摘要
目的: 本研究旨在探讨慢性腰痛患者大脑的静态和动态功能网络连接特征的变化，并利用支持向量机（SVM）评估功能网络连接特征对于区分慢性腰痛患者和健康对照组的可行性。 方法: 本研究招募了38例慢性腰痛患者和42例健康对照，并对所有受试者进行了临床评估和功能磁共振成像（functional magnetic resonance image，fMRI）扫描。首先通过独立成分分析确定了6个静息态网络（resting state network，RSN），并使用 Pearson 相关性构建静态功能网络连接（ static functional network connectivity，sFNC）。随后，利用滑动窗口法和K均值聚类方法生成了动态功能网络连接（dynamic functional network connectivity，dFNC）状态模式。本课题研究了静态和动态功能网络连接（分别为 sFNC 和 dFNC）特征以及dFNC时间属性的组间差异。此外，对异常dFNC时间属性与cLBP患者的临床量表评分之间进行了相关性分析。最后，使用支持向量机（support vector machines，SVM）分别与sFNC和dFNC构建分类模型对cLBP患者和HCs进行分类。 结果: 本研究比较了健康对照组和慢性腰痛患者组的sFNC和dFNC特征。结果显示，与健康对照组相比，慢性腰痛患者的sFNC和dFNC连接显著异常。在sFNC分析中，慢性腰痛患者在高级认知网络（即默认模式网络、额顶网络、背侧注意网络）和初级感觉/知觉网络（即感觉运动网络、听觉网络和视觉网络）中存在广泛的网络内和网络间功能连接降低。在dFNC分析中，识别出了四种反复出现的功能连接模式（即dFNC状态）。在状态3和状态4中发现了显著的组间差异，慢性腰痛患者在DAN和SMN、FPN与SMN网络间以及SMN网络内的连通性的减少。此外，与健康对照组相比，慢性腰痛患者在弱连接状态1中分数时间和平均停留时间较长，在强连接状态3中分数时间和平均停留时间较短，但是健康对照组与慢性腰痛患者组在状态2和状态4中的时间属性（分数时间和平均停留时间）以及转换次数差异没有统计学意义。通过相关性分析发现状态3的时间属性（分数时间和平均停留时间）以及转换次数与慢性腰痛患者的VAS和ODI评分呈显著的负相关。最后将sFNC和4种dFNC状态下的连接矩阵分别作为特征进行分类分析，支持向量机（SVM）结果进一步表明，状态3的功能网络连接是重要特征，可以用来区分慢性腰痛患者与健康对照（曲线下的面积AUC=0.9087）。 结论: 本研究发现，慢性腰痛患者在sFNC和dFNC均表现出明显降低，且dFNC时间属性的改变和慢性腰痛患者的临床症状相关。这一发现为深入理解慢性腰痛患者的神经病理学机制提供了有价值的见解。此外，dFNC特征也可能成为慢性腰痛患者的潜在影像学生物学标志物，有助于疾病的诊断和提供新的治疗方法。
NETL