太極運動者前額葉的低頻振幅能預測其情緒控制能力：一項靜息態研究

吳雨嫣，劉志遠*，楊光*，郭秀艷

太極是中國傳統文化的一部分。近年來，太極作為一種冥想訓練的形式受到了越來越多的關注[1]，特別是在老年群體中。太極是一種將練習者的身體、社交、認知和冥想等成分融入到一起的運動[2]。研究發現，太極不僅對人的生理有益，還能對人的心理產生積極影響。在生理方面，有研究發現長期的太極運動對老年人的平衡控制、靈活性和心血管健康有良好的影響[3]，能夠緩解高血壓、提高心肺功能和神經肌肉功能[4-5]。在心理方面，太極運動能夠增強老年人的認知功能[2]，提高其情緒調節能力[6]，進而能夠減輕壓力、焦慮、抑郁等負性情緒[7]。

研究發現，前額葉在情緒調節中發揮重要作用[8]。而大量證據表明，前額葉的結構及功能均會受到冥想訓練的影響。Wei等[9]發現太極運動者前額葉的皮層厚度相對于控制組更厚；Tao等[10]發現太極運動者在靜息狀態下背外側前額葉和額上回的功能連接增強；Hernández等[11]發現長期冥想者前額葉灰質體積的增大與更強的情緒控制有關；Taren等[12]發現冥想訓練能夠增強靜息狀態下背外側前額葉和額中回、額下回的功能連接，從而增強認知控制和情緒調節能力。總之，已經有大量研究探討了太極運動者的大腦結構和功能連接與情緒控制的關系，但是太極運動者在靜息狀態下大腦的低頻振幅(amplitude of low-frequency fluctuation，ALFF)是否與情緒控制能力有關還缺乏研究。

ALFF是一種被廣泛應用的磁共振靜息態研究方法，它通過計算大腦某區域在一段較短時間內的低頻振蕩信號的平均幅度值，反映大腦區域在該段時間內的自發活動強度[13-15]。在靜息狀態下，ALFF能從能量角度反映出大腦各體素自發活動水平的高低[16]。本研究主要探討太極運動者大腦的ALFF與其情緒控制能力的關系。筆者預期太極運動者前額葉的ALFF與其冥想分數有關，并且與其在連續風險決策任務中的情緒控制能力有關。

1 材料與方法

1.1 研究對象

共有28名太極運動者參與到本研究中，剔除2名在掃描過程中頭動過大的被試，最后有26名太極運動者[18名女性，8名男性，年齡為60～70歲，平均年齡(65.19±2.3)歲]的數據納入分析。太極運動者的太極運動時間為(10.44±5.48)年，每天平均運動時間為(66.76±20.51) min，平均受教育程度為(10.46±1.79)年。所有被試均無精神病或神經系統疾病史，均屬于右利手，并且視力或矯正視力正常。所有被試均自愿參與本研究，且在研究開始前簽署了知情同意書。本研究已獲得華東師范大學人體實驗倫理委員會批準。

1.2 問卷

為了獲得太極運動者的冥想分數，在掃描開始前被試被要求填寫五因素冥想問卷[17]及正念注意覺知量表[18]。兩個量表的中文版均已被證明具有良好的信效度[16-17]。五因素冥想問卷共包括39個項目，每個項目的評分范圍從1(從不或很少)到5(經常或總是)。問卷包括5個子量表，分別對應5個冥想維度：(1)觀察，指關注個體內部和外部的刺激，包括感覺、視覺感知、認知、情感等；(2)描述，指注意或用文字描述內部感受；(3)有意識的行動，指專注于當前的活動，而不分心在其他的想法或行為上；(4)不判斷內在經驗，指不評價自己內在的感覺、認知和情感；(5)對內在體驗的接納，指允許思想和感覺的出現和消失，而不被它們影響。正念注意覺知量表共包含15個項目，每個項目的評分范圍從1(總是)到6(幾乎不)，該量表可以反映被試自身專心和全神貫注的情況。結果顯示，五因素冥想問卷中，觀察為(3.50±0.79)分，描述為(3.55±0.66)分，有意識的行動為(3.68±0.95)分，不判斷為(2.86±0.49)分，接納為(3.58±0.46)分，總分為(17.16±1.83)分。正念注意覺知量表中，總分為(72.54±11.72)分。

