皮层褶皱是人类大脑发育的一个标志，从妊娠后期的初级皮层开始，接着是单模态联合皮层，然后是跨模态联合皮层。在早产儿和儿童的相关研究中已经对皮层褶皱的改变进行关注，表明异常的皮质折叠（cortical folding）是早产儿的一个永久性特征。此外，皮质褶皱和早产都与认知表现密切相关，这表明了早产、皮层褶皱和认知表现之间是存在明显联系的。
研究方法：
作者为了研究早产、皮层褶皱和认知表现这三个因素之间的关系，分两步提出了以下两个假设。第一，早产儿的皮层褶皱存在异常，第二，异常的皮层褶皱对早产儿成年后的认知表现存在较大影响。101位27岁极早早产成年人（在32孕周前出生，体重小于1500g，比一般的早产定义时间更早或者体重更轻）和111位27岁足月（孕周成熟）成年人参与这次实验，被试接受了结构磁共振成像（sMRI）检查和认知量表测试。通过sMRI的结构扫描计算被试皮层褶皱的局部皮质绝对平均曲率（localcortical absolute mean curvature (AMC)，一种用来测量大脑皮层褶皱指数的方法），认知能力的评估采用韦氏成人智力量表(Wechsler
Adult Intelligence Scale, full-scale IQ test)。采用双样本t检验、回归分析和中介模型分析AMC组间差异及AMC、出生相关变量与智商之间的关系。
研究结果：
本次研究确立了三个关键的发现。首先，在早产儿的额颞顶叶初级皮层和联合皮层中，局部AMC广泛增加。AMC的增加与胎龄、出生体重呈负相关，与出生时的并发症呈正相关。其次，颞叶联合皮层AMC的增加对于早产儿和成年后智商的下降之间的联系具有显著影响。这表明，颞叶联合皮层异常的皮质褶皱对早产儿认知功能受损至关重要。最后，作者讨论了早期褶皱的中央后回和颞叶联合皮层之间的皮层褶皱关系。在神经发育后期的皮层折叠过程中，发现异常褶皱的颞叶联合皮层对成年智商的影响是受到早期发生褶皱的中央后回异常的皮质褶皱影响。这些结果表明，早产儿大脑的异常皮层褶皱可影响其成年智商的表现。
结论：
总体来说，这些结果提供了有力的证据，表明早产会导致永久性异常的皮层褶皱模式，说明早产儿的神经发育轨迹发生了改变。中介模型表明，自身皮层异常的折叠及其在皮层间的传播，都表现出对早产儿神经发育的损伤，并导致成年后认知能力下降（主要是智商，FS-IQ）。因此，皮质褶皱可表现为潜在的判断早产儿预后和治疗的标记物。
1. 背景
早产儿指的是37孕周前出生和/或体重小于2500g的幼儿。相关研究表明，在全世界范围内，早产儿的发生率大于百分之十。早产与出生后发生并发症和不良长期影响(包括大脑的异常和认知功能受损)的风险增加有关(30-60%)。尤其是极早早产儿（出生在32孕周前，出生体重小于1500g）面临着更高的长期神经认知功能障碍、精神疾病和社会经济地位低下的风险（超过50%）。
在微观层面上看，这些过程主要表现为少突胶质细胞的前体细胞，GABA能受体 皮质中间神经元和亚板神经元出现原发性的损伤。这些细胞在皮层发育的微观结构，形态和连接中起基础性的作用。例如，亚板神经元，主要在妊娠期第18周至35周控制皮质微环路的形成，极易受到短暂缺氧的影响，导致亚板神经元持续性的功能障碍和神经元微环路的异常表现。与微观层面的变化相对应，早产后可表现出宏观的白灰质变化。在前脑区域中广泛存在白质完整性的损伤。灰质异常，比如体积减少，主要发现在颞叶的内侧和外侧，以及皮质下结构，包括丘脑，纹状体和基底前脑区。这些脑区的结构改变与认知损伤密切相关。例如，早产儿在2岁期间表现出丘脑-皮质异常连接与认知表现相关；在成年早期间，受损的认知表现与额下回，双侧颞叶的灰白质以及胼胝体的异常有关。这些神经认知的变化表明大脑发育的基本过程明显受到早产的影响，并导致认知的损伤和成年期大脑结构的改变
