优先出版
腭裂言语障碍儿童语言相关脑区灰质形态学分析
中华口腔医学杂志, 2022,57(9) : 899-906. DOI: 10.3760/cma.j.cn112144-20220705-00365
摘要
目的

利用基于体素形态学测量(voxel-based morphometry,VBM)及基于表面形态学测量方法,探讨伴发腭裂言语障碍(cleft palate speech disorder,CPSD)的唇裂合并腭裂(clefts lip with palate,CLP)儿童的脑灰质结构形态学变化,为深入探索CLP人群腭裂言语障碍的神经机制提供参考。

方法

选取2017年1月至2022年1月就诊于首都医科大学口腔医学院口腔颌面整形创伤外科,伴发CPSD的CLP患儿29例(CLP组),其中男性9例,女性20例,年龄(9.6±3.2)岁(5~17岁)。同期于首都医科大学附属北京儿童医院招募健康儿童33名(健康对照组),其中男性9名,女性24名,年龄(9.6±2.4)岁(5~16岁)。两组受试者均行MRI三维T1结构像序列扫描,并利用统计参数图软件SPM12软件中VBM和CAT12工具箱进行全脑灰质体积、皮质厚度、折叠系数等分析。采用双样本t检验对两组进行全脑灰质形态学分析,团块水平采用族错误率(family-wise error rate,FWER)校正进行多重比较校正,以双侧P<0.05 为差异有统计学意义。

结果

健康对照组的年龄和性别与CLP组的差异均无统计学意义(t=-0.07,P=0.944;χ2=0.11,P=0.745)。与健康对照组相比,CLP组左侧颞下回、右顶下缘角回、左小脑上部灰质体积显著减小(P<0.05),右内侧额上回体积显著增加(P<0.05);与健康对照组相比,CLP组受试者的左侧额下回岛叶部以及右侧脑岛部皮质厚度显著变薄(FWER校正,P=0.035);与健康对照组相比,CLP组右侧半球扣带回峡部折叠系数显著增大(FWER校正,P=0.040)。

结论

与健康对照组相比,伴发CPSD的CLP儿童存在多个语言相关脑区灰质体积减小、皮质厚度减小、折叠系数增大,这些与语言相关的脑区灰质形态学异常改变可能与CLP人群特有的腭裂言语障碍相关。

引用本文: 张文婧, 赵翠, 李春林, 等.  腭裂言语障碍儿童语言相关脑区灰质形态学分析 [J] . 中华口腔医学杂志, 2022, 57(9) : 899-906. DOI: 10.3760/cma.j.cn112144-20220705-00365.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

唇裂伴腭裂(clefts lip and palate,CLP)是最常见的先天性口腔颌面部畸形之一1,在我国新生儿中的发生率为1/5002,中国拥有世界上最多数量的CLP人群。很多CLP儿童或成人常伴发腭裂言语障碍(cleft palate speech disorder,CPSD)3,过去认为CPSD的成因主要与腭部裂隙及手术时间过晚相关4, 5。随着MRI技术在语言及言语病理机制研究中的广泛应用,近年有学者提出,与言语及语言功能相关的脑区结构异常可能是造成CLP患者言语问题的基础6, 7。谢娜等6对10例CLP婴幼儿受试者(平均年龄14.4个月)及10名健康婴幼儿进行灰白质密度和体积的对比研究,结果显示CLP婴儿多个认知相关脑区结构异常,该研究推测CLP患者伴发的言语、听觉及社会适应行为异常,可能是中枢神经系统结构异常和功能紊乱导致。Li等8研究发现,伴发CPSD的CLP成年患者在额叶、颞叶和顶叶表现出改变的指标,这些形态变化是CLP成人语言相关脑区结构的特征。目前,研究仅针对CLP成人患者CPSD的脑机制进行初步探讨68,尚少见针对CLP儿童CPSD的脑机制研究报道。从方法上来说,既往研究的实验设计较简单,仅对比了脑结构的灰质体积,不能全面考察CPSD人群的语言相关功能及结构变化;从研究对象分类上看,成年人群和儿童人群的语言及言语习得策略不同。因此,本研究对处于语言发育关键期的5~12岁CLP儿童人群进行CPSD脑机制的研究,以深入了解其病理生理机制,为CPSD 的早期识别和早期干预提供科学依据。

