脑卒中后完全性失语症患者功能连接模式的功能性近红外光谱成像研究

失语症是常见于脑卒中患者的功能障碍，21%—38%的脑卒中患者会罹患失语症[1]。并且大样本研究表明，即使接受了积极的语言康复训练，仍有20%的失语症患者无法恢复最基本的日常交流能力[2]，尤其是其中最为严重的完全性失语症患者，成为康复的难点。近年来非侵入性脑刺激技术的兴起，为脑卒中后完全性失语症的治疗带来新的方向，但相应调控靶点的选取需要建立在深入了解脑卒中后完全性失语症患者脑功能特点的基础上。

功能性近红外光谱技术（functional near-infrared spectroscopy，fNIRS）是一种新型无创性脑功能检测技术，可以通过实时检测大脑皮层中氧合血红蛋白（oxyhemoglobin，HbO2）和脱氧血红蛋白（reduced hemoglobin，HbR）的含量，间接地反映大脑神经活动。有研究者同时记录fNIRS和功能性磁共振成像数据(functional magnetic resonance imaging，fMRI)，发现两者之间具有良好的相关性[3]，也有国内研究者验证了使用fNIRS所采集的静息态数据分析大脑静息态语言网络功能连接的可行性和准确性[4]。同时，fNIRS设备的便携性、低成本和对运动的兼容性使其成为颇具潜力的研究工具[5]，近年来在脑卒中康复临床研究中的应用得到快速发展[6]。但现有报道多见于fNIRS在脑卒中后认知功能方面的应用，关于脑卒中后失语症的研究尚较少。本研究拟采用fNIRS对脑卒中后完全性失语症患者的脑功能连接进行分析，以期为脑卒中后完全性失语症康复机制的探索和神经调控靶点的选取提供新的思路。

1.1  一般资料
本研究获得复旦大学附属华山医院伦理委员会批准[（2020）临审第（909）号]，临床试验注册号：CHiCTR2000038808。研究对象为2020年8月—2021年3月在华山医院康复医学科门诊或病房就诊的脑卒中患者和向社会招募的健康志愿者，其中脑卒中后完全性失语症患者10例，脑卒中后非失语症患者10例，健康中老年人21例。

脑卒中后失语症患者纳入标准：①符合《中国各类主要脑血管病诊断要点2019》标准，经CT或MRI证实为脑梗死或脑出血[7]；②年龄40—80岁；③病程>3个月；④右利手；⑤经失语症筛查量表检测为完全性失语症[8]；⑥自行签署或授权委托人签署知情同意书。

排除标准：①严重认知障碍，无法配合近红外功能成像数据采集者；②颅骨缺损或颅骨修补等影响近红外功能成像信号强度者。

脑卒中后非失语症患者组在一般资料方面与脑卒中后完全性失语症患者组无显著差异，经失语症筛查量表检测为非失语症；健康中老年组既往无神经系统疾病史或精神疾病病史，作为健康对照组（表1）。由于被试运动尾迹过大以及信号质量等原因，共剔除了2个健康对照组被试，1个非失语症组被试，1个完全性失语组被试。

1.2  语言功能评定
采用西方失语成套测验（western aphasia battery， WAB）来进一步评定脑卒中失语症患者的语言功能，并根据流畅度、听理解、复述和命名分别计算每一位完全性失语症患者的失语商[9]，见表2。

1.3  fNIRS静息态采集
使用50通道fNIRS成像设备NirSmart（丹阳慧创，中国）采集受试者静息态数据。以连续波形式记录两种不同波长的近红外光（760，850nm）信号，采样频率为11Hz，可实时检测受试者大脑中脱氧血红蛋白和含氧血红蛋白的浓度变化。受试者被要求闭上眼睛放松，并避免移动，在舒适坐位安静5min后佩戴头帽，闭眼静坐，避免有规律的思考，采集8min静息态数据[10]。