1.3 實驗流程

首先獲取被試的靜息態數據，在靜息態掃描過程中，被試均被要求閉眼放松，保持清醒狀態，但盡量不要進行有意義的思考。靜息態掃描完成后，被試完成連續風險決策任務[19]。

連續風險決策任務的具體內容為：每個被試完成80輪游戲任務。在每一輪游戲開始時，會為被試呈現8個箱子，其中7個箱子裝的是收益(金幣)，剩余的一個箱子中裝的是懲罰(鬼)，鬼的位置隨機分布(偽隨機)。被試通過按鍵，從左到右依次打開箱子，在打開每一個箱子之前，被試均有2000 ms時間來決定是繼續打開箱子還是停止打開箱子。若被試在2000 ms內沒有做出決定，則系統會自動為其打開此箱；若被試選擇繼續打開箱子，且打開的箱子里裝的是鬼，則本輪游戲結束，本輪游戲中此前已經得到的金幣全部歸零；若被試選擇停止打開箱子收集金幣，則會看到本輪游戲中得到的金幣和鬼的位置，同時也可得知錯失金幣的個數。接下來，被試將會在結果界面看到一個藍色的框(被試主動選擇停止并收集金幣)或紅色的框(被試遇到鬼并損失當前試次的金幣)，框內內容為本輪游戲結果，本界面呈現時間為3000 ms。每輪游戲結果可分為收益(被試在遇鬼前主動停止且收集了金幣)和損失(被試遇鬼并失去本試次所收集到的所有金幣)兩種情況。最后，被試基于自己的決策結果進行主觀感受的9點評分，從-4(極其后悔)到4(極其欣慰)，評分界面呈現時間為3000 ms (圖1)。

1.4 掃描參數

所有被試的腦數據均通過西門子3.0 T磁共振成像系統(Magnetom Trio TIM，Siemens，Erlangen，Germany)采集。在掃描中獲得了高清結構像和靜息態功能磁共振成像(functional magnetic resonance imaging，f MRI)圖像。先掃描一個高清結構像，采用的序列為T1加權的多平面重建序列(magnetization-prepared rapid acquisition gradient echo，MP-RAGE)。具體掃描參數為：TR=2530 ms，TE=2.34 ms，層數=192層，層厚=1 mm，FOV=256 mm×256 mm，矩陣尺寸=256×256。用它對靜息態f MRI圖像配準；然后進行靜息態的f MRI圖像掃描，采用的序列為梯度回波平面成像序列(echo-planar imaging，EPI)。序列參數為：TR=2000 ms，TE=30 ms，層數=33層，層厚=4 mm，FOV=192 mm×192 mm，矩陣尺寸=64×64。靜息態掃描一共得到240幅圖像，掃描時間為8 min 6 s。

1.5 行為數據分析

在行為水平上，課題組在前期研究中引入了一個指標——收益比(real gain-percentage，RGP)，用來表示結果的好壞程度。RGP是被試每一試次實際得到的金幣數和本應得到的最多的金幣數(遇鬼之前的所有金幣數量)的比值，RGP的值越大，結果越好。根據RGP，收益情景可以分為結果差(0＜RGP≤0.6)，結果一般(0.6＜RGP≤0.8)和結果好(0.8＜RGP≤1)3種情況。接著基于情緒評分，對每個被試的結果進行回歸分析。在回歸分析中，將情緒評分作為因變量，客觀結果(RGP水平)作為自變量，計算每個被試在回歸分析中的回歸系數。回歸系數可以視作被試在獲得收益的情境中對客觀結果的敏感程度，且能反映被試的情緒控制能力：回歸系數越小，被試對客觀結果的情緒反應(即對客觀結果的敏感程度)越小，就代表個體的情緒更難受到客觀結果的影響，被試對情緒的控制能力越強[20]。

1.6 靜息態fMRI數據分析

本研究中靜息態腦數據的預處理以及統計分析均使用MATLAB環境下的DPARSFA工具包(Data Processing Assistant for Resting-State f MRI Advanced edition；http://www.restfmri.net/forum/DPARSFA)。