MRI技术及基于体素形态学测量(voxel-based morphometry,VBM)、基于表面形态学测量(surface-based morphometric,SBM)的图像处理分析技术9, 10,为CPSD人群的大脑形态学研究提供了可行、可靠的技术支持。本研究以伴发CPSD的CLP儿童人群和健康儿童为研究对象,应用MRI技术,基于VBM、SBM分析方法,探讨伴发CPSD的CLP儿童脑灰质的结构形态学变化,以期为深入探索CLP儿童CPSD产生的神经机制及其深层次原因、CPSD早期识别和早期干预提供参考。

资料和方法

本项研究为横断面研究,研究已获得首都医科大学附属北京口腔医院伦理委员会批准(批准号:CMUSH-IRB-KJ-PJ-2019-04)。本研究在实施过程中严格遵守相关医学伦理和研究知情同意等问题的有关规定和要求。所有入组受试者,均由具有5年以上相关工作经验的临床医师进行体格检查及量表评估,MRI扫描操作由经过实验操作培训且工作时长3年以上的核磁扫描技术人员完成。

1. 研究对象及分组:本研究以伴发CPSD的CLP儿童人群和健康儿童为研究对象。

(1)CLP组:选取2017年1月至2022年1月于首都医科大学口腔医学院口腔颌面整形创伤外科就诊的29例伴发CPSD的CLP儿童患者,其中男性9例,女性20例,均为汉族,年龄为(9.6±3.2)岁(5~17岁)。

纳入标准:①CLP患儿均在出生后8~12个月时行腭裂手术,腭咽闭合良好;②听力正常(双耳纯音测听≤30 dB,A型曲线);③智力正常,韦氏智力测试智商(intelligence quotient,IQ)≥90分;④右利手;⑤ 有2种以上CPSD典型特征,如辅音弱化、压力性辅音缺失、声门塞音、喉塞音、腭化音、侧化音;⑥ 汉语语音清晰度字表得分≤50分;⑦未曾接受语音康复训练;⑧裸眼视力1.0及以上或矫正视力1.0及以上,生长及教育环境无特殊;⑨无MRI检查禁忌证,无药物滥用史及神经病遗传或既往史。

排除标准:①神经系统的疾病或其他精神类疾病遗传史或既往史;②在入组前1年内接受过系统的药物及心理治疗;③无法配合相关评估检查者;④拒绝参加本研究者。

(2)健康对照组:2017年1月至2022年1月通过首都医科大学附属北京儿童医院宣传广告招募受试者,共招募健康儿童33名,其中男性9名,女性24名,年龄(9.6±2.4)岁(5~16岁)。

纳入标准:①听力正常(双耳纯音测听≤30 dB,A型曲线);②智力正常,韦氏智力测试IQ≥90分;③汉语语音清晰度字表得分>96分;④右利手;⑤裸眼视力1.0及以上或矫正视力1.0及以上;⑥生长及教育环境无特殊;⑦无药物滥用史及神经病遗传或既往史;⑧无MRI检查禁忌。

排除标准:同CLP组。

2. 数据采集:所有受试者在首都医科大学附属北京儿童医院放射科使用3.0 T磁共振成像系统(GE,Medical systems Discovery MR750,美国)和8通道头线圈进行扫描,获得高分辨率的三维T1加权结构像数据。所有受试者均由同一位具有5年MRI数据采集经验的医学影像专业主管技师按同一扫描条件完成。扫描开始前,所有受试者均戴用专用防噪音耳塞,以尽可能舒适的姿势仰卧位平躺于扫描舱内,并尽量保持头部不动。扫描范围包括颅顶至枕骨大孔水平。

快速梯度回波序列参数如下:重复时间为 8.6 ms,回波时间 为3.4 ms,翻转角度 12°,矩阵大小为 256×256,视野为240 mm×240 mm,层厚为1 mm,分辨率为 0.95 mm×0.95 mm,连续 164 个矢状面扫描。

