腦電圖在孤獨癥譜系障礙中的應(yīng)用

樊越波，彭曉玲，黃丹

孤獨癥譜系障礙(Autism Spectrum Disorder, ASD)是一種病因未明的發(fā)育障礙性疾病。在美國精神障礙診斷統(tǒng)計手冊第五版中，將ASD明確歸類為由神經(jīng)系統(tǒng)失調(diào)導致的發(fā)育性障礙[1]。因此，從神經(jīng)生理學角度出發(fā)對ASD進行探究，將是我們了解ASD的病因和病理學特征較為直接的方法。

腦電圖(Electroencephalogram, EEG) 作為一種主要用于測量大腦神經(jīng)元突觸后電位變化的神經(jīng)影像學工具，是研究復雜的神經(jīng)病理疾病(尤其是癲癇：一種由于大腦神經(jīng)元突發(fā)性異常放電導致的大腦功能障礙)的有力工具[2]。隨著ASD共患癲癇的概率不斷增高[3]，利用腦電圖對ASD大腦異常放電活動進行探測愈發(fā)引起學者的重視。本文首先將對ASD在靜息、任務(wù)和睡眠狀態(tài)中的大腦腦電活動狀況進行梳理，其次將對腦電圖在ASD領(lǐng)域的應(yīng)用進行歸納總結(jié)，旨在促進對ASD病理機制的認識，并對ASD的神經(jīng)生理學研究提供參考。

1 不同神經(jīng)活動狀態(tài)下ASD的腦電活動信號

1.1 在靜息狀態(tài)下ASD者異常的腦電活動信號 在靜息狀態(tài)下，利用功率譜分析的方法，研究者發(fā)現(xiàn)與正常對照組相比，無論ASD兒童、成人，低功能以及高功能ASD者均表現(xiàn)出大腦慢波(θ和δ波)功率增強[4-6]，α波功率降低[4-5, 7-8]。這些腦電波的變化發(fā)生在大腦廣泛的區(qū)域，θ和δ波的改變在大腦額葉區(qū)域尤為明顯，α波的改變則主要發(fā)生于大腦枕、頂葉和大腦雙側(cè)中部區(qū)域。在大腦正常發(fā)育的人群中，大腦慢波的活動在嬰幼兒中較為常見，與更多的原始動機(如饑餓)、無意識活動以及感覺編碼相連[9-10]。ASD兒童在靜息狀態(tài)下出現(xiàn)類似于正常嬰幼兒的增強的大腦慢波活動，這可能提示ASD者具有較差的對原始動機的控制能力，并較難實現(xiàn)對外界刺激有意識的注意。另外，研究者認為α波的活動與大腦中自下而上的感知覺加工有關(guān)，α波功率的改變可反映個體存在感知覺加工過程的變化[10]。ASD者大腦中α波功率的降低可能是其出現(xiàn)感知覺加工異常的生理基礎(chǔ)。Mathewson等[11]分析了ASD兒童腦電波活動與知覺加工的關(guān)系，發(fā)現(xiàn)在ASD組內(nèi)，α波功率與細節(jié)的注意傾向存在顯著的負相關(guān)。

利用活動一致性的分析方法，研究者發(fā)現(xiàn)ASD者在靜息狀態(tài)下大腦腦區(qū)間放電的協(xié)同一致性(即大腦功能連接)發(fā)生變化。在連接模式上，Peters等[12]觀察到ASD組大腦內(nèi)長程連接數(shù)量和短程連接數(shù)量之間的比例顯著低于正常人。在連接強度上，研究者發(fā)現(xiàn)ASD者存在減弱的長程連接(尤其是額葉和枕葉，以及額葉和其他區(qū)域的長程連接)[5, 13-14]。額葉是信息加工重要的整合區(qū)域，以額葉為核心的大腦長程區(qū)域間腦電活動的一致性降低提示ASD者的額葉整合能力的減弱，這可能引起高級認知加工的能力降低。大腦短程連接的改變則在ASD不同的年齡階段表現(xiàn)出變化的模式。例如，Murias等[5]發(fā)現(xiàn)與正常成人相比，ASD成人大腦在θ和δ頻段左側(cè)額葉和顳葉區(qū)域內(nèi)出現(xiàn)增強的短程連接，而Coben等[13]的研究卻顯示在多個頻帶(β、θ和δ頻帶)，ASD兒童的大腦后部區(qū)域內(nèi)(頂、枕葉區(qū)域)短程連接強度降低。大腦局部區(qū)域內(nèi)放電的協(xié)同一致性通常被認為與大腦對特定內(nèi)容的專門化加工有關(guān)，ASD成人增強的大腦短程連接可能與他們在某些感知覺加工領(lǐng)域表現(xiàn)出一定的優(yōu)勢相關(guān)[15]，并且這些優(yōu)勢能力的表現(xiàn)可能伴隨年齡的發(fā)展而發(fā)生變化。

