經顱直流電刺激干預下腦卒中患者的腦網絡研究

鄭威，于洪麗，王春方，李建波

1. 天津醫科大學朱憲彝紀念醫院 設備科，天津 300134；2. 河北工業大學 省部共建電工裝備可靠性與智能化國家重點實驗室，天津 300130；3. 天津市人民醫院 康復醫學科，天津 300121

引言

腦卒中是我國發病率較高的疾病，患者運動功能恢復的緩慢和困難對其日常生活和工作極其不利[1-2]。Bobath技術、Brunnstrom技術、Rood技術及PNF技術等訓練方法是治療腦卒中疾病的傳統康復方法，其對下肢功能的恢復具有積極作用，而對上肢效果較差，因此探究一種新的并且有效的康復治療方法具有重要臨床意義。經顱直流電刺激（Transcranial Direct Current Stimulation，tDCS）作為一種非侵入性的神經調控技術被認為是神經康復領域中一項非常有前途的方法[3-4]。tDCS具有較高的安全性，可對大腦多個功能區進行調節，增加大腦的可塑性變化，進而促進腦卒中后運動功能的恢復[5-6]。Lefebvre等[7]探討了tDCS聯合運動技能訓練得出其對慢性腦卒中患者感覺運動皮層的功能網絡具有積極的改善作用。Allman等[8]在一個為期9 d的運動訓練中引入tDCS技術，結果改善了腦卒中患者的臨床治療效果。盡管有證據顯示tDCS可以調節腦卒中患者大腦功能區，對運動皮層進行刺激以促進患者運動功能的恢復，但仍有許多問題沒有得到解決，如tDCS確切的臨床療效主要是通過臨床量表進行評定，缺少結合神經電生理等相應的技術方法，深入分析其作用機理，為評定患者康復情況提供依據。因此，基于腦電（Electroencephalogram，EEG）的tDCS對腦卒中疾病的療效及機理研究具有重要的應用前景。

為了解決上述問題，本文結合腦卒中患者的EEG數據采集實驗，通過EEG信號的偏定向相干性（Partial Directed Coherence，PDC）分析，構建不同受損部位患者tDCS刺激前、中、后的腦網絡。通過對不同狀態下腦網絡對比和大腦網絡拓撲特性的定量分析表明，tDCS對腦卒中疾病治療效果具有積極作用。

1 材料與方法

1.1 被試的選擇

本研究與天津市人民醫院康復醫學科合作，選擇21例腦卒中患者（天津市人民醫院康復醫學科患者）作為被試者（17例男性，4例女性），均為右利手，其中10例為左側半球受損，11例為右側半球受損，患者知情實驗內容且同意參與實驗。被試入選標準：① 被試首次患病，且符合2005年《中國腦血管病防治指南》診斷標準，經CT或MRI確診為單側半球缺血性腦卒中患者；② 被試意識清醒，無認知障礙，可以配合完成本項研究；③ 被試病情穩定，且患病時間小于4個月（均處于發病后的前6個月上肢和手功能康復黃金期）。被試排除標準：① 有精神類疾病或病史；② 有癲癇病、腦外傷疾病或者器質性腦損傷病史；③ 有電休克療法治療史。

左側患者平均年齡（57.6±6.6）歲，患病時間為（52.1±7.9）d，左側患者男性7例；右側患者平均年齡（56.7±6.7）歲，患病時間為（50.6±7.6）d，左側患者男性10例；對被試在年齡、性別、患病時間的基本情況進行ANOVA檢驗，結果表明，差異均無統計學意義（P>0.05）。（其中一名被試年齡82歲，患病時間達102 d未進行統計學分析）。

