目的:应用静息态功能磁共振（rs-fMRI）探讨失眠障碍患者大脑半球间同伦功能连通性。方法:回顾性选择2017年9月至2019年4月在甘肃省人民医院睡眠医学中心就诊的失眠障碍患者54例为病例组，男16例、女38例，年龄（42±12）岁。招募健康志愿者56名为健康对照组，男21名、女35名，年龄（38±11）岁。病例组行多导睡眠监测，所有受试者行神经心理量表评估和rs-fMRI扫描。计算基于体素的镜像同伦连接（VMHC）和基于种子点的功能连接，统计比较两组的组间差异，与失眠病程、神经心理量表和多导睡眠监测行相关分析，并以受试者工作特征（ROC）曲线评价rs-fMRI各参数对失眠障碍的诊断效能。结果:病例组双侧颞中回VMHC低于健康对照组（ t=-4.276， P<0.05）。左侧颞中回与右侧丘脑/中扣带回、左侧丘脑、右侧小脑小叶Ⅳ~Ⅴ及左侧小脑小叶Ⅷ（ t=4.719、5.297、6.044、4.129，均 P<0.05）间的功能连接增强，与对侧颞中回（ t=-4.139， P<0.05）间功能连接减弱。病例组颞中回的VMHC值与简易智能精神状态检查（ r=0.288， P=0.035）、蒙特利尔认知评分（ r=0.283， P=0.038）呈显著正相关；左侧颞中回与右侧小脑小叶Ⅳ~Ⅴ间功能连接与睡眠潜伏期呈正相关（ r=0.302， P=0.027）。左侧颞中回与右侧丘脑/中扣带回间的功能连接对失眠障碍的诊断效能最高，其ROC曲线下面积为0.814。 结论:失眠障碍患者存在半球间信息交流和整合障碍，双侧颞中回的半球间协同性受损及其与多个脑区间的功能连接异常可能是其认知功能障碍的重要神经病理机制及神经影像学生物标记。

目的:探究颞叶癫痫(temporal lobe epilepsy ，TLE)患者丘脑网络异常与认知功能下降的相关性及其机制。方法:纳入2018年12月至2020年2月在广西医科大学第一附属医院癫痫专科门诊就诊的53例单侧TLE患者，同时招募37名人口学特征相匹配的健康对照，进行蒙特利尔认知评估(Montreal cognitive assessment，MoCA)及结构、功能磁共振检查。使用基于体素的形态学测量研究单侧TLE患者的丘脑灰质体积变化，使用基于种子点的结构协变网络和功能连接网络分析研究TLE患者的丘脑网络变化，对异常的丘脑结构、丘脑网络变化与认知功能评分进行相关性分析。采用SPSS 22.0软件进行统计分析。组间比较采用独立样本 t检验和Mann-Whitney U检验。为探索TLE患者的丘脑及丘脑网络与认知表现的关系，提取丘脑体积及存在异常协同性改变的脑区的灰质体积、功能连接值与MoCA评分进行相关性分析。 结果:TLE患者的MoCA总评分[27.0(25.0，29.0)分]低于健康对照[29.0(28.0，30.0)分]( Z＝-4.601， P<0.001)。全脑灰质体积分析显示，与健康对照相比，TLE患者的左侧小脑、右侧颞极、右侧梭状回、直回、双侧颞中回、丘脑、内侧和旁扣带回表现出显著的体积缩小(经GRF校正，体素水平 P<0.001，团块水平 P<0.05)；以差异丘脑为种子点的结构协变网络分析显示，TLE患者丘脑与右侧梭状回(MNI：x＝28.5，y＝-15.0，z＝-34.5)、左侧脑岛(MNI：x＝-33.0，y＝-18.0，z＝-1.5)、右侧颞中回(MNI：x＝55.5，y＝-51.0，z＝9.0)、左侧补充运动区(MNI：x＝-10.5，y＝1.5，z＝57.0)和右侧中央后回脑区(MNI：x＝31.5，y＝-33.0，z＝51.0)的协同性较健康对照减低( P<0.001，体素> 100)；以差异丘脑为种子点的功能连接网络分析显示，TLE患者丘脑与左侧脑岛(MNI：x＝-38，y＝-7，z＝-7)、左侧舌回(MNI：x＝-6，y＝-81，z＝-12)、右侧舌回(MNI：x＝15，y＝-105，z＝0)和左侧三角部额下回(MNI：x＝-39，y＝36，z＝-6)的连通性较健康对照下降(GRF校正，体素水平 P<0.001，团块水平 P<0.05)。在TLE患者中，与丘脑协同性减低的左侧脑岛体积与MoCA总评分呈正相关( r＝0.279， P＝0.043)，与丘脑协同性减低的左侧补充运动区体积与MoCA总评分、语言评分呈正相关( r＝0.323， P＝0.018； r＝0.334， P＝0.015)；与丘脑功能连接减弱的右侧舌区功能连接值与回忆评分呈负相关( r＝-0.331， P＝0.016)。 结论:TLE患者的丘脑体积、丘脑结构协变网络及功能连接网络均发生改变。丘脑网络的异常与TLE认知表现有关，可能是丘脑参与TLE患者认知障碍的神经机制。

