基于近紅外腦功能成像技術的腦卒中研究現(xiàn)狀

眭演祥，李春光，胡海燕，李娟，李偉達，郭浩，張虹淼

腦卒中是目前世界上引起嚴重殘疾的首要原因，且在我國腦卒中已成為第一位死亡原因。據(jù)統(tǒng)計[1]，我國每年新發(fā)的腦卒中患者大約有200萬，其中70%～80%的腦卒中患者因為殘疾不能獨立生活，給家庭和社會帶來很大的負擔。因此腦卒中患者的康復治療十分重要。目前對于腦卒中的診斷和治療已有功能核磁共振技術，雖然功能核磁設備具有很強空間分辨率，但是其便捷性差，診斷費用昂貴，且重癥患者由于行動不便不能經(jīng)常做核磁共振。腦電成像技術(electroencephalogram，EEG)在時間分辨率有很好的優(yōu)勢，但是EEG在解剖學上的分辨率低，以及其受描記時間限制和無法確定缺血、出血、梗塞等病理位置[2]。而經(jīng)顱磁刺激(transcranial magnetic stimulation, TMS)技術主要用來直接刺激大腦進行相應的治療，但是無法提供大腦的信息圖像[3]。針對上述技術的不足，近紅外腦功能成像技術提供了一個比較好的思路[4]。應用近紅外腦功能成像技術可以測試大腦皮層的合氧血紅蛋白、脫氧血紅蛋白和總血紅蛋白含量間接反應大腦活動[5]。相對于功能核磁共振技術，近紅外技術具有較高的時間分辨率[6]；而相對于腦電技術，近紅外技術具有較高的空間分辨率。而且，近紅外成像設備具有便攜性，可以在自然生活環(huán)境中進行測試研究。以上優(yōu)勢使其備受關注，尤其在腦卒中的康復研究領域得到了充分的應用與重視。因此，筆者對近紅外腦成像技術在腦卒中康復診治領域的研究做一綜述。

1 腦卒中康復過程中腦功能區(qū)域與運動功能之間聯(lián)系的研究

1.1 正常上下肢運動 Miyai等[7]應用近紅外腦成像技術研究了患者康復過程的腦皮層激活模式。通過下肢運動實驗監(jiān)測8位患者在發(fā)病不久和2個月后的大腦皮層激活情況，結(jié)果顯示患者運動能力的恢復與主運動區(qū)激活的非對稱性改善和運動前區(qū)激活的增強有較大關聯(lián)。Marshall等[8]應用功能核磁技術研究了腦卒中患者上肢動作在康復過程的動態(tài)變化，結(jié)果顯示患者在恢復過程中主運動區(qū)的激活變化是由同側(cè)向?qū)?cè)轉(zhuǎn)移的過程[8-9]。Kato等[10]在文章中也指出卒中康復過程中同側(cè)代償機理。Miyai等[11]還通過近紅外技術測試6例腦卒中患者在跑步機上行走時的大腦血紅蛋白信息，結(jié)果表明在患側(cè)腿運動時，對側(cè)運動前區(qū)的激活在加強，且對側(cè)前運動輔助區(qū)也有顯著的激活。表明運動前區(qū)和前運動輔助區(qū)在步態(tài)修復的過程中起著很重要作用。

1.2 步速調(diào)節(jié)運動 Mihara等[12]對12例中風患者和11個健康參與者(對照組)分別進行了測試。所有被試在跑步機上運動的同時使用近紅外成像技術監(jiān)測血紅蛋白的變化情況。研究結(jié)果顯示，對照組在步速加快后額葉區(qū)激活有所減少，而患者組額葉區(qū)在加速后穩(wěn)定階段卻一直處于活躍狀態(tài)。結(jié)果表明患者加快步伐的過程需要額葉區(qū)域的調(diào)控，在患者康復過程中額葉區(qū)可能會成為代償區(qū)域，參與步速的調(diào)控。另外Suzuki等[13]通過近紅外技術研究健康人參與步速調(diào)節(jié)的區(qū)域，顯示額葉區(qū)和運動前區(qū)參與步速調(diào)控。

1.3 平衡控制 Fujimoto等[14]選用了20例患者作為被試，在患者接受康復鍛煉的前后分別進行以下測試：用一個跑步機給患者一個擺動外力，并應用近紅外腦成像技術記錄患者平衡外力過程中的血紅蛋白信息。結(jié)果表明健側(cè)運動輔助區(qū)的合氧血紅蛋白增長和平衡運動得分有顯著的關聯(lián)。進而表明運動輔助區(qū)在中風患者的平衡功能恢復過程中起著重要的作用。Mihara等[15]的近紅外研究同樣證明了輔助運動區(qū)以及額葉區(qū)兩個區(qū)域在患者的運動平衡調(diào)控過程中起著重要作用。

