功能超聲成像（fUS）相比fMRI等傳統(tǒng)神經(jīng)影像技術(shù)，在動物研究中具有三大優(yōu)勢：更高的時空分辨率（可達(dá)100μm, 0.4s）、對腦血流量變化的高靈敏度，以及能提供更高質(zhì)量和更完整的連續(xù)時間序列。利用這些優(yōu)勢，可以捕捉到傳統(tǒng)神經(jīng)影像技術(shù)難以探查的大腦功能變化。

本次論文解讀提供一個研究范例，利用fUS技術(shù)檢測由輕度圍產(chǎn)期炎癥引發(fā)的腦功能改變。

該研究的標(biāo)題為“Functional ultrasound (fUS) detects mild cerebral alterations using canonical correlation analysis denoising and dynamic functional connectivity analysis”，由法國巴黎物理醫(yī)學(xué)中心（Physics for Medicine Paris）的Charlie Demene研究員領(lǐng)導(dǎo)的研究團隊于2025年9月2日在《Imaging Neuroscience》期刊上發(fā)表。

研究利用fUS的高時空分辨率捕捉全腦多區(qū)域的精細(xì)活動；憑借高靈敏度探測輕度炎癥引發(fā)的微弱信號變化；最關(guān)鍵的是，依賴其連續(xù)時間序列成功實現(xiàn)了動態(tài)功能連接（dynamic functional connectivity , dFC）分析，揭示了炎癥大腦在全局同步狀態(tài)上的駐留時間縮短與轉(zhuǎn)換異常。這些發(fā)現(xiàn)依賴于fUS提供的完整、高幀率數(shù)據(jù)流，是傳統(tǒng)fMRI難以實現(xiàn)的。

買功能超聲成像儀，找禮智生物！
研究使用的是Iconeus超聲功能及血流成像儀，禮智生物自2019年將ICONEUS品牌引進國內(nèi)以來，積累了豐富的fUS及ULM技術(shù)的手術(shù)、實驗和數(shù)據(jù)分析經(jīng)驗，歡迎聯(lián)系禮智詳細(xì)了解這一技術(shù)（聯(lián)系方式見文末）。

Iconeus超聲功能及血流成像儀

研究的主要結(jié)果
研究構(gòu)建了圍產(chǎn)期IL-1β炎癥小鼠模型，在P30日齡時進行麻醉狀態(tài)下的單側(cè)矢狀面靜息態(tài)功能超聲成像（圖1）。采用典型相關(guān)分析對fUS信號進行降噪預(yù)處理，保留連續(xù)時間序列，進而通過基于相位的動態(tài)功能連接分析，量化不同腦區(qū)同步性狀態(tài)的出現(xiàn)頻率、駐留時間及轉(zhuǎn)移概率，以評估炎癥對腦功能連接的長期影響。

圖1：實驗設(shè)計與模型構(gòu)建
A：IL-1β與PBS對照組注射方案；
B：炎癥引起的腦結(jié)構(gòu)改變（髓鞘形成減少、腦體積減小等）；
C：fUS成像流程，包括動物準(zhǔn)備、3D掃描與15分鐘靜息態(tài)fUS采集。

1. CCA降噪有效去除fUS信號中的噪聲成分
研究采用典型相關(guān)分析（canonical correlation analysis, CCA）對fUS信號進行預(yù)處理，成功分離并去除了由運動、心跳、呼吸等引起的噪聲（圖2 - 4）。通過設(shè)定CCA閾值 thCCA=10，使得去噪后信號與組織運動信號之間的平均相關(guān)系數(shù)降至0.1以下（p < 0.001）。量化分析顯示，功能區(qū)與噪聲區(qū)之間的相關(guān)性比例從去噪前的 35 ± 16%顯著下降至 2 ± 1%（p < 0.001），而功能區(qū)內(nèi)相關(guān)性比例也從 21 ± 5% 降至 7 ± 3%，表明CCA在保留功能性信號的同時有效剔除非腦源性干擾。

圖2：CCA降噪步驟示意圖
A：功能區(qū)與噪聲區(qū)的空間定義；
B–H：從信號矩陣構(gòu)建、白化、SVD分解到噪聲去除的全過程圖示。

圖3：同步性矩陣構(gòu)建方法
A：選定腦區(qū)的Power Doppler圖像；
B：通過Hilbert變換提取相位信號；
C：兩個時間點的同步性矩陣示例。

圖4：CCA降噪效果驗證
A：閾值選擇與組織運動相關(guān)性；
B–C：去噪前后相關(guān)性矩陣對比；
D–E：種子點分析顯示CCA保留有意義的功能連接。

