读文万卷010期：早期语言习得的大脑机制；功能脑网络的内在模式对于药物治疗的抑郁症患者的影响

神经和行为研究表明，婴儿在出生后第一年接触语言时，甚至在他们会说第一个单词之前，这种接触就会影响大脑的神经回路。但我们对婴儿非凡的语言能力和经验在形成神经回路中的作用的神经结构仍旧了解不多，今天我们带来一篇2010年关于婴儿语言习得和神经回路研究的重要review，尽管已经过去10年，这篇文献中提到的观点和重要研究仍旧值得我们仔细回顾。

这篇综述探讨的重点是关于婴儿对组成单词的辅音和元音的神经反应的数据和一些具有争议的理论。婴儿对这些基本语言构件的反应为我们观察音素在先天和后天语言习得中的作用提供了一个实验性的窗口。在语音水平上的比较研究使我们能够检验人类语言处理能力的独特性。此外，婴儿对母语和非母语音素的反应可以反映出经验的影响，因为婴儿“沐浴”在一种特定的语言中。

并且，文章还讨论了婴儿早期接触两种语言如何产生双语大脑。主要讨论了婴儿何时以及如何掌握他们语言的健全结构，以及经验在解释这一重要的发展变化中的作用。正如数据所证明的，婴儿对语言基本单元的神经反应很早就开始了，这篇综述展示了现代神经科学工具在多大程度上促进了我们对婴儿独特的人类语言能力的理解。

无创、安全的大脑功能测量可以从孩子出生时就开始使用。作者回顾了包括fMRI、fNIRS、EEG以及MEG相关技术的研究，这些方法对于记录儿童先天状态语言的语音水平和学习对大脑的影响的实验研究尤其适用。语音水平学习的神经特征可以在非常早期的发展阶段记录下来。从婴儿对语音刺激最早的大脑反应开始，语言发展的连续性反映在他们的语言和在生命的第二、三、五年的前阅读能力上，这一发现具有重要的理论和临床影响。有证据表明，早期掌握语言的语音单位需要在社会环境中学习。早期语言学习的神经科学就已经能够揭示构成人类语言能力基础的多个大脑系统。除此以外，作者还讨论了习得关键期、社会环境以及儿童智力和认知水平发育之间的关系。该文在今天看来也仍旧值得仔细阅读。

原文：Brain Mechanisms in Early Language Acquisition

DOI：10.1016/j.neuron.2010.08.038

2、AJP：功能脑网络的内在模式对于药物治疗的抑郁症患者的影响

抑郁症与脑网络的的静息态的功能连接异常有关，Cherise R. Chin Fatt等人就想通过脑网络的功能连接异常来预测抗抑郁症药是否有效。对实验参与者随机使用抗抑郁症药物（舍曲林）或者安慰剂，8周之后比较两组患者之间基于感兴趣区域的脑网络功能连接的差异。一般来说，默认模式网络内的较高连接性则舍曲林具有更好的效果，同时对默认模式网络与执行控制网络之间的网络间连接性也有很好的结果，安慰剂和舍曲林的结果都是通过海马神经网络间的连通性来预测的（方向相反）。

由于抑郁症人群之间具有明显的生物异质性，临床中抗抑郁症药物相比安慰剂效果总不是很好，而这项实验反映了哪些患者可以从抗抑郁症药物中受益，哪些不能受益。

原文：Effect of Intrinsic Patterns of Functional Brain Connectivity in Moderating Antidepressant Treatment Response in Major Depression

doi: 10.1176/appi.ajp.2019.18070870

思影科技长文解读原文（请直接点击浏览）：

AJP：大脑功能连接的内在模式在调节重度抑郁患者抗抑郁治疗反应中的作用

3、Neuroimage :一种基于监督学习的freesurfer分割数据质量控制工具

数据质量控制在数据分析中十分重要，在思影的课上多位老师多次强调了数据质量控制在分析中的重要性，但是人为的质量控制常因为质控人员的人指数不同对数据质量的好坏有不同的理解，这就导致了经过质量控制有可能将较差的数据引入分析，让较好的数据被剔除。因此Eduerad团队使用基于监督学习的方法提出了一种自动化进行质量控制的工具Qoala-T，获得了较好的识别效果（auc=0.98）。但是也发现年龄对于数据质量也有一定的影响，说明在质量控制中若过度强调数据质量，将导致大量年轻被试被去除。在实际研究中该工具也只能提供一种参考以辅助研究人员做质量控制。