綜上，初步的研究成果證明在腦中風初期，主運動區(qū)域、前運動區(qū)域以及輔助運動區(qū)域主要起著代償作用；而且隨著患者運動功能的恢復，左右腦半球主運動區(qū)域激活的對稱性將得以改善；此外，在患者的運動功能恢復過程中，額葉區(qū)對于速度的調(diào)控起著重要作用；額葉區(qū)以及輔助運動區(qū)在運動的平衡調(diào)控過程中起著重要作用?；诖顺醪浇Y(jié)論及補償激活模式，針對性的運動功能改善(上下肢動作改善、速度調(diào)整、平衡控制、步態(tài)改善等等)以及病灶區(qū)域的輕重程度相應的給出加強某一個腦功能區(qū)域的治療與訓練，將有利于利用最佳康復期得到高效的康復效果。同時對于康復評估也有指導性意義。然而對于更為細微的動作與腦功能的聯(lián)系有待進一步的研究。

2 腦卒中的干預治療手段的研究

針對性的康復治療手段，可以滿足腦卒中患者針對性的治療需求，有利于加快患者具體運動功能(上下肢動作、步速和平衡調(diào)控、步態(tài))康復進程?；诮t外技術在腦卒中康復手段方面的研究成果，針對需要恢復的運動功能提出了建議性的訓練手段。

2.1 外部器械干預 Miyai等[16]對11位對象(6例患者和5位健康人)分別進行了兩組實驗：一組使用重力輔助系統(tǒng)減輕身體重量10%后在跑步機上行走，另一組不使用重力輔助系統(tǒng)直接進行相同的行走動作。結(jié)果顯示在重力輔助系統(tǒng)的作用下，患者的主運動區(qū)激活量減少，但是左右兩側(cè)的非對稱性改善。而健康人的主運動區(qū)活動在有無重力輔助系統(tǒng)的情況下沒有明顯區(qū)別。結(jié)果表明應用重力輔助系統(tǒng)進行康復訓練可能有助于提高大腦主運動區(qū)的非對稱性改善，進而有助于患者步態(tài)的康復修正。

2.2 想象反饋 越來越多的證據(jù)表明,上肢和下肢的想象運動和實際運動有著共同的神經(jīng)網(wǎng)絡機制[17-19]。研究利用21個對象進行手指想象運動[20]，實驗過程中基于近紅外給予真實反饋和虛假反饋。相較于虛假的反饋來說，真實的血氧反饋可以引發(fā)對側(cè)運動前區(qū)顯著的激活和動覺運動想象自我評價的更高得分。研究結(jié)果同時證明近紅外實時反饋系統(tǒng)在運動想象方面的表現(xiàn)具有可行性和有效性。 Kober等[21]也基于近紅外進行了右手握球運動想象反饋的研究。結(jié)果表明真實的神經(jīng)反饋誘發(fā)左側(cè)運動區(qū)的高度激活，虛假的神經(jīng)反饋導致了整個皮層的分散激活，沒有對某一個區(qū)域起到突出的訓練作用。Kaiser等[22]通過近紅外與腦電技術的結(jié)合也證明了運動想象及反饋可以增強運動區(qū)的激活。以上結(jié)論對康復方案具有一定指導意義，并且運動想象可以改善卒中患者運動功能康復[23-24]，想象康復訓練中實時的圖像反饋以及反饋內(nèi)容的真實性可能會對患者的腦功能康復起到積極作用。

基于以上研究結(jié)果，在康復訓練過程中可以針對性的增加真實的運動想象反饋訓練或者重力輔助訓練以及單純的想象運動訓練，來增強患者的具體腦功能區(qū)域的激活，從而對患者的運動功能恢復起到重要作用。然而由于臨床試驗樣本少以及康復訓練方法較為局限，相關腦功能區(qū)域研究不是非常全面和精確，還需要開展更深入的研究。

3 腦卒中診斷防治方面的研究

如果能夠及早診斷出患有腦卒中的風險并采取相應的措施進行預防與治療，將直接關系到潛伏期患者今后的康復預后效果。目前，應用近紅外技術在診斷防治方面的研究已有初步成果，對于腦卒中的診斷與防治有一定的指導意義。

