Abstract

Il disturbo depressivo maggiore (MDD), specialmente combinato con l’ansia, ha un’alta incidenza e un basso tasso di rilevamento in Cina. La letteratura ha dimostrato che i pazienti in depressione maggiore con ansia (MDA) hanno maggiori probabilità di nominare un sintomo somatico, piuttosto che psicologico, come loro denuncia di presentazione. Nella teoria della medicina tradizionale cinese (TCM), i sintomi clinici dei pazienti MDD sono principalmente classificati in due diversi modelli di sindrome: carenza ed eccesso. Intendiamo utilizzare la risonanza magnetica funzionale a riposo (rs-fMRI) per indagare le loro differenze funzionali cerebrali e, auspicabilmente, per trovare il loro meccanismo di funzione cerebrale. Per la nostra ricerca, 42 pazienti MDA naive al farmaco sono stati divisi in due gruppi (21 per carenza e 21 per eccesso), con altri 19 partecipanti non affetti nel gruppo di controllo normale (NC). Abbiamo preso Hamilton Depression Rating Scale (HAMD), Hamilton Anxiety Scale (HAMA) e brain fMRI scan per ogni gruppo e abbiamo analizzato i dati. Per prima cosa abbiamo usato Degree Centrality (DC) per mappare le differenze funzionali nelle regioni del cervello, utilizzato queste regioni come punti seme e utilizzato un’analisi di connettività funzionale basata su seme (FC) per identificare la connessione funzionale specifica tra gruppi. Il gruppo di carenza è risultato avere punteggi HAMD più alti, punteggi HAMA e fattore somatico HAMD rispetto al gruppo in eccesso. Nell’analisi DC, sono state riscontrate diminuzioni significative nel precuneo destro di entrambi i gruppi di carenza e di eccesso rispetto al gruppo NC. Nell’analisi FC, il precuneo destro ha mostrato una significativa diminuzione della connettività di rete con il cuneo bilaterale, così come il giro linguale destro nel gruppo di carenza rispetto al gruppo NC e al gruppo in eccesso. Attraverso la nostra ricerca, è stato scoperto che la disfunzione precuneus può avere una relazione con MDA e i pazienti con deficit hanno sintomi fisici ed emotivi più gravi, e ci siamo resi conto che una dimensione del campione più ampia e più osservazioni in modalità cerebrale erano necessarie in ulteriori ricerche.

1. Introduzione

Il disturbo depressivo maggiore (MDD) è un disturbo mentale caratterizzato da bassa emozione, pensiero lento e ridotta azione vocale. È una delle principali cause di onere globale (10.3% degli anni di vita vissuti con una disabilità fisica o mentale) e la prevalenza di MDD è 4.45% negli Stati Uniti e 3,02% in Cina . I pazienti di MDD in Cina, particolarmente le donne, sono stati trovati per lamentare i sintomi somatici piuttosto che i sintomi mentali . il 60% dei pazienti depressivi cinesi malesi si lamentava di sintomi somatici, mentre solo il 13% dei pazienti depressivi australiani lo faceva . Questo fenomeno può essere correlato al punto di vista tradizionale cinese verso la depressione, con conseguente maggiore difficoltà nell’identificare e trattare i pazienti MDD. Poiché il tasso di prevalenza, il tasso di recidiva e il tasso di disabilità di MDD erano alti , la depressione maggiore con ansia (MDA) è stata confermata per avere sintomi fisici più gravi e pensieri e comportamenti più suicidi e sono più difficili da trattare .

I pazienti MDD cinesi lamentano sempre sintomi somatici, come mal di stomaco, artralgia o mal di testa , e questi sintomi fisici multipli di solito coesistono. La medicina tradizionale cinese (TCM) viene utilizzata per riassumere i sintomi somatici clinici complessi e diversi con diversi modelli di sindrome e fornire un trattamento appropriato. Facendo riferimento alla medicina interna e allo studio clinico della TCM, abbiamo scelto di ricercare i modelli più importanti e rappresentativi della TCM: Deficit ed eccesso. La maggior parte dei sintomi somatici dei pazienti con MDA possono essere riassunti da questi due modelli e possono essere facilmente distinti (Tabella 1).

