目的 利用连接组学技术探讨额叶胶质瘤对脑网络的累及模式,分析额叶胶质瘤患者脑网络和认知功能的关系.方法 回顾性分析南京医科大学第一附属医院(江苏省人民医院)接受诊疗的45例额叶胶质瘤患者,运用连接组学技术创建患者个性化大脑网络图谱,分析额叶胶质瘤对传统功能结构和非传统功能网络的累及模式.前瞻性收集10例患者影像学和神经心理学资料,分析额叶胶质瘤脑网络与认知功能间的关系.结果 回顾性研究中,45例患者中33例(73.33％)肿瘤累及传统的大脑功能结构(皮质脊髓束和语言区等);43例(95.56％)肿瘤累及非传统的大脑功能网络,最常累及中央执行网络(51.11％)和突显网络(44.44％).前瞻性研究中,10例患者中有7例累及中央执行网络(70％),6例累及突显网络(60％);10例患者术前简易精神状态检查平均(19.63±8.51)分,蒙特利尔认知评估平均(14.34±7.62)分,均出现不同程度的认知功能减退.结论 额叶胶质瘤不仅会累及大脑传统功能结构,还会累及非传统的功能脑网络.非传统功能网络的损伤常常导致患者出现认知功能障碍.

目的探讨阿尔茨海默病(Alzheimer's disease,AD)患者大脑灰质体积、灰质皮层厚度及基于皮层厚度的结构协变网络(structural covariance network,SCN)的拓扑属性改变.材料与方法本研究共筛选了250例来自ADNI数据库的被试,包括AD组100人,健康对照(healthy controls,HCs)组150人.首先,利用基于体素的形态学分析方法(voxel-based morphometry,VBM)和基于表面的形态学分析方法(surface-based morphometry,SBM)分别计算每组被试的灰质体积和皮层厚度并比较其组间差异.其次,将有组间差异的脑区定义为感兴趣区(region of interest,ROI),提取每一个ROI的灰质体积和皮层厚度值,与认知量表进行偏相关分析.最后,构建基于皮层厚度的SCN并利用图论分析方法分析该网络的全局属性及局部属性的变化特征.结果第一,相较于HCs组,AD组的灰质体积和皮层厚度显著下降[体素和顶点水平总体误差(family-wise error,FWE)校正后P<0.001].AD组灰质体积下降的脑区主要包括双侧海马、双侧眶额皮层、左侧岛叶、右侧枕下回、左侧楔前叶、左侧中央前回、左侧中央扣带回.AD组皮层厚度变薄的脑区主要包括双侧颞叶、双侧额叶、双侧顶叶、双侧扣带回、双侧梭状回、双侧岛回、双侧楔前叶等.第二,偏相关分析表明,AD组简易精神状态检查量表(Mini-Mental State Examination,MMSE)得分分别与右侧海马体积[rs=0.35,错误发现率(false discovery rate,FDR)校正后P<0.001]、左侧海马体积(rs=0.38,FDR校正后P<0.001)、右侧梭状回皮层厚度(rs=0.38,FDR校正后P<0.001)呈正相关;临床痴呆评定量表(Clinical Dementia Rating Sum of Boxes,CDR-SB)评分与左侧梭状回皮层厚度(rs=?0.39,FDR校正后P<0.001)呈负相关.第三,脑网络分析表明,AD组SCN的全局效率(P<0.001)、局部效率(P=0.03)及小世界属性(P<0.001)高于HCs组,最短路径低于HCs组(P<0.001).结论联合VBM、SBM的形态学分析及SCN的图论分析有助于全面理解AD患者脑网络的重组及其意义,进而为AD患者神经影像学改变提供新的见解和证据.

对复杂网络分析技术在阿尔兹海默症(AD)脑影像研究中的应用进展进行综述,总结分析该技术在揭示AD患者脑结构和功能异常等方面的研究成果,并探讨其在AD早期诊断和病程监测中的潜在价值,以及当前研究的局限性和挑战,并总结未来研究方向,包括新网络分析技术开发、多模态影像数据整合及机器学习技术等.

