精神分裂症疾病概述

精神分裂症（Schizophrenia）是一种严重的慢性、高致残性精神障碍。患者的主要症状为偏执的妄想、幻觉，以及注意、记忆和执行控制等认知功能缺陷。研究表明，遗传因素和环境因素是精神分裂症发病的主要原因。大量关于精神分裂症的家系调查、一级亲属等研究表明，疾病遗传度高达 80%。

此外，精神分裂症疾病易感性因素还包括环境因素，如由缺氧引起的妇产并发症，产前感染、用药、迁徙等多种复杂因素。

精神分裂症的生物学神经机制主要包括：多巴胺系统异常假说，谷氨酸系统功能异常增强假说。研究表明大脑发育和成熟阶段的神经突触异常，是由多巴胺功能异常所致，可能与精神分裂症发病机制有关。

关于多巴胺

多巴胺是内源性含氮有机化合物，多巴胺作为神经递质调控中枢神经系统的多种生理功能。多巴胺是一种神经传导物质，用来帮助细胞传送脉冲的化学物质。这种脑内分泌物和人的情欲、感觉有关，它传递兴奋及开心的信息。多巴胺系统调节障碍涉及帕金森病，精神分裂症，Tourette综合征，注意力缺陷多动综合征和垂体肿瘤的发生等。

基于磁共振脑成像的多模态脑网络研究方法

人脑是由整个大脑全部区域相互连通组成的复杂网络。脑网络常被刻画为以脑区域为节点、脑连接为边的联通网络。磁共振成像为精确刻画脑网络构成、认识脑网络功能、结构等特征提供了技术支持。利用不同模态的脑影像数据如功能磁共振成像、结构磁共振成像、弥散张量成像等，可构建不同模式的大脑连接和网络，并进行分析。

默认模式网络

默认模式网络是指人脑在无任务的静息状态下，仍持续进行着某些功能活动的脑区所构成的网络，与人脑对内外环境的监测、维持意识的觉醒、情绪的加工、自我内省、情景记忆的提取等功能密切相关。

默认模式网络会随着年龄的增长而发生变化：婴儿脑中几乎不存在该网络；幼年儿童脑内的该网络连接不明显；但随着年龄的增长，该网络的连接有所增强；到成年时期，网络表现出最稳定状态；到老年时，由于大脑认知功能下降，该网络的连接会发生明显的变化。因此，默认模式网络不是大脑对随机任务的反应，而是随年龄变化同时又具有稳定性的大脑功能结构，反映的是大脑神经细胞自发活动的组织模式，可能会与大脑的学习、记忆及认知等功能相关。

默认模式网络被认为和阿尔茨海默氏症、孤独症、精神分裂症和癫痫等广泛的神经精神类疾病相关。特别地，默认模式网络的活动降低与孤独症相关，而精神分裂症患者中则观察到过度活动。在阿尔茨海默症中，由病程引起的淀粉样沉积使默认模式网络首先受到危害。

大脑静息态功能连接网络

以静息态功能连接来刻画的脑功能网络，称静息态网络（resting state network， RSN），主要包括默认网络，躯体感觉网络，注意网络，突显网络，视觉网络，听觉网络。静息态网络可以通过以一个或多个核心功能区域为感兴趣种子点，计算相关的功能连接的方式构建整个网络。静息态功能连接在精神疾病如精神分裂症、孤独症、抑郁症等的研究中被广泛采用。患者异常的静息态网络功能连接是反映疾病病理机制的重要影像学特征。

基于静息态功能磁共振成像的精神分裂症研究表明，默认模式网络功能异常与早发性精神分裂症患者的阳性症状相关。另一项研究还表明，全脑网络各模块中的功能连接异常与精神分裂症患者的症状有关。

精神分裂症脑网络研究现状

脑连接异常是精神分裂症患者的主要特征，研究者以不同的方法验证精神分裂症的脑连接异常。人类大脑连接多以复杂网络形式存在，呈模块化相互协调完成脑的各种功能。精神分裂症所涉及的异常脑区活动、异常脑连接可能不是单一的，更可能是以网络形式相互作用，相互影响，反应了广泛的系统性异常。对于精神分裂症，基于全脑功能连接和图论的方法更适合研究这种复杂的系统性疾病的神经生理机制 。对于精神分裂症的脑网络研究很多：

Liu 等人利用功能磁共振影像数据发现精神分裂症脑功能网络的小世界属性降低；Andrew Zalesky 等人利用弥散张量影像数据发现精神分裂症脑白质结构连接网络的全脑连接度和全脑连接效率降低；Martijn P. van den Heuvel 等人利用图论方法探测全脑网络连接的拓扑属性，发现精神分裂症在额叶和颞叶区域的全脑连接最短路径显著增加，从而降低了额叶和颞叶（颞niè俗称太阳穴，颞侧对应的大脑部位是颞叶。）与全脑的连接效率；Yuanchao Zhang 等人发现了精神分裂症皮层厚度协变网络的网络小世界属性显著下降，提出了精神分裂症脑结构网络发育过程中的网络属性变化。