1.2 在任務(wù)刺激狀態(tài)下ASD者異常的腦電活動信號在多種任務(wù)刺激狀態(tài)下，研究者發(fā)現(xiàn)ASD者缺乏類似于正常人的大腦左右半球功能分配，傾向于存在大腦左半球腦電活動的偏側(cè)化。當對運動刺激保持持續(xù)的視覺注意時，Stroganova等[16]發(fā)現(xiàn)ASD兒童大腦左右半球腦電活動不對稱，大腦左側(cè)半球，尤其是顳葉區(qū)域θ和δ波功率明顯高于右半球。在間斷的閃光刺激下，Lazarev等[17]同樣發(fā)現(xiàn)ASD兒童存在左半球活動優(yōu)勢，他們觀察到ASD兒童大腦左半球內(nèi)腦電活動的協(xié)同性顯著高于正常對照組，并且在越高的腦電波頻率段，左半球的偏側(cè)化現(xiàn)象越明顯。然而當ASD者被發(fā)現(xiàn)存在大腦左半球活動偏側(cè)化的同時，研究者觀察到在持續(xù)的視覺注意狀態(tài)下ASD組失去典型的左側(cè)半球μ節(jié)律優(yōu)勢(左半球μ節(jié)律優(yōu)勢在正常人中普遍存在)[16]。這些研究表明ASD者大腦左右半球的功能分配發(fā)生改變。左半球μ節(jié)律優(yōu)勢的存在通常反映的是大腦左半球?qū)Ω兄\動刺激具有更強的自下而上的調(diào)控。ASD者μ節(jié)律優(yōu)勢的缺乏提示ASD者大腦左半球?qū)\動功能的控制能力減弱。另外，有研究者認為，ASD者大腦左半球過度的腦電活動可能成為ASD大腦左半球中的“噪音”，影響ASD者對感覺和認知過程的調(diào)節(jié)，從而導致其對任務(wù)加工的效率降低[18]。

當對不同類型刺激進行注意和識別的過程中，研究者發(fā)現(xiàn)ASD者腦電活動變化的靈敏性低于正常人。Catarino等[19]發(fā)現(xiàn)當要求被試分別注意人臉圖片和椅子的圖片時，正常成人大腦左右半球FT7-FT8,TP7-TP8,P7-P8電極間腦電信號的協(xié)同活動發(fā)生改變，而ASD成人只存在T7～T8電極間的協(xié)同活動改變。類似的，F(xiàn)iebelkorn等[20]在其設(shè)計的視覺觀察任務(wù)中發(fā)現(xiàn)與正常對照組相比，ASD兒童在觀察目標物(如某個特定類型的狗)和非目標物(如其他類型的狗)時大腦事件相關(guān)電位(Event-Related Potentials, ERPs)信號更為一致。這些研究提示ASD者區(qū)分刺激的能力下降。

1.3 在睡眠狀態(tài)下ASD者異常的腦電活動信號 睡眠狀態(tài)是個體受到外周感覺刺激影響最小的階段，對睡眠狀態(tài)下腦電信號的探測可以觀測到個體最具內(nèi)源性的神經(jīng)活動。Daoust等[21]通過對ASD者在快速眼動睡眠階段中腦電活動的探測，發(fā)現(xiàn)與正常對照組相比，ASD成人大腦后部視覺加工區(qū)域(枕-顳葉)β波功率下降。在快速眼動睡眠時期，Leveille等[22]發(fā)現(xiàn)在θ和δ頻段，ASD組大腦左半球枕葉區(qū)和附近枕葉區(qū)域的短程連接增強。這些研究提示ASD者的視知覺功能可能存在特定的改變。