抑郁症是致残的主要原因之一,通常始于青春期.青少年抑郁症常导致学业失败、同伴关系不佳、行为问题、家庭及社会关系冲突,甚至自杀等不良后果,早期预防和积极有效的治疗至关重要.磁共振扩散张量成像技术能定量评价脑白质微结构,构建结构网络,可用于分析青少年抑郁症患者脑白质异常与症状、年龄、性别等临床变量的相关性.青少年抑郁症扩散张量成像研究显示,青少年抑郁症患者存在胼胝体、扣带束及钩状束等多个白质纤维束微结构异常,前额叶-纹状体环路、前额叶-边缘系统神经环路受损,且与记忆、情绪调节、奖励处理、认知加工等密切相关,与成人抑郁症中的发现一致.本研究对扩散张量成像的成像原理、数据处理方法及在青少年抑郁症中的应用进展进行简要综述,为今后的研究提供新思路.

目的:探讨利用深度学习在图像处理上的优势与放疗结合是否会使放疗过程更加智能化。方法:生成对抗网络(GAN)是一种利用神经网络的生成模型，输入相关特征可生成高质量剂量分布图像。先使用随机无条件GAN进行模拟分布数据的验证，再使用条件GAN(cGAN)训练肿瘤病例的DICOMRT数据，利用靶区和器官轮廓信息直接生成剂量分布图。结果:对于理想数据验证，GAN生成模拟分布效果优良，通过提取靶区轮廓和真实剂量切片数据使用cGAN训练，得到病例计划靶体积和危及器官的剂量分布。结构中预测值与真实剂量之间最大值和平均值的绝对误差评价表现为[3.57%，3.37%](计划靶体积)、[2.63%，2.87%](脑)、[1.50%，2.70%](临床靶体积)、[3.87%，1.79%](大体肿瘤体积)、[3.60%，3.23%](危及器官-1)、[4.40%，3.13%](危及器官-2)。结论:利用GAN模型可以生成模拟分布数据，同时结合先验知识的cGAN模型可以建立靶区和器官信息与剂量分布之间的关系。通过输入靶区和器官轮廓信息直接快速生成对应的剂量分布，是剂量预测的一种有效尝试。

随着全球经济及医疗事业的飞速发展，疾病检出率增加，治疗手段革新，全身麻醉的应用也更加广泛。全麻药物通过抑制中枢神经系统产生可逆的意识消失，在依从性差的婴幼儿及儿童临床诊疗中发挥重要作用。同时，生命最初的几年是大脑快速发育时期，2~3岁时大脑的基本结构和功能结构似乎已经成型。出生2~3周后的新生儿脑容量约为成人的35%，1岁时脑容量翻倍，2岁时脑容量可达成人的80%。在此期间，神经元形成神经网络，伴随着突触修剪、髓鞘形成进行微调，这些精密的大脑结构塑造过程，可一直持续到成年 [1]。由此可见，在整个脑发育时期，尤其是快速发育的婴幼儿阶段，任何外界的干扰都可能造成神经发育不良。当前大量动物实验证明了麻醉药物对发育中脑组织的神经毒性，人们不由得担心人类尚未成熟的大脑接触全麻后是否也会出现类似动物的神经损伤，研究者们为此开展了诸多临床试验。有研究表明，暴露于全麻的幼儿发生神经发育缺陷的风险增加 [2,3,4]；另有研究表明，幼儿全麻暴露与神经发育缺陷无关 [5,6,7]。不可否认各项试验均存在一定的局限性，但研究结果仍需引起重视。本文结合近年来的相关研究，总结当前学者们在该领域内的共识与分歧，分析已有研究的不足以及面临的困难，并为进一步的研究方向提供建议。

环状RNA（circular RNA, circRNA）是广泛存在于生物体内的一种非编码RNA，具有闭合环状结构，经过特殊剪切机制形成，在基因转录后水平发挥重要调控作用。哺乳动物中枢神经系统中存在大量circRNA，与神经细胞增殖、分化、凋亡及脑缺血后神经细胞损伤密切相关。有研究表明脑缺血性疾病发生时，circRNA表达模式显著改变，然而目前对触发circRNA表达改变的因素及其调控网络却知之甚少。文章分析总结现有研究结果，详细描述了circRNA的形成机制、功能作用、在脑组织中的表达特点及其在脑缺血性损伤中的作用和研究进展。随着分子生物学技术的发展及对circRNA临床应用研究的深入，circRNA有望成为脑缺血性疾病早期诊断治疗及评价预后的检查指标。

