16、精神分裂症中的功能连接性研究：现状与未来方向

精神分裂症中的功能连接性研究：现状与未来方向

1. 功能连接性研究方法

在功能连接性研究中，滑动窗口方法有多种替代方案，包括：
- 基于小波的分解：能从不同时间尺度分析信号，揭示大脑网络动态变化。
- 动态条件相关性：可捕捉变量间随时间变化的动态关系。
- 无窗口方法：不依赖固定窗口，更灵活地捕捉时间变化的连接性。
- 统计指标改进：优化现有指标以更准确地评估连接性。
- 合适零模型的开发：用于检验连接性变化的显著性。

2. 精神分裂症中的发现

2.1 动态功能网络连接（FNC）分析

• 滑动窗口动态 FNC 方法 ：研究发现精神分裂症患者与健康受试者存在组间差异，如丘脑与感觉运动网络间的过度连接，以及感觉运动网络内的连接不足。在皮质 - 皮质下负连接较强的状态下，组间差异更明显。
• ICA - 图论联合方法 ：对精神分裂症患者默认模式网络（DMN）内的动态 FNC 研究显示，患者处于紧密连接状态的时间更少，平均节点强度、聚类系数以及全局和局部效率均降低，反映出 DMN 子系统（尤其是后扣带回皮质和前内侧前额叶皮质）受损，以及背内侧前额叶皮质与内侧颞叶间连接减少。

2.2 临床诊断应用

动态 FNC 方法在临床诊断中有重要应用。研究表明，连接性动态变化可解释精神分裂症和双相情感障碍患者的潜在异同，为疾病相关生物标志物提供了研究方向。基于窗口的动态 FNC 分析特征用于受试者水平分类时，比静态 FNC 特征更敏感且具疾病特异性，能揭示症状重叠