2 腦電圖在孤獨癥領(lǐng)域的應(yīng)用

2.1 腦電圖應(yīng)用于ASD早期診斷 研究者對6個月的嬰兒展開縱向追蹤，分別在嬰兒第6、9、12、18、24個月時對其進行額葉腦電圖檢查，發(fā)現(xiàn)具有高ASD風險因子的嬰兒在6個月時腦電活動就存在異常，他們腦電波的波幅在多個頻段(包括δ，θ，a，β和γ頻段)顯著低于低ASD風險因子組。在接下來的幾個月里，兩組嬰兒的腦電信號發(fā)展軌跡明顯不同，如高風險組γ頻段波幅逐漸上升，而低風險組則快速降低。這些研究結(jié)果表明在生命初期，ASD嬰兒腦電活動異常可能就存在，并且表現(xiàn)出與發(fā)育相關(guān)的動態(tài)變化[23]。Bosl等[24]利用基于機器學習的算法，對6～24個月嬰兒的腦電活動進行分析和識別，發(fā)現(xiàn)在9個月時，利用腦電信號對ASD男孩的正確預測率可達80%，而在9個月后預測的正確率可達100%。這些研究表明，嬰兒期腦電活動信號有可能成為ASD早期診斷的生物標記。

2.2 腦電圖應(yīng)用于ASD干預效果的評估 2012年Dawson等[25]首次使用腦電活動信號作為指標，評估不同行為干預方法作用于ASD兒童的干預效果。他們分別利用早期丹佛干預模式(Early Start Denver Model, ESDM)以及社區(qū)干預的方法對18～30個月的ASD兒童進行為期2年的干預，發(fā)現(xiàn)與干預前相比，干預后ESDM組和正常對照組出現(xiàn)類似的腦電活動變化，而社區(qū)干預組并未出現(xiàn)類似的神經(jīng)活動改變。與腦電信號變化相一致的是，ESDM組在ASD癥狀、智商、語言、適應(yīng)性行為和社交行為等方面的提高均優(yōu)于社區(qū)干預組[25]。其后，Van等[26]利用EEG信號作為指標，觀察利用教育和增進關(guān)系技能項目對ASD青少年進行為期14周干預的效果，發(fā)現(xiàn)在干預后ASD青少年腦電活動從右半球的γ波偏側(cè)化轉(zhuǎn)變?yōu)樽蟀肭蚱珎?cè)化(這種轉(zhuǎn)變被認為和更好的社交技能，以及更少的ASD癥狀相連)。這些結(jié)果提示腦電活動改變可作為評估干預效果的參考指標，并且腦電圖對于短期干預(如14周以內(nèi)的干預)的效果也可靈敏地反映。

2.3 腦電圖應(yīng)用于ASD不同類型的區(qū)分 Wing和Gould等[27]提出可根據(jù)社交維度的表現(xiàn)，將ASD分為不同的類型，如被動型和主動但怪異型。Dawson等[28]利用腦電圖對這兩種類型的ASD者進行觀測，發(fā)現(xiàn)與后者相比，前者的前額葉a波功率顯著降低。為此，有學者認為大腦a波功率的差異可能反應(yīng)ASD兒童對社交活動不同的覺醒和卷入程度。此外，有學者根據(jù)腦電活動模式的差異將ASD者分為大腦腦電活動左側(cè)偏側(cè)化和右側(cè)偏側(cè)化兩種類型[7-8]。Sutton等[7]發(fā)現(xiàn)右側(cè)偏側(cè)化個體顯示出更嚴重的ASD癥狀和社交損傷，但表現(xiàn)出更好的視覺分析技能，而左側(cè)偏側(cè)化ASD者顯示出更低的社交障礙，但自我報告顯示具有更強的社交焦慮和較低的人際交往滿意度。這些研究提示腦電活動信號可能可作為區(qū)分不同ASD表現(xiàn)類型的生理依據(jù)。

2.4 腦電圖應(yīng)用于ASD及其共患病的關(guān)系研究 癲癇是ASD最常見的共患病，Hughes等[2]通過靜息狀態(tài)下的EEG研究，發(fā)現(xiàn)20%的ASD者存在異常的癲癇樣放電。在睡眠狀態(tài)下，ASD者還存在更高比例的癲癇樣腦電波，研究者觀察到61%無臨床癲癇癥狀的ASD者在睡眠中出現(xiàn)癲癇樣異常放電[29]。此外，腦電圖異常程度越大的ASD者出現(xiàn)癲癇樣放電的概率也更大[30]。另一方面，癲癇患者中表現(xiàn)出ASD特征的概率也顯著高于一般被試群體[31]。目前對于ASD和癲癇的關(guān)系還不得而知，這兩種疾病是否具有共同的病理生理基礎(chǔ)，是否存在一定的因果關(guān)系都還需要進一步的驗證。部分研究者認為癲癇的發(fā)作可能破壞大腦的神經(jīng)放電活動，從而使患者表現(xiàn)出ASD樣行為特征[31]。

