基于經(jīng)顱交流電刺激的腦功能網(wǎng)絡(luò)研究

董國亞，石靜，楊慧，田森，于洪麗

（河北工業(yè)大學(xué)電氣工程學(xué)院，天津300401）

基于經(jīng)顱交流電刺激的腦功能網(wǎng)絡(luò)研究

董國亞，石靜，楊慧，田森，于洪麗

（河北工業(yè)大學(xué)電氣工程學(xué)院，天津300401）

經(jīng)顱交流電刺激（transcranial Alternating Current Stimulation，tACS）是一種通過在頭皮施加微弱電流的非侵入性電刺激技術(shù)，已有研究證實(shí)經(jīng)顱交流電刺激會(huì)對(duì)大腦的全局屬性產(chǎn)生影響.本文使用腦電相位同步方法構(gòu)建了刺激組和對(duì)照組刺激前、后靜息態(tài)腦網(wǎng)絡(luò)，并計(jì)算聚類系數(shù)、平均度、特征路徑長度3種網(wǎng)絡(luò)參數(shù)，來研究大腦各區(qū)域間的相關(guān)性.分析發(fā)現(xiàn)3種網(wǎng)絡(luò)參數(shù)中，只有刺激組的特征路徑長度在刺激后有明顯下降，而對(duì)照組沒有出現(xiàn)這種現(xiàn)象.特征路徑長度的大小代表了大腦各區(qū)域間信息傳遞速度的快慢，說明經(jīng)顱交流電刺激可以增強(qiáng)大腦各區(qū)域間的關(guān)聯(lián)性，加快各區(qū)域的信息傳遞速度.

經(jīng)顱交流電刺激；腦功能網(wǎng)絡(luò)；網(wǎng)絡(luò)參數(shù)；特征路徑長度

0 引言

基于腦電圖、腦磁圖、功能核磁共振的腦功能網(wǎng)絡(luò)研究結(jié)果揭示了大腦解剖網(wǎng)絡(luò)結(jié)構(gòu)及功能網(wǎng)絡(luò)結(jié)構(gòu)的特征，證明復(fù)雜腦網(wǎng)絡(luò)研究理論是分析大腦結(jié)構(gòu)和功能的一種有效工具[1-2].通過在頭皮進(jìn)行無損的經(jīng)顱磁刺激和經(jīng)顱電刺激正在成為腦認(rèn)知和康復(fù)的研究熱點(diǎn)之一.有研究顯示，3 Hz的經(jīng)顱磁刺激可以改變大腦功能網(wǎng)絡(luò)的平均度、平均聚類系數(shù)和全局效率，刺激后，這3種參數(shù)均比刺激前有顯著升高，并且刺激后平均路徑長度顯著降低，說明經(jīng)顱刺激可以對(duì)大腦神經(jīng)網(wǎng)絡(luò)產(chǎn)生影響[3].經(jīng)顱直流電刺激作用于大腦后，大腦功能網(wǎng)絡(luò)也會(huì)受到影響[4-5].例如，Polanía等人[5]將經(jīng)顱直流電刺激作用于被試的頭部運(yùn)動(dòng)區(qū)，結(jié)果發(fā)現(xiàn)刺激后的大腦半球的前運(yùn)動(dòng)區(qū)、運(yùn)動(dòng)區(qū)以及感覺運(yùn)動(dòng)區(qū)的功能連接都有明顯增加，說明經(jīng)顱直流電刺激可以影響到大腦神經(jīng)網(wǎng)絡(luò).

經(jīng)顱交流電刺激作為一種非侵入式的刺激技術(shù)，目前受到了很多研究者的關(guān)注[6-7].為了探究經(jīng)顱交流電刺激對(duì)大腦神經(jīng)功能網(wǎng)絡(luò)的影響，本文檢測了經(jīng)顱交流電刺激前、后的腦電信號(hào)，并進(jìn)行了腦網(wǎng)絡(luò)的分析研究.

1 實(shí)驗(yàn)方法

選擇15名在校大學(xué)生作為被試，其中男生有8名，女生有7名，被試在實(shí)驗(yàn)階段身體狀態(tài)良好。腦電信號(hào)采集時(shí)使用的是NeuroScan公司的腦電記錄系統(tǒng)，以及按國際標(biāo)準(zhǔn)10～20系統(tǒng)擴(kuò)展的64導(dǎo)電極帽，選用其中52導(dǎo)腦電信號(hào)，并按照電極帽從前額葉到枕葉的方向?qū)κ褂玫碾姌O進(jìn)行編號(hào)，電極編號(hào)范圍是1到52，對(duì)應(yīng)了大腦從前到后的大部分電極。實(shí)驗(yàn)中用到的刺激電極是粘膠電極，大小為2 cm×2 cm，將粘膠電極放置在由10～20系統(tǒng)擴(kuò)展后的64導(dǎo)電極帽的Cz電極和Oz電極位置.在實(shí)驗(yàn)中，設(shè)置刺激儀器輸出正弦波形電流.