目的:探讨帕金森病（PD）中姿势不稳/步态障碍（PIGD）亚型患者大脑动态功能网络连接模式的改变及意义。方法:收集南京医科大学第一附属医院神经内科自2016年5月至2019年8月收治的90例PD患者以及性别、年龄相匹配的54例健康对照的临床资料及静息态功能磁共振成像（rs-fMRI）数据，根据统一帕金森病评定量表（UPDRS）相关评分将PD患者分为PD伴姿势不稳/步态障碍（PD-PIGD）组（49例）和非PIGD（PD-non-PIGD）组（41例）。采用独立成分分析（ICA）法、滑动窗口法和k-means聚类法进行大脑动态功能网络连接分析及组间比较，使用偏相关分析检验动态功能连接属性和临床量表之间的相关性。结果:共识别出4个重复出现的功能连接状态，PD-PIGD患者在低连通模式的状态3（44%）和状态2（23%）中出现频率较高。时间属性方面，PD-PIGD组患者在状态3中的平均停留时间明显高于PD-non-PIGD组，转化次数明显低于PD-non-PIGD组患者及健康对照组，差异均有统计学意义[ P<0.05，错误发现率（FDR）校正]；PD-PIGD组在状态2中的时间分数和平均停留时间均明显高于健康对照组，差异均有统计学意义（ P<0.05，FDR校正）。功能连接强度方面，状态2中PD-PIGD组受试者默认模式网络中的内侧额上回（IC17）和楔前叶（IC30）、听觉网络中的颞上回（IC16）和颞中回（IC33）之间的连接明显减弱，默认模式网络（DMN）中的楔前叶（IC30）与感觉运动网络中的辅助运动区（IC25）之间的连接显著增强；差异均有统计学意义（ P<0.05，FDR校正）。偏相关分析显示PD-PIGD组在状态3中的平均停留时间与PIGD评分呈正相关关系（ r=0.450， P=0.039）。 结论:PD-PIGD患者存在特异性的动态功能网络连接模式，主要表现为大脑功能网络的低连通性及更长的停留时间；DMN、听觉网络、感觉运动网络间和网络内存在局部功能网络域间分离特性。

目的:采用基于独立成分分析(ICA)的静息态脑功能网络连通性(FNC)方法，分析卒中后基底节失语症(BGA)患者的FNC变化特征，探讨其发生及针刺联合语言康复训练干预下的恢复机制。方法:采用前瞻性观察性研究方法，纳入2021年7月至2022年12月于首都医科大学附属北京中医医院就诊的右利手BGA患者16例，以及年龄、性别、教育程度、利手相匹配的健康被试者14例，采集健康被试者及干预前后BGA患者的静息态功能磁共振、人口学信息以及《西部失语症检查》资料，应用基于MATLAB平台的GIFT工具箱进行ICA及静息态脑网络FNC分析，横向对比BGA患者与健康被试者FNC差异，纵向比较干预前后BGA患者FNC变化。结果:与健康被试者相比，卒中后BGA患者干预前表现为基底节网络与默认网络、视觉网络的连通性减弱，而听觉网络和右侧额顶网络、楔前叶网络的连通性增强；针刺联合语言康复训练干预后表现为基底节网络与视觉网络、楔前叶网络的连通性减弱，前凸显网络与双侧额顶网络的连通性减弱，而默认网络和听觉网络、右侧额顶网络、视觉网络的连通性增强。BGA患者组内干预前后表现为基底节网络与左侧额顶网络连通性增强。结论:基底节网络与其他脑网络间的FNC变化是反映BGA发生与语言功能恢复机制的关键，针刺联合语言康复训练可能通过增强基底节网络与左侧额顶网络的连通性来改善语言功能，而注意力资源的重新分配可能也是促进BGA患者语言功能恢复的原因之一。