fNIRS采集头帽基于10/20国际标准导联系统设计，每名被试的光极包括24个探测器（探头），24个发射器（光源），组成50个通道。头帽探头与光源间距离均值为30mm（范围为29—31mm），每个通道的中点（即发射器和探测器连线的中点）下方脑区为该通道的主要探测区域，并以此为标准进行通道的脑区标定。通道中点的坐标信息通过Patriot定位仪(Polhemus，美国)在标准头模上进行确定，之后在成人脑模中查找对应的脑区。本文使用的成人脑模为Brodmann Talairach模板[11]。根据坐标信息，将50个通道划分至受试者大脑皮层的7个感兴趣区（regions of interest，ROI），即背外侧前额叶（dorsolateral prefrontal cortex，DLPFC）、Broca区、颞上回（superior temporal gyrus，STG）、颞中回（middle temporal gyrus，MTG）、Wernicke区、角回、辅助运动区（supplementary motor area，SMA）并区分左右侧，如图1。

1.4  fNIRS数据分析
    fNIRS静息态数据处理采用NirSpark工具包在Matlab R2014b (MathWorks，美国)运行，在NirSpark工具包中进行数据预处理，步骤：①手动去除前1min数据，保证血氧信号稳定；②设定信号标准差阈值为6，峰阈值为0.5，采用样条插值方法识别、去除运动伪迹；③用0.01—0.1Hz的带通滤波过滤一般噪声，包括心跳、呼吸、梅尔波等引起的噪声；④根据修正Beer-Lamber定律，计算出HbO2、HbR的浓度变化，路径差分因子设定为-6到6。

静息态功能连接分析（functional connectivity，FC）和可视化操作在NirSpark、FC-NIRS[12]、Brain Net-View[13]中进行。提取受试者各时间点的静息态数据，统计时间序列上各脑区HbO2含量，分析各通道、脑区时间序列上HbO2的Pearson相关系数，计算每个通道所有被试在时间序列之间的Pearson相关系数r值，并以此作为全脑静息态功能连通性的指标。同时，为进行后续的统计分析，将相关系数r值经Fisher-z变换，使得相关系数符合正态分布，通过计算网络中的Z值的绝对值大于阈值的所有连接数来计算网络的相对重要连接数。在这项研究中，阈值范围从0.1到0.9，然后将连接比计算为网络总连接上的相对重要连接的比率[14]。关键语言区之间的相关性为基于每个ROI求得通道均值后再进行统计分析[15]，得到14个ROI的r值，经Fisher-z变换，以转换后的Z值作为度量指标来描述fNIRS的静息态功能连接强度。由于氧合血红蛋白的信噪比优于脱氧血红蛋白的信噪比，故本文后续分析仅使用氧合血红蛋白的数据[16]。

1.5  统计学分析
采用SPSS 23.0进行统计学分析，采用Levene检验进行方差齐性检验，不同组间的功能连接比较采用单因素方差分析，进一步使用最小显著性差异（least significant difference，LSD）法进行事后多重比较，计数资料采用χ2检验或Fisher确切概率法，以P<0.05为差异有显著性意义，采用错误发现率方法进行事后多重比较矫正。

2.1  各组间一般资料的比较
脑卒中完全性失语症患者、脑卒中非失语症患者、健康对照组在年龄、性别、受教育年限等人口学数据方面的差异无显著性意义（P>0.05），见表1；完全性失语症组和非失语症组的脑卒中类型、功能障碍类型、病灶部位、病程等行为学数据方面的差异同样无显著性意义（P>0.05），见表2，表明各组间一般资料相匹配。

2.2  各组间全脑功能连通性的比较
为了观察全脑语言网络特征，我们将fNIRS中的每个通道定义为大脑静息状态网络中的节点[17]。在每个通道和所有其他通道之间计算功能连通性，分辨网络边，得到一个拥有50个网络节点和1225条网络边的静息态脑功能连接状态网络[18]。我们将功能连通强度定义为每对通道在时域上的Pearson相关系数[19]，通过取平均值和进行归一化，结果显示，各组受试者全脑功能性平均连接强度从强到弱依次为健康对照组（0.54±0.21）、脑卒中后非失语症组（0.47±0.29）、脑卒中后完全性失语症组（0.37±0.14）。同时，我们将包括50个网络节点和1225条网络边的静息态脑功能连接强度组成了基于图论指标的无向无权的网络图，对所有受试者的整个大脑连通性计算了基于不同阈值的网络边数量[14]。为了对不同组别被试网络连通性的变化有一个全面的了解，我们对所有受试者的整个大脑连通性进行了平均。阈值范围从0.1—0.9。图2显示了3个不同组别的41例受试者在各阈值下全脑语言网络功能连接比。在所有9个阈值下，脑卒中后完全性失语症组全脑语言网络功能连接比均低于健康对照组，在部分阈值下，低于脑卒中后非失语症组。当阈值较低时（0.1—0.7），完全性失语症组的功能连接比较健康对照组和非失语症组下降，组间差异有显著性意义（P<0.05）；在阈值较高时（0.8—0.9），完全性失语症组的功能连接比较健康对照组下降，组间差异有显著性意义（P<0.05），较非失语症组，虽有所下降，但组间差异没有显著性意义（P>0.05）。

