无创脑刺激治疗酒精使用障碍的因果调控机制研究

Noninvasive brain stimulation (NIBS) can advance both the diagnosis biomarkers and treatment evaluation of alcohol use disorder (AUD). Integration with the MRI technique, the treatment evaluation of NIBS can be more objective and quantitative. This project will focus on the causal inference on the neuromodulation effect by NIBS:1) we employ TMS to modulate neural activity in the prefrontal cortex circuits, then explore the relationship of causality inference via neuromodulation and time series analysis; 2) we combine sham stimulation with real-time neurofeedback to improve the NIBS outcomes and examine the underlying mechanisms of sham stimulation; 3) we employ the high resolution MRI, DTI and the hemodynamic response function estimated from task-evoked and resting-state fMRI to explore the effect of NIBS modulation on the brain morphology and brain activity in AUD patients. In addition, we develop a new algorithm to analyze brain-heart network with simultaneously recoded BOLD and ECG signals, which can be used to uncover the underlying mechanisms of neuromodulation on brain functional integration in AUD patients. Finally, the neuroimaging biomarkers of NIBS treatment on AUD will be derived by machine learning technique combined with the measurements of functional segregation and integration, which will help us get better understanding of the NIBS treatment on AUD patients.

无创脑刺激（NIBS）在治疗酒精使用障碍（AUD）上显示了极大的优势和潜力。基于MRI的脑影像技术，NIBS的疗效观察与评估将会更加地客观和具体。本项目拟围绕NIBS治疗AUD患者脑功能的因果调控问题而展开：1)通过TMS调控前额叶的脑神经回路，探索基于神经调控的因果推断与基于时间序列分析的因果推断之间的内在关联机制；2）结合伪刺激与实时神经反馈技术，巩固NIBS的治疗效果，推断伪刺激的因果调控机制；3）利用结构MRI和DTI，任务态和静息态BOLD-fMRI所估计的血液动力学响应函数来探明NIBS对AUD患者脑形态学和脑活动的因果调控机制；通过同步采集的BOLD和心电信号来发展构建心脑交互网络图谱，用于揭示NIBS对AUD患者脑功能整合的因果调控机制。基于本项目的研究，利用机器学习获得的脑功能分化与整合的神经影像学标记，最终形成一套客观量化NIBS治疗AUD的疗效评估方案。

酒精使用障碍(AUD)患者在大脑结构和代谢功能方面总呈现异常，并伴有一系列的认知功能损伤，亟需早识别、早诊断和早干预。现代脑影像技术可以客观的检测和量化AUD引起的脑损伤，已被广泛应用于无创脑刺激(NIBS)的疗效评估和靶点导航中。本项目围绕NIBS治疗AUD的因果调控机制而展开研究，通过本项目的实施，1) 我们整合开发出一套脑影像数据分析工具包rsHRF，提供了静息态血液动力学响应函数(HRF)估计和去卷积、功能连接和动态有向连接分析等功能；发展了基于单张图像构建脑网络的分析方法，可以将脑血流、脑代谢(FDG-PET)等指标从传统的功能分离角度拓展到功能整合层面上，为寻找和评估NIBS治疗AUD的生物标志物提供了新方法。2) 基于这些影像数据分析新方法，结合临床量表评估等手段，通过统计和机器学习等技术刻画了NIBS治疗前后脑形态学和脑功能变化与临床症状改善之间的关系，在脑形态、脑连接、脑血流和脑代谢等指标上揭示了真假NIBS的因果调控机制。3) 建立了一套基于基线水平脑血流和脑代谢功能网络的个体化精准靶区定位新方案，结合先前建立的NIBS治疗数据库和无创脑刺激仿真(SimNIBS)的结果，给出一套无MRI导航的TMS靶区定位建议方案。至今共发表SCI学术期刊论文共23 篇(其中8篇中科院1区，13篇IF>5，1篇IF>10)，学术期刊包括 Neuroimage, Brain Stimulation, IEEE Transactions on Medical Imaging, Psychological Medicine, Translational Psychiatry, Human Brain Mapping, Cerebral Cortex等。文章总被引（据web of science 2023-01-30数据）167次。本项目开发的rsHRF工具包被纳入欧盟人脑计划的EBRAINS平台中，并在rsHRF文章发表一年后，项目负责人获得了“爱思唯尔（Elsevier）中国金色开放获取高下载论文学者”(2022年第三季度,生命科学)称号。项目执行期间共培养硕士生10人。