预约产品演示
请完善以下信息，我们将联系您进行演示
发布：2026-04-25 浏览：11 次
该研究利用发育中的人类连接组计划（dHCP）数据，探讨了静息态fMRI BOLD信号功率谱的非周期性参数（偏移量和指数）与新生儿脑成熟的关系。研究发现，产后胎龄（PMA）与偏移量呈正相关，而产后日龄与指数呈负相关（功率谱变平坦）。早产儿的非周期性指数显著低于足月儿，表明其神经发育过程存在差异。此外，女性新生儿的指数较低、偏移量较高，提示脑成熟速度可能更快。研究还采用弹性网络机器学习模型，基于90个脑区的非周期性参数预测新生儿年龄，取得了中等至较高的预测性能，证明非周期性参数可作为量化新生儿脑功能成熟的有效指标。
围产期是脑发育的关键时期，早产儿出现神经发育状况的可能性更高。虽然结构磁共振成像与早产及产后胎龄（PMA）之间存在强关联已被报道，但功能性磁共振成像（fMRI）的结果明显较弱。利用发育中的人类连接组计划（dHCP）的无任务新生儿fMRI数据集，该研究首先研究了中央前回和中央后回血氧水平依赖（BOLD）信号功率谱的非周期性成分与早产的关联，并分析了与产后胎龄、产后日龄和性别的关联，发现早产组与足月组之间以及男性和女性之间存在明显差异。其次，该研究使用机器学习回归方法，基于90个皮层和皮层下感兴趣区的BOLD信号非周期性参数预测参与者的年龄，取得了相对较高的准确度（测试R²为0.20–0.41）。
围产期脑发育迅速。脑经历顺序性、协调性和层级性的发育过程，这在新生儿期和婴儿期的功能脑网络中也有所体现。先前研究已证实胎儿以及早产儿和足月儿主要脑网络功能连接的存在及其模式。运动和感觉系统的成熟发生较早，在婴儿中，皮层功能网络主要局限于初级感觉和运动区域，提示存在感知-动作任务相关的功能网络架构。
早产（妊娠37周前出生）是一种常见状况，全球约每10例分娩中就有1例发生。它与晚年多种不良健康结局的风险增加相关，包括脑、认知和神经功能损害。就脑成熟而言，早产与脑发育改变相关，因为出生时胎龄越小，预测脑体积越小，前额叶、顶叶、运动、躯体感觉和视觉皮层的弥散度越高，可能提示这些皮层区域的成熟延迟。先前研究还证明了早产脑中的性别特异性改变。除了早产的神经相关性外，研究还揭示了脑发育许多关键步骤与扫描时产后胎龄增加之间的关系。然而，产后胎龄与脑测量指标之间的关联强度因成像模态而异。结构连接测量在新生儿中显示出与产后胎龄的强相关性（r=0.83），在胎儿中也显示出与胎龄的强相关性（R²=0.71），而功能连接测量显示出相对较弱的相关性（r=0.18-0.21）。然而，在最近的一项工作中，Sun等人证明结构和功能连接组都能准确预测在出生后最初几个月内扫描的足月和早产婴儿的产后胎龄，尽管结构连接组仍具有更高的预测准确性。这凸显了先进功能成像方法增强新生儿脑成熟评估的潜力。
脑的电生理活动表现出周期性（或振荡性）和非周期性（非振荡性）特性。非周期性活动的总体水平及其随频率的变化可分别用两个参数建模：偏移量和指数。这些参数随年龄变化，在婴儿中指数降低，在幼儿期和成年早期指数和偏移量均降低。基于这些脑电研究，该研究提出非周期性脑活动参数可作为（功能性）脑成熟速度的标志物。鉴于非周期性脑活动被认为是"无标度"的（即不受特定时间尺度限制），年龄相关变化也可通过静息态功能性磁共振成像血氧水平依赖信号的非周期性参数检测到。虽然将脑活动参数化为其周期性和非周期性成分的效用已在众多电生理研究中得到证实，但该方法尚未被广泛采用于功能性磁共振成像数据集的分析。
有效的神经血管耦合在正常出生前的发育脑中已经存在，尽管与成人参与者相比振幅较弱，但新生儿参与者的血流动力学响应函数可被可靠识别。虽然功能性磁共振成像血氧水平依赖信号的非周期性成分相对未被充分探索，但来自皮层脑电图和脑电图的同步多模态测量证据将无标度活动与功能性磁共振成像血氧水平依赖信号响应联系起来，提示共同的神经起源。Wen和Liu认为，血氧水平依赖信号中的周期性活动支持脑的模块网络，而非周期性活动与全局血氧水平依赖信号相关，后者正日益被认为携带有关神经过程的有价值信息，并与警觉和觉醒水平以及脑功能活动的准周期性模式等多种现象相关。在新生儿参与者中，在感觉皮层观察到更高的功能性磁共振成像血氧水平依赖信号非周期性指数，可能提示局部脑成熟。虽然功能性磁共振成像血氧水平依赖信号中非周期性成分的确切起源或意义尚未完全阐明，但其起源于脑的神经过程，或携带与脑各种过程相关的重要信息，这一点毋庸置疑。