電刺激實(shí)驗(yàn)的具體流程如圖1所示，首先對(duì)被試進(jìn)行2 min的個(gè)人alpha頻率（Individual alpha Frequency，IAF）測定，然后進(jìn)行5 min的閾值采集，以確定對(duì)該被試采用的刺激電流強(qiáng)度。首先采集5 min刺激前的靜息態(tài)的腦電數(shù)據(jù)，接著進(jìn)行20 min的電流刺激（或偽刺激），刺激結(jié)束后，采集10 min靜息態(tài)數(shù)據(jù).

圖1 實(shí)驗(yàn)流程圖Fig.1 The experimental flow

為了保證被試在刺激前、后都能保證清醒狀態(tài)，在刺激前、后的過程中都伴有聽覺警覺刺激.圖中有灰色底紋的區(qū)域是伴有聽覺警覺實(shí)驗(yàn)的，該實(shí)驗(yàn)是指在進(jìn)行靜息態(tài)腦電數(shù)據(jù)采集以及電刺激過程中，被試會(huì)聽到由500 Hz（占80%）和1 000 Hz（占20%）組成的聲音片段.該聽覺警覺刺激不會(huì)對(duì)靜息態(tài)腦電數(shù)據(jù)的采集造成影響.整個(gè)采集過程結(jié)束后，對(duì)被試進(jìn)行問卷調(diào)查.

實(shí)驗(yàn)結(jié)束后，對(duì)采集到的刺激前、后的靜息態(tài)腦電信號(hào)（包括對(duì)照組和刺激組）進(jìn)行預(yù)處理，包括濾波、去偽跡等處理后，用于后面關(guān)聯(lián)矩陣的構(gòu)建.

2 分析方法原理

目前有多種線性和非線性方法可以用來量化導(dǎo)聯(lián)關(guān)聯(lián)性[8-9].不同的度量方法各有特點(diǎn)，例如Pearson相關(guān)是衡量兩個(gè)變量間相互關(guān)系的最簡單的線性算法；而相位同步方法是非線性算法，適合檢測兩個(gè)信號(hào)之間的相位關(guān)系.本文選擇使用相位同步法進(jìn)行網(wǎng)絡(luò)構(gòu)建，以便更好的分析不同通道信號(hào)間的同步關(guān)系.

基于Hilbert變換的相位同步算法的計(jì)算過程中要把窄帶信號(hào)分解為幅度和相位兩部分，分析的是兩個(gè)信號(hào)之間的相位信息關(guān)系.該方法適用于分析兩個(gè)振蕩波形之間的關(guān)系，在腦電信號(hào)的分析中被廣泛應(yīng)用.

對(duì)于單獨(dú)的EEG信號(hào)x（t），其解析信號(hào)可以定義為

3 腦網(wǎng)絡(luò)構(gòu)建及網(wǎng)絡(luò)參數(shù)分析結(jié)果

3.1 關(guān)聯(lián)矩陣構(gòu)建

截取刺激前、后的靜息態(tài)數(shù)據(jù)各128 s，均分為16段，每段時(shí)長8 s，使用相位同步法計(jì)算刺激前后靜息態(tài)關(guān)聯(lián)矩陣，得到的結(jié)果如圖2所示.圖2中a）、b）對(duì)應(yīng)對(duì)照組刺激前、刺激后的關(guān)聯(lián)矩陣，c）對(duì)應(yīng)對(duì)照組刺激前、后關(guān)聯(lián)矩陣的差值矩陣；d）、e）對(duì)應(yīng)刺激組刺激前、刺激后的關(guān)聯(lián)矩陣，f）對(duì)應(yīng)刺激組刺激前后關(guān)聯(lián)矩陣的差值矩陣.