1.2 實驗設備及實驗參數的選擇

實驗采用德國Neuroconn公司生產的型號為DCSTIMULATOR PLUS電刺激儀，選取tDCS模式將陽極電極放置于腦卒中患者的患側初級感覺運動區（Primary Motor Cortex，M1），將陰極電極放置于對側腦區。實驗選用表面積為2.6 cm×2.6 cm的電極片，設置0.2 mA的電流強度，目的是減小刺激電極對EEG信號采集的干擾。EEG信號測量儀采用Neuracle公司生產的32導無線EEG采集系統，采集被試tDCS前（靜息態）、中、后的EEG信號。圖1為實驗設計流程圖，圖2為實驗數據采集示意圖。實驗采用5 min交替閉眼、睜眼的設計，tDCS刺激時間為20 min。為減小電流后效應[9-10]，患者在完成tDCS實驗后休息10 min，除休息時間外，全程采集患者的EEG數據。

圖1 實驗流程圖

圖2 實驗數據采集示意圖

1.3 EEG數據的采集及預處理

被試在實驗數據采集時保持放松無肢體動作。EEG采集場所為弱光暗室、安靜、無人員打擾和電磁干擾。采集EEG時電極阻抗小于10 kΩ，以CPZ作為參考電極，記錄32導頭皮EEG信號，實驗數據的采樣頻率為250 Hz。

數據預處理部分主要包含匹配電極、去壞電極、濾波（0.5～40 Hz）、重參考（改為平均參考）、使用獨立成分分析去除干擾信號、去偽跡等，該過程通過Matlab軟件eeglab工具包完成。

1.4 處理方法

1.4.1 PDC

PDC是格蘭杰因果用于計算時間序列在頻域上的多變量自回歸方法。歸一化的PDCxj→xk值在[0，1]之間，表示xj流向xk的信號占所有從xj流出信號的比例，接近0說明兩通道之間無聯系，大于0.1則兩通道間有聯系[11]。以10 s為單位分析21名被試在閉眼狀態下tDCS前、中、后全頻段60 s的EEG數據，計算6個10 s PDC的平均值作為該狀態下每名被試的PDC值。具體研究算法如下。

對于多通道AR模型，其表示式如式(1)所示。

式中，

所處理數據為32導聯EEG信號，即32個通道，對應m=32，獲得32導聯EEG數據時域AR模型之后，再對式(1)進行傅里葉變換，得式(2)～ (3)。

式中，I表示維數為m=32的單位矩陣。xj→xk的PDC可定義為式(4)。

1.4.2 腦功能網絡的構建

本研究通過計算32節點間PDC值，建立不同受損部位不同狀態下腦卒中患者的有向加權腦網絡。對于生成的網絡，應用以下4個拓撲參數進行定量的描述。

（1）節點度。本研究構建有向網絡圖，故分為入度和出度，入度為此節點流入邊的數量，出度為此節點流出邊的數量。

（2）集群系數。表示所構建網絡的集團化程度。節點i的集群系數Ci表示和節點i實際相連的節點數值ei與其可能相連的節點最大數值[ki(ki-1)/2]的比值，具體計算公式如式(5)所示。

整個網絡的集群系數為所有節點集群系數均值，見式(6)。

（3）中介中心度。用來表征網絡節點的作用和地位，其數值越大表示節點在網絡中的樞紐作用越強，是該網絡的核心節點，具體計算公式如式(7)所示。

式中，σjk為節點j到節點k所有最短路徑的數值，σjk(i)為節點j到節點k的最短路徑中通過節點i的數值。

（4）網絡效率。表示為網絡的信息傳輸能力，分為全局效率和局部效率。全局效率計算公式如式(8)所示。

式中，N為節點，lij為節點i和j之間的最短路徑長度。局部效率計算公式如式(9)所示。

其中，E(Vi) 的計算公式如式(10)所示。

式中，Vi表示節點i的鄰居節點組成的子圖。

為了確定不同受損部位不同狀態下患者的平均腦網絡，并將其轉化為有向二值腦網絡進行分析，采用如下方法進行：對計算所得PDC值設定不同的閾值μ0(μmin≤ μ0≤ μmax)，其中，最小值 μmin取 0.1，最大值 μmax取節點個數N(32)的自然對數3.46，在取值區間內μ0的遞增量為0.05[12]。本研究選取μ0=0.28為閾值。