在對多動癥和ASD關(guān)系的研究中，Cross等通過腦電活動分析發(fā)現(xiàn)，在區(qū)分憤怒和厭惡情緒面孔時，ASD組大腦頂葉γ 波波幅顯著低于多動癥組[32]。由刺激誘發(fā)的γ 波通常受到多種認知過程的調(diào)節(jié)，如特征整合、注意、情感和記憶等的調(diào)節(jié)。在觀察情緒面孔圖片時，大腦減弱的γ波活動可能預示著ASD者對面孔情緒的認知能力較弱，該結(jié)果提示腦電圖的變化可作為辨別兩種病癥的參考指標。另外，不同于其他患有精神神經(jīng)疾病的患者，ASD者在睡眠狀態(tài)下檢查出的腦電圖異常率很低[33]，這些研究結(jié)果提示腦電圖，尤其是睡眠階段腦電圖信息或許可以作為ASD與其他腦部疾病鑒別診斷的依據(jù)。

3 總結(jié)和展望

總體而言，當前腦電圖已經(jīng)廣泛應(yīng)用于ASD不同神經(jīng)活動狀態(tài)下腦電活動的探究。然而，基于腦電活動的ASD早期診斷、干預方法療效評估等研究等尚處于起步階段，還需要更多有力的實驗來證實腦電圖作用于ASD診斷、干預效果評估、亞型區(qū)分等的有效性。

[1] Anonymous. Prevalence of autism spectrum disorder among children aged 8 years - autism and developmental disabilities monitoring network, 11 sites, United States, 2010[R]. MMWR Surveill Summ, 2014, 63(2): 1-21.

[2] Hughes JR, Melyn M. EEG and seizures in autistic children and adolescents: further findings with therapeutic implications[J]. Clin EEG Neurosci, 2005, 36(1): 15-20.

[3] Kogan MD, Blumberg SJ, Schieve LA, et al. Prevalence of parent-reported diagnosis of autism spectrum disorder among children in the US, 2007[J]. Pediatrics, 2009, 124(5): 1395-1403.

[4] Chan AS, Sze SL, Cheung MC. Quantitative electroencephalographic profiles for children with autistic spectrum disorder[J]. Neuropsychology, 2007, 21(1): 74-81.

[5] Murias M, Webb SJ, Greenson J, et al. Resting state cortical connectivity reflected in EEG coherence in individuals with autism[J]. Biol Psychiatry, 2007, 62(3): 270-273.

[6] Pop-Jordanova N, Zorcec T, Demerdzieva A, et al. QEEG characteristics and spectrum weighted frequency for children diagnosed as autistic spectrum disorder[J]. Nonlinear Biomed Phys, 2010, 4(1): 4-4.

[7] Sutton SK, Burnette CP, Mundy PC, et al. Resting cortical brain activity and social behavior inhigher functioning children with autism[J]. J Child Psychol Psychiatry, 2005, 46(2): 211-222.

[8] Burnette CP, Henderson HA, Inge AP, et al. Anterior EEG asymmetry and the Modifier Model of Autism[J]. J Autism Dev Disord, 2011, 41(8): 1113-1124.

[9] Knyazev GG. EEG delta oscillations as a correlate of basic homeostatic and motivational processes[J]. Neurosci Biobehav Rev, 2012, 36(1): 677-695.

[10] Klimesch W, Sauseng P, Hanslmayr S. EEG alpha oscillations: the inhibition-timing hypothesis[J]. Brain Res Rev, 2007, 53(1): 63-88.

[11] Mathewson KJ, Jetha MK, Drmic IE, et al. Regional EEG alpha power, coherence, and behavioral symptomatology in autism spectrum disorder[J]. Clin Neurophysiol, 2012, 123(9): 1798-1809.

[12] Peters JM, Taquet M, Vega C, et al. Brain functional networks in syndromic and non-syndromic autism: a graph theoretical study of EEG connectivity[J]. BMC Med, 2013, 11: 54.

[13] Coben R, Clarke AR, Hudspeth W, et al. EEG power and coherence in autistic spectrum disorder[J]. Clin Neurophysiol, 2008, 119(5): 1002-1009.

