1、现代计算机Modern Computer第 28 卷 第 24 期2022年12月25日飞行员静息态脑功能度中心度特征研究魏光兴，王梓安，徐开俊，陈曦，王泉川，杨泳（中国民用航空飞行技术学院，广汉618307）摘要：度中心度的实质是计算单个体素与全脑所有体素之间的脑功能网络连接强度，使用度中心度分析方法对飞行员与地面职业者进行分析，探讨飞行员与地面职业者大脑功能差异的脑区。选取26名飞行员作为飞行组和24名地面职业者作为对照组，采集RS-fMRI数据，计算出相对应的DC值，然后在组间差异区间内对两组DC值做双样本t检验，最后定位差异脑区，并进一步分析差异脑区与飞行时长之间的相关性。通过数据处理
2、发现飞行组左侧辅助运动区的DC值（P0.001）相较于地面组有明显的增高，且该值与飞行时长呈显著正相关（双尾检验，r=0.450,P=0.027）。飞行员在静息态下左侧辅助运动区的功能活动与普通职业者之间存在明显差异。该区域与运动前准备阶段中的信息筛选、运动起始等功能有关，因此，结果可能意味着经过系统化的飞行训练，飞行员在信息筛选、运动起始等方面的能力有所提高。关键词：静息态；度中心度；飞行员；运动辅助区；飞行经历；训练选拔基金项目：国家自然科学基金联合基金（U2033217）；2020 年度民航飞行技术与飞行安全重点实验室开放基金（FZ2020KF09）；2021 年度民航飞行技术与飞行安全
3、重点实验室自主研究（FZ2021ZZ06）；中国商飞公司科技周项目（COMAC-KFGS-2021-225）文章编号:1007-1423（2022）24-0008-07DOI:10.3969/j.issn.1007-1423.2022.24.0020引言飞行安全始终是我国民航业的底线和生命线，而飞行安全不仅仅依靠于严格的飞行操控规章，更紧紧联系于飞行员自身的核心胜任力。2020 年 12 月以来，民航局公布了 中国民航PLM建设实施路线图，飞行员技能全生命周期管 理 体 系（professionalism lifecycle managementsystem，PLM）1，目的是通过系列选拔、理
4、论培训、实证演练等方法，增强民航飞行员飞行训练和管理的成效，从而提升飞行员的核心胜任力。在系列选拔的过程中，需要客观的评价准则，因此，本文从影像学的角度为选拔提供理论支撑。功能磁共振成像（functional MRI，fMRI）是一种新兴的神经影像学方法，在国内外广泛应用，其原理是利用磁共振成像来测量神经元活动引起的血氧含量变化2，这种变化能反映脑功能的相干活动性。功能磁共振脑影像可以从脑神经机制的角度去探索个体接受长时间的飞行理论学习和飞行实证训练之后的脑功能的改变，是目前世界范围内研究脑科学的主要方式之一。李建福3通过磁共振成像方法发现长期规律的音乐训练会使得音乐家的感知和运动网络功能连接
5、增强，同时音乐家大脑的结构可塑性会发生变化；温柔4通过静息态功能磁共振方法发现长期舞蹈训练可增强舞蹈专业学生视觉认知、动作表达等脑区的功能；Adamson等5-6发现通过长时间的飞行训练，接受到常态化的刺激后，根据飞行的熟练程度，飞行员的脑功能和脑结构会发生不一样的变化。根据实验室前期研究，经过长期飞行训练后，飞行员的 脑 内 默 认 模 式 网 络（default mode network，DMN）出现正态的变化，DMN 的连通性得到了增强7，对比地面普通职业者可见，长时间飞行训练使得飞行员的脑功能和脑结构都产生改变。Cheng等8、刘洁等9分别使用分数低频振幅和局域一致性研究时，发现当飞行
6、员处于噪 8魏光兴等：飞行员静息态脑功能度中心度特征研究第24期音环境或低氧环境，会对其工作记忆和认知能力产生不好的影响。Causse 等10发现飞行员在进行飞行任务决策时，高度不确定性会使得飞行员的某些脑区活跃性大幅度提升，使得飞行员的即时决策能力得到增强。由此可见，飞行训练会导致大脑的结构和功能发生改变，因此，本研究采用基于体素水平的度中心度来研究飞行组和地面组的脑功能差异。度中心度（DC）原理是通过分析单个体素与全脑所有体素之间的脑功能网络的连接强度，从而计算出该体素作为这个脑功能网络节点的皮尔逊相关系数数值，该数值体现了该节点的重要性，拥有重复性好、客观性强的优点。最开始这种方法适用于