通过质量控制来检查数据在处理与生成的错误对结构像的分析来说十分关键，尤其是在发展性研究愈发重要。当前一般依赖于经验丰富的研究人员通过肉眼进行质量控制。这种过于主观的质量控制减少了在研究中的可比较性，并且随着分析数据量的增加也越发耗时。由于质控人员的个体差异也可能导致引入较差的数据和有效数据被剔除。于是，Edurad团队提出了一种轻便、好用的基于监督学习的Qoala-T工具来对freesurfer处理过的被试进行质量控制，并且这种方法有效降低了质控人员的偏差、减少了数据的错分类。我们在我们的纵向研究数据中对三个不同参数下采集的数据中选择了784个使用free surfer处理过的T1加权像，并对其进行质量评估，构建训练集。并使用随机森林（RF）、支持向量机（svm）和梯度递增模型（GBM）算法构建识别模型。使用freesurfer分割的输出结果，对模型进行预测，比较了不同模型下的数据质量。结果发现使用基于随机森林的方法以较高的敏感性与特异性（auc=0.98）提供了较高的质控参考。此外，对于两个新数据合计872个被试的测试中，Qoala-T工具也可以提供较好的质控结果。但是在考虑被试的年龄因素后发现，发现年轻被试中的数据一般较差，说明在若过于强调数据质量，可能会导致一些年轻被试的数据被剔除。上述结果说明在该方法可以在分析中降低人为进行数据分析的差异性，这有利于研究之间数据的可比性。

原文：Qoala-T: A supervised-learning tool for quality control of FreeSurfer segmented MRI data

Doi: https://doi.org/10.1016/j.neuroimage.2019.01.014

4、PNAS 领导者的出现是通过人际神经同步实现的

伟大的领导者往往是伟大的沟通者。然而，人们对领导者(leader)-追随者(follower)沟通的神经机制却知之甚少。研究发现，在领导者和追随者的社会互动过程中存在人际神经同步(INS,interpersonal neural synchronization)现象。来自北京师范大学的蒋静等人在PNAS发文，使用近红外光谱超扫描的方法，令36名健康被试每3人一组，组成12组无领导小组，并执行无领导小组讨论任务(LGD, leaderless group discussion)。

结果发现，在左颞顶交界处（TPJ，left temporo-parietal junction），领导者-追随者之间的INS（神经同步）高于追随者-追随者之间的，而TPJ是与社会意识有关的重要区域。此外，是沟通的技巧和能力而非沟通频率，对领导者-追随者之间的INS有显著影响。并且，在LGD早期（任务开始前半分钟），可以根据INS和沟通频率成功预测领导力。本研究结果支持“沟通质量”假说。

原文：Leader emergence through interpersonal neural synchronization

DOI: doi/10.1073/pnas.1422930112

5、Radiology：7.0-T MRI对多发性硬化皮质病变发展及演变的纵向表征

多发性硬化症(MS)的早期皮质病变在疾病的进展中起重要作用。与低场强相比，7.0 T MRI对皮质病变的检测灵敏度高，空间分辨率和信噪比更好。基于此背景，Constantina A. Treaba等人在Radiology上发文，旨在纵向描述(a)多发性硬化症中跨皮质宽度、脑沟和脑回的皮质病变的发展和演变;(b)它们与白质病变累积的关系;以及(c) 7.0-T皮质和白质损害负荷和皮质厚度对神经功能障碍的贡献。