圖2 相位同步算法構(gòu)建的關(guān)聯(lián)矩陣Fig.2 The incidence matrix under phase synchronization

由圖2 c）和圖2 f）可以看到，刺激后的對(duì)照組和刺激組相位同步指數(shù)都呈現(xiàn)了增大的現(xiàn)象.對(duì)照組2 c）中橫坐標(biāo)編號(hào)40～52對(duì)應(yīng)縱坐標(biāo)30～52之間區(qū)域的同步指數(shù)增大現(xiàn)象比其他區(qū)域明顯，而刺激組2 f）中各個(gè)區(qū)域都出現(xiàn)了同步指數(shù)增大現(xiàn)象.刺激組同步指數(shù)的增大現(xiàn)象比對(duì)照組更明顯，說明電刺激使各通道間的同步性增強(qiáng)，因此同步性指數(shù)出現(xiàn)增大現(xiàn)象.并且從圖2 f）中可以看到，電刺激后，所有區(qū)域的同步指數(shù)都出現(xiàn)了增大，說明電刺激對(duì)大腦的影響是全局的.圖2 f）中編號(hào)20～30通道間的同步性指數(shù)增大現(xiàn)象最明顯，說明刺激后，中央運(yùn)動(dòng)區(qū)受到的影響最明顯.

3.2 網(wǎng)絡(luò)參數(shù)計(jì)算結(jié)果

選取合適的閾值[10]在腦功能網(wǎng)絡(luò)構(gòu)建中占有很重要的地位，本研究中閾值選取的原則是：計(jì)算出網(wǎng)絡(luò)中所有節(jié)點(diǎn)的度的均值即平均度來確定閾值.一般來說平均度k的取值范圍是3～10，有些研究中k的取值方法是取k＞2lnN，其中N為網(wǎng)絡(luò)總的節(jié)點(diǎn)數(shù).在本研究中，選取了52導(dǎo)的腦電數(shù)據(jù)，因此網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)N為52.選取k＞2lnN≈8，獲得所有樣本k≥8的最大閾值T1，然后將k的值設(shè)為10，得到最小閾值T2，此時(shí)閾值T的取值范圍為T2≤T≤T1.在T的取值范圍內(nèi)設(shè)置合適的步長，分別取值構(gòu)建二值化矩陣，并計(jì)算不同閾值下的各類網(wǎng)絡(luò)參數(shù).

圖3 相位同步法靜息態(tài)網(wǎng)絡(luò)參數(shù)隨閾值變化結(jié)果Fig.3 Changes of resting state network parameters through phase synchronization with change of threshold

對(duì)相位同步法計(jì)算得到的靜息態(tài)關(guān)聯(lián)矩陣進(jìn)行處理，當(dāng)k=8時(shí)，T=0.61；當(dāng)k=10時(shí)，T=0.53，因此閾值取值范圍是[0.53∶0.6]，以0.02為步長，構(gòu)建閾值分別取0.53、0.55、0.57、0.59、0.61時(shí)的二值矩陣，并計(jì)算相應(yīng)的網(wǎng)絡(luò)參數(shù).得到靜息態(tài)對(duì)照組和刺激組刺激前后網(wǎng)絡(luò)參數(shù)的對(duì)比結(jié)果如圖3所示.圖中標(biāo)注為“pre”的為刺激前數(shù)據(jù)，標(biāo)注為“post”的為刺激后數(shù)據(jù).對(duì)照組和刺激組3種網(wǎng)絡(luò)參數(shù)的變化趨勢(shì)一致，從圖3中可以發(fā)現(xiàn)，對(duì)照組和刺激組聚類系數(shù)隨著閾值增大而降低，且刺激后聚類系數(shù)都大于刺激前；而平均度隨著閾值增大而降低，且刺激后平均度的值也比刺激前略大；特征路徑長度的大小在刺激后都小于刺激前.

從圖3 f）可以看出，刺激組的特征路徑長度在刺激后有明顯下降，整體小于刺激前.而特征路徑長度的大小代表了各節(jié)點(diǎn)間信息傳遞速度的快慢，說明刺激組在刺激后，各通道間的信息傳遞速度加快了，這與關(guān)聯(lián)矩陣結(jié)果分析中相位同步指數(shù)的增大是相對(duì)應(yīng)的.從圖3 c）可以看到，對(duì)照組的特征路徑長度也出現(xiàn)了下降現(xiàn)象，并且隨著閾值增大，下降幅度也逐漸增大，但整體的下降幅度都小于刺激組，這說明電刺激對(duì)特征路徑長度產(chǎn)生了更顯著影響.

4 討論

本文使用了相位同步算法構(gòu)建關(guān)聯(lián)矩陣，研究發(fā)現(xiàn)電刺激后大腦各區(qū)域間的同步性增強(qiáng).通過計(jì)算3種網(wǎng)絡(luò)參數(shù)發(fā)現(xiàn)，3種網(wǎng)絡(luò)參數(shù)在刺激前、后的變化趨勢(shì)是一致的；刺激組的特征路徑長度在刺激后有明顯的整體減小，說明電刺激使得大腦各區(qū)域間的聯(lián)系更加緊密了.綜上所述，經(jīng)顱交流電刺激可以增強(qiáng)大腦各區(qū)域間的同步性，加快各區(qū)域的信息傳遞速度.