È difficile distinguere rapidamente depressione e ansia e la loro gravità in ambulatorio, specialmente nel caso di complicati sintomi di somatizzazione. I pazienti con MDA grave possono avere gravi menomazioni, diminuzione delle capacità lavorative e aumento del rischio di incidenza di malattie comorbide e può essere necessario un aumento del trattamento medico . La gravità della depressione è spesso determinata da scale psicologiche come la Hamilton Depression Rating scale (HAMD) , 9-item Patient Health Questionnaire (PHQ-9) e Hamilton Anxiety Scale (HAMA) . Tuttavia, la ricerca ha dimostrato che una tale scala è efficace solo per le malattie di breve durata e non può riflettere la depressione come una malattia cronica . Identificare rapidamente e con precisione la gravità della depressione come una malattia cronica è essenziale per un trattamento preciso di follow-up. La nostra ricerca si è concentrata sulle differenze del meccanismo di funzione cerebrale tra i modelli TCM nei pazienti MDA e ha fornito un supporto teorico per il trattamento della sindrome di TCM.

La risonanza magnetica funzionale a riposo (rs-fMRI) è un modo non invasivo per osservare la funzione cerebrale ed è quindi ampiamente utilizzata dai ricercatori di disturbi cerebrali e dell’umore, inclusa la depressione . Lo studio della funzione cerebrale del paziente MDD ha mostrato che ci sono regioni, connessioni e differenze di rete rispetto a quelle senza MDD. Le regioni del cervello che sono legate alla depressione si trovano nel giro cingolato, corteccia prefrontale , cuneo , insula e giro lingualis , così come la rete in modalità predefinita (DMN) nelle reti a riposo del cervello . Anche l’amigdala e l’ippocampo erano aree di interesse. Queste regioni e reti sono legate alla cognizione, alla memoria e alle emozioni e hanno confermato il meccanismo della funzione cerebrale dei pazienti depressivi . Rispetto a MDD, c’erano anche diverse regioni anormali funzionali nei pazienti con MDA come cingolato anteriore ventrale e amigdala , giro temporale medio e cuneo e persino connessione funzionale anormale in DMN . Sebbene molte regioni cerebrali anormali funzionali siano state trovate sia in MDD che in MDA, erano relativamente concentrate e per lo più correlate alla funzione emotiva e cognitiva.

Pertanto, la nostra ipotesi è che ci siano anche differenze funzionali cerebrali tra modelli di carenza e eccesso di pazienti con MDA in queste regioni del cervello, e queste differenze si traducono in diversi sintomi somatici e modelli TCM. Quindi intendiamo utilizzare rs-fMRI per ricercare le differenze di funzione cerebrale tra pazienti con deficit e eccesso di MDA per descrivere i meccanismi di funzione cerebrale di questi due modelli TCM e per fornire materiali clinici per supportare la differenziazione della sindrome TCM di follow-up e il trattamento di MDA.

2. Materiali e metodi

2.1. Soggetti

I pazienti MDA sono stati sottoposti a screening dalle cliniche di Beijing Friendship Hospital e Beijing Anding Hospital. I normali controlli sono stati reclutati dalla comunità locale attraverso pubblicità. Abbiamo esaminato 42 pazienti che hanno soddisfatto i due modelli TCM da 63 pazienti MDA del primo episodio (21 pazienti con deficit e 21 pazienti in eccesso, definiti in base ai modelli di sindrome TCM) e reclutato 19 controlli normali (NC) abbinati. Tutte le attività coinvolte dal paziente sono state preapprovate dal Comitato etico della ricerca medica dell’ospedale dell’amicizia di Pechino, Capital Medical University. Il consenso informato scritto è stato ottenuto da ciascun partecipante.

Per tutti i partecipanti, i criteri di inclusione erano i seguenti: (1) tra i 18 ei 65 anni; (2) destrorsi; e (3) avere un punteggio Mini-Mental State Examination (MMSE) >24 . I partecipanti sono stati esclusi se avevano (1) malattia neurologica primaria, inclusa demenza o ictus; (2) qualsiasi cambiamento di sostanza bianca cerebrale nelle immagini di risonanza magnetica ponderate per T2, incluso infarto o altre lesioni vascolari e atrofia della materia grigia; (3) storia di altre importanti malattie psichiatriche, come disturbo bipolare, schizofrenia, disturbo di personalità, disabilità intellettiva e claustrofobia; (4) presenza di una malattia medica che potrebbe compromettere le funzioni cognitive, come il diabete; (5) abuso di alcol/droga o dipendenza; e (6) corpi estranei metallici come pacemaker, protesi metalliche o otturazioni in amalgama. Oltre a soddisfare i suddetti criteri generali, i soggetti MDA sono stati sottoposti ai seguenti criteri di inclusione aggiuntivi: (1) diagnosi mediante interviste cliniche strutturate da due psichiatri senior ben addestrati in conformità con i criteri DSM-IV per il disturbo depressivo con angoscia ansiosa; (2) punteggi HAMD 24-item ≥18; (3) Punteggio Hamilton Anxiety Scale (HAMA) ≥14; (4) conformi ai criteri diagnostici di carenza e eccesso di standard di differenziazione della sindrome TCM ; e (5) senza farmaci per almeno 2 settimane. I criteri aggiuntivi per i controlli normali erano i seguenti: (1) punteggio HAMD <8 e (2) punteggio HAMA <7.

