脑组织纹理变化可预测近期发病精神病及临床高危状态下的细微视觉感知功能障碍

当世界看起来微妙地“不对劲”

对于处于严重精神疾病非常早期阶段的部分人来说，世界不仅仅是感觉不同——它看起来也不同。线条可能显得波浪状，面孔略有扭曲，灯光刺眼。 这些称为视觉功能障碍的细微视觉失常在医生诊室里容易被忽视，但可能表明对精神病的脆弱性。本研究提出了一个引人注目的问题：脑结构中的微小变化（在肉眼或常规影像上难以察觉）是否能帮助我们跨不同精神疾病识别并理解这些早期视觉问题？

以更精细的方式“看”大脑

传统脑成像关注的是明显的大范围改变，例如某些区域的脑组织丧失。研究人员采取了不同的路径：把MRI图像更像照片来处理，可以分析其纹理——即某一区域在非常细微尺度上看起来是平滑、斑驳、有规律还是无规律。通过测量相邻像素间亮度模式，他们构建了“纹理图”，以捕捉脑组织的有序性或复杂性。这使他们能够寻找那些可能被标准基于体积的方法忽略的隐性微结构改变。

研究对象与研究动机

该团队使用了一个名为PRONIA的大型欧洲项目的数据，项目随访年龄在15至40岁之间、处于精神疾病早期的人群。他们关注三组人：近期发病的精神病患者（首次出现妄想或幻觉等精神病症状的人）、处于精神病临床高危的人（有较轻的警示性症状，可能会也可能不会发展为完全的精神病）以及近期发病的抑郁症患者。每组中都有报告有细微视觉扭曲的参与者和没有此类报告的参与者。所有人均接受了高质量的结构性MRI扫描。核心目标是观察脑纹理特征能否区分有视觉问题者与无视觉问题者——以及这些模式是否在不同诊断组间呈现相似性。

平滑度与复杂性的模式

研究人员使用先进的机器学习模型，仅基于脑纹理图训练算法将参与者分类为有或没有视觉功能障碍。在近期发病的精神病组中，侧重于“能量”（衡量图像平滑度与规律性）的模型在训练集上达到超过80%的平衡准确率，在独立测试组上约为70%。在临床高危人群中，基于“熵”（衡量随机性与复杂性）的模型取得了可比的表现。最具信息量的大脑区域包括额叶与颞叶，以及视觉相关区域和参与运动与感知整合的深部结构。有趣的是，当这些模型在近期发病的抑郁患者中测试时，仍能以高于偶然水平的准确度识别出视觉功能障碍，表明这些脑纹理模式并不局限于典型的精神病性疾病。

将脑部模式与日常生活联系起来

纹理变化不仅仅是数学上的现象；它们与人们的感觉和功能状态有关。在出现视觉问题的精神病和抑郁患者中，较低的能量——意味着更平滑但更异常的脑纹理——与更严重的阳性症状（如异常想法）、更明显的思维解组以及基线时更差的社会与角色功能相关。它还预测了九个月内较不理想的变化，尤其是在思维解组方面。在高危组中，某些患者簇中较高的熵与精神病性与抑郁症状随时间的发展相关，提示脑纹理与症状之间存在更复杂且异质的关系。总体而言，没有视觉扭曲的人显示出更为多样且不易解释的脑纹理模式，而有视觉扭曲者的模式则更为一致。

对早期检测的意义

对普通读者而言，这意味着脑组织在微观排列上的微小差异——在标准MRI图像上难以察觉——能够帮助识别那些在严重精神疾病早期经历令人不安的视觉扭曲的人。这些微纹理特征在近期发病的精神病与临床高危状态间存在差异，但两者都与症状及日常功能随时间的发展有关。尽管这项工作仍处于概念验证阶段，但它表明未来基于大脑的工具有可能帮助临床医生识别出那些视觉感知改变标志着更高风险、恢复更困难的个体，从而在尚未发展为全面疾病前定制监测和治疗方案。

引用: Lencer, R., Sprenger, A., Meyhöfer, I. et al. Brain texture alterations predict subtle visual perceptual dysfunctions in recent onset psychosis and clinical high-risk state. Transl Psychiatry 16, 113 (2026). https://doi.org/10.1038/s41398-026-03840-x

关键词: 视觉感知, 精神病, 脑部磁共振成像, 影像组学, 早期检测