3.一般人口学资料和汉语语音清晰度字表统计分析:比较两组受试者的一般人口学资料,包括年龄、性别,并对汉语语音清晰度字表进行统计分析。汉语语音清晰度字表包含字表Ⅰ和Ⅱ,每个字表包含100个字,可根据不同的异常语音反映出语音障碍的程度差异11。测试时所有CLP受试者需进行字表朗读并使用语音工作站进行同步录音,对于不识字者,由语音治疗师带读。由2名语音康复治疗师进行判听打分,按其所听的语音音节逐字进行记录,将记录的结果与字表逐一核对,找出患者异常的语音,计算审听结果的平均值,即每名测试者的汉语语音清晰度字表得分。得分与语音清晰度的关系如下:①重度,会话内容(≤35%)需反复试问才可勉强理解,患者发出的所有辅音几乎都难以听清;②中度,部分会话内容(36%~70%)不易理解;③轻度,大部分会话内容(71%~96%)基本容易理解。

健康对照组儿童在临床筛查中,由具有3年言语康复评估经验的言语康复医师及治疗师进行言语清晰度评估,语音清晰度正常者入组。

4. VBM:在Matlab2013b(MathWorks,Natick,MA,USA)环境下,使用统计参数图软件(statistical parametric mapping software12,SPM12,Wellcome Department of Cognitive Neurology,London,UK)的计算解剖学工具箱(computational anatomy toolbox 12,CAT12)对全脑高分辨率三维T1W(T1 weighted image,T1W)结构像数据进行测量。主要步骤如下:①磁场不均匀性校正,对图像强度进行归一化处理,应用空间自适应非局部均值滤波去躁。②仿射预处理和剔除非脑组织,对不均匀磁场校正后图像进行仿射变换,剔除非脑组织,并进行强度归一化处理以约束图像强度范围。③脑组织分割,应用局部自适应分割算法,完成在个体空间下灰质、白质和脑脊液组织图像分割。④空间标准化,应用DARTEL(diffeomorphic anatomical registration through exponentiated lie algebra)算法进行受试者脑组织图像从个体空间到蒙特利尔研究所(Montreal neurological institute,MNI)152 标准空间配准,脑组织图像空间分辨率重采样为1.5 mm× 1.5 mm×1.5 mm。⑤平滑,高斯平滑核半高宽(full width at half maximum,FWHM)=8 mm12, 13。所有图像预处理步骤均进行视觉质量检查。

5. SBM:在Matlab2013b(MathWorks,Natick,MA,USA)环境下,使用SPM12的CAT12对全脑高分辨率3DT1WI结构像数据进行SBM。SBM的核心是构建脑白质-灰质和灰质-脑脊液的边界模型,从而完成皮层厚度、皮层褶皱指数、分形维度系数、沟回深度等皮层表面形态结构指标的计算14。SBM分析主要关注端脑组织皮层形态结构,小脑组织不纳入SBM分析。主要步骤包括:①个体空间T1W进放射变换配准到MNI305空间,剔除非脑组织。②基于B1偏置场校正,估计白质组织信号强度变化,并基于脑白质组织主体对全脑进行场估计。③基于MNI305标准脑组织模板中白质分布及受试者个体空间下体素信号强度和空间位置对个体T1W图像中可能属于脑白质组织体素进行分类,即全脑体素被分为属于白质和不属于白质两类。每个体素信号强度除以对应偏置场估计值,以消除偏置场对体素强度的影响。④Talairach变形,将左右半球分开处理,每个半球生成一个初始球面,从基于体素的体积空间转换到基于顶点(Vertex)表面空间分析。通过强度梯度检测可分别实现白质-灰质和灰质-脑脊液(即硬脑膜表面)边界模型的构建,两边界间的距离即为灰质皮层厚度。此外,还可计算皮层折叠系数和分形维度系数实现对皮层折叠(Fold)模式的定量分析,以及皮层表面积指标15。SBM分析流程见图1。⑤平滑,皮层厚度指标选用高斯平滑核FWHM=15 mm,其他指标选用高斯平滑核FWHM=0 mm。

点击查看大图
图1
本研究对脑组织基于表面形态学的测量分析流程图
点击查看大图
图1
本研究对脑组织基于表面形态学的测量分析流程图

6.统计学分析:经K-S检验符合正态分布的定量资料采用“x¯±s”表示,组间比较采用双样本t检验,定性资料采用χ²检验,以双侧P<0.05为差异有统计学意义。族错误率(family-wise error rate,FWER)是将单次比较情况下的P值除以整个实验的比较次数,用得到的新P值判断结果的显著性。

