上万名健康被试的MRI图像分析，揭示大脑形态随着年龄变化的奥秘

导读

在人的一生中，大脑的形态随着年龄在如何变化呢？以下的两篇研究文献通过分析上万名健康被试的MRI图像，描绘了皮层厚度和皮下结构体积随年龄变化的轨迹。

///

Cortical thickness across the lifespan: Data from 17,075 healthy individuals

 aged 3–90 years

作者：Frangou et al.

&

Subcortical volumes across the lifespan: Data from 18,605 healthy individuals 

aged 3–90 years

作者：Dima et al.

回答什么问题

皮层厚度和皮下结构体积随年龄变化的规律。

如何回答

1. 使用ENIGMA-Lifespan数据集(http://enigma.ini.usc.edu/ongoing/enigma-lifespan)，健康被试，年龄范围3-90岁；对于皮层厚度的分析，样本量为17075名被试(52%为女性)，被试的年龄分布见图1；对于皮下结构的分析，样本里为18605名被试(52%为女性)。

2. 使用FreeSurfer提取68个脑区（Desikan-Killiany Atlas）的平均皮层厚度和16个皮下结构（双侧的侧脑室、尾状核、壳核、苍白球、伏隔核、丘脑、海马、杏仁核）的体积，并去除了离群值。使用ComBat校正了跨站点(inter-site/inter-scanner)效应。

3. 使用分数多项式回归（fractional polynomial regression）的方法对皮层厚度和皮下结构体积的随龄变化进行建模。分数多项式回归是研究连续变量（比如，年龄）对响应变量（比如，皮层厚度）影响的最灵活的方法之一。性别作为协变量也纳入模型。

4. 将被试分为三组：早期（3-29岁）、中期（30-59岁）和晚期（60-90岁）。在每一组中计算皮层厚度/皮下核团体积与年龄的（皮尔逊）相关系数，以及个体间变异性（inter-individual variability）。个体间的变异性通过分数多项式回归中得到的每个个体的残差大小来表征。

5. 估计每个年龄皮层厚度/皮下结构体积的百分位数，使用的方法是parametric Lambda (λ), Mu (μ), Sigma (σ) method (LMS)。

* 图1 被试的年龄分布

用什么证据回答

1. 如图2和图3所示，对于大多数皮层区域，皮层厚度在儿童时期达到最大值，然后随年龄增大而降低。在三十岁之前，下降较快，三十岁之后下降较慢。内嗅皮层和颞极直到70岁才开始明显下降。内嗅区、海马旁回、颞横回、颞极、额极、前扣带回等脑区具有较大的个体间变异，不过较大的个体间变异可能和这些脑区的面积较小有关（即估计误差较大）。

* 图2 位于顶叶、额叶、颞叶和枕叶的

四个脑区的皮层厚度随龄变化曲线

* 图3 不同年龄阶段皮层厚度与年龄的相关系数

2. 如图4所示，尾状核、壳核、苍白球和伏隔核（即基底节）的体积在出生后的第一个十年内达到峰值，随后立即呈线性下降；丘脑、海马体和杏仁核的体积呈扁平的倒U形曲线；双侧侧脑室体积随年龄增长而稳定增加。在晚期组（60-90岁），海马、丘脑、杏仁核和侧脑室的个体间变异显著高于早期和中期组。

* 图4 （右侧）苍白球、壳核、尾状核、丘脑、

海马体和杏仁核随龄变化曲线

结论

  1. 皮层厚度和皮下结构体积在儿童期达到最大值。

  2. 大多数皮层区域的厚度在三十岁前随年龄下降较快，随后下降速度变得缓慢；内嗅皮层和颞极直到70岁才开始明显下降。

  3. 基底节（尾状核、壳核、苍白球和伏隔核）体积随年龄增加而持续下降；丘脑、海马体和杏仁核体积直到60岁以后才出现明显下降；侧脑室的体积岁年龄增加而持续增大。

主要问题

  1. 从被试年龄分布图（图1）可以看出不同年龄阶段的样本量差别比较大，特别是儿童青少年阶段的被试较少，因此需要谨慎对待目前得到的结论。

  2. 通过描绘健康被试的随龄变化曲线并作为参考，偏离这个参考一定范围可能意味着疾病状态，当前研究中并没有用其他数据检验这种可能性。

启发

1. 不同的随龄变化模式是否与认知能力随龄变化模式有关？

2.值得探索不同精神疾病皮层厚度和皮下结构体积随龄变化的趋势，了解疾病的发展性变化。

3.要研究人群脑结构随龄变化的趋势，其年龄分布的均衡性对于结果的科学性至关重要。

原文链接

https://onlinelibrary.wiley.com/doi/10.1002/hbm.25364

https://onlinelibrary.wiley.com/doi/full/10.1002/hbm.25320

主讲&翻译：Alex

编辑&排版：金书玉、李嘉琳

审校：PHI group

文字：PHI group

///

心理健康与脑影像研究组致力于神经影像数据科学和儿童青少年精神障碍的神经影像研究。研究方向为：   

（1）神经影像数据科学：面向临床应用，发展神经影像数据的统计和机器学习方法。目前研究项目涉及影像数据驱动的个体分类、利用自然刺激范式识别精神疾病、大规模神经影像数据库的构建和数据挖掘。

（2）儿童青少年精神障碍与脑发展异常：从脑发展异常角度研究儿童青少年精神障碍的脑异常、客观诊断指标和干预方法。目前研究项目涉及8-17岁儿童青少年焦虑障碍的脑影像队列研究。

欢迎加盟与合作。

赞 (0)

相关推荐