阿尔茨海默病(Alzheimer's disease，AD)的主要表现为认知功能下降，造成这种下降的重要原因在于视觉和听觉的缺陷。来自视觉和听觉的刺激信息以不同的模式输入，导致个体处理这两种信息时存在时间差，正常衰老的个体能够很好地整合这些来自不同通道的信息并进行反应，但AD患者由于病理性衰老，认知功能受损导致不能很好地完成视听整合。已有一系列研究关注了AD患者这种视听整合障碍在行为上的表现与其背后的神经生理机制，指出这种视听整合障碍可能由颞上沟区域的病理变化、大脑连通性和激活模式的异常等因素导致，并为可能的干预和预防方式提供了新思路。现将从AD患者视听整合障碍的行为学表现和生理病理改变造成的影响进行综述，总结干预和预防方式，并对未来研究进行展望。

脑电图（electroencephalography, EEG）可以探测到神经振荡信息，在全身麻醉过程中，大脑功能和有效的区域间连接、意识网络拓扑结构和区域间相互作用的时空动力学发生了明显的变化。EEG结合功能影像学研究为探索麻醉药物机制提供了一种有效的方法。文章回顾了3种静脉麻醉药[丙泊酚、右美托咪定（dexmedetomidine，Dex）和氯胺酮]和3种吸入麻醉药（七氟醚、异氟醚、地氟醚）的神经药理学机制，分别总结了全身麻醉药物的脑电特征以及相应大脑功能的改变（如连通性下降、复杂度降低和空间网络改变等）。同时，麻醉药物的EEG特征研究对理解大脑觉醒环路的神经生理学机制提供帮助。

目的:基于癌症和肿瘤基因图谱(TCGA)计划数据库的胶质瘤标本信息，探讨较低级别胶质瘤标本中相对低表达的基因与患者预后的关系。方法:在TCGA数据库中选取678例胶质瘤患者[包括低级别胶质瘤(LGG)患者512例，胶质瘤母细胞瘤(GBM)166例]的698例胶质瘤标本[包括LGG患者529例，GBM169例]以及5例正常脑组织，分析其基因表达水平数据以及患者的临床资料。用R软件分析筛选在肿瘤中低表达的基因，对其进行基因注释和基因功能富集分析，用STRING和蛋白交互作用分析(Cytoscape)软件构建蛋白相互作用网络，以R软件根据基因表达水平结合患者的临床资料进行生存分析。结果:在正常脑组织和胶质瘤标本、LGG和GBM组织均低表达的基因为155个；蛋白互相作用关系中连通性值最大的前20位基因中，得到12个基因的功能富集数据，谷氨酸离子型受体NMDA可能为重要的肿瘤生长信号通路之一。生存分析结果显示，12个基因中有7个基因与患者的生存预后改善有关，差异均有统计学意义(均 P<0.05)。 结论:基于TCGA挖掘数据是一种有效的探索肿瘤抑癌基因的生物信息手段；谷氨酸离子型受体(NMDA)家族可能与胶质瘤的生长和预后明显相关。

虚拟现实（VR）技术作为科技热词为人们所熟知。同时VR技术与眼视觉研究相关联，VR技术的进步对现代眼科领域的发展有促进作用。目前已经有许多研究表明VR在眼科医师的培养及相关眼病视觉研究等领域有着实际的应用价值和实践空间。笔者就目前VR在眼科各领域具体的应用作一系统综述，分析VR与眼科领域的可连通性，同时在已取得成果的基础上对VR在未来眼科学的应用方面进行简单小结。