VBM使用CAT12和SPM12工具箱对比两组之间灰、白质体积的差异。采用双样本t检验进行组间比较,分析过程中去除协变量全脑体积、年龄和性别对组间统计的影响。采用高斯随机场多重比较校正方法对组间进行多重比较校正,以双侧P<0.05 为差异有统计学意义。

SBM采用 CAT12和SPM12 模块进行统计学分析。控制年龄和性别协变量,采用双样本t检验,团块水平采用FWE校正进行多重比较校正,以双侧t检验P<0.05 为差异有统计学意义,检验皮质厚度、折叠系数等皮层形态结构参数的组间差异。左右双侧半球分别进行比较。

结果

1.一般人口学资料和汉语语音清晰度字表统计结果:健康对照组的年龄和性别与CLP组的差异均无统计学意义(t=-0.07,P=0.944;χ2=0.11,P=0.745)。CLP组受试者的汉语语音清晰度字表得分为(44.83±25.73)分,健康对照组的汉语语音清晰度评估是通过语音师临床主观筛查,无量表得分。

2.基于VBM分析的脑灰质体积比较:见图2表1。与健康对照组相比,CLP组左侧颞下回、右顶下缘角回、左小脑上部灰质体积均显著减少(P<0.05),右内侧额上回体积显著增加(P<0.05)。

点击查看大图
图2
两组受试者基于体素的形态学测量分析显示灰质体积差异有统计学意义的脑区分布
点击查看大图

注:浅蓝及蓝色脑区表示与健康对照组相比,伴发腭裂言语障碍的唇腭裂组(CLP组)灰质显著萎缩的脑区;红-黄色表示与健康对照组相比,CLP组脑区的灰质体积异常增加;z为统计变量峰值对应体素的蒙特利尔神经研究所152空间坐标值

图2
两组受试者基于体素的形态学测量分析显示灰质体积差异有统计学意义的脑区分布
点击查看表格
表1

两组受试者VBM分析结果灰质体积差异显著的脑区分布

表1

两组受试者VBM分析结果灰质体积差异显著的脑区分布

团块编号脑区侧别团块大小MNI坐标

团块水平

t

团块水平

P

解剖脑区
xyz
1120-48.0-36.0-27.0-3.98a<0.001颞下回
26340.5-48.046.5-3.89a<0.001顶下缘角回
348-31.5-64.5-21.0-3.73a<0.001小脑上部
43016.5-100.59.0-3.67a<0.001楔叶
522-1.5-91.521.0-3.51a<0.001楔叶
63715.069.0-4.53.83b<0.001眶部额上回
720-6.016.5-24.03.72b<0.001回直肌
8274.522.5-6.03.67b<0.001嗅皮质
9889.069.010.53.60b<0.001内侧额上回

注:VBM为基于体素的形态学测量;MNI为蒙特利尔神经研究所;a为与健康对照(HC)组相比,伴发腭裂言语障碍的唇腭裂(CLP)组灰质体积显著萎缩(P<0.05);b为与HC组相比,CLP组灰质体积显著增加(P<0.05)

3. 基于SBM分析的组间皮质厚度和折叠系数差异:见图3表2。与健康对照组对比,CLP组受试者的左侧额下回岛叶部、右侧脑岛部皮质厚度显著变薄(FWE校正,P=0.035)。与健康对照组对比,CLP组右侧半球扣带回峡部折叠系数增大(FWE校正,P=0.040)。

点击查看大图
图3
两组受试者脑区皮质厚度和折叠系数差异有统计学意义的区域分布 A:皮质厚度,与健康对照(HC)组相比,伴发腭裂言语障碍的唇腭裂(CLP)组皮质厚度显著减小脑区,框线蓝色-浅蓝色区为额下回(岛盖部);B:折叠系数,与HC组相比,CLP组折叠系数显著增大的脑区,框线内红色标注为脑岛
点击查看大图

注:图例为t值,即族错误率校正后P<0.05

图3
两组受试者脑区皮质厚度和折叠系数差异有统计学意义的区域分布 A:皮质厚度,与健康对照(HC)组相比,伴发腭裂言语障碍的唇腭裂(CLP)组皮质厚度显著减小脑区,框线蓝色-浅蓝色区为额下回(岛盖部);B:折叠系数,与HC组相比,CLP组折叠系数显著增大的脑区,框线内红色标注为脑岛
点击查看表格
表2