皮质褶皱（gyrification）或皮质折叠（cortical folding）是影响成人大脑形态和功能的一个关键发育过程。相关研究表明，大脑皮质区域的发展轨迹是一致的，从初级皮层开始，然后是单模态，然后是跨模态联合皮层。为了对大脑的皮层褶皱进行测量，过去20年间研究者们提出了许多不同的测量方法，目前受到学者们广泛支持的测量方法是大脑皮层褶皱指数（gyrification index，感兴趣的同学请看《How
to Measure Cortical Folding from MR Images: a Step-by-Step Tutorial to
ComputeLocal Gyrification Index》这篇文章），以及Luders等人2006年提出的局部皮质绝对平均曲率（local
cortical absolute mean curvature (AMC)）这一指标来对皮层褶皱进行估计。后者指标是测量沿皮质表面标准方向的变化，将其表示为平均曲率，较大的负值对应脑沟，较大的正值对应脑回。平均曲率绝对值表示局部的皮质褶皱，可以认为是衡量脑沟和脑回锐度（sharpness）的指标。因此，作者使用这一指标来测量极早早产儿和对照组的大脑皮质褶皱。
以往研究发现皮层褶皱和早产都与认知表现密切相关，这表明了早产、皮层褶皱和认知表现之间是存在明显联系的。但目前我们尚不清楚这三个因素之间的具体关联。因此，作者提出了一个两步骤的假设，第一，早产儿的皮层褶皱存在异常，第二，异常的皮层褶皱对早产儿的成年认知表现存在较大影响。
2. 方法
2.1被试
这项研究中的被试是Bavarian（巴伐利亚） Longitudinal
Study (BLS)纵向研究中一部分。这项研究中包括了一个地理定义的全人群样本，对这个样本群体收集了从出生到成年的新生儿高危儿童（包括早产）和健康足月对照儿童的数据。在早期682个早产儿童中有411个儿童符合本研究中极早早产儿童（孕周<32或者出生体重<1500g）的筛选标准并同时进行了27年的随访研究，在这411个儿童中有260名参与了心理评估。该项目在同一产科医院出生的916名足月婴儿中，随机选择350名作为性别和家庭社会经济地位分层变量的对照组，以便与VP（孕周小于32周）/VLBW（出生体中小于1500g）样本进行比较。在这350名对照组成员中，有229名接受了27年的随访研究并参与心理评估。
作者对260名VP/VLBW组成员进行了MRI扫描前进行被试筛选，包括幽闭恐惧、医疗状态以及无法参加功能磁共振实验等因素。在被试筛选后，101名极早早产儿和111名足月儿在他们27岁时进行MRI扫描。
MRI实验在两个不同的地方进行（这个问题现在不是问题了吗？可将其作为协变量），其中145个被试在慕尼黑理工大学的放射学部进行，67个被试在波恩大学医院放射部进行。被试均填写了知情同意书，通过了道德伦理审查委员会的审查。
两组被试的各项数据得到匹配，只有作者关注的孕周和出生体重上存在明显的组间差异。具体看表一
表一 极早早产成年人和典型产量成年人人口统计学及测试量表结果表
2.2出生相关变量
妊娠年龄是根据产妇在最后一个月经期的第一天的报告和怀孕期间的一系列超声波来估计的。产妇年龄、出生体重、住院时间、新生儿治疗强度指数(INTI)(反映出生后医疗治疗的时间和强度)均来自产科记录。在分娩后10天内，通过有组织的父母访谈对家庭社会经济状况进行评估。对每日护理水平、呼吸支持、喂养依赖和神经状态(活动、肌肉张力和神经兴奋性)，这六个变量均采用4分的评分标准。INTI即新生儿治疗强度通过计算儿童在出生后的前10天或达到稳定的临床状态之前的每日评分的平均值，这取决于第一个发生（即是前两个情况中第一个符合的条件的意思）的情况，范围从0(最佳状态)到18(最差状态)。