在该研究中，该研究利用发育中的人类连接组计划新生儿静息态功能性磁共振成像数据集的数据，对90个皮层和皮层下感兴趣区的静息态功能性磁共振成像血氧水平依赖信号功率谱（0.01-0.15Hz）的非周期性成分进行了参数化，以指数和偏移量表示。然后，该研究绘制了中央前回和中央后回的非周期性偏移量和指数参数与早产的关联图，并将产后胎龄和产后日龄以及性别纳入线性混合效应模型。最后，该研究进行了基于机器学习的回归分析，以从所有90个感兴趣区的非周期性参数预测产后胎龄和产后日龄。基于先前的电生理研究，特别是最近一项探索新生儿和幼儿非周期性活动与妊娠持续时间关系的研究，以及早产婴儿的弥散张量成像研究，该研究假设产后胎龄与非周期性参数呈正相关，而产后日龄与非周期性参数呈负相关。此外，该研究预期与足月新生儿相比，早产新生儿表现出更高的非周期性参数，反映早产组的神经发育过程延迟。在统计分析中，产后胎龄与非周期性成分的偏移量呈统计学显著正相关，而产后日龄与非周期性成分的指数呈统计学显著负相关，两者均与该研究假设一致。早产与指数呈负相关且具有统计学显著性；然而，这与该研究假设不符。早产与偏移量的关联也为负，但未达到统计学显著性。该研究基于机器学习的弹性网络回归模型使用非周期性参数作为预测因子取得了相对较高的预测性能，支持血氧水平依赖信号的非周期性成分作为新生儿群体脑成熟的测量指标。
全部样本的描述性统计见表1。
各感兴趣区的非周期性拟合总体可接受，但在躯体感觉区域最高（图1）。脑下部区域拟合较差，这可能是由于这些区域的信噪比较低。
表1全样本的描述性统计
图1 FOOOF模型拟合优度
扫描时产后胎龄与偏移量呈正相关（表3：估计值=0.06，标准误=0.01，p<0.001）。进一步的交互效应显示，该关联在统计学上显著依赖于感兴趣区（表3：估计值=0.04，标准误=0.01，p<0.001）。这意味着儿童产后胎龄增加一个标准差，预测中央后回偏移量增加+0.06，中央前回增加+0.10。
扫描时产后胎龄的主效应与指数无统计学显著关联，但其与感兴趣区的交互效应具有统计学显著性（表2：估计值=-0.03，标准误=0.01，p=0.002）。这意味着存在交叉交互作用，即产后胎龄与指数的关联依赖于感兴趣区。在中央后回，儿童产后胎龄增加一个标准差预测指数增加+0.02，而在中央前回，相应变化可忽略不计，为-0.01。
妊娠期间，神经母细胞增殖和突触发生，最终导致神经元产生重复动作电位的能力。此外，自发性神经活动在中期妊娠（约妊娠第18周）开始出现。鉴于异步信号（即偏移量）已被确定为血氧水平依赖响应的主要来源，且电生理功率偏移已被证明是神经元峰电位的可靠预测因子，该研究结果可能反映妊娠期神经元放电率随产后胎龄增加而增加。
该研究选择躯体感觉区域进行更详细的检查，因为这些区域已知是早期成熟的区域之一。中央前回的偏移量值高于中央后回，反映中央前回血氧水平依赖信号功率的基线水平升高。将偏移量视为神经活动的间接代理指标，这提示与中央后回（躯体感觉）相比，中央前回（运动）的神经活动更高或体素时间一致性更高（即体素间血氧水平依赖信号波动更同步）。然而，随着产后日龄增加，这种差异在出生后逐渐缩小。该研究观察到中央后回的指数值随产后胎龄增加而增加，而在中央前回未检测到明显变化。这提示中央后回的非周期性活动分布随产后胎龄增加而变陡。鉴于先前脑电研究将功率谱平坦化与产后年龄增长相关联，该研究结果可能提示妊娠期中央前回（运动）比中央后回（躯体感觉）更早成熟。这与先前一项早产新生儿的弥散张量成像研究一致，该研究发现与感觉束相比，运动束的各向异性分数更高、弥散度更低，反映运动系统比感觉通路更早的白质成熟。
需要注意的是，该研究关注血氧水平依赖信号低频功率谱的变化（0.01-0.15 Hz），将该研究结果与先前脑电文献进行比较时需谨慎。然而，关于成人低频波动分数振幅激活的先前研究报告了年龄与成人低频波动分数振幅激活之间的负相关，且低频波动分数振幅激活已被证明是儿童年龄的有效预测因子。这些发现提示血氧水平依赖信号中低频波动随年龄增长而减弱的趋势。此外，该研究发现右半球的偏移量值略高于左半球，提示右半球的血氧水平依赖信号功率更大。然而，应注意该差异可忽略不计，仅为0.01。先前研究与该研究发现一致，提示右半球更早成熟，因为胎儿的皮层折叠在右半球发生更早。此外，已在胎儿、新生儿和早产儿中描述了右半球的一般功能优势（语言刺激除外）。
表2指数线性混合效应回归模型的结果
表3偏移量线性混合效应回归模型的结果
儿童产后日龄与指数的负相关具有统计学显著性（表2：估计值=-0.17，标准误=0.03，p<0.001）。该关联在中央前回和中央后回之间无统计学显著差异，意味着产后日龄增加一个标准差预测两个感兴趣区的指数均减少-0.17。
