2021年，第七次全国人口普查结果公布，我国60岁及以上人口占18.7%，老龄化趋势明显。老化常常伴随着身体各器官的逐渐退化，尤其是大脑，其功能退化大大增加了与年龄相关的神经退行性疾病的风险，例如阿尔茨海默病、帕金森病。充分了解老化过程中的脑功能动态变化，将有助于提出神经退行性疾病个性化调控的新策略。
大脑功能磁共振成像技术是衡量脑功能变化的重要工具之一，可以用于多维度脑机制研究。先前研究已经使用动态脑功能连接技术发现了与衰老相关的大脑不同状态，但不能描述脑区间共同变化模式。闫天翼教授团队开发了脑区间共激活模式分析算法，以单帧数据为最小分析单元，能够以更高时间分辨率解析大脑的动态变化。因此，本研究通过量化大脑激活水平获得不同模式的明确定义（如图1），促进对复杂衰老过程背后的动态脑网络变化的解释。
图1 共激活模式（CAP）算法流程
本研究共包括614名健康被试，年龄呈18-88岁的梯度分布。研究共发现大脑具有八种共激活模式（如图2A），其中六种模式与年龄具有强相关。这六种模式描述了初级感觉运动功能和高级认知控制功能之间的共激活模式，在静息态脑功能变化过程中倾向于向自身模式转换，很少转换到与自己相反的模式（如图2B）。
图2 不同激活模式（CAP）间的相关性和相互转换
这些结果表明，老年人在初级感觉运动网络和额顶网络共激活模式中花费的时间更少，这可以解释老年人视觉、听觉等初级感觉运动能力的下降。与此同时，典型的高级认知控制网络（默认模式网络和注意网络）共激活模式出现代偿性增加，这可以从一定程度上解释老年人中晶体智力（以经验为主的认知能力）增加的现象。上述发现有助于我们了解大脑老化的规律，同时，老化相关激活模式有望作为脑疾病标志物和个性化神经调控治疗靶点。相关成果发表于放射学、核医学和医学成像领域排名第二（2/133）的1区Top期刊《Radiology》，原文链接：https://pubmed.ncbi.nlm.nih.gov/35503014/。
附作者简介：
刘田田，本文唯一第一作者。北京理工大学生命学院2018级硕博连读研究生，本科三年级开始加入实验室，2018年成为闫天翼老师第一名博士生，一直从事医学影像数据处理、神经精神类疾病无创调控干预等方面的研究。在Radiology、Brain structure and function等期刊上发表SCI论文12篇，其中第一/共同第一作者论文6篇，授权国家发明专利1项，获得博士研究生国家奖学金1项。
闫天翼，本文唯一通讯作者。北京理工大学教授、博士生导师、生命学院副院长、生物医学工程系主任。国家高层次青年人才、北京市科技新星。任4部SCI期刊编委。主要从事脑科学与神经系统疾病诊治领域的理论和仪器设备开发、及无创神经调控机理与技术研究。研究成果发表学术论文100余篇，其中在Nature Communications、Radiology、Theranostics、Stroke、IEEE TNNLs、Medical Imaging Analysis等期刊发表第一或通讯作者SCI论文60余篇，中科院TOP期刊30篇，热点论文、高被引论文、Cover paper 论文5篇。授权国家发明专利18项。主持国家重点研发计划项目，国家自然科学基金重点项目，北京市重大科技专项等项目20项。相关脑康复设备获NMPA（中华人民共和国医疗器械注册证认证）一项，牵头获批阿尔兹海默症无创神经调控专家共识一项，获中国发明协会发明创新创业奖一等奖（排名第一），北京理工大学教育教学成果一等奖（排名第一）。
