文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。
前言
基于正电子发射断层扫描(PET)和功能磁共振(fMRI)的脑成像研究，为大脑基线活动提供了证据，这些活动被组织在多个高度特异性的宏观网络中，称为静息态脑网络。这些脑网络的特征是用图论作为节点(脑区)和边缘(连边)，而最重要的节点被称为“中心”或“核心”节点。最常见的网络就是DMN，其中心节点位于后扣带回皮层(PCC) /楔前叶、双侧颞顶叶交界处(布鲁德曼BA39)和内侧前额叶皮层。这些中心最近被认为构成一个更广泛的网络——内侧额顶叶网络。
DMN默认激活的标记不仅依赖于静息态下高代谢和功能连接的识别，还依赖于其对特定行为或任务的反应。DMN通常的特征是在走神、内省和自我参照思考时激活，而在一系列需要注意的任务中被抑制。但是后来，人们发现DMN在一系列的抽象和联想任务中也可以被激活。然而，视觉或感官刺激导致的DMN失活仍在动物研究中用于评估DMN。因此，长期以来人们认为，刺激(反应性)导致DMN失活的程度可能是一种广泛的脑功能障碍的重要生物标志物。
由于大多数脑成像技术在临床上不太实用，本研究旨在通过常规EEG记录和刺激协议来评估脑卒中后昏迷患者的DMN反应性损伤。选择该患者群体是因为研究者发现各种病因性意识障碍和缺血性脑损伤都与DMN损伤有关。通过脑电图(EEG)评估DMN的功能在方法上仍然具有挑战性。虽然静息态网络的功能连通性的振荡频率介于0.01和0.1Hz之间，EEG记录的大脑振荡性电活动发生在更快的频段，大致为δ(1-4Hz)，θ(4-8Hz)，α(8-12Hz)，β(12-30Hz)频带。因此，与其反映单一的EEG频率，静息网络血流动力学振荡的EEG相关物很可能需要不同的EEG节律的合并，称为具有特定地形分布的EEG频率特征。DMN脑电图频率特征被映射到PCC中更快的α-β活动，而较慢的(θ-δ)活动来自大脑前部，这可能反映了更广泛的内侧额顶叶网络。
通过将微状态序列的时间序列与血流动力学反应进行卷积，没有发现任何微状态与DMN或微状态发生与EEG节律之间存在明确的相关性，尽管最近有研究支持EEG可以捕获特定的fMRI网络这一观点。最近一项使用PET/MR/EEG的研究发现，这种微状态与更广泛的DMN的静息态成像指标呈正相关。由于DMN的激活主要受到光刺激的抑制，研究者假设出现概率下降最大的宏状态，被标为默认EEG宏状态(DEM)，反映了主要的DMN功能。
方法
对14名健康对照成年志愿者(21-43岁，9名男性)进行无创EEG记录和32名患者(52-93岁，20名女性)需要在急性脑中风后进行EEG监测。采用格拉斯哥昏迷量表(GCS)对睁眼(E)、言语反应(V)和最佳运动反应(M)进行评分。默认EEG宏状态(DEM)分析方法需要连续的多通道EEG记录，同时伴有间歇性的光刺激。为了便于数据收集，研究者开发了专用的第一代研究设备，即神经生理EEG反应性监测仪(NERMO)，该仪器能够将所需的多模态刺激和神经生理记录集成在一个优化的硬件-软件中。对于每个试次(图1)，每个通道的频谱图被量化为4个常规的连续频带：δ[1-4) Hz，θ[4-8) Hz，α[8-12) Hz和β[12-30) Hz(图1B)。然后，在地形光谱功率(TSP)矩阵中，通过信道和频带累积功率。因此，每个TSP列由NC×NB行组成，其中NC为通道数，NB为频带数(图1)。这个TSP矩阵，在同一刺激模态的连续试次中累积，然后可以通过将相似光谱指纹的TSP点聚类到定义宏状态的类原型中，从而对EEG在所有通道中具有相似频率分布的时间段进行分类。在聚类中包括最大和最小SD的TSP，从而覆盖通道和频率的最大和最小相似度(图1C)。对于每个宏状态，研究者确定了在一系列聚类水平的所有试次中显示最大二元反应(BR)的宏状态(图1D)。其中，显示BR最大的宏状态被标记为默认EEG宏状态(DEM)(图1E)。
图1.默认EEG宏状态分析。
结果