产后日龄对偏移量的负效应无统计学显著性。然而，其与感兴趣区的交互效应具有统计学显著性（表3：估计值=-0.02，标准误=0.01，p=0.048）。该结果表明，产后日龄增加一个标准差使中央前回和中央后回偏移量值之间的差异减少-0.02，导致区域相关差异在约20周产后日龄时消失。
该研究发现指数值随产后日龄增加而降低（功率谱平坦化），与多项先前脑电研究一致，如一项婴儿纵向研究，以及多项从幼儿期到青春期和成年早期的横断面研究。然而，年龄与非周期性参数之间的这些关联在整个生命周期中不一定是线性的，因为McSweeney等人证明了儿童期（4-11岁）偏移量和指数值的二次年龄相关变化。
该研究发现提示，出生后，在脑成熟的极早期阶段，不同频率上的非周期性活动分布（血氧水平依赖信号功率）发生变化（平坦化）。这可能反映老化过程中更广泛或更全局的神经过程的出现，或如上所述，脑体积或髓鞘化的变化。在脑电中，功率谱斜率陡峭度的变化被认为反映皮层突触兴奋-抑制平衡，从发育的极早期开始经历变化。在动物研究中，较陡的频谱斜率（较高指数）与猕猴和大鼠皮层的兴奋-抑制平衡降低相关，可能由于更高的γ-氨基丁酸突触密度。非周期性指数与注意缺陷多动障碍和孤独症特质中的病理学相关。最佳的兴奋-抑制平衡可能在典型脑发育中发挥关键作用，因为药物治疗已被证明可导致注意缺陷多动障碍儿童兴奋-抑制平衡（指数）的"正常化"。需要更多研究检查功能性磁共振成像血氧水平依赖信号的周期性和非周期性参数的年龄相关变化，特别是纵向研究。
早产与指数呈负相关（表2：估计值=-0.17，标准误=0.08，p=0.036）。这意味着与足月新生儿相比，早产新生儿的指数值在统计学上显著更小（差异-0.17）。
早产与偏移量的关联几乎达到统计学显著性（表3：估计值=-0.09，标准误=0.05，p=0.057）。如果为真，这将意味着与足月新生儿相比，早产新生儿的偏移量值总体上小0.09。然而，早产与感兴趣区的交互效应具有统计学显著性（表3：估计值=0.06，标准误=0.03，p=0.048），提示早产效应在中央前回更弱。足月儿与早产儿预测非周期性参数差异的可视化见图2。
图2按性别预测足月新生儿和早产儿的非周期性参数差异的可视化
所有90个不同脑区线性回归模型中早产对皮层和皮层下投射的估计值（指数/偏移量）见图3。经错误发现率校正后，早产对非周期性指数的影响仅在两个脑区保持统计学显著性：右侧海马（校正后p=0.009）和右侧海马旁回（校正后p=0.029）区域。早产对非周期性偏移量的影响在任何脑区均未保持统计学显著性。
图3早产估计图，映射到由自动解剖标记（AAL90）图谱定义的皮质和皮质下区域的早产（足月出生=0，早产=1）的线性回归估计。颜色梯度表示估计的幅度（红色=较大，蓝色=较小）
在该研究中，与足月新生儿相比，早产新生儿的指数更小，表明跨频率的血氧水平依赖功率分布更平坦。偏移量也呈现类似趋势，但该关联未达到统计学显著性。鉴于产后胎龄老化过程中指数值呈增加趋势，该研究发现可能反映早产新生儿与足月新生儿相比妊娠持续时间较短。该研究发现与先前一项功能性磁共振成像血氧水平依赖信号研究一致，该研究证明了早产新生儿低频波动振幅的改变，特别是在运动和初级感觉皮层。如前所述，平坦的功率谱，至少根据先前脑电文献，可能提示向兴奋的转变，反映兴奋-抑制平衡的变化。先前研究表明，早产儿常面临抑制能力延迟，尽管大多数行为研究提示他们在儿童晚期赶上同龄人。或者，较小的指数可能反映早产与足月新生儿相比更快的产后神经成熟过程。需要随访研究调查非周期性参数的轨迹是否在一生中持续演变。
女性中，非周期性指数更小（表2：估计值=-0.09，标准误=0.03，p=0.006），非周期性偏移量高于男性（表3：估计值=0.04，标准误=0.02，p=0.038）。未发现儿童性别与感兴趣区之间的统计学显著交互作用。
先前研究已描述了脑发育中的性别依赖性差异，包括女性婴儿视觉联合网络功能连接增加，以及5岁儿童女性后部和颞叶白质各向异性分数更高。该研究发现与这些研究一致，初步提示女性脑成熟更快（功率谱更强的平坦化）。需要进一步研究检查这些性别特异性差异是否持续到儿童后期。
与中央后回相比，中央前回的偏移量值更高（表3：估计值=0.12，标准误=0.01，p<0.001）。感兴趣区（中央后回/中央前回）与指数之间无统计学显著关联。右半球的偏移量值比左半球高0.01，可忽略不计（表3：估计值=0.01，标准误=0.01，p=0.048）。指数值与半球侧别（右/左）无关。