2.3成年期认知评估
在27岁时，研究参与者使用德国韦氏成人智力量表第三版(WAIS-III)的简短版本进行评估。该评估是在MRI扫描之前且独立于MRI扫描进行，由训练有素且对群体成员情况不知情的心理学家完成。全面智商表现由根据（full-scale
intelligence quotient (FS-IQ)）量表计算。
2.4核磁数据采集
两地的MRI扫描均使用飞利浦Achieva 或Ingenia型号3T核磁机器的8通道头颅线圈。结构像采集采用T1加权，反转时间1300ms，TR为7.7ms，TE为3.9ms，翻转角为15°，FOV为256mm*256mm，voxel大小为1*1*1mm3。作者对所有图片的图片质量进行了人工检查，然后使用cat12工具包进行了一致性的标准化处理和质量控制。为了排除在不同地区做MRI扫描可能带来的影响，作者将机器差异作为协变量进行了处理。同时，这两个中心通过定期扫描成像模型（regularly scanned imagingphantoms）为本次研究提供了不同机器的噪声、磁场等差异参数，作者进行了单因素方差分析，不同机器的信噪比之间不存在显著差异（F(3,182) = 1.84, P = 0.11）。
2.5数据预处理
首先，使用dcm2nii工具包将原始图片转换为nii图像，然后运行CAT12工具包。CAT12工具包可完成基于皮层表面形态学测量的计算，可提取皮质表面多个形态学参数，包括基于AMC方法的皮层褶皱。
具体步骤是先对每个被试的T1图像进行分割，得到CSF（脑脊液）、白质和灰质。然后使用了DARTEL的方法进行了配准。然后基于绝对平均曲率提取局部曲率皮层褶皱指数AMC。然后分别得到双侧大脑半球的皮层表面。最后，对所有图像进行了重采样，并使用20mm的高斯核进行空间平滑。
2.6数据分析
为了确定组间AMC的差异，使用SPM12进行双样本t检验，并控制性别和扫描仪作为不感兴趣的协变量。使用TFCE方法进行多重比较，FWE方法（p<0.05）进行校正。将AMC的组间差异（极早早产被试>足月被试）保存为二值化的mask，并作为后续多元回归分析的explicit mask（在spm的second level中用来限定统计范围）。在三个独立的多元回归分析中，妊娠年龄、出生体重或INTI分别作为感兴趣的回归因子，将性别和扫描仪差异的变量残差作为不感兴趣的回归变量。
2.7中介模型分析：将早产、皮层褶皱和认知表现三个变量联系起来
为了确定早产成年人的皮质褶皱与FS-IQ之间的关系，采用多元回归分析方法，以AMC为因变量，FS-IQ为感兴趣的回归因子，而性别和扫描仪仅作为VP/VLBW组的协变量进行回归。使用TFCE（非参数检验）检验，p<0.05,FWE矫正。
为了检验AMC是否介导（介导的意思是说因素A对因素B和C的关系变化是否有显著影响）早产对FS-IQ的影响，作者使用PROCESS toolbox进行了中介分析。从AMC组间差异区域中提取平均的AMC值。
具体操作如下，首先，检验早产对FS-IQ的影响。将早产作为引起群体效应的因子，采用多元回归分析方法对FS-IQ进行了研究(因变量:FS-IQ，感兴趣的协变量:早产，无兴趣的协变量:性别)。其次，研究AMC（即皮质褶皱指数）是否对早产与FS-IQ之间的关系有中介作用。作者采用中介模型进行统计。在中介模型中，以早产为因子变量，FS-IQ为结果变量，组内差异团块均值AMC为中介变量;核磁共振扫描仪和性别作为协变量进行回归。路径系数由多元回归分析(非标准化)回归系数估计，采用非参数检验(TFCE，重复5000次)检验间接效应的统计学意义，p<0.05。