两组受试者SBM分析结果大脑皮质厚度和折叠系数差异有统计学意义的脑区分布

表2

两组受试者SBM分析结果大脑皮质厚度和折叠系数差异有统计学意义的脑区分布

团块编号脑区侧别团块大小MNI坐标团块水平t团块水平P解剖脑区
xyz
130-374619-4.43a0.035a额下回:岛盖部(97%);中央前回(7%)
2948352816-5.19a<0.001a脑岛(57%);中央前回(20%);中央后回(17%);额下回:岛盖部(6%)
3222015-4.43b0.040b扣带回峡部(91%);舌回(9%)

注:SBM为基于表面形态学的测量;MNI为蒙特利尔神经研究所;a为与健康对照(HC)组相比,伴发腭裂言语障碍的唇腭裂(CLP)组皮质厚度显著变薄(P<0.05);b为与HC组相比,CLP组折叠系数显著增大(P<0.05)

讨论

为最大程度恢复CLP儿童人群的言语功能,目前腭裂手术通常在患儿出生后8~18个月进行,以便在语音发育期前恢复CLP儿童的腭部结构,使其可以像正常儿童一样进行语音发育。但腭裂术后的CLP儿童人群的言语功能恢复仍不尽如人意,存在不同程度的言语问题16。其中5岁CLP儿童人群言语障碍的发生率为30%~40%17,20%~30%的CLP儿童在7岁时仍存在言语问题,表现为以声门塞音为主要典型特征的腭裂语音障碍。汉语语音清晰度测试字表为了客观评价患者语音障碍程度,根据临床上语音患者最易频繁出现的异常语音而设计制成的字表,是目前广泛用于临床评估CLP人群语音清晰度的量表之一。CPSD对 CLP儿童的沟通表达、情绪及社会交际方面造成严重不良影响18, 19。因此,CPSD的产生机制受到临床医师及相关学者的关注,随着MRI技术的发展及其在言语障碍机制研究中的广泛应用,为CPSD的神经病理机制研究提供了新的研究思路。

CPSD人群的神经影像学研究是近年学界关注的研究热点,研究多集中于CPSD成年人群,针对CPSD儿童人群的相关研究鲜见报道。本研究是国内首次对伴发CPSD的CLP儿童人群脑结构进行研究,利用MRI技术探索CPSD人群脑形态学指标变化。CPSD儿童人群的脑结构异常主要表现为大脑和小脑体积的异常减少,尤其双侧额叶和皮质下核团体积的显著减小720。本研究结果初步从脑结构神经影像学方面对CLP儿童的CPSD产生机制进行探索。本研究基于VBM分析结果表明,与性别、年龄相匹配的健康对照组相比,伴发CPSD的CLP组左侧颞下回、右顶下缘角回、左小脑上部灰质体积显著减少,右内侧额上回的灰质体积显著增加。颞下回主要与语言理解、决策等语言功能相关21, 22。角回位于顶枕叶交界处,是视觉性语言中枢,主要与单词的视觉记忆密切相关23。如果角回受损,对单词视觉意象与听觉意象关联造成影响,可使患者对书面语言的理解造成困难。左侧小脑上部主要参与语言功能流畅性(包括语义和形式)24。语言的脑内形成阶段,声音通过听觉中枢到达感觉性语言中枢,在颞下回形成语义(语言符号及编码)。而视觉信息则通过视觉中枢到达角回及缘上回,形成视觉忆痕。因此,伴CPSD的CLP组左侧颞下回、右顶下缘角回、左小脑上部灰质体积显著减少,可能是导致CLP儿童人群语义理解、理解性与表达性词汇技能落后的神经病理学基础25, 26

岛叶与语言产生关系密切,岛叶功能主要与介导言语产生的运动方面相关27,特别是发音控制在进行言语产生如复述或朗读时,主要由左前岛叶和Broca区制订发音计划,将语音编码转换成发声的肌肉运动程序,并执行这一程序。脑岛是位于大脑外侧裂内部的一块皮层组织28,右侧脑岛被认为可能在言语的运动控制中起重要作用。皮质厚度受神经元排列和密度的影响,是脑发育程度的主要定量指标。CLP组受试者的左侧额下回岛叶部,右侧脑岛部皮质厚度显著变小,可能与CLP的特征性腭裂语音障碍不良发音习惯相关,伴发CPSD的CLP患者发音时,其言语产生的肌肉运动模式异于健康者29。CLP患者常表现为用舌根与咽后壁接触形成舌咽闭合,或用舌体堵塞腭部裂隙,或用声门部挤压对发音气流进行控制,使其能发出相对易懂的声音。