从2010年到2016年，前瞻性招募了20例复发缓和型多发性硬化症患者和13例继发性进行性多发性硬化症患者，以及10例年龄匹配的健康对照者，在两次成像中获得7.0-T MRI T2*加权梯度回声图像用于皮质和白质病变的分割，以及3.0-T T1加权图像用于皮质表面重建和皮质厚度估计。通过皮层取样皮层病变，定量皮层病变的分布。扩大残疾状态量表(EDSS)用于评估神经功能障碍。非参数统计评估组间和组内皮质和白质病变负荷MRI指标的差异;回归分析探讨了MRI指标与残疾的关系。

结果发现，31名参与者中每年有25人(81%)出现新的皮质病变，超过白质病变累积。与白质病变相比，继发性进行性多发性硬化症患者的皮质病变累积比复发缓和性多发性硬化症患者更大，并优先定位于脑沟。总的皮质病变体积独立预测基线EDSS和随访时EDSS的变化。这表明皮质病变主要发生在脑内和脑沟内，提示炎症性脑脊液介导的病变发病机制。在7.0 T时，皮质病变积累显著，并独立预测神经功能障碍进展。

原文：Longitudinal Characterization of Cortical Lesion Development and Evolution in Multiple Sclerosis with 7.0-T MRI

https://doi.org/10.1148/radiol.2019181719

6、PAIN:与月经周期疼痛相关的脑形态变化

原发性痛经（PDM）是育龄妇女中最普遍的疼痛。PDM患者下腹部疼痛，该疼痛始于月经来潮。长时间对中枢神经系统的伤害性输入会引起整个神经系统的功能和结构改变。在PDM中，周期性的慢性伤害感受性刺激可以引起神经系统的功能和结构的改变。以前，我们假设眶额网络的抑制作用可能是PDM疼痛增加和负面影响的原因。在这里，我们进一步检验了这一假设。我们使用了一种优化的基于体素的形态计量学（VBM）方法来比较32名健康被试作为对照组（年龄和月经周期（排卵期）匹配）和32名PDM患者（处于排卵期）的总和局部灰质（GM）的增加和减少。

数据分析结果显示与疼痛的自上而下调节和情绪相关的区域的灰质体积减少。且这种灰质体积的变化与PDM疼痛的严重程度有关。本研究结果提示，即使不处在痛经期间，PDM患者中也存在异常的灰质体积变化。这些变化可能是疼痛抑制减弱，疼痛促进增强和影响增强的综合原因。我们的研究结果表明，不仅持续的慢性疼痛情况，而且周期性发作的疼痛情况，都可能发生长期的中枢变化。

原文：Brain morphological changes associated with cyclic menstrual pain

DOI：https://doi.org/10.1016/j.pain.2010.05.026

7、Neuroimage:基于广义边缘变换积分的脊髓萎缩纵向评估方法

脊髓纵向萎缩被证明与许多神经退行性疾病存在相关，当前常用的基于分割的脊髓萎缩测量对于其边缘分割效果十分敏感，这里Frerran Parados使用基于广义边缘变换积分（GBSI）方法提出了一种相对稳定的、可重复的脊髓萎缩测量方法。与基于分割的（SCT）脊髓萎缩测量相比，这种基于配准的脊髓萎缩测量使得脊髓萎缩的测量变得更加精准且对于脊髓的纵向测量的变化更加敏感。

通过结构像的获得的脊髓萎缩测量结果与一些神经疾病导致的失能是相关的，同时脊髓萎缩也可作为神经退行的一种活体生物标记。而脊髓的纵向萎缩率一般通过在不同时间点下采集的机构像数据的比较得到的，这其中包括基于通过表面重建构建的基于体积的防范，以及基于2d多层切片的图像边缘检测方法得到的脊髓纵向萎缩率。作为一种直接的测量结果，其对于脊髓边缘分割的效果十分敏感。Ferran Prados团队基于广义边缘积分变换方法提出了一种新方法，该方法首先对两次扫描图像进行配准，再将概率模板覆盖在脊髓的边缘，使用类似vbm的分析方法比较试次之间的差异，这种测量方法相较于基于分割的技术可以得到更加准确的测量结果。使用两种测量方法对610名被试多中心、多个测量以及52名健康对照这样大样本的测试，发现用两种方法的得到的脊髓萎缩值计算相关后，发现两者之间具备较高的相关性，说明这两种方法得到的结论有很高的一致性。结果说明GBSI是一种敏感、可定量化且客观的脊髓纵向萎缩体积测量方法。这种基于GBSI的测量方法相比于基于分割的脊髓萎缩测量研究更具有可重复性和可复现性，并提供了一种更加精准的脊髓纵向萎缩率测测量方法。