2.3  脑卒中后完全性症失语患者关键语言区间功能连接特点的比较
本研究以DLPFC区、Broca区、MTG、STG、SMA、Wernicke区和角回作为ROI，将各组的脑功能连接进行比较，结果显示：相较于健康对照组，完全性失语组在部分脑区的功能连接呈现出减弱的趋势，左侧DLPFC-右侧SMA、左侧DLPFC-右侧Wernicke、左侧MTG-右侧MTG 、左侧SMA-右侧Wernicke、左侧DLPFC-左侧SMA、右侧DLPFC-左侧SMA、左侧SMA-右侧SMA间的差异有显著性意义(P<0.05)。相较于非失语症组，完全性失语症组在左侧MTG-左侧角回呈现下降趋势，差异有显著性意义(P<0.05)，提示左侧MTG-左侧角回间功能连接在完全性失语症扮演重要角色，有望成为新的神经调控靶点。相较于健康对照组，脑卒中后非失语症组在双侧DLPFC、Broca、SMA、STG、MTG、Wernicke、角回间功能连接均无显著性差异（P>0.05），见表3。

在任务或刺激不存在的情况下，大脑区域之间有着高度持续的、强烈相关的自发神经血管耦合相互作用，形成一个功能性静息状态网络[20]，这种网络广泛分布在大脑中[21]，可以通过分析大脑不同区域之间神经生理的时间相关性或统计依赖性来计算功能连接这一指标[22]。近年来，静息态功能连通性在基于感兴趣区之间的功能连接强度是研究热点，并且发现某些特定的区域间静息态功能连通性的强度可能与某些脑部疾病有关[23]，许多研究也报道了脑部疾病患者和健康人之间静息态功能连通性的差异[24]。这些研究都说明了在脑部疾病患者与健康人之间静息态功能连通性的重要性。本研究通过fNIRS探讨脑卒中后完全性失语症患者全脑静息态功能连通性的变化，结果表明，脑卒中后完全性失语症患者组比健康对照组和非失语症患者的全脑连通性下降，这可能是引起脑卒中后语言功能严重受损的原因之一。

进一步对关键语言区间的功能连接进行分析，如表3所示，完全性失语组患者与健康对照组在左侧DLPFC-右侧SMA、左侧DLPFC-右侧Wernicke、左侧MTG-右侧MTG 、左侧SMA-右侧Wernicke、左侧DLPFC-左侧SMA、右侧DLPFC-左侧SMA、左侧SMA-右侧SMA间的功能连接强度均存在差异，表明DLPFC、Wernicke、SMA、Broca、 MTG均可能在完全性失语症的发病机制中扮演了重要角色。由于完全性失语组患者与非失语症组的主要差异在于左侧MTG-左侧角回的功能连接强度，这提示左侧MTG和左侧角回可能是完全性失语症患者康复的关键脑区，有望成为新的神经调控治疗靶点。