2.2. Acquisizione dati MRI

Le immagini sono state acquisite con uno scanner MRI 3.0 Tesla GE (SIGNA EXCITE) dal dipartimento di radiologia dell’ospedale dell’amicizia di Pechino. Ai soggetti è stato detto di tenere gli occhi chiusi e le menti rilassate durante la scansione e di non addormentarsi.

Le scansioni funzionali di tutto il cervello sono state raccolte in 34 sezioni assiali utilizzando una matrice eco-planare = 64 × 64, campo visivo = 220 × 220 mm2, spessore fetta = 4 mm e gap fetta = 0,5 mm. Ogni esecuzione funzionale conteneva 240 volumi.

2.3. Pre-elaborazione dei dati di imaging

Se non diversamente specificato, tutta la pre-elaborazione è stata eseguita utilizzando l’assistente di elaborazione dati per fMRI a stato di riposo , che si basa sul programma Statistical Parametric Mapping (SPM12) e sul toolkit di analisi dei dati fMRI a stato di riposo . Prima della pre-elaborazione, i primi 5 volumi sono stati scartati per consentire la stabilizzazione del segnale. I volumi rimanenti acquisiti da ciascun soggetto sono stati corretti per le differenze nei tempi di acquisizione delle slice. Le immagini risultanti sono state quindi riallineate per correggere i piccoli movimenti che si sono verificati tra le scansioni. Le mappe risultanti sono state quindi registrate nello spazio Atlas dell’Istituto Neurologico di Montreal con un modello EPI, ricampionamento a voxel isotropi da 3 mm. Un kernel gaussiano a metà larghezza massima di 6 mm è stato utilizzato per il livellamento spaziale. Quindi, diverse fonti di spurie e / o regionale aspecifici varianza sono state rimosse dai dati di regressione di fastidio, variabili, tra cui (1) 24 parametri (di cui 6 del movimento della testa parametri, 6 testa parametri di movimento una volta punto di prima, e il 12, corrispondente al quadrato elementi) ottenuto da un corpo rigido testa del movimento di correzione, (2) il segnale di media su tutto il cervello (segnale globale), (3) il segnale di una media di oltre i ventricoli laterali, (4) il segnale calcolato su una media di una regione centrata nel profondo della materia bianca cerebrale, e (5) lineare e quadratica tendenze . Filtraggio temporale (0.01-0.1 Hz) della serie temporale è stata quindi eseguita. Il volume-based mean framewise displacement (FD), confrontando le variazioni di posizione della testa tra i volumi attuali e precedenti, è stato utilizzato per quantificare il movimento della testa attraverso i volumi per ogni partecipante .

2.3.1. Centralità di grado

Le mappe di centralità di grado individuale (DC) sono state generate in modo voxel all’interno di una maschera di studio, che è una maschera di materia grigia predefinita che include tessuti con probabilità di materia grigia superiori al 20% come descritto in precedenza . Innanzitutto, le esecuzioni funzionali pre-elaborate sono state sottoposte all’analisi di correlazione dell’intero cervello basata su voxel. Il corso temporale di ogni voxel di ogni partecipante che si trovava all’interno della maschera di materia grigia era correlato con il corso temporale di ogni altro voxel, che risultava in una matrice di correlazione. Una matrice di adiacenza non diretta è stata quindi ottenuta sogliolando ogni correlazione a r > 0.25 . Quindi, la DC è stata calcolata come il numero di correlazioni significative (binarizzate) o come la somma dei pesi delle connessioni significative (ponderate) per ciascun voxel. Infine, la DC voxel a livello individuale è stata convertita in una mappa z-score sottraendo la DC media attraverso l’intero cervello e dividendo per la deviazione standard della DC intero cervello .