首先進行預處理，主要步驟如下：(1)除去前10個時間點，排除儀器剛開始掃描不穩定而對數據產生的影響，以及被試未適應對腦數據產生的影響；(2)時間層校正，校正在多層掃描過程中所產生的大腦各層數據掃描時間的差異；(3)頭動校正，為減少頭動對數據產生的影響，令時間序列中的每一幅圖像都與該序列的第一幅圖像對齊。排除頭動過大的被試，判定標準為：頭部平動超過2 mm，轉動超過2°；(4)配準，將分辨率比較低的平均EPI圖像配準到分辨率高的結構像上；(5)分割，將配準后的高清結構像進行分割為白質、灰質和腦脊液；(6)空間標準化，利用DARTEL算法將結構像和分割后的組織圖像標準化到蒙特利爾神經病學研究所(Montreal Neurological Institute，MNI)空間并進行重采樣，體素大小為2 mm×2 mm×2 mm；(7)去線性漂移，為去除線性漂移對數據的影響，采用線性回歸的方法；(8)濾波，去除0.01～0.08 Hz以外的低頻與高頻噪聲，所用方法為帶通濾波；(9)去除協變量，去除白質、腦脊液、頭動等協變量對數據的影響；(10)平滑，用半高寬為6 mm的各向同性的高斯核進行空間平滑處理，從而提高信噪比。

表1 正念注意覺知量表得分與ALFF值呈顯著負相關的腦區Tab.1 The brain regions where ALFF were negatively correlated with the scores of mindful attention awareness scale

表2 ALFF值與回歸系數呈顯著正相關的腦區Tab.2 The brain regions where ALFF were positively correlated with the regression coeff icient

然后使用工具包DPARSFA進行ALFF分析。分析方法概括如下：對預處理后某體素的時間序列進行快速傅里葉變換轉換到頻域，得到其功率譜，然后計算在0.01～0.08 Hz的頻域范圍下該時間序列功率譜的平方根，功率譜平方根經全腦平均后的值即為該體素的ALFF值。

圖1 實驗任務流程圖。任務共有80輪。每輪游戲開始時，首先呈現注視點，之后界面中呈現8個箱子，被試從左至右依次打開箱子，在打開每一個箱子之前，被試均有2000 ms的時間決定是否打開，若被試在2000 ms內沒有做出決定，則系統會自動為其打開此箱；若被試主動選擇停止打開箱子并收集金幣(收益情景)或打開了裝有鬼的箱子(損失情景)，則會看到結果界面(3000 ms)，最后要求被試根據自己的主觀感受進行9點評分(3000 ms)Fig. 1 The experiment procedure. Participants completed 80 trials in the scanner. The f ixation was presented at f irst for each trial. Then eight boxes were presented, and participants were asked to open the boxes from left to right. At any stage, participants had 2000 ms to either open the next box or stop. Once the participant stopped or opened the box with the devil, the outcome of this trial was presented for 3000 ms. And at last, the participant was required to rate how they felt for each trial on a 9-point scale for 3000 ms.

圖2 正念注意覺知量表分數與額中回的ALFF值呈顯著負相關Fig. 2 The scores of mindful attention awareness scale were negatively correlated with the ALFF in superior frontal gyrus and middle frontal gyrus.

圖3 額中回的ALFF值與對客觀結果的敏感程度呈正相關Fig. 3 The ALFF in middle frontal gyrus of the Tai Chi exercisers were positively correlated with the sensibility of the objective results.

最后，為了探究太極運動者大腦的ALFF值與其冥想程度以及在任務中的情緒控制能力的關系，將全腦ALFF值與冥想分數和其在任務中的情緒控制能力作相關性分析。腦區活動水平通過團塊水平的FEW (family-wise error)校正P＜0.05，和體素水平的FDR (false-discovery rate)校正P＜0.05后的結果被認為顯著相關且會被報告，被報告的坐標均為MNI坐標。接著通過SPSS 20.0統計分析工具對上一步中有顯著相關的腦區的ALFF值(球心為腦區坐標，半徑為6 mm的球)與行為結果及量表得分進行相關性分析，得到相關系數并畫出散點圖，散點圖的呈現有助于讀者的理解。

2 結果

結果發現，太極運動者正念注意覺知量表的得分與其額上回(superior frontal gyrus，SFG)(MNI：-14 68 10)和額中回(middle frontal gyrus，MFG)(MNI：-28 64 4)的ALFF值呈現顯著的負相關(圖2A，表1)。在進行相關分析前對數據進行了分布校驗，結果發現本文的行為數據均不符合正態分布，于是本研究采取了斯皮爾曼相關分析。抽取額中回的ALFF值，用正念注意覺知量表的得分與其作相關(r=-0.513，P＜0.01)，結果如圖2B。