右侧扣带回是汉语语言加工的特殊脑功能区之一30,其是朗读非拼音文字的功能区,与汉字语义加工功能相关。CLP组的右扣带回峡部折叠系数增大,可能与伴发CPSD的CLP儿童代偿性不良发音习惯相关,其非拼音功能加强,进而导致结构发生改变。本研究中CLP组灰质体积减小的脑区与皮质厚度减小的脑区不同,其原因可能是与皮质表面积的双向改变相关。本研究为进一步探索两组受试者差异结果的组内分布情况,分别提取每名受试者不同脑结构指标参数比较中差异脑区的指标均值,组内比较显示差异脑结构指标在两组受试者中均显示较高的组内一致性。

综上所述,伴发腭裂言语障碍的CLP儿童的全脑灰质结构的多参数分析结果显示异常。与健康儿童相比,CLP儿童确实存在多个语言相关脑区灰质体积减小、皮质厚度减小及折叠系数增加,本研究结果基于多维度的灰质形态学分析,为CLP儿童的言语障碍发病机制提供客观脑形态学依据。伴发CPSD的CLP儿童存在多个语言相关脑区灰质体积减小、皮质厚度减小、折叠系数增大,这些与CLP人群特有的腭裂言语障碍的相关性尚需进一步深入研究。目前脑影像学研究中,对言语障碍相关的脑功能、灰质结构等指标的检测及脑灰质体积的变化为受损的金标准尚缺乏,主要是依赖设计对照实验31, 32,运用统计学方法的差异表达,且目前尚无方法验证脑灰质体积变化对相应功能的影响,有待于进一步研究。

利益冲突
利益冲突

所有作者声明不存在利益冲突

构音器官异常并不是产生腭裂语音障碍的唯一归因
马莲北京大学口腔医学院·口腔医院

腭裂是一种发生在腭部的先天性畸形,由于口鼻腔相通造成的腭咽闭合不全严重影响了语音的质量和清晰程度。手术是治疗腭裂的主要方法,但仍有10%~40%的患者术后遗留语音问题。腭裂语音及康复问题成为众多研究焦点之一。随着科学技术的进步,研究者们已将看似单一的问题携手多学科加以解决。腭裂的语音障碍也是如此,看似构音的问题,却与语言的发育及脑部特定部位的形态密不可分。《腭裂言语障碍儿童语言相关脑区灰质形态学分析》一文,作者通过分析腭裂患儿和健康儿童的磁共振三维T1结构像序列扫描结果得出以下结论:伴发腭裂言语障碍的唇裂合并腭裂儿童存在多个语言相关脑区的灰质改变,包括灰质体积减小、皮质厚度减小及折叠系数增大等。与健康儿童对比,相关脑区灰质形态学的改变可能与腭裂患儿特有的腭裂言语障碍相关。本文的创新性体现在将腭裂儿童构音的言语问题与语言相关的脑部灰质形态联系起来,通过脑部磁共振的方法观察分析,跳出了单纯的构音障碍的圈子,为进一步探讨腭裂语音产生的机制提出新的思路。

本研究还应在以下几方面进行更深入的探讨:①扩大样本量,缩小受试者年龄跨度;②设法确定脑灰质体积变化的功能意义以及言语障碍的脑组织结构变化标准;③在后续研究中对所得结果应尽可能进行全面的解释和详尽的讨论,以突出研究的意义及其临床应用价值。