2.3.2. Connettività funzionale basata su seed

Dopo aver identificato le regioni la cui DC ha mostrato significative differenze tra gruppi, abbiamo utilizzato un’analisi di connettività funzionale basata su seed(FC) per identificare la connettività funzionale specifica che contribuisce alle differenze tra gruppi. In particolare, la serie temporale media di ogni regione seme è stata acquisita facendo la media delle serie temporali di tutti i voxel all’interno di quella regione. E poi sono stati calcolati i coefficienti di correlazione tra il corso temporale medio della regione del seme con tutti gli altri voxel nel cervello. Infine, i coefficienti di correlazione sono stati convertiti in valori z usando la trasformazione da r a z di Fisher per migliorare la loro normalità.

2.4. Statistiche

L’analisi ANOVA a senso unico è stata condotta per verificare se ci fossero differenze in DC o FC mentre si prendeva il movimento della testa misurato dalla media FD come nessun interesse delle covariate.

Il metodo di errore standard è stato utilizzato per l’analisi dei dati e sono state ottenute differenze significative di gruppo con un valore corretto FWE cluster-wise di 0,05 per confronti multipli (soglia voxel individuale,). Se l’effetto principale era statisticamente significativo, sono state eseguite semplici analisi degli effetti per la dimensione media dell’effetto estratta dai cluster con effetti significativi utilizzando SPSS v19.0.

3. Risultati

3.1. Dati demografici e clinici

Non ci sono state differenze significative in età, dender, anni di istruzione e movimento della testa misurati dalla media FD e dal numero di scrubbing dei punti di cattivo tempo. Tuttavia, vediamo una differenza significativa nel punteggio HAMD, nel punteggio HAMA e nel fattore somatico HAMD tra gruppi deficitari e in eccesso (Tabella 2).

NC (n = 19) Deficiency (n = 21) Excess (n = 21) value Age 46.79 ± 13.97 39.62 ± 12.39 46.38 ± 13.28 0.151 Gender (M/F) 4/15 6/15 4/17 0.585 Education (years) 12.52 ± 3.45 11.90 ± 2.93 11.28 ± 2.77 0.444 HAMD score — 29.24 ± 6.65 24.76 ± 6.54 0.034 HAMA score — 26.48 ± 5.24 19.81 ± 5.20 0.000 HAMD somatic factor — 9.14 ± 1.49 5.33 ± 1.31 0.000 Head motion: mean FD 0.15 ± 0.04 0.13 ± 0.07 0.14 ± 0.04 0.276

HAMD, Hamilton Depression Rating Scale; HAMA, scala di valutazione dell’ansia di Hamilton; NC, controlli normali.

Tabella 2

Caratteristiche demografiche e cliniche dei partecipanti.

3.2. Centralità di grado

Nel gruppo NC, la distribuzione spaziale della DC ponderata era altamente localizzata nel cingolato posteriore/precuneo ventrale, lobo occipitale, corteccia cingolata media (MCC), corteccia cingolata anteriore/cortecce prefrontali mediali, corteccia prefrontale laterale, regioni parietali inferiori, insula (Figura 1(a)). Sia nei gruppi di Carenza che di Eccesso, la distribuzione spaziale della DC ponderata era localizzata anche nelle regioni sopra menzionate, ma i cluster erano più piccoli (Figure 1(b) e 1(c)). Rispetto al gruppo NC, diminuzioni significative della DC ponderata sono state riscontrate nel precuneo destro sia nel gruppo di deficit che nel gruppo di eccesso (Figure 1(d) e 1(e), Tabella 3).

a)

(b)

(c)

d)

e)

(a)
(b)
c)
d)
(e)

Figura 1

il Grado di centralità (DC) in ogni gruppo e le differenze tra i gruppi. (a) DC nel gruppo NC, (b) DC nel gruppo Deficiency, (c) DC nel gruppo Excess, (d) Risultati ANOVA ed (e) Confronti post hoc. I colori scuri e chiari indicano il valore. Più profondo è il colore, minore è il valore.

Cluster posizione NC il Deficit di in Eccesso valore NC vs. Carenza NC vs. Eccesso Carenza di vs Excess Right precuneus 1.11 ± 0.51 0.18 ± 0.52 0.24 ± 0.51 <0.00 < 0.001 0.712

DC, degree centrality; NC, normal controls.

Table 3

DC differences in the three groups.

