幼儿小世界神经网络节点属性与影响因素的相关性分析

本文应用静息态功能磁共振成像(rfMRI)的图论数据分析方法,分析全脑共90个分区的幼儿小世界神经网络,试图明确:①幼儿小世界神经网络节点的属性参数与幼儿智力发育水平有无相关性.②幼儿小世界神经网络参数与儿童的基线参数,如性别、年龄,以及父母教育程度等人口学参数有无相关性.本研究共纳入12名健康幼儿,其中9名男性,3名女性,年龄(33.42±8.42)月.所有受试者的智力发育水平采用Gesell发育量表,并采集对血氧水平依赖(BOLD)信号敏感的静息态功能磁共振信号数据.采用Matlab环境下的SPM5软件包进行数据处理;进一步应用基于图论的分析方法得到全脑小世界属性及自动解剖标签(AAL)模板下的90个脑区的节点属性,并分别对上述属性与Gesell发育量表及人口学数据做了相关性分析.研究发现小世界神经网络诸多节点属性与Gesell发育量表参数相关,介数主要集中于丘脑、额上回及枕叶,大部分呈负相关,如量表中表示个人与社会相关的脑区枕上回的r值为-0.729(P=0.007);度主要集中于杏仁核、额上回、顶下回,大部分呈正相关,如量表中与大动作相关的顶下回的r值为0.725(P=0.008);效率集中于额下回、顶下回、岛叶,大部分呈正相关,如量表中语言相关的顶下回r值为0.738(P=0.006);节点聚集系数集中于额叶、顶下回、中央旁小叶,呈正相关;节点最短路径集中于额叶、顶下回、岛叶,呈负相关;左、右脑相关脑区分布不同.但关于小世界整体属性与Gesell发育量表的关系,我们未发现有统计学意义的相关.小世界网络节点属性指标与其他人口学指标有相关性的热点脑区位于颞叶、楔叶、扣带回、角回和中央旁小叶等区域,且大部分属于默认网络.本文研究结果说明,小世界神经网络节点属性与幼儿智力水平及人口学数据存在广泛的相关性,并且不同的脑区有其不同的分布特点,优势脑区分布符合相关的功能;这些诸多相关性的存在,使我们可以了解在幼儿发育过程中,小世界神经网络随时在发生变迁和改变.