弹性网络机器学习模型性能分别使用仅基于偏移量的预测因子、仅基于指数的预测因子以及同时使用两种预测因子进行估计。性能还分别针对产后日龄和扫描时产后胎龄作为目标变量进行估计，以及针对仅包含足月出生参与者的数据子集和所有参与者进行估计，以控制早产效应。为估计模型的泛化能力，以决定系数和平均绝对误差（以周为单位）报告了交叉验证折中重复交叉验证的测试集和训练集性能估计的平均值。不同分析设置的性能估计见表4-6。
表4使用偏移量特征预测扫描时产后日龄和产后胎龄分析的交叉验证性能估计
表5使用指数特征预测扫描时出生后和月经后年龄的分析的交叉验证性能估计
表6使用偏移量和指数特征预测扫描时产后日龄和产后胎龄分析的交叉验证性能估计
与不同输入和输出变量设置相关的交叉验证平均性能分数显示，所有此类设置的测试性能为中等至相对较高（测试R²为0.20-0.41）。对于预测两种类型的目标变量，偏移量预测因子产生的性能估计（0.24-0.36）通常略高于指数预测因子（0.20-0.36）。同时使用两种预测因子训练的模型比单独使用任何一种的性能更好（0.24-0.41），这意味着两种非周期性参数携带与脑年龄相关的互补信息，模型可以有效利用这些信息以获得更好的预测性能。就目标变量而言，预测产后日龄的模型在仅足月子样本上表现更好（0.36-0.40），相比全样本（0.22-0.24）；而预测产后胎龄的模型在全样本上表现更好（0.20-0.41），相比仅足月子样本（0.30-0.35），但预测产后胎龄的指数预测因子模型例外（0.20）。比较平均训练性能分数与测试性能分数显示，尽管弹性网络具有固有的正则化机制，但仍存在一定程度的模型过拟合。
为通过特征重要性分析进行模型解释，计算了交叉验证折中的平均弹性网络模型系数。图4和图5显示了基于非周期性指数（图4）和偏移量（图5）变量，预测足月参与者产后日龄和产后胎龄的模型在交叉验证折中的平均模型系数映射到皮层和皮层下感兴趣区。
图4基于非周期性指数预测年龄的弹性网络系数。使用非周期性指数参数预测足月出生参与者年龄变量时，交叉验证折中弹性网络回归系数的平均值，映射到自动解剖标记（AAL90）图谱定义的皮层和皮层下区域。颜色梯度表示系数大小（红色=较大，蓝色=较小）。A 使用指数预测产后日龄（N=483）。B 使用指数预测产后胎龄（N=483）。
图5基于非周期性偏移量预测年龄的弹性网络系数。使用非周期性偏移量参数预测足月出生参与者年龄变量时，交叉验证折中弹性网络回归系数的平均值，映射到自动解剖标记（AAL90）图谱定义的皮层和皮层下区域。颜色梯度表示系数大小（红色=较大，蓝色=较小）。A 使用偏移量预测产后日龄（N=483）。B 使用偏移量预测产后胎龄（N=483）。
在该研究的机器学习数据分析中，该研究发现血氧水平依赖信号的两种非周期性参数均可用于以中等至相对较高性能（R²为0.20-0.41）预测新生儿年龄，支持静息态功能性磁共振成像血氧水平依赖信号的非周期性成分作为脑成熟测量指标的可行性。偏移量参数通常产生的预测性能估计略高于指数参数，同时使用两种参数进一步提高了预测性能估计。先前，Kardan等人以回归任务从静息态功能性磁共振成像数据预测婴儿产后日龄，取得了高性能（中位数R²=0.51），但应注意该数据集与该研究不同，特别是受试者年龄明显更高且跨度更广（8-26个月）。大多数先前预测新生儿或婴儿年龄的研究使用结构性或多模态磁共振成像数据。使用功能性磁共振成像预测新生儿或婴儿年龄的研究通常作为分类任务实施，Smyser等人还将足月胎龄时的年龄作为回归任务建模。关于静息态功能性磁共振成像与年龄的区域关联，Dosenbach等人发现前额叶前皮层和楔前叶对7-30岁较年长受试者的年龄预测贡献最大。最近使用发育中的人类连接组计划静息态功能性磁共振成像数据集进行基于机器学习的脑年龄预测的努力取得了高预测性能（r=0.42-0.69），进一步证明了功能性脑年龄预测框架的可行性。脑年龄预测有许多潜在用途，可作为了解正常发育的手段，脑年龄估计又可作为各种脑状况和疾病的预测因子，以进一步用于临床背景。然而，已报告年龄估计中的系统性偏差，需要使用更全面的模型以避免对年轻受试者的高估。