参考文献
[1]
GohBS, TangCL, HashimND, et al. Hearing status and behavioural patterns among school aged children with cleft lip and/or palate[J]. Int J Pediatr Otorhinolaryngol, 2019, 118: 1-5. DOI: 10.1016/j.ijporl.2018.12.010.
[2]
Mbuyi-MusanzayiS, KayembeTJ, KashalMK, et al. Non-syndromic cleft lip and/or cleft palate: epidemiology and risk factors in Lubumbashi (DR Congo), a case-control study[J]. J Craniomaxillofac Surg, 2018, 46(7): 1051-1058. DOI: 10.1016/J.JCMS.2018.05.006.
[3]
FitzsimonsDA. International confederation for cleft lip and palate and related craniofacial anomalies task force report: speech assessment[J]. Cleft Palate Craniofac J, 2014, 51(6): e138-145. DOI: 10.1597/14-123.
[4]
吴炜, 封兴华, 毛天球, . 腭裂患者术后语音障碍影响因素Logistic回归分析[J]. 口腔颌面外科杂志, 2005, 15(3): 271-274. DOI: 10.3969/j.issn.1005-4979.2005.03.016.
WuW, FengXH, MaoTQ, et al. Logistic regression analysis of speech disorder factors in postoperative patients with cleft palate[J]. J Oral Maxillofac Surg, 2005, 15(3): 271-274. DOI: 10.3969/j.issn.1005-4979.2005.03.016.
[5]
MontoyaP, BigorreM, CaptierG, et al. Clinical management of cleft lip and palate in university hospital of Montpellier[J]. Ann Chir Plast Esthet, 2002, 47(2): 143-149. DOI: 10.1016/s0294-1260(02)00099-7.
[6]
谢娜, 杨峰, 干芸根, . 唇腭裂患儿认知相关脑区的磁共振结构影像学分析[J]. 中国CT和MRI杂志, 2012, 10(3): 14-17. DOI: 10.3969/j.issn.1672-5131.2012.03.005.
XieN, YangF, GanYG, et al. Structural MRI of the cognition associated brain regions in children with cleft lip and palate[J]. Chin J CT MRI, 2012, 10(3): 14-17. DOI: 10.3969/j.issn.1672-5131.2012.03.005.
[7]
CholletMB, DeLeonVB, ConradAL, et al. Morphometric analysis of brain shape in children with nonsyndromic cleft lip and/or palate[J]. J Child Neurol, 2014, 29(12): 1616-1625. DOI: 10.1177/0883073813510603.
[8]
LiZ, ZhangW, LiC, et al. Articulation rehabilitation induces cortical plasticity in adults with non-syndromic cleft lip and palate[J]. Aging (Albany NY), 2020, 12(13): 13147-13159. DOI: 10.18632/aging.103402.
[9]
DonzusoG, SciaccaG, RascunàC, et al. Structural MRI substrate of long-duration response to levodopa in Parkinson′s disease: an exploratory study[J]. J Neurol, 2021, 268(11): 4258-4264. DOI: 10.1007/s00415-021-10550-5.
[10]
SorellaS, LapomardaG, MessinaI, et al. Testing the expanded continuum hypothesis of schizophrenia and bipolar disorder. Neural and psychological evidence for shared and distinct mechanisms[J]. Neuroimage Clin, 2019, 23: 101854. DOI: 10.1016/j.nicl.2019.101854.
[11]
王国民, 朱川, 袁文化, . 汉语语音清晰度测试字表的建立和临床应用研究[J]. 上海口腔医学, 1995, 3(4): 125-127.
WangGM, ZhuC, YuanWH, et al. Establishment and clinical application of Chinese language clear degree[J]. Shanghai J Stomstol, 1995, 3(4): 125-127.
[12]
RathoreS, HabesM, IftikharMA, et al. A review on neuroimaging-based classification studies and associated feature extraction methods for Alzheimer′s disease and its prodromal stages[J]. Neuroimage, 2017, 155: 530-548. DOI: 10.1016/j.neuroimage.2017.03.057.
[13]
RondinaJM, FerreiraLK, de Souza DuranFL, et al. Selecting the most relevant brain regions to discriminate Alzheimer′s disease patients from healthy controls using multiple kernel learning: a comparison across functional and structural imaging modalities and atlases[J]. Neuroimage Clin, 2018, 17: 628-641. DOI: 10.1016/j.nicl.2017.10.026.
[14]
FischlB. FreeSurfer[J]. Neuroimage, 2012, 62(2): 774-781. DOI: 10.1016/j.neuroimage.2012.01.021.
[15]
FischlB, DaleAM. Measuring the thickness of the human cerebral cortex from magnetic resonance images[J]. Proc Natl Acad Sci U S A, 2000, 97(20): 11050-11055. DOI: 10.1073/pnas.200033797.
[16]