目的:通过转录组学确定结核表位疫苗MP3RT在人源化动物模型上诱导的差异表达基因（DEG），为阐明MP3RT潜在的分子机制提供新思路。方法:本研究于2019年8月开始至2022年2月完成。本研究采用edgeR软件以差异倍数≥1.5且 P<0.05为筛选条件筛DEG，对筛选出的DEG进行基因本体论（GO）和京都基因与基因组百科全书（KEGG）分析以及蛋白互作网络分析。并对上述DEG通过RT-qPCR进行实验验证，采用GraphPad Prism 8软件进行统计学分析。 结果:转录组学鉴定了367个DEG（214个上调，153个下调）。生物信息学分析发现，上述DEG的GO富集显著聚焦于细胞代谢、生长、凋亡、炎症等词条，KEGG富集显著聚焦于MAPK信号通路等炎症相关通路。蛋白互作网络分析显示，蛋白Abl1聚集度最大，聚集系数最高，连通性最好。RT-qPCR结果显示，与磷酸盐缓冲液（PBS）组相比，MP3RT疫苗组中 cpne4（ t=2.48， P=0.048 0）、 h2-q10（ t=2.95， P=0.025 6）、 mef2c（ t=2.87， P=0.028 4）、 cr2（ t=3.23， P=0.178）、 ablim1（ t=2.91， P=0.033 5）、 dll1（ t=2.70， P=0.027 3）和 ms4a2（ t=3.03， P=0.019 2）基因表达水平显著上调， cd163l1（ t=2.56， P=0.043 0）、 il1r1（ t=2.91， P=0.022 7）和 cd34（ t=2.42， P=0.046 2）基因表达水平显著下调。 结论:MP3RT表位疫苗在人源化动物模型上诱导了367个DEG，这些DEG与新陈代谢和免疫反应相关，p38 MAPK和JNK/MAPK信号通路在MP3RT疫苗分子机制中扮演着重要的角色。

目的:使用置信学习识别并检测丙泊酚麻醉临界状态下与意识波动相关的脑功能特征，并用其进行意识状态分类。方法:选择2019年10月至2020年10月在西安交通大学第一附属医院行胸腹部手术的患者29例，年龄18~45岁，BMI 18~26 kg/m 2，ASA分级Ⅰ、Ⅱ级，无神经和精神类疾病或病史。所有患者靶控输注丙泊酚，初始药物浓度设置为1.0 mg/L，并以0.2 mg/L的阶梯增加直到患者失去意识，每次药物浓度增加均以6 min为间隔。同时，给予患者听音按键任务获取其意识状态，并采集患者的脑电图（electroencephalography, EEG）。对采集的EEG进行预处理，依据声音刺激将其分为长为5 s的数据段，基于患者对每个声音刺激反应与否给予每个数据段一个标签（有意识或无意识），将患者在有意识和无意识交替出现的意识状态波动阶段定义为临界状态。提取每个数据段的包括脑电信号功率普特性、信号复杂度、脑区间功能连通性和脑网络特性的110个脑功能特征。使用前向选择方法进行特征筛选。使用置信学习对训练集进行清洗，采用线性判别分析（linear discriminant analysis, LDA）、逻辑回归（logistic regression, LR）和支持向量机（support vector machine, SVM) 3种分类器模型分别计算置信学习前后的意识状态分类正确率。 结果:被置信学习清洗的标签大多位于意识波动的临界状态阶段。置信学习前LDA、LR和SVM分类器模型对意识状态的分类正确率分别为（85.3±3.7）%、（85.3±3.9）%和（85.3±3.8）%，置信学习后的分类正确率分别为（93.5±2.0）%、（92.9±1.8）%和（93.3±1.0）%，相比于置信学习前平均增长了7.93%。原本显示为无意识状态（对声音刺激无反应）而被置信学习重新标记为有意识状态的数据段上的α占比-顶后区、PLI-δ-额顶和聚类系数-δ这三类特征与稳定无意识数据段差异有统计学意义（ P<0.001），而与稳定有意识数据段差异无统计学意义（ P>0.05）。尽管快慢波-α-额区、排列熵-θ-额区、排列熵-θ-中央和α占比-额区上在不确定意识与稳定有意识状态和稳定无意识状态差异均有统计学意义（ P< 0.001），但和稳定的无意识相比，这些数据明显更加接近于稳定的有意识状态。 结论:使用置信学习可以有效提高临界状态下不同意识水平的分类结果，为更精确的术中意识监测提供方法学支持。