动态功能网络状态下的活动模式:一项关于年轻成人脑-行为关联的纵向可行性研究

《Brain Sciences》:Activity Patterns in Relation to Dynamic Functional Network States: A Longitudinal Feasibility Study of Brain–Behavior Associations in Young Adults Najme Soleimani, Maria Misiura, Ali Maan, Sir-Lord Wiafe, Jennalyn Burnette, Asia Hemphill, Vonetta M. Dotson, Rebecca Ellis, Tricia Z. King and Vince D. Calhoun + 1 author

【字体: 大 中 小 】 时间:2026年03月20日 来源:Brain Sciences 2.8

编辑推荐:

  背景/目的: 年轻成年期是一个关键的发展阶段,在此期间,生活方式行为可能塑造支持认知的内在大脑网络动态。这项初步纵向干预研究旨在检验在为期8周的运动和/或认知干预方案期间,身体活动和久坐行为的变异性是否与大学生年轻成人的内在大脑动力学及认知和情绪结果的变化相关

  
背景/目的: 年轻成年期是一个关键的发展阶段,在此期间,生活方式行为可能塑造支持认知的内在大脑网络动态。这项初步纵向干预研究旨在检验在为期8周的运动和/或认知干预方案期间,身体活动和久坐行为的变异性是否与大学生年轻成人的内在大脑动力学及认知和情绪结果的变化相关联。方法: 参与者(n = 32)在基线(T1)和干预后(T2)完成了静息态功能磁共振成像(rs-fMRI)。动态功能网络连通性(dFNC)是基于空间约束独立成分分析(ICA)导出的53个内在连接网络估算的。利用约束动态双功能独立基元(c-ddFIPs)识别并个体化10种复现的动态连通性状态。计算了状态占用率以及动态收敛和发散指标以表征网络灵活性。结果: 较高水平的中等至剧烈身体活动与整合性高阶状态(特别是状态6和状态7)占用率的增加,以及更具分离性构型的占用率的减少,存在适度但一致的关联。身体活动较多的个体还表现出整合状态与低参与状态之间更大的发散性,而更多的久坐时间与分离构型之间相似性的增加相对应。工作记忆表现显示出与更具整合性和区分度更高的动态模式的平行关联。结论: 这些发现表明,动态功能网络重构可能代表了年轻成年期将生活方式行为与认知健康联系起来的神经生物学机制。此外,它们强调了针对大学年龄年轻成人的、参与度驱动的、低负担项目的转化前景,表明即使习惯性身体活动的微小变异性也与整合连通性状态(这些状态与执行功能和更广泛的认知功能相关)的更大参与和分化相对应。
论文解读:年轻成人生活方式与脑动态网络的纵向关联研究
研究背景与立项依据
年轻成年期是人脑功能网络成熟与认知优化的关键窗口,该阶段大脑表现出持续的时变同步波动,即动态功能连通性(dFNC),被认为是支持神经可塑性与适应性反应的基础。既往研究表明,身体活动(PA)可通过增加脑血流与神经营养因子等生理途径调节内在功能连接,进而改善认知表现。然而,针对年轻成人这一群体,尤其是大学生群体,结合客观体力活动监测与个体化动态连接建模,系统探讨运动参与和久坐行为如何同时影响动态状态的时间占比(状态占用率)及其相互区分度(动态发散与收敛)的研究仍相对匮乏。为此,研究人员设计并实施了这项纵向可行性研究,旨在阐明生活方式行为变异性与脑动态网络重组之间的关联,并评估其认知后果。该研究成果已发表于《Brain Sciences》。
关键技术方法概述
本研究纳入了来自佐治亚州立大学“健康学生大脑”(Healthy Student Brain, HSB)项目的参与者,共32名年龄在18至33岁的大学生完成了基线及干预后的rs-fMRI扫描。研究利用Fitbit Inspire 2设备客观采集每日中等至剧烈身体活动(MVPA)及久坐时间数据。影像数据处理方面,采用空间约束独立成分分析(ICA)基于NeuroMark模板提取53个内在连接网络(ICNs),涵盖皮层下、听觉、视觉、感觉运动、认知控制、默认模式和小脑网络。动态功能网络连通性(dFNC)通过滑动窗(45个TR,步长1个TR)计算皮尔逊相关系数获得。利用盲源分离ICA识别群体水平的动态双功能独立基元(ddFIPs),并以此为空间先验,通过约束ICA回溯重建个体化的约束动态双功能独立基元(c-ddFIPs),最终量化状态占用率及动态收敛/发散指标。认知评估则采用NIH工具箱中的维度变化卡片分类、侧翼任务和列表排序工作记忆任务。
研究结果