利用單尾單樣本t檢驗，假設樣本均值為μ，提出零假設，有H0：μ≤μ0，H1：μ≤μ0。μ0為設定的PDC閾值，檢驗統計量如式(11)所示。

若t落在拒絕域，即拒絕原假設，說明兩導聯間的連接強度大于閾值μ0，即對應腦網絡中兩節點間有連接；反之，則說明兩節點間無連接，以此來構建腦網絡。

運用配對t檢驗方法分析tDCS刺激前、中、后等3種狀態下計算所得參數是否具有顯著性差異；由于節點出度不滿足正態分布，進行符號秩和檢驗。

2 結果

為減小個體差異性對實驗結果的影響，本文分別計算閉眼狀態下10例左側半球受損、11例右側半球受損tDCS前、中、后預處理EEG數據平均值，以自身作為對照組，用以探究基于EEG的tDCS對腦卒中患者的腦機制是否發生變化。計算32導聯間PDC值，得到兩兩導聯的因果關系和信息流向情況，三種狀態下腦網絡的連接變化如圖3～4所示。從圖中可以看出，左、右側半球受損患者在三種狀態下入度均呈現分布較均勻，而出度則不明顯。

圖3 左側半球受損患者不同狀態下腦網絡圖

圖4 右側半球受損患者不同狀態下腦網絡圖

2.1 度分布

入度代表信息流入某節點的情況。由圖5可以得出，左、右側半球受損患者節點入度較均勻地分布在32個節點，在tDCS前、中、后基本呈現先增長后減小，但刺激后的值大于刺激前，對節點入度進行兩兩配對t檢驗，表1結果顯示均具有顯著性差異（P<0.05）。

圖5 腦網絡節點入度

表1 節點入度統計結果

出度代表信息流出某節點的情況。由圖6可以得出，節點出度只存在于某些節點且這些有值節點大多與其他節點都有連接。左側半球受損患者在位于左半球的FC5、T7、PO3、CB1、O1節點有值；右側半球受損患者在13個節點有值，相對自身刺激前對照組，刺激后在左額葉（F5）、中央區（C6）、枕葉（O2）有所減小，而頂區（P5、P2、P6、PO5、PO3）有所增加，由于節點出度不滿足正態分布，進行符號秩和檢驗，顯示均無顯著性差異（P>0.05）。

圖6 腦網絡節點出度

2.2 集群系數

集群系數與集團化程度和信息傳輸效率成正比。左側半球受損患者在三種狀態下平均集群系數分別為0.0968、0.1613、0.1290，呈現刺激中最高，刺激中及刺激后相對刺激前分別增加66.63%和33.26%。右側半球受損患者平均集群系數分別為0.1341、0.2025、0.1826，同樣呈現刺激中最高，刺激中及刺激后相對刺激前分別增加51.01%和36.17%。表2為集群系數統計結果，兩組患者在三種狀態下的集群系數均具有顯著性差異（P<0.05）。結果表明，tDCS刺激后左側和右側半球受損患者腦網絡集團化程度均增加，網絡信息傳輸效率均提高。

表2 集群系數統計結果

2.3 中介中心度

表3為不同受損部位在不同狀態下中介中心度有值節點。左側半球受損患者的中介中心度在刺激前有3個節點有值，均為0.6，說明此狀態下的樞紐節點集中分布在上述3個節點；在刺激中有5個節點有值，均為0.43；在刺激后有4個節點有值，均為0.54，相比刺激前和刺激中，網絡樞紐節點的個數分別增大1.3倍和減少0.8倍。右側半球受損患者在刺激前有2個節點有值，均為0.5；在刺激中有3個節點有值，均為0.33；在刺激后有6個節點有值，其中 CP6（0.2）、P5（0.16）、P2（0.07）、PO5（0.36）、PO3（0.16）、CB1（0.07），相比于刺激前和刺激中狀態，刺激后樞紐結點個數分別增大3倍和2倍，分布更加分散。由此得出，tDCS干預下網絡節點的地位出現變化，樞紐節點分散且存在轉移情況，樞紐節點的核心地位降低。