在这项横断面研究中，该研究使用血氧水平依赖信号功率谱的非周期性参数作为脑成熟的前瞻性指标。与足月新生儿相比，早产与非周期性活动的较低偏移量和指数相关。这反映了跨频率的非周期性信号活动分布更平坦（即功率谱平坦化）。早产与足月新生儿之间的差异在偏移量上接近非显著（p=0.057），在指数上显著（p=0.036）。偏移量与产后胎龄呈正相关，与产后日龄呈负相关；而对于指数，与产后胎龄的关联无统计学显著性，与产后日龄的关联为强负相关。该研究发现提示非周期性活动随产后胎龄老化而增加，随后在产后时期减少。最后，在该研究的机器学习分析中，该研究观察到静息态功能性磁共振成像血氧水平依赖信号的非周期性参数与新生儿年龄之间存在相对较强的关联（R²=0.20-0.41），证明了该方法用于研究功能性脑成熟的可行性。"传统"统计检验和机器学习是互补方法，不应直接比较。例如，产后胎龄与躯体感觉区指数无关联（表2），而在弹性网络回归情况下，指数显示出实质性预测性能（表5）。这可能是因为用于训练机器学习模型的数据维度更高，允许模型使用所有感兴趣区的所有可用信息，而统计模型仅限于预选感兴趣区。
发育中的皮层表现出自发的、间歇性的神经活动，被认为在早期脑网络的成熟和连接中发挥关键作用。在早产儿中，这些自发活动瞬态随发育而演变，反映在脑电测量变化中，如低频功率降低和波形方差减少。在功能性磁共振成像领域，Fransson等人证明足月婴儿的自发低频血氧水平依赖波动围绕皮层枢纽组织，主要位于初级感觉和运动区域。他们提示这些早期枢纽结构可能随发育逐渐重组并扩展为更高阶的联合网络。
尽管低频血氧水平依赖波动的确切神经起源仍未解决，但成人同步脑电-功能性磁共振成像研究的证据显示，非周期性脑电功率（1/f成分）的变化与听觉-显著性-小脑和前额叶区域的血流动力学波动耦合。鉴于这种跨模态对应关系，以及新生儿脑电和血氧水平依赖信号均表现出结构化、非随机动态的事实，可以合理推断新生儿血氧水平依赖信号的非周期性成分携带神经生理学有意义的信息。应用新衍生的脑指标预测新生儿年龄参数是检验衍生脑指标初始有效性的常用方法。然而，该研究强调该研究缺乏同步或平行脑电数据收集，这将允许该研究刻画脑电和功能性磁共振成像非周期性成分之间的联系。这仍是未来研究的重要主题。
需要注意的是，该研究的研究设计是横断面的，因此不能对个体脑成熟速度的变化做出假设。然而，由于样本量较大，该研究确信其群体水平发现可推广到更大人群。虽然交叉验证测试性能估计显示弹性网络模型具有相对较高的泛化能力，但应注意训练性能明显更好，暗示尽管模型进行了正则化仍存在过拟合。在新生儿中，睡眠-觉醒模式在出生后很快开始演变，首先在出生后最初几个月从相对安静和活跃的睡眠阶段快速转变为结构化的非快速眼动和快速眼动睡眠。他们的睡眠在一天中分布不均，且扫描时觉醒状态或睡眠阶段的不确定性可能使功能性磁共振成像的解释复杂化。由于在该年龄组中很难避免这种效应，该研究假设非周期性参数的变化与新生儿的年龄、早产和性别相关。已证明与年龄作为目标变量强相关的功能连接比偶然预期的相关性更高，提供冗余信息，最终导致不可靠的权重。虽然该研究使用血氧水平依赖信号参数作为特征而非功能连接，类似的局限性也可能适用于该研究分析的解读。最后，在该研究数据集中，由于选择接近出生时进行扫描，新生儿产后日龄的变异较低。这导致婴儿年龄数据呈高度偏态分布。然而，线性回归模型的目视检查诊断是可接受的。
在该研究中，该研究证明了早产与足月新生儿静息态功能性磁共振成像血氧水平依赖信号非周期性参数的差异，以及男性和女性之间的差异。该研究还证明了这些非周期性参数用于基于机器学习的新生儿年龄预测的适用性，具有相对较高的性能（R²=0.41），并确定了为此目的最重要的感兴趣区。基于该研究结果，该研究认为静息态功能性磁共振成像血氧水平依赖信号及其非周期性成分是量化新生儿脑成熟的可行功能性脑指标。此外，该研究希望其结果能够实现对发育状况和疾病神经起源的更精确调查。
该研究使用发育中的人类连接组计划数据发布3.0中发布的预处理数据，方法先前已详细描述。研究参与者作为发育中的人类连接组计划的一部分被前瞻性招募，这是一个观察性、横断面的开放科学项目，经英国国家研究伦理管理局批准（14/LO/1169）。成像前从所有参与家庭获得书面知情同意。遵循所有与人类研究参与者相关的伦理规定。足月新生儿从产后病房招募，基于临床健康状况进行入组。早产新生儿从新生儿病房和产后病房招募。如果新生儿有出生时严重窒息需要长时间复苏的病史、确诊的染色体异常或任何磁共振成像扫描禁忌证（如不兼容的植入物），则不将其纳入研究。最终研究组中无新生儿需要治疗临床显著的脑损伤。第三次数据发布共包括来自783名新生儿的887个数据集，包括健康足月新生儿、早产新生儿和具有非典型神经认知发育高风险的新生儿。
