完全睡眠剝奪對大腦注意網(wǎng)絡沖突效應和腦電樣本熵的影響*

崔玉潔， 儲文彬， 楊 彭，王 靜， 安改紅， 王鵬飛， 陳學偉△， 馬 強△

(1. 天津體育學院， 天津 301617； 2. 軍事科學院軍事醫(yī)學研究院環(huán)境醫(yī)學與作業(yè)醫(yī)學研究所， 天津 300050； 3. 廣西壯族自治區(qū)人民醫(yī)院， 南寧 530021)

睡眠剝奪在當今生活中非常常見[1]，嚴重影響著人們的認知和行為績效[2]。睡眠剝奪后由于疲勞程度增加而導致認知功能發(fā)生進一步損害時，不僅會導致工作效率下降，還有可能因為人失誤操作而引發(fā)事故[3-4]。越來越多的證據(jù)表明這種行為損害是由于睡眠剝奪后生理喚醒水平降低對認知能力的影響所致[5-8]。一些高級別的認知過程可能會受到睡眠剝奪的間接影響，因為睡眠剝奪會影響高層次過程所依賴的關鍵低級過程。目前最新的研究成果表明，這種影響主要與個體的能量分配有關[9]。

睡眠剝奪影響機體認知過程的注意調節(jié)[7,10]和行為指數(shù)(能夠在排除不相關物品的同時關注一個信息來源)，也會影響注意的執(zhí)行控制功能。睡眠剝奪后機體這些認知功能的變化可能與能量的分配和轉移密切相關。腦電圖(electroencephalogram，EEG)在提示機體的生理心理功能變化上具有重要作用[11]。研究表明在大腦前額葉可較早地監(jiān)測到任務中的沖突，比如在Go/Nogo測驗中，發(fā)現(xiàn)睡眠剝奪可明顯地導致額葉NoGo-N2波幅的下降[12]。

樣本熵能夠反映多頻率成分信號的混亂程度，提供信號的動力學特征，可以作為評價腦電信號復雜程度的一個指標[13]。但目前尚缺少從不同頻段腦電樣本熵的角度來探討完全睡眠剝奪后機體能量分配對選擇性注意網(wǎng)絡沖突效應影響的試驗研究。本研究擬通過比較睡眠剝奪前后個體完成注意網(wǎng)絡(attention network test, ANT)任務[14]時腦電與注意功能密切相關的腦電波段樣本熵的變化，從腦電樣本熵的角度分析睡眠剝奪對個體選擇性注意網(wǎng)絡沖突效應的影響。

1 對象與方法

1.1 受試者

本試驗通過北京航空航天大學倫理委員會審查。在試驗前所有受試者均了解實驗內容，并簽訂了知情同意書。25名健康男性大學生和研究生自愿參與本次試驗，受試者的年齡在20～27歲之間， 平均年齡為24歲；均為右利手、智力正常，視力正?；蛘叱C正視力在1.0以上；均無精神或身體疾病并報告了睡眠習慣，近兩周內均保持有規(guī)律性的7～9 h睡眠。

1.2 注意網(wǎng)絡任務和試驗過程

注意網(wǎng)絡任務中包含4種類型的提示線索：無線索、中央線索、中性線索和空間線索(圖1A)，兩種目標刺激：一致條件和沖突條件(圖1B)。每試次開始時，屏幕中央呈現(xiàn)200 ms的提示線索。線索信號消失后，在屏幕中央出現(xiàn)黑色注視點“+”，時長為500～1 000 ms(平均800 ms)。之后屏幕中出現(xiàn)目標刺激，刺激顯示300 ms，最后，程序進入反應時期1 600～2 400 ms(平均1 900 ms)(圖1C)。其中，四種線索出現(xiàn)的次數(shù)相同。目標刺激的兩種條件比例為1∶1。在試驗中，當提示線索為無線索、中性線索時，目標可能出現(xiàn)在屏幕的上方，也可能出現(xiàn)在屏幕的下方。當提示線索為中央線索和空間線索時，目標出現(xiàn)在線索提示的方位上。當目標出現(xiàn)時，受試者需要根據(jù)目標類型做出反應，目標為一致條件時按鼠標左鍵，目標為沖突條件時按鼠標右鍵。任務分為4輪進行，每輪包含96試次，每輪中線索和目標類型偽隨機出現(xiàn)。線索條件的視角為0.85°，目標箭頭的視角為2.27°。

睡眠剝奪周期從早上9：00開始到第2日的晚上9：00，開始時要求受試者完成注意網(wǎng)絡(attention network test, ANT)任務。在36 h完全睡眠剝奪期間，受試者禁止吸煙、禁食任何含有咖啡因和興奮劑的食物、飲料和藥物，如可樂、咖啡、酒、紅牛和巧克力等。禁止做劇烈運動，可以閱讀、聊天、在電腦上玩游戲等。36 h完全睡眠剝奪后，受試者同樣完成一組ANT任務。