表3 不同受損部位在不同狀態下中介中心度有值節點

2.4 網絡效率

被試在三種狀態下腦功能網絡的全局效率和局部效率對比結果如圖7所示。左、右側半球受損患者的全局效率和局部效率在刺激前、中、后均呈現先增大后減小的趨勢，且刺激后比刺激前明顯增加。圖7a中，單一半球受損狀態下，刺激后的整體呈現水平比刺激中降低但高于刺激前，且對比分析刺激前、中、后的兩側半球受損情況，發現右側半球受損的全局效率都要高于左側。圖7b中，左側半球受損狀態與上述結果相同；但右側半球受損狀態下，刺激后的局部效率遠高于刺激前，并與刺激中基本持平。由表4可以得出，左側半球受損患者的全局效率和局部效率在三種狀態下均具有顯著性差異（P<0.05）；右側半球受損患者的全局效率和局部效率在刺激中和刺激后的t檢驗均無顯著性差異（P>0.05）。

表4 網絡效率統計結果

圖7 大腦不同受損部位在不同狀態下全局效率和局部效率的箱線圖

3 討論

本研究運用PDC和有向傳遞函數方法對腦卒中患者的EEG信號構建腦網絡及大腦有效連接模型，并對不同受損部位患者tDCS刺激前、中、后的腦網絡特性和有效連接強度進行了對比分析，以探究tDCS干預下腦卒中患者的腦連接變化及tDCS對該疾病的治療效果和作用機制。

研究發現，不同受損部位患者基于EEG的tDCS刺激M1區在刺激前、中、后3種狀態下所構建的腦功能網絡存在不同，分析其網絡拓撲參數發現，節點入度相對節點出度均呈現均勻分布的特點，且節點入度在tDCS刺激前、中、后均先增加后降低，這說明tDCS可以提高各節點的信息傳輸[12]。Hordacre等[13]研究卒中后患者接受tDCS是否改變腦功能網絡連接性，結果顯示腦連通性增強。部分學者利用tDCS刺激卒中后失語癥患者的M1區，結果改善了患者腦功能的整體正常化，增加了網絡內部通信[14-16]，這與本結果相一致。出度體現信息流出情況，左側半球受損患者的有值節點大都位于患者患側，這可能與病灶位置有關，而右側半球受損患者的有值節點不存在此情況，后續將進行深入研究。而本文主要研究tDCS對患側的改善，從入度結果發現tDCS對患側具有明顯的改善作用。

Lee等[17]探究tDCS應用于M1區，結果改善了腦卒中患者上肢功能。有研究學者發現在M1區施加tDCS會誘導相對持久的神經元塑性和神經元群體之間的關聯改變并調節運動性能[18-20]。Yin等[21]分析腦卒中患者腦網絡拓撲性質，發現中介中心度、全局效率和局部效率發生顯著改變。有研究顯示tDCS可以引起大腦半球內和半球間連接性的顯著改變[22]。本研究從宏觀EEG角度得出，不同受損部位腦卒中患者tDCS刺激后相對刺激前腦網絡的集團化程度增加，網絡信息傳輸效率上升，核心節點有所轉移且樞紐節點的核心地位下降，網絡的全局效率和局部效率明顯增加，這一結果說明tDCS對腦卒中疾病的康復療效具有積極作用。

4 結論

本文基于EEG評估tDCS刺激患側對腦卒中患者的調控作用，通過對刺激前、中、后的腦網絡及有效連接模型對比分析發現tDCS有助于改善患者的大腦連接狀況，增加信息流交互作用，提高腦網絡的集團化程度和網絡運行效率，降低樞紐節點的核心地位的同時，增加左右半球之間的連接。為tDCS應用于腦卒中疾病的治療提供臨床實驗依據，客觀評估tDCS的作用效果。由于本實驗為單次刺激實驗，未形成刺激的累積效應，按療程進行tDCS刺激將有助于產生累積刺激效應，有可能提高對腦卒中的長期改善作用。