采用功能磁共振成像(fMRI)对人脑动力学的研究使识别独特的功能网络连接(FNC)状态成为可能，并为研究精神障碍提供了新的视角。有证据表明，由功能磁共振成像(fMRI)捕捉到的BOLD活动和FNC都与心理和认知过程有关。然而，很少有研究评估这两个功能域的相互关系。此外，由于需要研究精神分裂症的异质性，精神分裂症亚群的鉴定具有重要的临床意义。Qunfang Long提出了一种新的使用自适应约束独立向量分析(acIVA)来有效捕获动态血氧水平依赖(BOLD)活动(dBA)的时空特性，并有效量化dBA (sdBA)的空间特性。还建议将dBA纳入大脑动力学的研究，以了解活动-连接协同进化模式。该研究成果发表在Brain Connectivity杂志。

该研究设计了一个模拟研究来验证acIVA的有效性，并将acIVA应用于从精神分裂症患者和健康对照者(hc)收集的静息态fMRI数据的动态研究，以探讨dBA和动态FNC (dFNC)之间的关系。

精神分裂症患者组和对照组8个常见静息态神经网络空间对比图。

acIVA能准确地捕捉到sdBA的空间变异性，并能有效地量化sdBA。

fMRI分析显示sdBA-tdBA同步模式，dBA和dFNC在空间域显著相关。利用这些动态特征可辨别临床症状具有显著差异的精神分裂症亚组。

与健康对照组相比，精神分裂症患者的大脑功能组织效率较低，原因是精神分裂症患者的sdBA-tdBA同步性较低，而且精神分裂症患者更倾向于是多个大脑区域融合作用。使用动态特征识别精神分裂症的亚群激发了神经影像学在研究疾病异质性方面的使用。

原文出处：

Long Qunfang,Bhinge Suchita,Calhoun Vince et al. Relationship between dynamic BOLD activity and functional network connectivity: Characterization of schizophrenia subgroups.[J] .Brain Connect, 2021, undefined: undefined.

Tags： Brain Connectivity：动态BOLD变化-功能网络连接同步性可用于识别精神分裂症亚组