PamplonaM, YsunzaPA. Speech pathology telepractice for children with cleft palate in the times of COVID-19 pandemic[J]. Int J Pediatr Otorhinolaryngol, 2020, 138: 110318. DOI: 10.1016/j.ijporl.2020.110318.
[17]
LohmanderA, FriedeH, LiljaJ. Long-term, longitudinal follow-up of individuals with unilateral cleft lip and palate after the Gothenburg primary early veloplasty and delayed hard palate closure protocol: speech outcome[J]. Cleft Palate Craniofac J, 2012, 49(6): 657-671. DOI: 10.1597/11-085.
[18]
GallagherER, CollettBR. Neurodevelopmental and academic outcomes in children with orofacial clefts: a systematic review[J]. Pediatrics, 2019, 144(1): e20184027. DOI: 10.1542/peds.2018-4027.
[19]
KuhlmannEH, ConradAL. Word reading in boys with isolated oral clefts: comparison to unaffected average and dyslexic readers using the dual-route model[J]. Cleft Palate Craniofac J, 2020, 57(3): 310-320. DOI: 10.1177/1055665619867015.
[20]
NopoulosP, LangbehnDR, CanadyJ, et al. Abnormal brain structure in children with isolated clefts of the lip or palate[J]. Arch Pediatr Adolesc Med, 2007, 161(8): 753-758. DOI: 10.1001/archpedi.161.8.753.
[21]
TrimmelK, van GraanAL, CaciagliL, et al. Left temporal lobe language network connectivity in temporal lobe epilepsy[J]. Brain, 2018, 141(8): 2406-2418. DOI: 10.1093/brain/awy164.
[22]
ChienPJ, FriedericiAD, HartwigsenG, et al. Intonation processing increases task-specific fronto-temporal connectivity in tonal language speakers[J]. Hum Brain Mapp, 2021, 42(1): 161-174. DOI: 10.1002/hbm.25214.
[23]
HumphreysGF, Lambon Ralph MA, SimonsJS. A unifying account of angular gyrus contributions to episodic and semantic cognition[J]. Trends Neurosci, 2021, 44(6): 452-463. DOI: 10.1016/j.tins.2021.01.006.
[24]
Starowicz-FilipA, ChrobakAA, MoskałaM, et al. The role of the cerebellum in the regulation of language functions[J]. Psychiatr Pol, 2017, 51(4): 661-671. DOI: 10.12740/PP/68547.
[25]
ChengH, RaoB, ZhangW, et al. Increased modularity of the resting-state network in children with nonsyndromic cleft lip and palate after speech rehabilitation[J]. Brain Behav, 2021, 11(8): e02094. DOI: 10.1002/brb3.2094.
[26]
RaoB, ChengH, FanY, et al. Topological properties of the resting-state functional network in nonsyndromic cleft lip and palate children after speech rehabilitation[J]. J Integr Neurosci, 2020, 19(2): 285-293. DOI: 10.31083/j.jin.2020.02.19.
[27]
OhA, DuerdenEG, PangEW. The role of the insula in speech and language processing[J]. Brain Lang, 2014, 135: 96-103. DOI: 10.1016/j.bandl.2014.06.003.
[28]
StefaniakJD, AlyahyaR, Lambon Ralph MA. Language networks in aphasia and health: a 1000 participant activation likelihood estimation meta-analysis[J]. Neuroimage, 2021, 233: 117960. DOI: 10.1016/j.neuroimage.2021.117960.
[29]
TsangJ, YuWS, TuomainenJ, et al. The impact of maxillary osteotomy on fricatives in cleft lip and palate: a perceptual speech and acoustic study[J]. Folia Phoniatr Logop, 2022, 74(4): 271-283. DOI: 10.1159/000520080.
[30]
SeoR, StoccoA, PratCS. The bilingual language network: Differential involvement of anterior cingulate, basal ganglia and prefrontal cortex in preparation, monitoring, and execution[J]. Neuroimage, 2018, 174: 44-56. DOI: 10.1016/j.neuroimage.2018.02.010.
[31]
YoussofzadehV, VannestJ, KadisDS. fMRI connectivity of expressive language in young children and adolescents[J]. Hum Brain Mapp, 2018, 39(9): 3586-3596. DOI: 10.1002/hbm.24196.
[32]
JasińskaKK, ShuaiL, LauANL, et al. Functional connectivity in the developing language network in 4-year-old children predicts future reading ability[J]. Dev Sci, 2021, 24(2): e13041. DOI: 10.1111/desc.13041.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词