3.3. Seed-Based Functional Connectivity

Abbiamo usato il precuneus giusto che mostrava il significato tra le differenze di gruppo come regioni di semi per la mappatura della rete di connettività funzionale. In generale, il diritto precuneus ha mostrato significativi positivi connettività con le regioni in default-mode network (DMN), come la corteccia cingolata posteriore e la corteccia prefrontale mediale, e ha mostrato negativi e significativi per la connettività con le regioni in un controllo esecutivo network (ECN), come il bilaterale della corteccia prefrontale e la corteccia parietale, e le regioni in una salienza network (SAN), come l’anteriore bilaterale insula e la corteccia cingolata, in ogni gruppo (figura 2(a)-2(c)). ANOVA ha riscontrato differenze significative nella connettività tra il precuneo destro e il cuneo bilaterale e il giro linguale destro (Figura 2(d)). I confronti post-hoc hanno rivelato che la connettività era diminuita nel gruppo con deficit rispetto al gruppo NC e al gruppo con Eccesso, ma non vi erano differenze tra il gruppo con deficit e il gruppo NC (Figura 2(e) e Tabella 4).

(a)

(b)

(c)

(d)

(e)

(a)
(b)
(c)
(d)
(e)

Figure 2

Functional connectivity (FC) of the right precuneus in each group and differenze tra i gruppi. (a) DC nel gruppo NC, (b) DC nel gruppo Deficiency, (c) DC nel gruppo Excess, (d) Risultati ANOVA ed (e) confronti post-hoc. I colori caldi e freddi in (a–c) indicano le regioni del cervello con FC significativamente aumentato e diminuito. I colori scuri e chiari in (d) indicano il valore P; più profondo è il colore, minore è il valore.

Cluster location NC Deficiency Excess value NC vs. Deficiency NC vs. Excess Deficiency vs. Excess Bilateral cuneus 0.54 ± 0.36 0.16 ± 0.26 0.50 ± 0.27 <0.001 0.647 <0.001 Right lingual gyrus 0.38 ± 0.32 0.01 ± 0.19 0.29 ± 0.27 <0.001 0.272 <0.001

FC, functional connectivity; NC, normal controls.

Table 4

FC differences in three groups.

4. Discussion

TCM has a history of more than 2,000 years. È un sistema di teoria medica che è stato gradualmente formato e sviluppato attraverso la pratica medica a lungo termine sotto la guida del semplice materialismo e del pensiero dialettico. La carenza e l’eccesso sono due tipi di TCM più importanti con sintomi eccezionali nei pazienti con MDD e di solito da studiare come tipici modelli di sindrome di MDD, quindi li scegliamo per l’osservazione.

Secondo l’analisi della scala, abbiamo scoperto che i punteggi HAMD, i punteggi HAMA e il fattore somatico HAMD del gruppo Deficitario erano molto più alti di quelli del gruppo in eccesso. Questo risultato era stato riportato da ricerche precedenti . Essi suggeriscono che i pazienti con carenza avevano decorso della malattia più lungo e più grave ansia somatica. Pertanto, questi due diversi modelli di sindrome TCM possono riflettere la gravità della MDA in una certa misura.

Abbiamo usato la DC ponderata per analizzare i dati rs-fMRI, che hanno dimostrato che le distribuzioni spaziali di tutti e tre i gruppi della DC ponderata erano altamente localizzate nella DMN e nella dorsale attention network (DAN). Queste reti cerebrali svolgono un ruolo centrale nella ricerca dello stato di riposo . Quindi, quando abbiamo usato il precuneus giusto come seme per calcolare la connettività funzionale, ha mostrato una connettività significativamente positiva con le regioni in DMN e una connettività negativa con le regioni in ECN e SAN in generale. Queste distribuzioni sono simili a quelle riportate da studi precedenti . Può essere indicato che la funzione di autocoscienza , pensiero spontaneo e processi auto-correlati sono stati deteriorati nei pazienti con MDA.

