高原缺氧的大尺度腦網(wǎng)絡分析

柳 倩，柴潔瑋，樊澤澤，霍炯宇，姚 蓉，ALI Usman，張來福，王志鵬，韋 新，李海芳

(1.太原理工大學 信息與計算機學院，太原 030024；2.國網(wǎng)山西電力科學研究院，太原 030000；3.西安交通大學 社會心理學研究所，西安 710000)

我國有著遼闊的高原，近年來，有越來越多的人到高原地區(qū)旅游或工作。高原海拔高、低壓、低氧，其中對人影響最嚴重的就是缺氧。缺氧會損傷人腦的認知功能，表現(xiàn)為短時記憶力、視聽覺感知力下降及執(zhí)行控制功能、注意轉(zhuǎn)換能力受損等[1]。因此，對長期缺氧導致大腦損傷進行研究具有重要意義。

早在20世紀50年代，曾有研究者使用靜息態(tài)腦電(EEG-resting state)技術開展低氧對大腦影響的研究[2]。目前，基于EEG信號高原缺氧的研究多集中在計算腦電信號的功率譜密度(能量值)[3]、分析事件相關電位(ERPs)的相關成分[4]，及腦電圖檢測[5]等。這些方法只是討論了信號的簡單特征值，沒有將大腦作為一個相互作用的整體進行分析，也沒有考慮到腦電圖的低空間分辨率特性。

為了改善以上問題，筆者應用靜息態(tài)皮層節(jié)律分析方法，從腦網(wǎng)絡角度研究缺氧對人腦的影響。該方法對靜息態(tài)EEG節(jié)律的皮層源進行詳細的源定位，從而獲得各個腦電節(jié)律下大尺度腦網(wǎng)絡的能量分布[6-7]，分析不同海拔之間大尺度腦網(wǎng)絡的差異，并尋找海拔高度因素與腦網(wǎng)絡兩者之間的相關性，克服了腦電技術的低空間分辨率特性，也為高原數(shù)據(jù)的處理提供了一種全新的思路。

1 大尺度腦網(wǎng)絡能量的估計

1.1 數(shù)據(jù)采集及預處理

被試對象為122名男性(20.27±2.56歲)，漢族，分別移居渭南(400 m，30人)、林芝(2 890 m，30人)、拉薩(3 600 m，29人)、那曲(4 500 m，33人)兩年時間，都出生和成長在低海拔地區(qū)，均為右利手，身體健康，無精神疾病、高原病或家族病史，實驗前一周未服用任何藥物，所有被試均填寫知情同意書。

本文采集70 s左右被試者閉眼的靜息態(tài)腦電數(shù)據(jù)，設備為美國NeuroScan40導聯(lián)腦電信號放大器和武漢格林泰克的32導鹽水電極帽。其中，采樣頻率為1 000 Hz，阻抗保持在10 kΩ以下。選擇耳電極為參考電極，并放置4個電極分別位于眼睛上下部和眼外處，用于采集垂直眼電和水平眼電。

取監(jiān)測開始10 s后逐漸穩(wěn)定的腦電信號進行分析。使用MATLAB中的EEGLAB工具包對信號進行預處理；采用0.5～50 Hz帶通對信號進行濾波；使用獨立成分分析法(Independent Component Analysis，ICA)去除信號中的偽跡成分(如眼電、肌電等干擾)，取全腦電極的平均電位轉(zhuǎn)換為參考電極。并提取δ(2～4 Hz)，θ(4～8 Hz)，α1(8～11 Hz)，α2(11～13 Hz)，β1(13～20 Hz)，β2(20～30 Hz)，γ(30～40 Hz)7種節(jié)律的腦電信號進行分析，預處理后共有84個被試數(shù)據(jù)可供后續(xù)分析。

1.2 頭皮能量估計

(1)

功率譜變化的范圍跨度較大，線性標度無法較好的表示，因此本文將結(jié)果進行對數(shù)轉(zhuǎn)換。

1.3 皮層源定位

大腦皮層的不同區(qū)域表現(xiàn)出不同的特征，所劃分的各個腦網(wǎng)絡也代表著不同的功能。為了揭示缺氧導致的大腦損傷機制，本文將著重分析8個靜息態(tài)大尺度腦網(wǎng)絡。

首先采用基于網(wǎng)絡源成像技術獲得腦電節(jié)律的皮層電流密度[6，8]，求出頭皮電位在皮層網(wǎng)格上的分布。該網(wǎng)格共有8 196個節(jié)點，在源定位過程中，根據(jù)節(jié)點所屬的大尺度腦網(wǎng)絡，被唯一地分配到某一個網(wǎng)絡中。最后根據(jù)每個網(wǎng)絡覆蓋的區(qū)域，將網(wǎng)絡內(nèi)對應節(jié)點的活動強度進行平均，統(tǒng)計各個網(wǎng)絡分別在7種節(jié)律上的電活動強度。