采用德國Brain Products actiCHamp腦電記錄儀和32導聯(lián)的Ag-AgCl電極的腦電帽(EasyCap, Brain Products GmbH)采集腦電數(shù)據(jù)，電極位置采用10-20國際標準系統(tǒng)放置。腦電記錄的采樣率設置為1 000 Hz，電極阻抗保持在5 kΩ以下。

1.3 數(shù)據(jù)處理

1.3.1 腦電信號預處理 在本試驗中，將不正確反應的試次或者在可接受時間范圍(300～1 200 ms)反應時之外的試次排除。原始腦電信號采用Brain Vision Analyzer 2.1軟件進行預處理。使用雙側乳突作為參考電極，獨立分量分析算法去除眼電偽跡，為了校正因肌電、心電等引起的偽跡信號，去除幅值超過-100 μv(microvolt)至100 μv區(qū)間的信號， FIR濾波器進行濾波時頻率帶設置為0.1～40 Hz，參數(shù)設置為24 Db/oct。我們選擇目標鎖時的腦電信號進行后續(xù)分析，根據(jù)4種可能的線索提示類型(空間、中性、中央、無提示)中的每一種對EEG信號進行分段，在一致性條件下折疊，即不區(qū)分線索類型。

1.3.2 腦電樣本熵分析 樣本熵是一種用于度量時間序列復雜性的測量方法，在評估生理時間序列的復雜性和診斷病理狀態(tài)等方面具有應用[15]。樣本熵值越大，說明時間序列中產(chǎn)生新模式的概率越大，序列越復雜。它可以用來衡量大腦皮層被激活時腦電活動的復雜性變化。而且它的優(yōu)點是所需數(shù)據(jù)短，算法運算量小。它的算法描述如下：

將給定N點的時間序列{u(i)}按順序組成m維矢量，即

Xm(i)=[u(i),u(i+1),...u(i+m-1)],(i=1～N-m)

(1)

對每一個i值計算矢量Xm(i)與其余矢量Xm(j)之間的距離；

(2)

(3)

(4)

增加維數(shù)為m+1，構造一個m+1維矢量，用上面同樣的方法求得Bm+1(r)

樣本熵為

(5)

當N為有限值時，得到序列長度為N時的樣本熵的估計值，記作

SampEn(m,r,N)=-ln[Bm+1(r)/Bm(r)]

(6)

從上述公式來看，樣本熵的值跟m和r的取值有關，本研究選取的m=2，r=0.15SD(u)[16],SD(u)表示原始時間序列的標準差。

對試驗的腦電信號進行預處理之后，提取目標出現(xiàn)后的1 s數(shù)據(jù)計算樣本熵。首先對數(shù)據(jù)進行下采樣，將采樣率降低到300 Hz，然后使用傅里葉變換將信號變換到頻域，提取頻域下delta (1～4 Hz)、theta(4～7 Hz)、alpha(8～14 Hz)、beta(15～30 Hz)和gamma(31～40 Hz)頻率段的數(shù)據(jù)。最后分別計算每個頻率段在完全睡眠剝奪前后的腦電樣本熵，其中導聯(lián)選取的是F3、Fz、F4、C3、Cz、C4、P3、Pz、P4。數(shù)據(jù)處理使用matlab編程完成。

1.4 統(tǒng)計學處理

ANT任務中，注意網(wǎng)絡沖突效應的計算方法是沖突條件刺激減去一致條件刺激[14]。所以，首先計算ANT任務中沖突條件與一致條件下的反應時差值、正確率差值和腦電樣本熵的差值，再使用SPSS 22 軟件對36 h睡眠剝奪前后的反應時和正確率進行配對t檢驗，對5個頻率段(delta、theta、alpha、beta和gamma)的9個導聯(lián)的腦電樣本熵完全睡眠剝奪前、后兩組數(shù)據(jù)進行重復測量方差分析，如果不符合球形檢驗，使用Greenhouse-Geisser進行校正。

2 結果

2.1 完全睡眠剝奪對大腦注意網(wǎng)絡任務行為學的影響

對于每個受試者，針對目標刺激條件計算平均反應時(去除超時和不正確的響應)和正確率。 所有對沖突條件與一致條件的差值使用SPSS計算配對樣本t檢驗(表1)。與睡眠剝奪前相比，睡眠剝奪后的沖突效應反應時差值要顯著減小(P<0.01)，睡眠剝奪后的正確率的差值顯著增大(P<0.01)。

Tab. 1 Comparison of mean reaction time and accuracy of target stimulus before and after 36 hours of total sleep n=25)