随着我国人口老龄化程度的逐渐加深，脑小血管病正日益成为威胁人类健康的常见病、多发病，是导致认知功能下降的常见原因。脑白质改变特别是脑白质高信号是脑小血管病最为常见和典型的影像学标志物。近年来的多项研究发现脑白质高信号与认知功能的下降相关。这些研究主要聚焦于白质高信号与认知功能脆弱的关系、白质高信号的大小、部位及动态演变与脑小血管病伴认知障碍的相关性。功能磁共振影像研究提示脑小血管病伴认知障碍患者脑白质改变与结构网络连接存在异常。结构网络因其具有较好的稳定性，可用于定量分析。扩散张量成像及多维参数的结构网络定量测量研究发现，白质高信号区存在结构网络完整性破坏、网络连接效率下降、连接中断的改变。大数据及人工智能研究能对脑小血管病伴认知障碍患者白质高信号及结构网络异常做出及早预测。这些研究为脑小血管病伴认知障碍患者早期白质异常微小改变提供了可靠的依据。本文就近几年脑小血管病伴认知障碍患者磁共振白质高信号与脑结构网络的研究进展进行综述，目的是提高对其早诊断，进而促进其早期预防和治疗。

言语的发展是大脑神经网络结构对输入信号进行感知、解码、表征和输出的过程。经典语音处理模型在皮层水平提出了由听觉系统引出的两条途径：腹侧流和背侧流。腹侧流涉及颞叶上部和中部的结构，参与言语的感知和理解(言语识别)，背侧流涉及后额叶及颞叶和顶叶后背侧的大部分结构，具有听觉-运动整合功能，与言语生成密切相关。然而自前庭蜗神经到听觉皮层的中枢听觉神经系统(central auditory nervous system，CANS)的听处理过程对言语发展的重要性尚未阐明，本文旨在从认知神经科学范畴综述CANS在言语识别及生成中的作用及相关机制，从而为听处理及言语发育临床监测、言语发展的远期预测以及临床言语相关疾病的诊疗提供新思路。

目的:探究抑郁患者一级亲属的大脑结构网络变化及其与抑郁发作之间的关系。方法:前瞻性收集江苏大学附属医院2017年5月至2018年6月收治的抑郁患者健康一级亲属200名纳入研究，同期在社区通过问卷形式收集无抑郁家族史的健康对照者（HC/FH-组）50名作为健康对照。所有研究对象入组后均接受系统磁共振成像扫描和相关量表评估，随后进行长达3年的纵向随访（每3个月1次）。采用精神障碍诊断与统计手册第4版结构化访谈内容评估受试者在随访期间是否发生抑郁。将随访期间发生抑郁的一级亲属纳入一级亲属发生抑郁组（DD/FH+），而未发生抑郁的一级亲属则纳入一级亲属未发生抑郁组（HC/FH+）。通过24项汉密尔顿抑郁评定量表（HDRS）和Holmes和Rahe社会再适应评定量表分别评估受试者的抑郁严重程度和是否经历重大压力生活事件。构建Logistic回归模型探究脑结构网络属性对于抑郁的预测效能。基于Pearson相关分析探究受试者的脑结构网络与HDRS评分之间的相关性。结果:HC/FH-组（50例）、HC/FH+组（115例）以及DD/FH+组（21例）的支线连接（17.62±1.34、17.03±1.39、15.82±1.12， F=13.63， P<0.001）、全局效率（0.24±0.03、0.23±0.03、0.22±0.03， F=4.73， P=0.010）、右侧脑岛节点效率（0.20±0.02、0.21±0.01、0.20±0.01， F=4.62， P=0.011）、左侧海马节点效率（0.27±0.01、0.27±0.01、0.24±0.02， F=18.56， P<0.001）、左侧杏仁核节点效率（0.24±0.02、0.24±0.02、0.23±0.01， F=3.40， P=0.036）差异存在统计学意义。Logistic回归模型显示支线连接（ OR=0.55，95% CI 0.38~0.78， P=0.001）和左侧海马节点效率（ OR=0.58，95% CI 0.40~0.81， P<0.001）可以预测最终抑郁的发生情况，并且具有良好的预测效能，受试者工作特征曲线下面积分别为0.75、0.78。相关分析结果显示DD/FH+组基线时支线连接（ r=-0.58， P=0.006）和左侧海马节点效率（ r=-0.60， P=0.004）与其第一次随访时的HDRS评分相关。 结论:抑郁患者的健康一级亲属中，存在支线连接和左侧海马节点效率改变的个体更容易发生抑郁。