语言网络是目前用来解释脑内语言加工过程的重要术语[25]，但是，对于该网络的节点（脑区）、连线（功能或功效连接）和拓扑特征（局部和整体结构），目前仍不明确。当前的神经影像学研究进行失语症方面的研究时，所入组患者常包含多种类型的失语症患者，仅入组完全性失语症患者的研究较为少见，采用fNIRS对脑卒中失语症患者的功能连接进行分析的文献更鲜有报道。既往研究中，有学者采用静息态功能磁共振来反映脑卒中后失语症患者的静息态脑功能变化，但多采用的是低频振幅（amplitude of low frequency fluctuation，ALFF）等反映局部脑功能变化的指标。其中部分研究报道了左侧MTG在失语症患者的变化。Zahn等[26]报道完全性失语症患者在语义加工的过程中，大脑激活的区域主要位于左侧后颞叶和右侧后顶叶。Li等[27]通过静息态磁共振中发现，失语症患者相较于健康对照组在左侧颞中回后部的ALFF值显著降低，且失语症患者左侧颞中回后部的ALFF值与失语商（aphasia quotient，AQ）呈现强正相关，作者认为左侧MTG的ALFF值可能成为评价慢性失语症患者语言功能障碍严重程度的重要指标。杨继颖等[28]报道左侧颞中回和右侧颞中回的功能连接强度均与Broca区之间具有较强相关性。吴建满等[29]选取23例失语症患者作为研究对象，结果显示包括双侧颞中回在内的多个脑区Reho值下降。Mattioli等[30]的研究结果显示，与对照组相比，脑卒中后失语症患者的语言相关皮质区域（右下额叶、MTG、右下顶叶和STG）的功能活动降低，并指出左MTG可能是言语产生过程中的关键脑区之一。这些研究结果均提示左侧MTG的功能连接强度可能与脑卒中失语症密切相关。

至于MTG在语言加工网络中可能发挥的具体作用，Zhao等[31]报道，前部STG/MTG可能对语音手势整合至关重要。Vigliocco等[32]则认为左侧MTG前部在语义处理过程中发挥不可替代的作用。在对全脑功能连通性进行比较时，Hallam等[33]采用任务态和静息态磁共振进行研究，并报道左侧额下回后部损伤后，MTG后部是关键的代偿脑区，主要承担语义检索功能。这些报道佐证了我们的研究结果，但MTG在失语症康复中的具体角色还需要进一步研究来探讨。

关于左侧MTG和角回在语言加工网络中的关系，Ghaleh等[34]通过功能磁共振发现与健康对照者相比，脑卒中后失语症患者对语音规律敏感性的缺失与左侧颞中回后部和角回有关。Kristinsson等[35]则通过功能磁共振发现与健康对照组相比，脑卒中后失语症患者在总体句法和非规则句的产生和理解方面能力的缺失可以通过颞中回后部的损伤来预测，规则句的产生和理解能力的缺失可以通过角回的损伤来预测。

关于左侧MTG和角回在语言加工网络中的关系，Ghaleh等[34]通过功能磁共振Noonan等[36]通过对既往的磁共振研究进行meta分析后发现，在失语症患者表现出多模式语义障碍时，角回和DLPFC在接受性和表达性的任务中都有激活，且该区域都存在对语义的控制，颞中回后部的激活仅在接受性任务中被观察到，同时在语义控制中表现出相对专业化的现象。Lin等[37]利用功能磁共振和多模态皮层语义网络的分析发现语义网络包含两个分别处理社会语义信息和感觉运动语义信息的子网络，这两个子网络在双侧角回和颞中回中均有重叠，同时对静息态功能连接性的研究也显示，这两个区域的分离部分与其内在功能连接性的差异有关，这两个区域可以作为处理两种类型语义信息的高级会聚区。这些都提示我们需要在脑卒中后完全性失语症患者的康复过程中要关注左侧MTG与角回之间功能连接的动态变化。

本研究的不足之处在于，①由于目前fNIRS设备支持的通道数量有限，因而仅研究了涉及50个通道的特定语言区；②基于fNIRS的静息态功能连通性可能仅仅局限于语言皮层和相关区域，无法检测到大脑深部的信号；③本研究采用基于ROI的相关性分析方法，只考虑特定ROI的时域信号，有可能忽略其他脑区间的次要连接，同时在处理静息态数据时也没有使用核提取技术，有可能缺少阈值化分析的结果。在进一步的研究中，可以使用能够覆盖整个头部的fNIRS设备来研究更广泛的语言网络；评定和量化大脑静息态功能连接网络的全局和局部效率，进一步推导出大脑功能网络更复杂的特征，如小世界特性等，这将有助于揭示失语症的潜在机制；未来更大被试数量的队列研究则可能有助于帮助我们了解更多脑卒中后失语症患者的有效康复策略。