来自MRI扫描仪(GE、菲利普斯和西门子)差异的不必要的变化。对于结构连接分析,我们从NDA下载,并使用表格中的扩散成像指标(分数各向异性、FA、平均值、MD、纵向、lD和横向、tD、扩散系数)。

5.4 重复性测量

参与者被分为两个独立的人口统计学匹配的亚组:发现样本(N = 909,包括303名左利手,303名右利手和303名混合利手)和复制样本(N = 891,包括297名左利手,297名右利手和297名混合利手)。这一划分是通过ABCD的“匹配组”名称来实现的,该名称考虑了已知的影响大脑发育的社会人口因素,如年龄、性别、种族、年级水平、父母教育的最高水平和用手习惯。重要的是,在左利手(L)、右利手(R)和混合利手(M)类别中,发现和复制亚组在脑容量、年龄、框架位移(FD)或MRI制造商和种族/民族群体的分布方面没有显著差异(表1)。

5.5 MRI数据处理

ABCD-BIDS管道像HCP管道一样。然而,它使用ANTS对标准图集进行非线性配准,其性能始终优于其他非线性配准方法。此外,fMRI预处理步骤ABCD-BIDS管道执行标准退噪回归时间的头动,白质和脑脊液信号,和全球信号可能影响组比较和分离虚构的运动引起的呼吸磁场变化与真正的头部运动。具体来说,5个连续的管道对结构数据进行大脑提取、去噪和标准化到标准模板、大脑分割和创建、结构数据转换为CIFTI格式;将功能时间序列注册到体积标准模板(fMRIVolume);将功能时间序列数据转换为功能时间序列CIFTI格式(fMRISurface)。在排除灰质(GM)和脑脊液(脑脊液)体素的情况下,采用一种自动分割白质纤维束的概率方法55,用于量化弥散MRI指标(分数各向异性、FA和平均值、MD、纵向、lD和横向、tD、扩散系数)。具体来说,扩散MRI预处理包括沿相位编码方向刚体配准的涡流校正,最小化空间和强度失真b0图像对T1w图像的配准以及1.7 mm的重采样。

5.6 质量保证(QA)

ABCD的研究采用了自动QA程序。具体来说,图像被校正为扫描仪特定的梯度畸变和强度不均匀性。训练有素的评分者检查图像质量差和伪影,这可能会阻止大脑分割。

5.7 头动

使用ABCD-BIDS管道估计的运动截尾信息,去除头动过度的时间帧(FD > 0.5 mm)。由于头部运动在儿童结构和功能神经成像研究中是一个严重的问题,统计分析进一步控制了被试在扫描仪中休息时头动的倾向。

5.8 功能特异性指数

为了确定ROI的整体功能特化,我们在人类大脑皮层的多模态分割中使用了RGB配色方案,它告知了ROI与3个功能特化领域的关联程度:听觉(红色)、感觉运动(绿色)和视觉(蓝色)。具体来说,功能专门化指数是根据听觉与体感皮层之间的专门化的绝对差异来定义的。不对称图是通过对比CIFTI空间左右皮质半球(RH-LH)的强度值计算的,分别测量(gFCD、髓磷脂、皮质曲率、厚度和沟深度图)和个体。

5.9 手部运动的大脑激活模式

人类连接体项目(HCP)激活模式的运动任务,要求被试敲击他们的左或右手指,或挤压他们的左或右脚趾,或移动他们的舌头,用来确定左右大脑半球的同源运动区域。具体来说,HCPS1200横跨997名被试的平均任务fMRI的cohen’s d效应大小图的CIFTI格式的空间地图和地图集的大脑分析库下载。

5.10 统计分析

在进行顶点统计分析之前,我们删除了站点和扫描特定的差异,回归了参与者的FD,并删除了与年龄、性别和种族相关的不良影响[白人、非裔美国人、西班牙裔、亚洲人和其他],并独立为Matlab中的L、R和M组。采用双样本t检验(双侧)绘制Matlab中左右两撇子之间的gFCD/rsFC差异。错误发现率(FDR)校正阈值PFDR < 0.05用于校正CIFTI数据中91,282个灰色坐标的多重比较。ROI分析评估组差异扩散MRI指标和再现性差异gFCD和rsFC在R v4.0使用ANCOVA 中回归协变量年龄、性别、种族、研究地点,和脑容量(髓鞘、皮质厚度、曲率、沟深度,FA、MD、lD和tD),扫描仪制造商和FD(gFCD和rsFC)的影响。

参考文献:Associations between handedness and brain functional connectivity patterns in children.

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. 摘要
    • 3. 结果
      • 3.1 ABCD 2.0数据发布的人口统计学数据(n = 11,875名儿童)
        • 3.2 全局FCD
        相关产品与服务
        灰盒安全测试
        腾讯知识图谱(Tencent Knowledge Graph,TKG)是一个集成图数据库、图计算引擎和图可视化分析的一站式平台。支持抽取和融合异构数据,支持千亿级节点关系的存储和计算,支持规则匹配、机器学习、图嵌入等图数据挖掘算法,拥有丰富的图数据渲染和展现的可视化方案。
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档