Page 112 - 《南京医科大学学报》2026年第1期
P. 112

第46卷第1期
              · 106  ·                           南 京    医 科 大 学 学         报                        2026年1月


              被试的智商。WISC⁃Ⅳ是一个常模参照工具，专门                         （regions of interest，ROI）的皮层振荡活动的振幅包
              用于测量智力。包括 10 个核心分测验和 4 个补充                        络相关联。高AEC⁃c值表明2个ROI之间存在同步
              分测验，将数据汇总为 4 个指数得分和 1 个全面智                        振幅包络波动。本研究计算了所有受试者所有ROI
              商（full⁃scale intelligence quotient，FSIQ）得分，最低     的AEC⁃c值，并估算了完整的68×68相邻矩阵。
              40分，最高160分。4个分测验包括：①言语理解指                              上述振荡连通性（即 AEC⁃c）在以下频段中分
              数（verbal comprehension index，VCI），包括词汇、相          析：delta（2~4 Hz）、theta（5~7 Hz）、alpha（8~12 Hz）、
              似性和理解能力 3 个子测验（另外还包括常识子测                          beta（15~29 Hz）、gamma1（30~59 Hz）和 gamma2（60~
              验）；②直觉推理指数（perceptual reasoning index，            90 Hz）。
              PRI），包括积木设计、图片概念和矩阵推理3个子测                         1.3  统计学方法
              验（另外还包括空间规划子测验）；③工作记忆指数                                除 FC 网 络 外 ，所 有 统 计 分 析 均 使 用 SPSS
             （working memory index，WMI），包括数字跨度和字母               26.0。Shapiro⁃Wilk 检验用于评估数据的正态性。
              数字排序测试（另外还包括有关算术的子测试）；                            采用独立样本t检验比较实验组与对照组韦氏量表
              ④加工速度指数（processing speed index，PSI），包括            中 5 个认知相关指标。使用 NBS CONNECTOME 软
              编码和符号搜索任务（另外还包括消除子测试）。                            件（版本号：NBS1.2，可在 URL http：//www.nitrc.org/
                  本研究中所有评估均由训练有素的临床心理                           projects/nbs/上获取）比较组间网络差异，使用错误
              学家在明亮、安静的评估室实施。FSIQ、4项指数及                         发现率（false discovery rate，FDR）进行多重比较的校
              其组成的子测验均显示出很高的可靠性。                                正，α值设置为 0.05。由于经 Shapiro⁃Wilk 检验的

              1.2.5  最小范数估计法最小范数估计法（depth⁃                      AEC⁃c 值不符合正态分布，因此采用 Spearman 相关
              weighted minimum norm estimation，MNE）             分析来计算智力测验得分与表现出差异的AEC⁃c值
                  使用深度加权MNE从 MEG 数据中估计皮层激                       之间的相关性。P < 0.05为差异有统计学意义。
              活，提供分布式源模型，包括两个主要步骤：首先是采
                                                                2  结 果
              用重叠球法构建正向模型，将每个皮层顶点表示为1
              个电流偶极子，共有15 000个顶点；其次是源建模或                        2.1  研究对象临床资料分析
              解决逆问题，估计电流源的分布。这一步在以下约                                 本研究受试的人口统计学特征显示，SeLECTS组
              束条件下进行：①电流源的方向设定为垂直于皮                             13 例，男 30 例，女 33 例，平均年龄为（8.67 ± 1.71）
              质表面；②使用 MNE 方法解决对深度和方向敏感                          岁。HC 组 30 例，男女各 15 例，平均年龄为（8.97
              度的变化；③采用正则化参数（λ =0.33）减少数值                        ± 2.14）岁。两组儿童在性别或年龄方面差异无统
                                             2
              不稳定性，降低 MNE 的噪声敏感性，并促进空间平                         计学意义（P 均>0.05）。两组中的所有儿童都按照
              滑解。该正则化值与 MEG 记录的信噪比（signal⁃                      中国教育政策规定的年龄入学，没有任何延长假期
              to⁃noise ratio，SNR）成反比。使用重叠球法正向建                  或辍学的记录，接受来自正规公立学校系统的教
              模和使用 MNE 逆问题求解过程都是在 Brainstorm                    育，在接受正规教育的时间长短方面差异无统计学
              软件中实现的。                                           意义（P均> 0.05）。
              1.2.6 功能连接分析                                      2.2 功能连接差异分析
                  使用校正振幅包络相关（corrected amplitude en⁃                 如图2所示，SeLECTS 患儿的FC 网络在特定频
              velop correction，AEC⁃c）分析来估算利用 Desikan⁃           段有显著改变。在theta波段，左侧前扣带回头部与
              Killiany 图谱划分的 68 个脑区之间的振荡功能连                     左侧嗅皮质之间的连接性降低（P < 0.05）。在 beta
              接。以往的研究表明，AEC⁃c分析法在FC网络研究                         频段，右侧外侧眶额与右侧距状回之间的连接性降
              中具有很强的可重复性和稳定性。根据之前研究                             低（P < 0.05）。在 gamma2 波段，左侧顶叶下回与右
              的方法   ［26］ ，在计算包络之前对信号对进行正交化处                     侧梭状回之间的连接减低（P < 0.05）。相反，某些
              理，以消除由于体积传导效应和场扩散造成的虚假                            FC 网络连接增强。在 theta 波段，左侧前扣带回头
              连接。振幅包络被定义为某一皮层振荡的希尔伯                             部与左侧岛回之间以及左侧海马旁回与右侧梭状
              特变换的绝对值，它是由每个频带的皮层源活动                             回之间的连接性增强（P < 0.05）。在 gamma1 波段，
              经过带通滤波后得到的。这反映了振幅随时间                              观察到左侧中央后回与右侧楔叶之间的连接增强
              的波动。AEC⁃c 的计算方法是将 2 个感兴趣区域                       （P < 0.05）。
   107   108   109   110   111   112   113   114   115   116   117