2.2 完全睡眠剝奪對注意網(wǎng)絡沖突效應腦電樣本熵的影響

對36 h睡眠剝奪前、后目標刺激的腦電樣本熵差值的對比分析，發(fā)現(xiàn)與睡眠剝奪前相比，睡眠剝奪后注意網(wǎng)絡沖突效應在beta頻率段的腦電樣本熵明顯增大(P<0.01)，在delta、 theta、alpha、gamma頻率段沒有明顯變化(P>0.05)。導聯(lián)之間沒有顯著變化(圖2，見彩圖頁Ⅴ)。如圖2睡眠剝奪后減去睡眠剝奪前注意網(wǎng)絡沖突的腦電樣本熵差腦電地形圖，可以看出腦電樣本熵在大腦不同區(qū)域產(chǎn)生了不同的變化趨勢，在F3、F4、C4、Pz導聯(lián)的腦電樣本熵差較大，尤其是F4導聯(lián)，說明在額區(qū)復雜度變化較大。

在beta頻率段，通過對9個導聯(lián)在睡眠剝奪前和睡眠剝奪后的沖突效應腦電樣本熵的比較，發(fā)現(xiàn)腦電樣本熵值在F3、F4、C4、Pz導聯(lián)上有顯著差異(圖3)。

Fig. 3 The beta frequency bands attention network conflict effect of the SampEn before and after 36 hours of TSD

3 討論

本研究通過對注意網(wǎng)絡任務的腦電信號分析，發(fā)現(xiàn)了與睡眠剝奪前相比，睡眠剝奪后注意網(wǎng)絡沖突效應的反應時出現(xiàn)明顯下降。腦電樣本熵的結果顯示在睡眠剝奪后，與注意網(wǎng)絡沖突效應相關的腦電樣本熵在beta頻率帶明顯下降，這可能與睡眠剝奪后大腦的注意網(wǎng)絡沖突效應下降，與執(zhí)行控制功能的下降有密切關系。

研究結果表明在睡眠剝奪后，無論是一致條件還是沖突條件，個體反應正確率均顯著下降，反應時顯著延長，但是注意網(wǎng)絡沖突效應的反應時顯著下降。這可能與以下兩個方面的變化有關：(1)睡眠剝奪后，目標一致條件下的反應時延長。由于目標一致條件是沖突效應的基線條件，故基線變長，在目標沖突條件反應時變化不大的條件下，與注意網(wǎng)絡沖突效應相關的反應時，則會縮短；(2)對于目標沖突條件而言，增加的錯誤反應均在數(shù)據(jù)處理過程中被剔除，剩余反應正確的目標刺激中可能包含了更多受試者的猜測反應，導致與注意網(wǎng)絡沖突效應反應時縮短。

睡眠剝奪后，幾乎所有的頻段均出現(xiàn)了沖突效應的腦電樣本熵增加的趨勢。但在beta頻率段發(fā)現(xiàn)與注意網(wǎng)絡沖突效應相關的腦電樣本熵增加最為明顯。其原因可能睡眠剝奪導致個體睡眠傾向的增加，導致更多的能量資源向睡眠方向轉移，這樣可用于維持沖突抑制反應的能量就會下降。腦電樣本熵的研究發(fā)現(xiàn)，腦電樣本熵的變化可能與腦電復雜度有關[15]，說明在睡眠剝奪后，沖突條件與一致條件的復雜度變化增大，本研究的結果支持這一結論。Swann等人的研究證明beta頻率段的能量調整是人類認知和動機系統(tǒng)中的一種常見機制，它的活性與反應抑制或沖突解決有關[16-17]。本研究的結果表明beta頻率段腦電樣本熵的顯著變化反映了睡眠剝奪影響腦電復雜度，繼而影響注意網(wǎng)絡的沖突效應，導致執(zhí)行控制功能下降。研究結果還顯示在F3、F4導聯(lián)，睡眠剝奪對腦電樣本熵的影響較大，這也證實與額葉功能機密聯(lián)系的高級認知功能對睡眠剝奪反應敏感[18]，這是因為額葉作為執(zhí)行功能中反應抑制功能的高級認知功能的核心[19]。

腦電樣本熵值的變化與小波熵不同，這可能跟任務的參與有關，裴婭男發(fā)現(xiàn)在靜息態(tài)時θ波段小波包熵在睜眼時顯著增高，有可能是用于清醒狀態(tài)的維持[20]。在受試者完成作業(yè)任務時，這部分資源可能轉到增加對注意網(wǎng)絡沖突效應控制，這也從側面支持大腦的代償理論。

綜上所述，本研究試驗從腦電樣本熵的角度分析了睡眠剝奪對個體選擇性注意網(wǎng)絡沖突效應的影響，通過比較睡眠剝奪前后個體完成注意網(wǎng)絡任務時腦電復雜度的變化，來探查睡眠剝奪對個體大腦的注意網(wǎng)絡沖突效應的損害。睡眠不足會導致個體執(zhí)行沖突控制能力的下降，因此有必要考慮此種損害會給個體正常生活工作帶來的不利影響和相關干預恢復措施。本研究為睡眠剝奪損害個體認知功能，尤其是對注意網(wǎng)絡沖突效應的影響提供了生理學證據(jù)。