文獻同時應用近紅外腦成像技術和功能核磁技術對早期的腦梗塞老鼠進行腦皮層的成像研究[25]；結(jié)果表明近紅外成像顯示的缺血位置和面積與功能核磁成像的位置和面積是一致的，說明近紅外技術在對于提前預測腦梗塞方面具有很大的應用前景。Al-Rawi[26]和Tichauer等[27]也發(fā)現(xiàn)近紅外技術對腦梗塞患者早期病理的改變具有較高的敏感性和特異性。文獻通過經(jīng)頸內(nèi)動脈注入真絲線段建立大鼠局灶性腦梗死早期模型[28]，應用近紅外光腦血氧監(jiān)測儀測定腦血容量和血氧含量變化，此研究證明近腦紅外技術是一種可以實時無創(chuàng)早期診斷和預測的潛在技術。Al-Rawi[29]對167例頸動脈內(nèi)膜切除術病人進行研究,基于近紅外技術監(jiān)測腦血流變化，結(jié)果發(fā)現(xiàn)腦組織氧指數(shù)下降13%是腦缺血診斷的特異性、敏感性的閾值，因此近紅外技術有可能成為潛在的可部分替代PET的無創(chuàng)診斷腦梗塞的工具。

對于腦卒中疾病的診斷與預測是未來發(fā)展的一個很重要的方向，目前只是對梗塞早期患者的初步診斷研究。未來近紅外技術在此領域?qū)⒕哂兄匾臐撛趹们熬啊?/p>

4 總結(jié)

通過總結(jié)近紅外腦成像技術在腦卒中領域的研究，發(fā)現(xiàn)該技術在腦卒中患者的大腦功能區(qū)域與肢體恢復的關系、康復評估、診斷、以及基于補償模式的針對性運動功能改善(上下肢動作改善、速度調(diào)整、平衡控制、步態(tài)改善等)的研究上均有很大的潛力。由于其便攜性，可以方便對不能移動的重癥患者進行檢測；加上該技術對被試以及實驗環(huán)境局限性少，有利于開展一些貼近日常生活的動作測試并進行相應診斷。所以，盡管現(xiàn)在仍在研究的起步階段，近紅外腦功能成像技術腦卒中領域具有很大的潛在應用前景。針對腦卒中患者展開研究，應該突出近紅外腦成像技術在預測診斷方面的優(yōu)勢以及應用；同時針對康復策略的改善應該展開進一步的研究。對于腦卒中患者更為細微、更為復雜的動作方面需要拓展研究，為未來全面了解腦卒中患者康復過程中腦功能的恢復與結(jié)構(gòu)的重組作鋪墊。未來的深入研究以及近紅外技術的改進會促進康復領域邁進一大步。

[1] 王文志. 應高度重視和加強對腦卒中的一級預防[J]. 中國現(xiàn)代神經(jīng)疾病雜志, 2006, 6(1):1-2.

[2] 劉娟. 腦電圖檢查在臨床規(guī)范應用中的若干注意事項[J]. 現(xiàn)代電生理學雜志, 2009, 16(1): 36-38.

[3] Eliassen JC, Boespflug EL, Lamy M, et al. Brain-mapping techniques for evaluating poststroke recovery and rehabilitation: a review[J]. Topics in stroke rehabilitation, 2008, 15(5): 427-450.

[4] Chance B, Zhuang Z, UnAh C, et al. Cognition-activated low-frequency modulation of light absorption in human brain[J]. Proceedings of the National Academy of Sciences, 1993, 90(8): 3770-3774.

[5] Edwards AD, Richardson C, Cope M, et al. Cotside measurement of cerebral blood flow in ill newborn infants by near infrared spectroscopy[J]. The Lancet, 1988, 332(8614): 770-771.

[6] Strangman G, Culver JP, Thompson JH, et al. A quantitative comparison of simultaneous BOLD fMRI and NIRS recordings during functional brain activation[J]. Neuroimage, 2002, 17(2): 719-731.

[7] Miyai I, Yagura H, Hatakenaka M, et al. Longitudinal optical imaging study for locomotor recovery after stroke[J]. Stroke, 2003, 34(12): 2866-2870.

[8] Marshall RS, Perera GM, Lazar RM, et al. Evolution of cortical activation during recovery from corticospinal tract infarction[J]. Stroke, 2000, 31(3): 656-661.

[9] Carey JR, Kimberley TJ, Lewis SM, et al. Analysis of fMRI and finger tracking training in subjects with chronic stroke[J]. Brain, 2002, 125(4): 773-788.