原文：Generalised boundary shift integral for longitudinal assessment of spinal cord atrophy

Doi：https://doi.org/10.1016/j.neuroimage.2019.116489

8、Neuroimage：静息态EEG+fNIRS测量自发神经活动的血流动力学相关

fNIRS空间分辨率高，但是时间分辨率低；EEG时间分辨率高，但是空间分辨率低。因此将二者进行联合，使用双模态检测技术可以综合二者空间分辨率和时间分辨率的优势，帮助人们更好地认识大脑活动的神经机制。Hasan Onur Keles等人对此进行研究，旨在通过实用、低成本、无创的多模态技术来描述神经血管耦合相关的现象。文章发表在neuroimage。

共采集18名健康成人被试的多模态信号。分别对EEG数据和fNIRS数据进行预处理，并提取相应指标。EEG指标选择功率谱，fNIRS指标选择HbO和HbR。然后计算特定频段特定时间点的EEG power与HbO/HbR的互相关（cross correlation）并进行统计。最后对alpha频段的power进行卷积以模拟每个被试的HbO和HbR，计算模拟HbO/HbR与实际HbO/HbR的时间序列延迟相关。

结果发现：后部脑区存在alpha频段对血流动力学的延迟调节（8-16Hz），与已有研究一致。另外在β频段也发现较强的血流动力学调节，分析显示这可能是由α-β耦合造成的。总的来说，本研究证明了非侵入性、全脑EEG+fNIRS在临床实践中研究血流动力学神经调节的可行性。研究结果也揭示了不同节律对脑电图和近红外光谱信号相关性的重要性。

原文：Hemodynamic correlates of spontaneous neural activity measured by human whole-head resting state EEG + fNIRS

DOI：doi: 10.1016/j.neuroimage.2016.05.058

9、Current Biology：使用5-羟色胺受体成像的全脑多模态神经影像模型解释了致幻剂的非线性功能影响

图示：将包括神经调节在内的多模态数据集成到全脑神经元模型中的方法概述

要了解人脑在健康和疾病中的潜在机制，就需要具有必要且足够的细节的模型，以解释功能如何从基础解剖结构中显现出来，并通过神经调节来形成。来自庞培法布拉大学的研究者整合使用接受5-羟色胺系统操纵的健康人类被试的多模式成像的全脑模型来对此进行详细的因果解释。

该研究将来自扩散磁共振成像（dMRI）和功能磁共振成像（fMRI）的解剖学数据与通过详细的5-羟色胺2A受体（5-HT2AR）密度图的正电子发射断层扫描（PET）获得的神经递质数据结合在一起。这使研究者能够对静息状态进行建模（有和没有同时听音乐），并从机制上解释麦角酸二乙酰胺（LSD）对5-HT2AR刺激对健康参与者的功能影响。全脑模型使用了兴奋性和抑制性神经元群的动态平均场定量描述以及相关的突触动力学，其中模型的神经元增益功能由5-HT2AR密度调节。该模型确定了神经元和神经递质系统之间非线性交互作用的成因机制，这些原因与以下方面唯一相关：

（1）潜在的解剖学连通性；

（2）神经递质受体密度在脑内特定分布的调节；

（3）两者之间的非线性相互作用。在为全局脑动力学建模时考虑到神经调节活动将导致人们对健康和疾病中人脑功能的新颖见解，并为神经精神疾病中的药物发现和设计开创令人兴奋的可能性。

原文：Whole-Brain Multimodal Neuroimaging Model Using Serotonin Receptor Maps Explains Non-linear Functional Effects of LSD

https://doi.org/10.1016/j.cub.2018.07.083