第三，为了获得更具体的关于皮质褶皱调节早产对FS-IQ影响的空间信息，作者提取了存在的AMC差异的团块，即不同脑区部分，分别对其进行中介作用测试。使用DesikanKilliany图谱以感兴趣区方式（ROI）分析每个受试者的平均AMC。分别提取了双侧中央后区(PoCC)和外侧颞叶皮质(LTC，双侧颞中、颞上回区域)的平均AMC。分析路径如图一所示。
图一中介分析路径图
注：图A展示了极早早产组被试FS-IQ与AMC负相关的统计参数图。图B展示组间差异团块的平均AMC的中介分析方案，图C展示了双侧PoCC和双侧LTC的均值AMC的中介分析方案，这里是将PoCC和LTC单独分析的，后面又进行了平行分析。作者采用了两路径的中介模型来分析皮质褶皱参数AMC的中介效应。
在这里，我们有必要对中介分析模型进行了解。中介效应指如果自变量X通过某一变量M对因变量Y产生一定影响，则称M为X和Y的中介变量。研究中介作用的目的是在已知X和Y关系的基础上，探索产生这个关系的内部作用机制。中介效应包括完全中介效应和部分中介效应，本研究中是研究皮质褶皱对早产和FS-IQ关系的部分中介效应。举一个简单的例子，以前没有外卖平台的时候，快餐店与消费者之间都是直接交易的，即他们两者之间存在直接的联系。现在有了这些互联网中介，快餐店与消费者之间又建立了一条沟通路径，同时这条新的沟通路径影响了快餐店和消费者之间的关系，外卖平台对快餐店和消费者之间的这种中介效应就是部分中介效应。这与作者实验中研究AMC对FS-IQ和早产之间关系的中介效应路径是相同的，即两条路径。
在研究了组内差异团块均值AMC为中介变量对FS-IQ和早产之间关系的中介效应后，作者测试了大脑初级皮质的皮质褶皱发育是否与早产对智商的影响有关，然后测试了联合皮质的发育是否与早产对智商的影响有关。这部分分析为平行分析，分析路径如图二所示。
图二双侧LTC和PoCC平行检验中对早产/孕周和FS-IQ关系中介效应的路径分析图
注：这张图上半部分展示了双侧LTC和双侧PoCC脑区的平均AMC对早产和FS-IQ关系的中介效应的分析图；下半部分展示了双侧LTC和双侧PoCC脑区的平均AMC对孕周和FS-IQ关系的中介效应的分析图。可以看到作者都构建了三种路径模式来对中介效应进行分析。
3.结果
（1）作者发现，极早早产组的双侧颞叶外侧皮质、右侧额叶外侧皮质、右侧顶叶皮质及双侧中央前、后皮质AMC均明显增加，以右半球为主（如图三所示）。未发现极早早产组AMC明显降低的区域。
图三 极早早产组>典型孕周组AMC脑图
（2）相关分析表明，极早早产组的胎龄与AMC呈负相关，主要在右侧颞叶外侧和双侧额叶外侧，以及中部区域、右侧颞顶叶交界处和左侧颞叶内侧(图四A)。对于出生体重，发现在外侧颞叶和额叶皮质、左侧颞顶叶交界处和左侧内侧颞叶与AMC呈负相关(图四B)。对于INTI（新生儿治疗强度），结果发现它与双侧额叶皮质的AMC呈正相关(图四C)。
图四 胎龄、出生体重和INTI与AMC相关分析结果脑图
(3)多元回归分析结果表明，早产与FS-IQ较低显著相关（回归系数:8.347，标准误差(SE): 1.714，标准化系数 beta:0.322;95%置信区间，CI= 4.97-11.73，P < 0.001）。在首次以组间差异团块平均AMC为中介的中介分析中，早产作为组因素对成年FS-IQ的直接影响不显著(c1 =
3.75±2.12;P = 0.079)，而bootstrapped（目前受到学界广泛支持的中介算法）的中介分析方法表明AMC均值对早产儿与智商的关系具有中介作用。