公开可获得的发育中的人类连接组计划数据集（第三次发布）包括来自783名新生儿研究对象的887次静息态功能性磁共振成像扫描，产后胎龄26-45周（女性359名），其中205名为早产。轻微偶然发现不被视为排除标准。数据集的更详细描述见Edwards等人。105次扫描因功能性磁共振成像质量控制失败被标记，并从该研究分析中排除。此外，129次扫描来自非单胎参与者，为避免交叉验证期间间接信息泄露，从该研究分析中排除。最后，该研究仅纳入每位参与者的最后一次未标记扫描，结果得到605次来自单胎参与者的唯一、未标记扫描。6名参与者的频谱参数化模型拟合失败，因此分析在599名参与者的子集上进行（女性276名，产后胎龄27-45周），其中116名为早产。
磁共振成像使用运行修改版3.2.2软件的3T飞利浦Achieva扫描仪进行。功能性磁共振成像采集时长为15分钟，采集参数为：回波时间/重复时间=38/392毫秒，2300个volume，获取的空间分辨率为2.15毫米各向同性。参与者使用新生儿脑成像系统在非镇静状态下扫描，该系统包括专用32通道阵列线圈和定位装置。功能数据成像采集使用为新生儿参与者优化的多波段序列，全程使用相位优化多波段脉冲。
一种称为拟合振荡和1/f（FOOOF）的算法方法已被提出，用于将功率谱参数化为周期性和非周期性成分参数。周期性成分以其中心频率、功率和带宽等参数为特征，而类1/f非周期性成分则以其偏移量和指数参数为特征。该算法在表征神经功率谱方面的性能已针对具有已知真实值的模拟功率谱以及真实脑电图和模拟数据上的人类专家标注进行了验证，在两种测试安排中均显示出低错误率。FOOOF算法通过创建非周期性成分的初始拟合并从总功率谱中减去它，将功率谱参数化为其周期性和非周期性成分，从而产生平坦频谱，在迭代过程中，最大值被识别为峰值并用于拟合高斯函数，然后从平坦频谱中减去。当无法识别超过阈值值的进一步峰值时，使用 thus 识别的所有最大值拟合最终的周期性多高斯模型。周期性模型从原始频谱中减去，产生噪声非周期性成分，最终非周期性模型拟合于此。模型的非周期性成分根据以下公式以偏移量和指数参数为特征：
其中F指频率，b指偏移量，X是指数参数，通过上述拟合模型求解。值得注意的是，由于功率值以对数尺度呈现，负偏移量值是可能的。关于整个模型拟合程序的详细描述，见算法原始出版物中"方法"下的"算法参数化"。对于代表感兴趣区特异性血氧水平依赖信号的每个时间序列，该研究使用多锥形频谱分析和FOOOF算法（Python实现版本1.1.0），估计并参数化0.01至0.15 Hz之间的功率谱，产生信号周期性和非周期性成分的参数，以及每个感兴趣区拟合优度的R²分数。关于血氧水平依赖信号先前研究中频率范围选择的总结，见Glerean等人。在选择FOOOF模型参数时，该研究未设置振荡峰的最大宽度，而将检测的振荡峰最小宽度设置为0.001 Hz。由于先前关于静息态功能性磁共振成像血氧水平依赖信号功率谱中振荡峰特征的相关研究稀少，该研究使用一项先前研究静息态功能性磁共振成像血氧水平依赖信号白质功率谱的工作作为指导，将振荡峰阈值设置为均值以上1.5个标准差，以及要找到的最大峰值数设置为2。对AAL90图谱的90个感兴趣区进行功能性磁共振成像血氧水平依赖信号的频谱参数化，包括皮层和皮层下灰质。从这些区域中，选择中央前回（运动）和中央后回（躯体感觉）进行进一步的统计分析。选择这些区域是因为它们在婴儿期早期功能成熟，且非周期性模型拟合在这些区域特别稳健，具有高平均R²值（中央前回0.94，中央后回0.93）。中央前回和中央后回分别位于中央沟的前方和后方，可在图1中通过其深红色识别，表示高拟合优度。最后，所有区域均用于基于机器学习的回归分析。
统计分析使用RStudio（2022.07.1+554）和JASP（2022，版本0.16.3）进行。为估计功能性磁共振成像血氧水平依赖信号非周期性参数（指数或偏移量）与早产、性别、扫描时产后胎龄和产后日龄之间的关联，使用RStudio中afex包的lmer函数。线性混合效应回归模型分析使用最大似然估计进行。固定效应包括扫描时产后胎龄、产后日龄、性别、早产以及半球（右/左）。包括与感兴趣区（中央前回/中央后回）的交互项。此外，在偏移量模型（模型2）中，将指数作为固定效应纳入，以控制指数变化对偏移量值的可能影响。受试者的截距建模为随机效应，包括运动异常值的随机斜率。线性混合效应回归模型具有以下结构：
模型1：指数~扫描时产后胎龄感兴趣区+日龄感兴趣区+性别感兴趣区+早产感兴趣区+半球+（1+运动|编号）
模型2：偏移量~扫描时产后胎龄感兴趣区+日龄感兴趣区+性别感兴趣区+早产感兴趣区+半球+指数+（1+运动|编号）