脑网络的分析和研究方法已经逐渐成为探测神经和精神疾病病理机制的有效和可靠途径，此方法应用于精神分裂症、抑郁症、孤独症、老年痴呆症、癫痫等研究中。脑功能和结构网络的分析也已经成为分析精神分裂症的重要方法。脑网络分析的方法不仅能够从全脑大尺度网络角度系统分析，还能针对局部网络或特定结构和功能模块，如默认网络、纹状体-皮层环路、富节点集合等进行分析。

脑成像模式识别

近年来，基于磁共振成像的疾病模式识别研究应用越来越多。此方法是利用机器学习的统计学方法，通过影像学数据特征，找到能够预测个体疾病状态的标记特征。模式识别方法在精神疾病的研究中，主要包括疾病特征选择和疾病模式分类两部分。特征选择和模式分类也是疾病模式识别的两个主要步骤。

脑成像模式识别研究的主要特点是，候选特征（如体素、脑连接等数目）远远大于样本量数目。因此，特征降维成为特征选择过程的主要问题。其次，疾病模式识别还包括分类器选择、基于交叉验证的准确度评估等过程。总之，脑成像模式分类研究在精神分裂症的研究中被广泛采用，对个体化分析疾病特征和临床特征预测有重要意义。

大尺度脑功能网络研究

脑连接异常作为精神分裂症患者的典型疾病特征，被认为可能与神经发育异常相关。神经发育异常和脑连接缺损被认为是最核心的。患者患病的机制可能是由于遗传因素和环境因素的综合作用。基于磁共振成像的脑网络研究在结构纤维连接网络、结构协变连接网络、功能连接网络的分析中一致发现，精神分裂症患者脑网络的连接效率降低。研究指出，脑网络拓扑结构异常可能成为能够反映精神分裂症疾病特征的影像学标记物。 网络拓扑性质异常也反映脑复杂系统的信息传输能力，这种异常可能与精神分裂症病理特征相关。

大尺度脑网络的研究发现，人类大脑海马区和楔前叶区都是整个大脑复杂系统全局通信的核心区域。其中，楔前叶区是大脑功能模块中默认模式网络的核心区域，也是大脑结构模块富节点集合中的重要组成部分。研究发现，精神分裂症患者在楔前叶区的结构网络连接存在显著异常。楔前叶区和海马区域在人类大脑中参与多项重要的认知加工整合功能，如情景记忆、感知获取、自我意识加工等。这些都是精神分裂症患者常见的认知缺陷。

海马区结构异常是精神分裂症患者疾病早期的重要标记特征。海马区的脑功能研究也发现，精神分裂症患者及精神病症状高危人群都在此区域存在异常的功能变化。这一点表明海马区异常可能是精神分裂症谱系障碍的特征。

精神分裂症患者的网络拓扑结构连接强度和全局效率相对健康对照明显降低，说明其神经网络运行效率降低。在最小生成树网络的连接一致性和树状层次结构上相对健康对照组存在显著异常。

节点度和介数中心度是脑网络节点拓扑属性的重要指标，节点度和介数中心度高的节点对于保持网络通信的有效性很重要。研究结果显示，精神分裂症患者节点度和介数中心度在右侧枕叶皮层相对健康对照都有降低。

大脑海马区（hippocampus）

大脑海马区（hippocampus）是帮助人类处理长期学习与记忆声光、味觉等事件的大脑区域，负责短期记忆，发挥所谓的“叙述性记忆（declarative memory）”功能。在医学上，“海马区”是大脑皮质的一个内褶区，在“侧脑室”底部绕“脉络膜裂”形成一弓形隆起，它由两个扇形部分所组成，有时将两者合称海马结构。

海马区担当着关于短期记忆、长期记忆,以及空间定位的作用。海马区的机能是主管人类近期主要记忆，有点像是计算机的内存，将几周内或几个月内的记忆鲜明暂留，以便快速存取。海马体主要负责学习和记忆，日常生活中的短期记忆都储存在海马体中。英国科学家研究发现，大脑海马区受损的人除记忆力不好之外，想象能力也会变差，海马区受损会导致健忘。

楔前叶(precuneus）

楔前叶，英文名字为(precuneus），是顶上小叶的一部分，位于大脑半球内侧。它位于楔叶前部（枕叶上部），前界是扣带沟的边缘支，后部是顶枕沟，下方是顶上沟。关于楔前叶的神经影像学以及神经心理学文献相对较少。但是通过近期的脑功能成像研究发现，楔前叶与许多高水平的认知功能有关，如情景记忆，自我相关的信息处理，以及意识的各个方面。

小脑 

脑的一部分。位于大脑的后下方，颅后窝内，延髓和脑桥的背面。小脑是运动的重要调节中枢，有大量的传入和传出联系。大脑皮质发向肌肉的运动信息和执行运动时来自肌肉和关节等的信息，都可传入小脑。小脑经常对这两种传来的神经冲动进行整合，并通过传出纤维调整和纠正各有关肌肉的运动，使随意运动保持协调。小脑在维持身体平衡上也起着重要作用。

来源：郑俊杰，《基于磁共振成像的精神分裂症多模态脑网络研究》，电子科技大学,2017.12
https://blog.csdn.net/qq_34197944/article/details/102911207