（4）在空间敏感性更高的双侧LTC和PoCC对早产/孕周和FS-IQ关系中介效应的平行检验中（三路径分析）发现，早产因素对FS-IQ的直接影响显著(c2 =
4.75±1.98;P = 0.018, 95%置信区间，CI=0.84-8.67)。PoCC的中介作用不显著(a2 = 1.51±0.96;95%
CI= 0.26-3.53)而LTC中平均AMC在早产儿与FS-IQ之间存在显著的中介作用(b2 =
2.72±1.56;95%置信区间，CI=0.52-5.09)。综上所述，作者观察到颞叶联合皮质的皮质褶皱对早产因素和FS-IQ之间的关系有显著的统计学影响意义，而中央后回初级皮质褶皱则对早产因素和FS-IQ之间的关系不具有显著的统计学意义。这说明了颞叶联合皮层的皮质褶皱异常可能对FS-IQ和早产关系的改变更具贡献力。
（5）作者进一步研究了胎龄对FS-IQ的影响是否在PoCC和LTC中依次由AMC介导。结果发现，胎龄对FS-IQ的直接影响不显著(c4 = 0.79±0.63;在中介模型中，P = 0.212)。PoCC中平均AMC介导的间接效应不显著(a4 = 0.09±0.21;95%
CI= 0.30-0.58)，而LTC平均AMC介导的间接效应显著(b4 =
0.62±0.27;95%置信区间CI=0.15-1.20)。有趣的结果是，LTC的平均AMC对FS-IQ有中介作用，而PoCC的平均AMC对LTC在FS-IQ有显著的中介作用(ab4 =
0.32±0.17;95%置信区间CI=0.05-0.70)。这一结果表明，胎龄会通过颞叶联合皮层的皮质褶皱中介作用从而影响FS-IQ，而这一过程反过来也接受初级PoCC的中介调节作用。
总结：早产会导致永久性异常的皮层褶皱模式，统计中介模型表明，异常的皮层褶皱模式对早产和成年智商之间的关系有显著的调节作用，其主要发生在颞叶联合皮层。
原文：
Aberrant gyrification
contributes to the link between gestational age and adult IQ after premature
birth
DM Hedderich, JG Bäuml, MT Berndt, A
Menegaux… - Brain, 2019 - academic.oup.com
如需原文及补充材料，请关注思影科技公众号后直接发信息给我们
欢迎微信扫码关注思影科技
您的支持与转发是思影前进的动力之源
欢迎浏览思影的其他课程以及数据处理业务介绍。（请直接点击下文文字即可浏览，欢迎报名与咨询）：
第七届磁共振脑影像结构班(南京）
第五届脑影像机器学习班（重庆）
第八届磁共振弥散张量成像数据处理班（重庆）
第十八届功能磁共振数据处理基础班（重庆）
第十九届功能磁共振数据处理基础班（南京）
第十届磁共振脑网络数据处理班（南京）
第十七届功能磁共振数据处理基础班（南京）
第四届任务态fMRI专题班（南京）
第六届脑影像机器学习班（南京）
第五届磁共振ASL（动脉自旋标记）数据处理班
第四届动物磁共振脑影像数据处理班（南京）
第三届脑电数据处理入门班（重庆，与15届脑电相邻）
第十五届脑电数据处理班（重庆）
第二届脑电数据处理入门班（南京）
第十四届脑电数据处理班（与第二届脑电入门相邻）
第五届脑电信号数据处理提高班（南京）
更新通知：第三届眼动数据处理班
第二届脑磁图（MEG）数据处理学习班（南京）
第六届近红外脑功能数据处理班（上海）
思影数据处理业务一：功能磁共振（fMRI）
思影数据处理业务二：结构磁共振成像(sMRI)与DTI
思影数据处理业务三：ASL数据处理
思影数据处理业务四：EEG/ERP数据处理
思影数据处理服务五：近红外脑功能数据处理
招聘：脑影像数据处理工程师（重庆)