Allo stesso tempo, abbiamo scoperto che il precuneus era una regione molto importante per i pazienti con MDA. Rispetto ai partecipanti NC, sia i pazienti deficitari che quelli in eccesso avevano una ridotta funzionalità cerebrale nel precuneo destro. Studi precedenti hanno anche dimostrato che i pazienti depressivi hanno una funzione cerebrale anormale nel precuneo . Questa regione è molto importante per i processi di auto-riflessione e potenzialmente gioca un ruolo nell’immaginario mentale e nel recupero della memoria episodica/autobiografica . Il precuneus aiuta anche altre regioni del cervello a svolgere funzioni come l’elaborazione delle informazioni, specialmente per quanto riguarda la regolazione delle emozioni . Inoltre, il precuneus è un importante hub dell’organizzazione cerebrale e un nodo centrale di DMN . È coinvolto in una varietà di stati di elaborazione delle informazioni . Ci sono stati rapporti aggiuntivi che il precuneus dei pazienti depressivi ha reso la separazione funzionale della connettività della rete cerebrale e che le reti dissociate su larga scala potrebbero aver contribuito all’espressione clinica della depressione . Sebbene abbiamo scoperto che entrambi i pazienti dei gruppi deficitari e in eccesso hanno una ridotta funzione nel precuneo destro rispetto al gruppo NC, non ci sono state differenze significative tra i due gruppi di pattern della sindrome TCM. Indica che la disfunzione del precuneus destro può essere la manifestazione di anormalità della funzione cerebrale nei pazienti con MDA.

Dal nostro studio, rispetto ai gruppi NC e in eccesso, il gruppo di carenza ha mostrato una connettività negativa con il cuneo bilaterale e il giro linguale destro. Ci sono anche funzioni anormali di queste due regioni del cervello che si trovano nei pazienti con disturbo di panico . Mentre il cuneo ha una funzione di integrare le informazioni somato-sensoriali con altri stimoli sensoriali e processi cognitivi come l’attenzione, l’apprendimento e la memoria , il giro linguale è una regione del cervello responsabile del supporto della memoria visiva . Inoltre, il precuneus è stato attivato anche in molte attività di versione . La ricerca ha anche dimostrato che la depressione e l’ansia sono principalmente correlate a deficit funzionali nella rete correlata a precuneus .

Tuttavia, notiamo anche che abbiamo bisogno di campioni più grandi e persino di più osservazioni in modalità cerebrale per confermare se i due modelli di sindrome TCM hanno regioni cerebrali più significative e differenze funzionali di rete in precuneus o altre regioni cerebrali nella ricerca futura.

5. Conclusioni

In sintesi, ci sono differenze nella funzione cerebrale tra i due diversi modelli di sindrome TCM dei pazienti con MDA. Sulla base della nostra ricerca, è stato scoperto che la disfunzione precuneus può avere una relazione con MDA e differenze di connettività funzionale del cervello, e abbiamo potuto scoprire che i pazienti con carenza hanno sintomi fisici ed emotivi più gravi nei pazienti con MDA. Allo stesso tempo, ci siamo resi conto che una dimensione del campione più grande e più osservazioni in modalità cervello erano necessari in ulteriori ricerche.

Abbreviazione

MDD:	disturbo depressivo Maggiore
MDA:	la depressione Maggiore con ansia
TCM:	Traditional Chinese Medicine
rs-fMRI:	Resting-state functional magnetic resonance imaging
DC:	Degree Centrality
FC:	Functional connectivity
HAMD:	Hamilton Depression Rating Scale
HAMA:	Hamilton Anxiety Scale
DMN:	Default-mode network
ECN:	Executive control network
SAN:	Salience network.

Disponibilità dei dati

Tutti i dati generati o analizzati durante questo studio sono inclusi nell’articolo.

Conflitti di interesse

Gli autori dichiarano che non ci sono conflitti di interesse per quanto riguarda la pubblicazione di questo articolo.

Contributi degli autori

Yi Du, Han Yu e Hongxiao Jia hanno contribuito esaminando i pazienti e scrivendo il manoscritto. Jingjie Zhao, Yongzhi Wang e Joyce Su contribuirono alla stesura e alla revisione del manoscritto. Lili ha contribuito alla concezione e alla progettazione dello studio. Ligang Deng ha contribuito a rendere l’acquisizione di FMRI. Yuan Zhou ha contribuito a progettare il parametro FMRI e i dati di analisi. Tutti gli autori hanno letto e approvato il manoscritto finale.

Riconoscimenti

Questo studio è stato supportato da sovvenzioni della National Natural Science Foundation of China (grant no. 81673737), della Beijing Natural Science Foundation (grant no. 7172063), dell’Amministrazione di Pechino della medicina tradizionale cinese (grant no. JJ2018-51), l’amministrazione comunale di Pechino degli ospedali Programma di incubazione (codice di sovvenzione: PZ2017024), e il programma di formazione del sistema sanitario di Pechino per talenti di tecnica di alto livello (grant no. 2014-3-001).