其中前7個大尺度腦網(wǎng)絡來自對1 000名志愿者的靜息態(tài)fMRI功能連接分析，包括：視覺(Visual)，感覺運動(Somatomotor)，背側(cè)注意(Dorsal Attention)，腹側(cè)注意(Ventral Attention)，邊緣系統(tǒng)(Limbic)，額頂(Frontopariental)和默認模式(Default)網(wǎng)絡[9]，而第8個深部結(jié)構(Deep Structure)則采用了AAL模板[10]進行構造。

2 結(jié)果分析

為了深入了解不同海拔之間各個大尺度腦網(wǎng)絡的差異，本文將對腦網(wǎng)絡特征進行單因素方差分析，并運用Greenhouse-Geisser法對方差分析后的P值進行校正，事后檢驗運用LSD(least significant difference)進行各組均值間的配對比較。

2.1 頭皮能量分析

使用加窗平均周期圖法估計4個海拔高度在7種節(jié)律下的EEG全腦頭皮能量，圖1所示即為4個海拔其中各一個被試的頭皮能量分布，可以發(fā)現(xiàn)主要是枕葉和頂葉區(qū)域能量較高，并且相較于其他3個海拔，4 500 m組能量較低。為發(fā)現(xiàn)各海拔頭皮能量的差異，進一步計算了4組被試頭皮能量總平均值，如圖2所示，并對其進行方差分析。其中組間

圖1 四個海拔在7種節(jié)律上的頭皮能量分布地形圖Fig.1 Scalp energy distribution topography at four elevations at seven rhythms

因素為4個海拔，組內(nèi)因素為7種節(jié)律，方差分析結(jié)果如表1所示。從表1可知，只有在α2節(jié)律下4個海拔之間頭皮能量總平均差異顯著，其他節(jié)律均不顯著。事后檢驗表明，海拔400 m組和4 500 m組分別和海拔3 600 m組差異顯著，且表現(xiàn)為海拔3 600 m組頭皮能量的顯著升高，這與ZHAO et al[3]發(fā)現(xiàn)相一致，其他兩組之間未發(fā)現(xiàn)差異。其中顯著性結(jié)果標注于圖2中，用**表示。

圖2 總平均能量Fig.2 Total mean energy

表1 頭皮能量單因素方差分析結(jié)果(P<0.01)Table 1 Results of single factor analysis of variance for scalp energy (P<0.01)

2.2 大尺度腦網(wǎng)絡能量分析

根據(jù)所求得的被試頭皮能量進行溯源，得到了α2節(jié)律下頭皮電位在大腦皮層上的分布，如圖3所示。發(fā)現(xiàn)4組海拔差異主要集中在頂葉、枕葉以及兩側(cè)顳葉，這與YAN et al[11]發(fā)現(xiàn)一致。由于EEG空間分辨率較低，沒有對所估計的皮層分布進行深入分析。

圖3 α2節(jié)律下的皮層電流密度總平均Fig.3 Total mean of cortical current density of α2

根據(jù)大腦皮層的分布來估計8個大尺度腦網(wǎng)絡的電活動強度，通過對網(wǎng)格內(nèi)所有節(jié)點值進行平均，求得8個大尺度腦網(wǎng)絡能量值，從而極大地改善了腦電圖低空間分辨率的缺點。

為探尋各個海拔之間8個大尺度腦網(wǎng)絡的差異性，分別對4個海拔在7種節(jié)律下的腦網(wǎng)絡能量值進行單因素方差分析。其中，組間因素為4個海拔，組內(nèi)因素為8個腦網(wǎng)絡能量值，檢驗結(jié)果如表2所示。

由表2可知，4組被試者分別在θ節(jié)律下的深部結(jié)構網(wǎng)絡，α1節(jié)律下的視覺網(wǎng)絡、邊緣系統(tǒng)、默認網(wǎng)絡和深部結(jié)構網(wǎng)絡，β1節(jié)律下的深部結(jié)構網(wǎng)絡以及β2節(jié)律下的視覺網(wǎng)絡、邊緣系統(tǒng)和深部結(jié)構網(wǎng)絡差異顯著，顯著性結(jié)果在表中進行加粗。檢驗結(jié)果表明，θ、α1、β1和β2節(jié)律下的深部結(jié)構網(wǎng)絡差異體現(xiàn)在海拔4 500 m組分別與海拔400，2 890，3 600 m之間，而其他兩組間均未達到顯著水平；α1節(jié)律下的視覺網(wǎng)絡、邊緣系統(tǒng)、默認網(wǎng)絡的顯著差異主要存在于海拔400 m與3 600 m組之間，以及海拔4 500 m組分別與400，2 890，3 600 m組之間；β2節(jié)律下3個腦網(wǎng)絡能量的差異情況同α1節(jié)律。