結果還發現，太極運動者的額中回(MNI：44 10 40)和額下回(MNI：48 16 32)的ALFF值與其對客觀結果的敏感程度(即回歸系數)呈顯著正相關(圖3A，表2)。在進一步的分析中，抽取額中回的ALFF值，與太極運動者對客觀結果的敏感程度作相關分析(r=0.688，P＜0.01，圖3B)。結果表明，太極運動者額中回的ALFF值越小，對客觀結果的敏感程度越低，即對情緒的控制能力越強。

3 討論

本研究把靜息態fMRI技術和連續風險決策任務結合起來，采用ALFF的分析方法探討了太極運動者大腦的ALFF值與其冥想水平和情緒控制能力之間的關系。

3.1 冥想水平與前額葉ALFF值的關系

研究發現，太極運動者正念注意覺知量表的得分與其額上回和額中回的低頻振幅值呈負相關，即太極運動者的冥想水平越高，他們的前額葉(額上回、額中回)的ALFF值越小。太極作為一種身心訓練，包含冥想的成分[21]。它提倡專注于當下，不對外部的刺激和干擾做出判斷[22]，強調控制自身的呼吸、集中注意力，以產生一種內在的平靜[23]。在靜息狀態下，ALFF能直觀地從能量角度反映出大腦中各體素自發活動水平的高低[16]，所以前額葉自發的低頻振幅較小，可能是被試內心平靜在大腦活動中的體現。因此，在本研究中，太極運動者冥想水平與其在靜息狀態下前額葉的ALFF值呈負相關是可以解釋的，即太極運動者冥想水平越高，其內在越平靜，靜息狀態下的ALFF值越低。

3.2 前額葉的ALFF值與情緒控制能力的關系

研究結果還發現，太極運動者的額中回和額下回的ALFF值與其對客觀結果的敏感程度呈顯著正相關，即太極運動者前額葉(額中回和額下回)的ALFF值越小，對客觀結果越不敏感，即對情緒的控制能力越強。研究發現，冥想作為一種身心訓練，可以提高個體的認知控制能力，個體冥想水平的升高，會伴隨著其注意控制、情緒控制等能力的增強[1，24]，從而使個體更難體驗到焦慮抑郁等消極情緒，體驗到更強烈的幸福感[24-25]。而前額葉在前期研究中一直被認為是參與情緒控制的重要腦區[8]，Morawetz等[26]發現個體腹內側前額葉激活的增強與更強的情緒調節能力有關，并且腹外側前額葉與杏仁核的功能連接增強也會導致情緒調節能力的增強。H?lzel等[27]發現冥想者內側前額葉的激活增強反映了其對情緒的控制能力增強。Kaneda等[28]發現額下回和腹內側前額葉的功能連接與情緒調節有關。本研究采用ALFF的分析方法發現了在靜息狀態下太極運動者前額葉的ALFF值與其在連續風險決策任務中的情緒控制能力也有關系，前額葉的ALFF值越小，其在連續風險決策任務中對情緒的控制能力越強。

本研究首次發現了太極運動者前額葉的ALFF值和其情緒控制能力之間的關系，這一發現不僅進一步延伸了前期的研究，并且對與老年情緒紊亂相關的疾病(如抑郁癥、焦慮癥等)的臨床治療也有一定的啟示作用。

3.3 本研究的局限性

本研究也存在一些不足之處，例如：本文的被試均為太極運動者，沒有將非太極運動者納入本研究中。另外，本研究只是初步研究，被試僅有26人，在后續研究中，筆者將繼續增加樣本量，通過大樣本大數據從而得到更加匯聚的結果。

4 小結

本研究采用靜息態f MRI技術探討了太極運動者大腦的低頻振幅與其情緒控制能力的關系。結果發現，太極運動者的冥想程度與其前額葉的ALFF值呈顯著負相關，即他們在正念注意覺知量表中的得分越高，額上回和額中回的ALFF值越低。結果還發現，太極運動者前額葉的ALFF值與其情緒控制能力有關，即他們在靜息狀態下額中回和額下回的ALFF值越低，在連續風險決策任務中的情緒控制能力越強。這些結果表明，在靜息狀態下，太極運動者前額葉的ALFF值與其冥想分數有關，并且還能預測他們在連續風險決策任務中的情緒控制能力。