光刺激下默认EEG宏状态的识别：图1和2显示了一个对照组志愿者的振荡宏状态分析的例子。光刺激期间默认EEG宏状态(DEMPHOT)的最大反应性的宏状态，称为DERPHOT(图1D)。注意，DEMPHOT及其反应性DERPHOT来源于常规的30通道蒙太奇和简化的6通道蒙太奇在对照组(图2B)和患者组(图2D)中的表现。在对照组中，DEMPHOT宏状态光谱(图2A，3A)显示了前部δ活动和后部β活动，与之前用其他方法报告的结果一致。在患者组中，整个光谱似乎向较慢的频率移动(图2C，3A)。比较同一频带内的地形图差异时，患者组显示出中后部θ活动增加，在30通道(图3A)和6通道蒙太奇(图3B)中都很明显。此外，在6通道蒙太奇中，可以很明显的看到，θ波活动的增加是以β波活动的减少为代价的(图3B)。
图2.光刺激(DEMPHOT)期间默认EEG宏状态的时间动态。
图3
为了定位导致DEMPHOT差异的潜在源，研究者使用双列相关系数r，在每个试次中将ICs与二元DEMPHOT进行匹配(图2A，C)。在对照组中，DEMPHOT的源显示在脑后部密度的增加(图4A)，而在患者组中不明显(图4B)。将所有产生的偶极子汇集在一起，然后划分为8个簇。在簇中心，确定了布鲁德曼区BA30、BA39和BA9，这些区域被认为是DMN中的重要枢纽。这支持了本研究假设，DEMPHOT能够反映DMN的功能。此外，对照组的后扣带回(BA30)和联合(BA39) DMN区域的偶极子分数是患者组的3-4倍，这可能是他们具有更大的DERPHOT的原因。并不是所有DMN区域在对照组的DEMPHOT中出现的频率更高(图4C)。在患者组中，前BA9源的出现频率是对照组的2-3倍。这表明患者组的DMN有前后移位，而不是DMN抑制。此外，DEMPHOT差异背后的偶极子也被归为初级躯体感觉区和运动/运动前区，包括参与言语的左BA44(图4C)，这表明这些结构在PHOT期间也被抑制。
图4.默认EEG宏状态下的偶极子密度。
默认EEG宏状态对光刺激的反应：在包含6通道蒙太极记录的完整数据集中，刺激前DEMPHOT发生率(PRE)为28.13±4.82%，与患者组(27.1±2.68%)相似(图5A)。然而，相应的DEMPHOT反应性(DERPHOT)，对照组为12.83±2%，患者组仅为5.06±0.44%。将DER归一化至PRE时，得到的默认EEG反应指数(DERIPHOT)在对照组为0.46±0.05，在患者组中仅为0.24±0.02(图5B)。这些测量在统计上与使用30通道蒙太奇的参与者的测量没有区别(图5A，B，C)。为了进一步测量DEMPHOT反应性指标区分患者组和对照组的能力，研究者在6通道蒙太奇中进行了ROC分析(图5D)。在最大约登指数J为0.74时，DERPHOT的ROC曲线下面积(AUC)为0.91，这表明在6.26%以下的DERPHOT对患者的鉴别具有良好的敏感性(81.27%)和特异性(92.86%)。相应的DERIPHOT在0.25以下可以鉴别出与AUC相似敏感性和特异性的患者。这与患者组和对照组在PRE时出现类似的DEM是一致的(图5A)。
图5.对照组和患者组的默认EEG图宏状态(DEM)对光刺激(PHOT)的反应。
结论
本研究的目的是利用常规EEG记录来量化脑卒中后昏迷患者的DMN反应性。研究者引入了一个新的概念，多通道EEG记录作为少数重复出现的脑电图频率特征的交替序列，称为宏状态。研究者假设，在光刺激中出现概率(反应性)下降最大的宏状态，即默认EEG宏状态(DEMPHOT)，反映了DMN的功能。结果发现，在对照组中，DEMPHOT显示了与DMN脑电图相关的光谱特征。潜在源可以映射到已知的DMN中心。在患者组中，后扣带DEM源偶极子的频率减少了3-4倍，并与θ波活动增加相关。此外，患者组的DEM反应性测量(DERPHOT和DERIPHOT)明显受损。这表明DEM及其对刺激的反应性可以用于临床上对DMN功能的测量。
参考文献：A method to assess the default EEG macrostate and its reactivity to stimulation.
https://doi.org/10.1016/j.clinph.2021.12.002
网友评论