2. 動態(tài)功能連接分析識別出四種穩(wěn)定的腦狀態(tài)
通過K-means聚類分析（K=4）對同步性矩陣進行聚類，識別出四種具有代表性的腦功能狀態(tài)（圖5）：
狀態(tài)1：皮層-皮層同步，但與皮層下結(jié)構(gòu)（海馬、丘腦）去同步；
狀態(tài)2：半球內(nèi)全局同步；
狀態(tài)3：運動與感覺區(qū)與其余腦區(qū)去同步；
狀態(tài)4：島葉與紋狀體與其余腦區(qū)去同步。
留一交叉驗證顯示這些狀態(tài)具有高度穩(wěn)健性，平均分類準(zhǔn)確率超過96%，50%的動物分類準(zhǔn)確率超過99%。

圖5：腦狀態(tài)聚類與驗證
A：四種聚類中心的同步性矩陣與連接圖；
B：單個動物的狀態(tài)軌跡在PCA空間中的展示；
C–D：LOOCV驗證狀態(tài)穩(wěn)健性與分類準(zhǔn)確性。

3. 炎癥模型表現(xiàn)出功能連接性降低
與對照組相比（圖6A-C），IL-1β炎癥模型組在狀態(tài)2（全局同步）中的出現(xiàn)頻率顯著降低（對照組：0.37 ± 0.13，炎癥組：0.21 ± 0.11，p = 0.001），而在狀態(tài)1和狀態(tài)3中的出現(xiàn)頻率顯著升高（狀態(tài)1：0.26 ± 0.08 vs 0.35 ± 0.10，p = 0.018；狀態(tài)3：0.17 ± 0.08 vs 0.25 ± 0.09，p = 0.018）。此外，狀態(tài)2的平均駐留時間在炎癥組中也顯著縮短（對照組：9.14 ± 2.80 s，炎癥組：6.39 ± 2.31 s，p = 0.012）。

圖6：炎癥組與對照組的dFC差異
A–C：CCA預(yù)處理下狀態(tài)出現(xiàn)頻率、駐留時間與轉(zhuǎn)移概率的組間差異；
D–F：GSR預(yù)處理下無顯著差異；
G–H：狀態(tài)轉(zhuǎn)移圖與顯著差異路徑；
I：ROC曲線顯示分類性能。

4. 狀態(tài)轉(zhuǎn)移概率揭示連接性動態(tài)變化
炎癥組（圖6 A-C，G-H）從狀態(tài)1和狀態(tài)3向狀態(tài)2的轉(zhuǎn)移概率顯著降低（狀態(tài)1→2：0.36 ± 0.10 vs 0.25 ± 0.08，p = 0.019；狀態(tài)3→2：0.32 ± 0.08 vs 0.21 ± 0.10，p = 0.012），而從狀態(tài)1向狀態(tài)3的轉(zhuǎn)移概率升高（0.27 ± 0.10 vs 0.38 ± 0.09，p = 0.011）。這些變化進一步解釋了炎癥組中全局同步狀態(tài)出現(xiàn)頻率降低的原因。

5. dFC生物標(biāo)志物實現(xiàn)高精度分類
利用狀態(tài)1、2、3的出現(xiàn)頻率和狀態(tài)2的平均駐留時間構(gòu)建邏輯回歸模型（圖6 I），對炎癥組與對照組進行分類，ROC曲線下面積達(dá)0.84，特異性為88%，敏感性為72%，表明dFC生物標(biāo)志物在區(qū)分輕度炎癥引起的腦功能改變方面具有較高診斷價值。

6. CCA優(yōu)于傳統(tǒng)預(yù)處理方法
與全局信號回歸等傳統(tǒng)方法相比，CCA預(yù)處理在保留信號連續(xù)性的同時，更有效地揭示了炎癥引起的細(xì)微功能連接變化。在使用GSR預(yù)處理時（圖6 D-F），兩組之間在dFC指標(biāo)上未發(fā)現(xiàn)顯著差異，凸顯了CCA在檢測輕度腦功能改變方面的優(yōu)勢。

研究總結(jié)
本研究開發(fā)并驗證了一種基于CCA降噪和dFC分析的fUS數(shù)據(jù)處理流程，成功揭示了由輕度圍產(chǎn)期系統(tǒng)性炎癥引起的長期腦功能連接改變。研究不僅提供了有效的噪聲去除方法，還建立了穩(wěn)健的dFC狀態(tài)識別系統(tǒng)，并提取出具有分類能力的生物標(biāo)志物。

這些成果表明fUS成像結(jié)合適當(dāng)?shù)臄?shù)據(jù)處理方法，具備檢測輕度腦功能改變的潛力，為未來在臨床前模型及新生兒中研究神經(jīng)發(fā)育障礙提供了有力工具。

參考文獻(xiàn)
Faure F, Bokobza C, Guenoun D, et al. Functional ultrasound (fUS) detects mild cerebral alterations using canonical correlation analysis denoising and dynamic functional connectivity analysis. Imaging Neurosci (Camb). 2025 Sep 2;3:IMAG.a.128. doi: 10.1162/IMAG.a.128.