7、社会网络分析，Zuo 等11将这种方法引入静息态脑网络的研究，同时发现可以更好地探索出脑网络连接的状态。基于体素的度中心度分析方法，是把大脑中的每一个体素都看作一个脑网络节点，从而计算每个节点与全脑其他节点的相关性12，而每个节点的相关性大小直接表明了大脑体素水平的功能连接特征。DC方法通常被用来研究某些精神类疾病或生理性特征13-14。Zhang等15使用度中心度分析法探究无先兆头疼患者的感觉运动功能障碍机制，发现在患者的右侧前运动皮层的DC值较正常人明显降低，可能参与偏头痛的功能障碍机制；Wong 等16使用度中心度分析法发现，口面部超功能的习惯会影响颌骨运动的脑神经机制，从而使得磨牙症发
8、生的可能提高。DC分析方法目前还没有用于探究有潜在价值的飞行员大脑功能机制，而本研究可能会丰富人们对飞行员脑功能机制的认识。作为特殊职业人员，飞行员在面对复杂飞行环境的时候，自身的认知能力，信息分析能力以及运动感知能力等方面是至关重要的17-18。这些能力不仅与某一特定区域相关，更是与整个脑功能网络息息相关。DC 是最直接和可量化的中心度测量方法，它可以将大脑局部区域的中心度描述为大脑功能网络中的节点，反映大脑网络的局部特征19，而 DC 值的大小也决定了该节点在脑功能网络中的重要程度20-21。本文使用的是基于体素的DC分析方法，由于它不用 先 确 定 脑 感 兴 趣 区 域（Region
9、of Interest，ROI），这样会使得定位的差异脑功能区域具有良好的再检验可信度，同时能更客观、全面地展示全脑各节点重要性等信息22。本研究属于回顾性研究，我国民用航空运输飞行员的招飞及训练选拔过程，更多的是通过教员的经验进行主观判断，缺乏一定的理论证据支撑。飞行安全不仅仅是与飞行器的完备性和质量相关，更相互匹配的应该是飞行员的整体素质，包括生理素质和专业素养。通过比较飞行员与地面普通专业人员的DC值差异，定位有差异的脑功能网络区域，并试图探索飞行员特殊职业相关的脑功能机制。1方法1 1.1 1研究对象及纳入标准研究对象及纳入标准本次实验的被试者分别由飞行员组成的飞行组和地面普通职业者组
10、成的对照组。所有被试者入组时间为2018年12月至2019年3月，飞行组：包括飞行训练教员、民航飞行员以及通航飞行员，总共26人，均为男性，年龄分布在2325岁之间，飞行时间长度分布在2009800小时内。对照组：共计 24名地面普通职业者，与飞行组年龄、性别、学历分别相匹配。参与实验人员的基本信息见表1，飞行组的飞行时长分布见表2。参与实验人员的纳入标准：均为右利手；均未做过金属内嵌型手术；实验时身体健康，无不良身体反应；被试者及被试亲属均无精神类病史；均为本科学历；实验参与者均为自愿参与本实验项目研究，同时对实验内容均知情并得到本人同意。本实验经电子科技大学磁共振成像研究中心伦理与人体防护
11、委员会批准，实验所有过程均在电子科技大学磁共振成像中心完成，被试者了解实验过程并在实验前签署实验同意书，批准文号2018-042002。表 1研究对象基本信息统计组别飞行组（n=26）地面组（n=24）年龄26.33.3726.33.98性别比/（男/女）26/024/0受教育年限/年1616 9现代计算机2022年表2飞行小时数时长分布情况年龄岁202526303135飞行小时数小时04991320500999350100099990121 1.2 2影像学数影像学数据采集据采集使用GE 3.0T MR750磁共振成像仪，配备8通道相控阵头线圈。采用标准梯度回波脉冲序列进行 fMRI 图像采