雖然從連接矩陣圖來看，電刺激使得大腦各通道間同步性有所提升，但網(wǎng)絡(luò)參數(shù)分析卻顯示，除特征路徑長度在刺激后有明顯的整體減小，聚類系數(shù)和平均度在刺激前、后沒有顯著差異.另外在本課題中僅使用了非線性算法中的相位同步法構(gòu)建關(guān)聯(lián)矩陣，使用方法比較單一，所以結(jié)果也會(huì)有些片面，因此，在進(jìn)一步的研究中可以使用多種算法構(gòu)建關(guān)聯(lián)矩陣，分析刺激組和對(duì)照組刺激前、后靜息態(tài)腦網(wǎng)絡(luò)的變化，通過多種分析方法對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行分析，進(jìn)一步探討電刺激對(duì)腦功能網(wǎng)絡(luò)產(chǎn)生影響的作用機(jī)制.

[1]He Y，Chen Z J，Evans A C.Small-world anatomical networks in the human brain revealed by cortical thickness from MRI[J].Cerebral cortex，2007，17（10）：2407-2419.

[2]Olesen P J，Nagy Z，Westerberg H，et al.Combined analysis of DTI and fMRI data reveals a joint maturation of white and grey matter in a fronto-parietal network[J].Cognitive Brain Research，2003，18（1）：48-57.

[3]尹寧，徐桂芝，周茜.磁刺激穴位復(fù)雜腦功能網(wǎng)絡(luò)構(gòu)建與分析[J].物理學(xué)報(bào)，2013，62（11）：118704-118704.

[4]Vanneste S，F(xiàn)ocquaert F，Heyning P，et al.Different resting state brain activity and functional connectivity in patients who respond and not respond to bifrontal tDCS for tinnitus suppression[J].Experimental brain research，2011，210（2）：217-227.

[5]Polanía R，Nitsche M A，Paulus W.Modulating functional connectivity patterns and topological functional organization of the human brain with transcranial direct current stimulation[J].Human brain mapping，2011，32（8）：1236-1249.

[6]Kutchko K M，F(xiàn)r?hlich F.Emergence of metastable state dynamics in interconnected cortical networks with propagation delays[J].2013，26（4）：4-48.

[7]Berényi A，Belluscio M，Mao D，et al.Closed-loop control of epilepsy by transcranial electrical stimulation[J].Science，2012，337（6095）：735-737.

[8]He B，Dai Y，Astolfi L，et al.eConnectome：A MATLAB toolbox for mapping and imaging of brain functional connectivity[J].Journal of Neuroscience Methods，2011，195（2）：261-269.

[9]Weiss S A，Bassett D S，Rubinstein D，et al.Functional brain network characterization and adaptivity during task practice in healthy volunteers and people with schizophrenia1[J].Frontiers in Human Neuroscience，2011，5：1-14.

[10]Achard S，Bullmore E.Efficiency and cost of economical brain functional networks[M].PLoS Comput Biol，2007，3（2）：e17.

[責(zé)任編輯 代俊秋]

The study of brain network based on transcranial Alternating Current Stimulation

DONG Guoya,SHI Jing,YANG Hui,TIAN Sen,YU Hongli
（School of Electrical Engineering,Hebei University of Technology,Tianjin 300401,China）

Transcranial Alternating Current Stimulation is a non-invasive stimulation technique in which a weak current is applied across the scalp.Related studies have proved it can influence the brain global properties.In this paper,brain signal phase synchronization was used to construct the resting state brain network pre and post stimulation of control and stimulation group,three network parameters including Clustering coefficient,Average degree and Characteristic path length were analysed to research the correlation between different brain regions.Results showed that only Characteristic path length of stimulation group decreased after stimulation,but control group had no such result.Characteristic path length represents the speed of information transmission between different regions of the brain,thus showing that transcranial alternating current stimulation could increase the correlation between different brain regions,which,in turn,enhance the speed of information transmission among different regions.

transcranial Alternating Current Stimulation;brain function network;network parameters;Characteristic path length

R318

A

1007-2373（2017）02-0006-05

10.14081/j.cnki.hgdxb.2017.02.002

2016-12-05

國家自然科學(xué)基金（31400844）

董國亞（1971-），女，副教授，博士，dongguoya_hebut@163.com.通訊作者：于洪麗（1979-），女，副教授.