[14] Barttfeld P, Wicker B, Cukier S, et al. A big-world network in ASD: dynamical connectivity analysis reflects a deficit in long-range connections and an excess of short-range connections[J]. Neuropsychologia, 2011, 49(2): 254-263.

[15] Alexander AL, Lee JE, Lazar M, et al. Diffusion tensor imaging of the corpus callosum in Autism[J]. Neuroimage, 2007, 34(1): 61-73.

[16] Stroganova TA, Nygren G, Tsetlin MM, et al. Abnormal EEG lateralization in boys with autism[J]. Clin Neurophysiol, 2007, 118(8): 1842-1854.

[17] Lazarev VV, Pontes A, deAzevedo LC. EEG photic driving: right-hemisphere reactivity deficit in childhood autism. A pilot study[J]. Int J Psychophysiol, 2009, 71(2): 177-183.

[18] Orekhova EV, Stroganova TA, Nygren G, et al. Excess of high frequency electroencephalogram oscillations in boys with autism[J]. Biol Psychiatry, 2007, 62(9): 1022-1029.

[19] Catarino A, Andrade A, Churches O, et al. Task-related functional connectivity in autism spectrum conditions: an EEG study using wavelet transform coherence[J]. Mol Autism, 2013, 4(1): 1.

[20] Fiebelkorn IC, Foxe JJ, McCourt ME, et al. Atypical category processing and hemispheric asymmetries in high-functioning children with autism: revealed through high-density EEG mapping[J]. Cortex, 2013, 49(5): 1259-1267.

[21] Daoust AM, Limoges E, Bolduc C, et al. EEG spectral analysis of wakefulness and REM sleep in high functioning autistic spectrum disorders[J]. Clin Neurophysiol, 2004, 115(6): 1368-1373.

[22] Leveille C, Barbeau EB, Bolduc C, et al. Enhanced connectivity between visual cortex and other regions of the brain in autism: a REM sleep EEG coherence study[J]. Autism Res, 2010, 3(5): 280-285.

[23] Tierney AL, Gabard-Durnam L, Vogel-Farley V, et al. Developmental trajectories of resting EEG power: an endophenotype of autism spectrum disorder[J]. PLoS One, 2012, 7(6): e39127.

[24] Bosl W, Tierney A, Tager-Flusberg H, et al. EEG complexity as a biomarker for autism spectrum disorder risk[J]. BMC Med, 2011, 2 (22): 9-18.

[25] Dawson G, Jones EJ, Merkle K, et al. Early behavioral intervention is associated with normalized brain activity in young children with autism[J]. J Am Acad Child Adolesc Psychiatry, 2012, 51(11): 1150-1159.

[26] Van Hecke AV, Stevens S, Carson AM, et al. Measuring the Plasticity of Social Approach: A Randomized Controlled Trial of the Effects of the PEERS Intervention on EEG Asymmetry in Adolescents with Autism Spectrum Disorders[J]. J Autism Dev Disord, 2015, 45(2): 316-335.

[27] Wing L, Gould J. Severe impairments of social interaction and associated abnormalities in children: epidemiology and classification[J]. J Autism Dev Disord, 1979, 9(1): 11-29.

[28] Dawson G, Klinger LG, Panagiotides H, et al. Subgroups of autistic children based on social behavior display distinct patterns of brain activity[J]. J Abnorm Child Psychol, 1995, 23(5): 569-583.

[29] Chez MG, Chang M, Krasne V, et al. Frequency of epileptiform EEG abnormalities in a sequential screening of autistic patients with no known clinical epilepsy from 1996 to 2005[J]. Epilepsy Behav, 2006, 8(1): 267-271.

[30] Lee H, Kang HC, Kim SW, et al. Characteristics of late-onset epilepsy and EEG findings in children with autism spectrum disorders[J]. Korean J Pediatr, 2011, 54(1): 22-28.

[31] Wakeford S, Hinvest N, Ring H, et al. Autistic characteristics in adults with epilepsy[J]. Epilepsy Behav, 2014, 12(41): 203-207.

[32] Gross E, El-Baz AS, Sokhadze GE, et al. Induced Eeg Gamma Oscillation Alignment Improves Differentiation between Autism and Adhd Group Responses in a Facial Categorization Task[J]. J Neurother, 2012, 16(2): 78-91.

[33] 孔峰,段立超. 兒童孤獨癥的臨床與神經(jīng)電生理檢測的研究[J]. 臨床神經(jīng)電生理學雜志, 2008, 17(5): 301-303.