12、集，具体扫描参数设置如下：翻转角（flip angle）=90，层厚（thickness）=4mm（无间隔），扫描矩阵（Matrix）=6464，视野（field of view）=24 cm24 cm，重复时间（TR）/回波时间（TE）=2000 ms/30 ms。每名被试者在8分半内进行扫描，每次扫描全脑 35 层，共采集255帧全脑。在进入扫描室之前，进行了全身金属检查，以协助被试者佩戴耳塞。为防止被试者因不自觉的细微动作而过度移动头部，使用泡沫垫加固头部，并随即关灯。被试者躺下闭目休息，保持清醒，尽量不在脑海中进行任何有特点的、具体的思维活动。1 1.3 3影像学数据处理影像学数据处理
13、1 1.3 3.1 1预处理预处理使用基于Matlab2013b平台的SPM12和restplus软件，对RSfMRI数据进行预处理。数据预处理的步骤为：将 DICOM 数据格式进行转换；去除前10个时间点，保留剩余245个时间点；时间层校正；头动校正；空间标准化，将个体脑影像配准到蒙特利尔神经研究所（Montreal Neurological Institute，MNI），标准化空间3 mm3 mm3 mm；去除线性飘移。1 1.3 3.2 2DCDC计算计算通过restplus软件对预处理后的数据进行DC计算。DC 分析单个体素与全脑所有体素之间的脑功能网络连接强度，从而计算出这个体素作为
14、脑功能网络节点的重要性。一般来说 DC 有两种计算方法：加权 DC（weighted DC,wDC）和二元 DC（binarized DC,bDC）。因为加权 DC 会考虑边的赋权情况，故通常以加权DC的值继续分析，取阈值r0 0.25。使用 restplus 计算出DC，取Z变换后的结果进一步处理。1 1.4 4统计分析统计分析使用Matlab2013b平台进行数据分析，利用SPM12工具包进行被试者DC值的统计计算，而在统计分析时，将被试者的年龄作为协变量去除差异。为缩小关注脑区，首先对两组图像数据进行单样本t检验，然后对两个组的结果进行组间差异比较，最后在这个组间差异区间内使用双样本t检
15、验统计定位飞行组和地面组的DC值存在的差异脑区。采用高斯随机场（Gaussianrandom-feild，GRF，P0.001，且团块数大于30）多重比较校正，对统计结果进行校正处理，校正后P0.001具有统计学意义，最后将结果叠加在Colin27模板上进行展示。提取差异脑区的DC值与飞行小时数在SPSS26里做有统计学意义的皮尔逊相关性分析，P1.5 mm 或转动角度1.5的标准去除被试，地面组去除1个，飞行组去除2个。利用BrainNet viewer工具包，将两组分别进行的单样本t检验结果转化为如图1所示。图1飞行组和地面组DC值的单样本t检验结果图（P0.05，GRF校正）2 2.2
16、2DCDC分析结果分析结果在组间差异区间内对飞行组与对照组的RS-fMRI 基于体素的 DC 值进行双样本 t 检验，发现有部分脑区DC值存在显著差异（GRF校正，P0.001，且团块中的体素个数大于30）。飞行组在左侧辅助运动区（Peak点坐标：x=-6,y=10魏光兴等：飞行员静息态脑功能度中心度特征研究第24期0,z=78）的 DC值明显高于对照组，未发现 DC值减小的脑区，见表3。利用BrainNet viewer工具包对分析结果进行图像化，见图2。2 2.3 3差异脑区差异脑区DCDC值与飞行小时数的相关性值与飞行小时数的相关性利用SPSS26软件从飞行组的左侧辅助运动区处提取的 DC 值与其飞行小时数进行皮尔逊相关性分析。结果表明，飞行员左侧辅助运动区（MNI，x=-6,y=0,z=78）处 DC 值与飞行组飞行时长呈正相关（双尾检验，r=0.450,P=0.027）。表 3两组DC值有差异的脑区脑区左侧辅助运动区体素个数33Peak点MNI坐标x-6y0z78t3.799P0.001注：Peak点：差异最显著的极点；MNI：蒙特利尔坐标系。图2飞行组和地面组DC特征值的差