[10]Kato H, Izumiyama M, Koizumi H, et al. Near-Infrared Spectroscopic Topography as a Tool to Monitor Motor Reorganization After Hemiparetic Stroke A Comparison With Functional MRI[J]. Stroke, 2002, 33(8): 2032-2036.

[11]Miyai I, Yagura H, Oda I, et al. Premotor cortex is involved in restoration of gait in stroke[J]. Annals of neurology, 2002, 52(2): 188-194.

[12]Mihara M, Miyai I, Hatakenaka M, et al. Sustained prefrontal activation during ataxic gait: a compensatory mechanism for ataxic stroke[J]? Neuroimage, 2007, 37(4): 1338-1345.

[13]Suzuki M, Miyai I, Ono T, et al. Prefrontal and premotor cortices are involved in adapting walking and running speed on the treadmill: an optical imaging study[J]. Neuroimage, 2004, 23(3): 1020-1026.

[14]Fujimoto H, Mihara M, Hattori N, et al. Cortical changes underlying balance recovery in patients with hemiplegic stroke[J]. Neuroimage, 2014, 85: 547-554.

[15]Mihara M, Miyai I, Hattori N, et al. Cortical control of postural balance in patients with hemiplegic stroke[J]. Neuroreport, 2012, 23(5): 314-319.

[16]Miyai I, Suzuki M, Hatakenaka M, et al. Effect of body weight support on cortical activation during gait in patients with stroke[J]. Experimental brain research, 2006, 169(1): 85-91.

[17]Guillot A, Collet C, Nguyen VA, et al. Brain activity during visual versus kinesthetic imagery: an fMRI study[J]. Human brain mapping, 2009, 30(7): 2157-2172.

[18]Hanakawa T, Dimyan MA, Hallett M. Motor planning, imagery, and execution in the distributed motor network: a time-course study with functional MRI[J]. Cerebral Cortex, 2008, 18(12): 2775-2788.

[19]Wriessnegger SC, Kurzmann J, Neuper C. Spatio-temporal differences in brain oxygenation between movement execution and imagery: a multichannel near-infrared spectroscopy study[J]. International Journal of Psychophysiology, 2008, 67(1): 54-63.

[20]Mihara M, Miyai I, Hattori N, et al. Neurofeedback using real-time near-infrared spectroscopy enhances motor imagery related cortical activation[J]. PloS one, 2012, 7(3): e32234.

[21]Kober SE, Wood G, Kurzmann J, et al. Near-infrared spectroscopy based neurofeedback training increases specific motor imagery related cortical activation compared to sham feedback[J]. Biological psychology, 2014, 95(1): 21-30.

[22]Kaiser V, Bauernfeind G, Kreilinger A, et al. Cortical effects of user training in a motor imagery based brain-computer interface measured by fNIRS and EEG[J]. Neuroimage, 2014, 85(3): 432-444.

[23]Faralli A, Bigoni M, Mauro A, et al. Noninvasive strategies to promote functional recovery after stroke[J]. Neural plasticity, 2013, 2013(2), 1-16.

[24]Yang H, Guan C, Ang KK, et al. Dynamic initiation and dual-tree complex wavelet feature-based classification of motor imagery of swallow EEG signals[C]//Neural Networks (IJCNN), The 2012 International Joint Conference on. IEEE, 2012: 1-6.

[25]陳衛(wèi)國, 李鵬程, 駱清銘, 等. 用近紅外光拓撲圖技術短期預測腦梗塞[J]. 光子學報, 2000, 29(8): 673-677.

[26]Al-Rawi PG, Smielewski P, Kirkpatrick PJ. Evaluation of a near-infrared spectrometer (NIRO 300) for the detection of intracranial oxygenation changes in the adult head[J]. Stroke, 2001, 32(11): 2492-2500.

[27]Tichauer KM, Brown DW, Hadway J, et al. Near-infrared spectroscopy measurements of cerebral blood flow and oxygen consumption following hypoxia-ischemia in newborn piglets[J]. Journal of Applied Physiology, 2006, 100(3): 850-857.

[28]姚國杰, 馬廉亭, 吳佐泉, 等. 近紅外光腦血氧監(jiān)測儀早期診斷腦梗死的實驗研究[J]. 第一軍醫(yī)大學學報, 2003, 23(7): 734-736.

[29]Al-Rawi PG, Kirkpatrick PJ. Tissue Oxygen Index Thresholds for Cerebral Ischemia Using Near-Infrared Spectroscopy[J]. Stroke, 2006, 37(11): 2720-2725.