表2 腦網(wǎng)絡能量值單因素方差分析結(jié)果(P<0.01)Table 2 Results of single factor analysis of variance of brain network energy value (P<0.01)

為了深入觀察海拔之間的差異情況，本文對各個海拔所有被試差異顯著的腦網(wǎng)絡能量值求平均，如圖4-圖6，并且于圖中標注了各海拔腦網(wǎng)絡能量值的標準誤差及各組間顯著性差異結(jié)果即事后檢驗結(jié)果(**)。此外，對圖5、圖6總結(jié)發(fā)現(xiàn)，α1、β2節(jié)律下，海拔3 600 m組能量值最高；而海拔4 500 m組能量值最低，并且在所有差異顯著的腦網(wǎng)絡中，4個海拔的能量值變化趨勢相同。

圖4 差異顯著的深部結(jié)構能量均值(θ，β1)Fig.4 Mean value of deep structures with significant differences (θ、β1)

3 結(jié)果與討論

本文根據(jù)靜息態(tài)EEG信號獲得7種腦電節(jié)律下的大尺度腦網(wǎng)絡的能量分布，分析了不同海拔之間腦網(wǎng)絡能量的差異，得出如下分析結(jié)果。

圖5 差異顯著的腦網(wǎng)絡能量均值(α1)Fig.5 Mean value of significantly different brain networks (α1)

圖6 差異顯著的腦網(wǎng)絡能量均值(β2)Fig.6 Mean value of significantly different brain network (β2)

1) 深部結(jié)構網(wǎng)絡在θ、α1、β1和β2節(jié)律下差異顯著，并且這種差異主要源自于海拔4 500 m組腦網(wǎng)絡能量值的顯著降低。丘腦是深部結(jié)構網(wǎng)絡的核心節(jié)點之一，主要負責睡眠功能[12]，因此深部結(jié)構網(wǎng)絡能量的降低表明缺氧會影響人的睡眠。并未發(fā)現(xiàn)海拔2 890 m和3 600 m組分別與400 m組在深部結(jié)構網(wǎng)絡上存在差異，推測隨著在高原居留時間的延長，機體對高原低氧環(huán)境逐漸習服并基本接近平原水平。

2)α1和β2節(jié)律下腦網(wǎng)絡能量的差異主要集中在視覺網(wǎng)絡、邊緣系統(tǒng)以及α1節(jié)律下的默認網(wǎng)絡，且這種差異主要來自于海拔3 600 m組腦網(wǎng)絡能量顯著升高和海拔4 500 m組的腦網(wǎng)絡能量顯著降低。腦網(wǎng)絡能量的升高表明局部腦活動的增強，這種代償性增強可以被視為是一種補償機制，與先前研究[13]發(fā)現(xiàn)和視覺識別機制相關的N1成分在高海拔組出現(xiàn)雙側(cè)后位激活，孔德民[14]發(fā)現(xiàn)靜息態(tài)下高海拔組多個腦區(qū)呈現(xiàn)功能連接度代償性增加等結(jié)論相一致。由最高海拔4 500 m組視覺網(wǎng)絡、默認網(wǎng)絡能量的降低，推測海拔過高氧氣過于稀薄可能導致高原移居者的視覺相關功能[15]和與默認網(wǎng)絡相關的對環(huán)境監(jiān)測和情緒加工功能[14]受損。

3) 從圖5-圖7中發(fā)現(xiàn)，相較于海拔400 m組，海拔2 890，3 600 m組的平均腦網(wǎng)絡能量都有上升趨勢；而4 500 m組的腦網(wǎng)絡能量卻變?yōu)樽畹停砻髟诓煌暮０胃叨龋X網(wǎng)絡能量有不同的改變，這種改變可能和海拔高度有關，推測海拔高度對人腦影響有一個閾值的存在[5，16]。

本文研究通過采集EEG信號并且使用溯源方法進行深入研究，克服了高原的嚴峻環(huán)境和解決了腦電技術空間分辨率低的缺點，發(fā)現(xiàn)不同海拔人群在大尺度腦網(wǎng)絡上的差異性，為缺氧導致的大腦損傷研究提供了新的思路。但是本文未研究被試者認知加工過程的特征，所以下一步將研究高原低氧暴露對人腦認知功能的影響。