1. 引言
引言部分确立了研究基础,指出动态功能网络连通性(dFNC)能够捕捉静息态fMRI中未被静态估计反映的瞬时构型。研究假设更高强度的身体活动将与适应性/整合性连接状态的占用率增加以及整合状态与低参与状态间更大的发散性相关;反之,久坐行为将与分离性或感觉加权状态占用率增加及低整合构型间的更大收敛相关;且更好的认知表现(特别是工作记忆和执行控制)将与更具参与度和区分度的整合动态状态相一致。
2. 材料与方法
2.1. 参与者与行为测量
研究样本来自HSB项目,最初招募了103名学生,其中32人完成了神经影像扫描。参与者被伪随机分配至运动组、在线认知干预组、联合干预组或对照组。鉴于这是一项可行性试验,主要目标在于评估实施过程与信号检测,且由于对照组也报告了一定程度的自发运动,最终分析将所有干预组合并,考察体力活动与连接指标的剂量依赖关系。
2.2. 运动与认知干预
运动组被要求每周至少进行3次30分钟的中等至剧烈强度身体活动,并通过Fitbit进行监控。认知干预组则接受由UT Dallas Center for BrainHealth创建的在线脑健康训练。
2.3. MRI数据采集与预处理
rs-fMRI数据采集于佐治亚州立大学/佐治亚理工学院先进脑成像中心(CABI),预处理流程包括头动校正、空间标准化和伪影去除,以确保跨被试的可比性。
2.4. 内在连接网络(ICNs)的提取
研究人员采用空间约束ICA方法,利用NeuroMark_fMRI_1.0模板,从每个rs-fMRI扫描中重建出53个ICNs,并将其归类为7个功能域:皮层下(SC)、听觉(AUD)、视觉(VS)、感觉运动(SM)、认知控制(CC)、默认模式(DM)和小脑(CB)。
2.5. 动态功能网络连通性(dFNC)估计
通过对53个ICN时间序列进行分段(滑动窗),计算每个时间窗内的皮尔逊相关矩阵,并对矩阵进行去均值化处理以去除静态基线连接模式,从而增强对瞬时波动的敏感性。
2.6. 群体水平动态状态(ddFIPs)的识别
聚合所有参与者的dFNC数据集,通过盲源分离ICA分解得到10个群体水平的动态状态(ddFIPs),这些状态代表了人群中常见的动态构型。
2.7. 受试者水平约束dFNC状态(c-ddFIPs)的重建
利用10个ddFIPs作为空间先验,进行约束ICA回溯重建,获得个体化的c-ddFIPs。随后对个体连接模式进行校准,回归掉基线(T1)的影响,以分离出干预相关(T2)的变化。
2.8. 动态大脑属性的量化
定义了三个核心指标:
  • •
    状态占用率(State Occupancy): 计算特定大脑状态相对于总扫描时长所占的比例。
  • •
    动态收敛与发散(Dynamic Convergence/Divergence): 量化不同状态间表达模式的相似性(收敛)或差异性(发散)。
  • •
    计算公式: 研究中详细给出了状态相对振幅(Ri(t))及主导状态(D(t))的数学定义,并据此计算每个状态i的占用计数(Oi)。
3. 结果
结果显示,较高的中等至剧烈身体活动水平与状态6和状态7(整合性高阶状态)占用率的增加呈正相关,而与更具分离性的构型占用率降低相关。身体活动较多的个体表现出整合状态与低参与状态之间更大的发散性,而久坐时间则与分离构型间相似性的增加(收敛)相关。在工作记忆表现方面,观察到了与更具整合性和区分度动态模式的平行关联。
4. 讨论
讨论部分重申了主要发现,即动态功能网络重构可能是连接生活方式行为与年轻成人认知健康的神经生物学机制。研究强调了在大学生群体中实施低负担、参与度驱动的运动干预的可行性。研究局限性包括样本量较小、性别比例失衡以及缺乏正式的随访干预设计。未来研究需在更大、更多样化的样本中验证这些初步发现,并探索这些动态指标作为干预反应生物标志物的潜力。
研究结论翻译
综上所述,较高水平的中等至剧烈身体活动与整合性高阶状态(特别是状态6和状态7)占用率的增加以及更具分离性构型占用率的减少存在关联。身体活动较多的个体还表现出整合状态与低参与状态之间更大的发散性,而更多的久坐时间与分离构型之间相似性的增加相对应。工作记忆表现显示出与更具整合性和区分度更高的动态模式的平行关联。这些发现表明,动态功能网络重构可能代表了年轻成年期将生活方式行为与认知健康联系起来的神经生物学机制。此外,它们强调了针对大学年龄年轻成人的、参与度驱动的、低负担项目的转化前景,表明即使习惯性身体活动的微小变异性也与整合连通性状态(这些状态与执行功能和更广泛的认知功能相关)的更大参与和分化相对应。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号