扫描时产后胎龄指新生儿扫描时的产后胎龄（周；z转换），日龄指儿童的产后日龄（周；z转换）。性别指儿童性别（男性=0，女性=1），早产指足月与早产（足月出生=0，早产=1；出生时产后胎龄<37周）。感兴趣区指感兴趣区域，中央后回（=0）或中央前回（=1），半球指脑侧别，左（=0）或右（=1）。运动指运动受损容积数（基于DVARS的异常值；z转换）。在模型2中，指数为z转换。
模型最初仅纳入自变量的主效应运行，但随着与感兴趣区的交互项加入模型，模型拟合改善（基于较低的赤池信息准则和交互项纳入前后似然比检验的统计学显著结果）。早产变量与其他年龄变量存在中度相关，但较低的赤池信息准则（纳入早产时）支持将早产作为预测因子纳入。似然比检验（未纳入早产vs.纳入）在模型1（p=0.09）和模型2（p=0.06）中均无统计学显著性。检查了模型的奇异性可能性，未检测到。此外，对两个模型进行了模型假设的目视评估。起初，模型1的Q-Q图显示略微S形模式，而其他目视评估支持残差正态分布。残差异常值检测和排除（±3个标准差，N=26）后，Q-Q图改善。在模型2中，目视评估支持残差正态分布，未确定需要排除异常值。
为绘制90个不同皮层和皮层下脑区功能性磁共振成像血氧水平依赖信号非周期性参数（指数或偏移量）早产的估计值（足月出生=0，早产=1），使用遵循上述线性混合效应回归模型公式的线性模型。
该研究使用监督机器学习回归模型预测参与者的产后胎龄和产后日龄作为目标变量。对于每个目标变量，该研究使用重复嵌套10折交叉验证算法，以所有感兴趣区的指数、偏移量或两种参数作为预测因子训练并测试回归模型。为控制早产效应，该研究分别对全样本和仅足月出生参与者训练并测试回归模型。除血氧水平依赖信号功率谱非周期性成分的指数和偏移量参数外，机器学习模型中未引入其他预测因子。分别使用三组预测因子（即偏移量、指数和两者）对两个数据子集（仅足月出生者和所有参与者）进行基于机器学习的回归分析，预测两个不同的年龄目标变量（扫描时产后日龄和产后胎龄），共产生12个预测模型。
该研究使用弹性网络，一种基于l1和l2正则化线性回归的机器学习模型，对目标变量进行预测，并使用模型的β系数对预测因子进行排序以进行解释。虽然l1正则化回归（即LASSO）通过强制稀疏性进行特征选择，从而使模型更具可解释性，但如果特征高度相关，它可能导致模型不稳定，这在神经成像数据中通常是情况。相比之下，弹性网络通过l2正则化实现分组效应，已知这可以纠正相关预测因子之间任意选择的不稳定性诱导倾向，被认为是基于机器学习的神经成像研究中的标准预测算法。弹性网络通过最小化以下公式中的β来找到最优模型系数：
其中β代表模型的β系数（即权重），α代表总体正则化强度，ρ代表正则化中使用的l1范数比例。
为以低偏差和方差估计模型对先前未见数据的预测性能，该研究使用10次重复10折交叉验证，嵌套5折交叉验证用于基于网格搜索的超参数调优，所涉及的超参数为弹性网络公式中的"α"和"ρ"（即scikit-learn ElasticNetCV算法实现中的"alpha"和"l1_ratio"）。训练模型的β系数在折中平均，并根据平均系数值排序以进行特征重要性分析。
在拟合弹性网络模型之前，数据通过减去均值并缩放到单位方差进行标准化——这是一个推荐的预处理步骤，被认为具有增加模型可解释性的效果。该预处理操作在交叉验证期间进行，以避免从测试集到模型的数据泄露，如果这种预处理在分割数据之前进行，则可能发生这种情况。
统计分析使用RStudio（版本2022.07.1+554）和JASP（版本0.16.3，2022）进行。由于效应量未知，未进行功效分析以确定这些实验的样本量。样本包括N=599名新生儿。在线性混合效应模型中，每位参与者在两个半球（左/右）和两个感兴趣区（中央前回/中央后回）提供重复测量，每位受试者产生4个观测值。这些重复测量被视为重复，定义为同一受试者在不同解剖条件下（感兴趣区和半球）的多个观测值。必要时排除残差异常值（±3个标准差）（模型1：N=26个观测值被移除，模型2：N=0）。模型比较使用似然比检验和赤池信息准则进行。
为绘制所有90个皮层和皮层下区域非周期性参数（指数和偏移量）早产的估计值（早产/足月出生），应用线性回归模型，并使用错误发现率方法对绘制的效应进行多重比较校正。
机器学习分析使用Python 3.8.20及外部库Numpy 1.23.5、Pandas 2.0.3、Neurokit2 0.2.7和Scikit-learn 1.2.2在交互式Jupyter notebook环境中进行。机器学习分析的样本量为599（全样本）和483（仅足月出生）。模型评估使用10次重复10折交叉验证进行，弹性网络超参数（alpha和l1-ratio）使用五折嵌套交叉验证进行优化。随机种子固定（random_state=42）用于重复k折交叉验证和ElasticNetCV预测模型，以确保可重复性。
围产期是脑发育的关键时期，早产儿出现神经发育状况的风险更高。虽然结构磁共振成像与早产及产后胎龄（PMA）之间存在强关联已被广泛报道，但功能性磁共振成像（fMRI）的结果明显较弱。脑的电生理活动表现出周期性和非周期性特性，其中非周期性活动可通过偏移量和指数两个参数建模。先前脑电研究表明这些参数随年龄变化，可能作为脑成熟速度的标志物，但该方法尚未被广泛采用于fMRI数据分析。
1. 研究中央前回和中央后回血氧水平依赖（BOLD）信号功率谱非周期性成分与早产的关联
2. 分析非周期性参数与产后胎龄、产后日龄和性别的关联
3. 利用机器学习基于90个脑区的非周期性参数预测新生儿年龄
4. 验证非周期性参数作为脑成熟测量指标的可行性
数据来源：发育中的人类连接组计划（dHCP）第三版数据，599名新生儿（276名女性，116名早产）
主要方法：
1.使用FOOOF算法将BOLD信号功率谱（0.01-0.15 Hz）参数化为偏移量和指数
2.线性混合效应模型分析非周期性参数与早产、产后胎龄、产后日龄和性别的关联
3.弹性网络机器学习模型预测产后胎龄和产后日龄
4. 10次重复10折交叉验证评估模型性能
产后胎龄效应：
l与偏移量呈正相关（估计值=0.06，p<0.001），中央前回效应更强
l与指数的交互效应显著，中央后回指数随产后胎龄增加而增加
产后日龄效应：
l与指数呈负相关（估计值=-0.17，p<0.001），即功率谱随日龄增加而平坦化
l与偏移量的负效应不显著，但与感兴趣区的交互效应显著
早产效应：
l与指数呈负相关（估计值=-0.17，p=0.036），早产儿指数更低
l与偏移量的关联接近显著（p=0.057）
l错误发现率校正后，右侧海马和右侧海马旁回保持显著
性别效应：
l女性指数更低、偏移量更高，提示脑成熟更快
机器学习预测：
l测试R²为0.20-0.41，偏移量预测性能略高于指数
l同时使用两种参数性能最佳（R²=0.41）。
1. 非周期性参数与新生儿脑成熟密切相关，可作为量化脑成熟的有效功能性指标
2. 产后胎龄与偏移量正相关，产后日龄与指数负相关
3. 早产儿表现出更平坦的功率谱分布，可能反映较短的妊娠期或更快的产后成熟
4. 女性脑成熟速度可能快于男性
5. 中央前回比中央后回更早成熟
该研究在理论层面首次系统证实了功能性磁共振成像血氧水平依赖信号的非周期性参数可作为新生儿脑成熟的有效标志物，为理解早产对脑功能发育的影响提供了全新视角，同时支持了兴奋-抑制平衡在脑发育过程中的关键作用；在临床层面，该研究为早产儿神经发育风险评估提供了潜在的影像学标志物，所建立的脑年龄预测框架有助于早期识别发育异常，并为制定早期干预策略提供了重要依据；在方法学层面，该研究证明了频谱参数化方法在新生儿功能性磁共振成像数据分析中的可行性，为后续相关研究提供了可重复的分析流程和技术参考。
研究采用横断面设计，无法推断个体脑成熟速度的变化；样本的产后日龄变异较低且数据分布偏态，扫描时间接近出生限制了产后日龄的范围；尽管进行了正则化处理，机器学习模型仍存在一定程度的过拟合；新生儿睡眠-觉醒状态的不确定性可能影响功能性磁共振成像结果的解释；缺乏同步或平行的脑电数据，无法刻画脑电与功能性磁共振成像非周期性成分之间的联系；神经成像数据中特征高度相关也可能影响模型权重的可靠性。
未来的研究方向可能包括：
开展纵向追踪研究以明确非周期性参数随时间的演变轨迹；结合脑电和功能性磁共振成像同步记录，验证跨模态的非周期性活动对应关系；纳入更广泛的年龄范围和临床人群以验证结果的普适性；深入研究非周期性参数与兴奋-抑制平衡、髓鞘化等神经生物学机制的关系；开发基于非周期性参数的脑成熟评估工具，用于早产儿神经发育监测；探索非周期性参数在注意缺陷多动障碍、孤独症等神经发育障碍中的应用价值；改进机器学习模型以减少系统性偏差，提高对年轻受试者年龄估计的准确性。
参考文献
Suuronen I, Luotonen S, Railo H, et al. Aperiodic parameters of the fMRI power spectrum associate with preterm birth and neonatal age. Commun Biol 2026;9(1):211; doi: 10.1038/s42003-025-09488-5.
解读：柴逸凡
审核：宋佳颖