柳 倩，柴潔瑋，樊澤澤，霍炯宇，姚 蓉，ALI Usman，張來福，王志鵬，韋 新，李海芳

(1.太原理工大學 信息與計算機學院，太原 030024；2.國網山西電力科學研究院，太原 030000；3.西安交通大學 社會心理學研究所，西安 710000)

我國有著遼闊的高原，近年來，有越來越多的人到高原地區(qū)旅游或工作。高原海拔高、低壓、低氧，其中對人影響最嚴重的就是缺氧。缺氧會損傷人腦的認知功能，表現為短時記憶力、視聽覺感知力下降及執(zhí)行控制功能、注意轉換能力受損等[1]。因此，對長期缺氧導致大腦損傷進行研究具有重要意義。

早在20世紀50年代，曾有研究者使用靜息態(tài)腦電(EEG-resting state)技術開展低氧對大腦影響的研究[2]。目前，基于EEG信號高原缺氧的研究多集中在計算腦電信號的功率譜密度(能量值)[3]、分析事件相關電位(ERPs)的相關成分[4]，及腦電圖檢測[5]等。這些方法只是討論了信號的簡單特征值，沒有將大腦作為一個相互作用的整體進行分析，也沒有考慮到腦電圖的低空間分辨率特性。

為了改善以上問題，筆者應用靜息態(tài)皮層節(jié)律分析方法，從腦網絡角度研究缺氧對人腦的影響。該方法對靜息態(tài)EEG節(jié)律的皮層源進行詳細的源定位，從而獲得各個腦電節(jié)律下大尺度腦網絡的能量分布[6-7]，分析不同海拔之間大尺度腦網絡的差異，并尋找海拔高度因素與腦網絡兩者之間的相關性，克服了腦電技術的低空間分辨率特性，也為高原數據的處理提供了一種全新的思路。

1 大尺度腦網絡能量的估計

1.1 數據采集及預處理

被試對象為122名男性(20.27±2.56歲)，漢族，分別移居渭南(400 m，30人)、林芝(2 890 m，30人)、拉薩(3 600 m，29人)、那曲(4 500 m，33人)兩年時間，都出生和成長在低海拔地區(qū)，均為右利手，身體健康，無精神疾病、高原病或家族病史，實驗前一周未服用任何藥物，所有被試均填寫知情同意書。

本文采集70 s左右被試者閉眼的靜息態(tài)腦電數據，設備為美國NeuroScan40導聯腦電信號放大器和武漢格林泰克的32導鹽水電極帽。其中，采樣頻率為1 000 Hz，阻抗保持在10 kΩ以下。選擇耳電極為參考電極，并放置4個電極分別位于眼睛上下部和眼外處，用于采集垂直眼電和水平眼電。

取監(jiān)測開始10 s后逐漸穩(wěn)定的腦電信號進行分析。使用MATLAB中的EEGLAB工具包對信號進行預處理；采用0.5～50 Hz帶通對信號進行濾波；使用獨立成分分析法(Independent Component Analysis，ICA)去除信號中的偽跡成分(如眼電、肌電等干擾)，取全腦電極的平均電位轉換為參考電極。并提取δ(2～4 Hz)，θ(4～8 Hz)，α1(8～11 Hz)，α2(11～13 Hz)，β1(13～20 Hz)，β2(20～30 Hz)，γ(30～40 Hz)7種節(jié)律的腦電信號進行分析，預處理后共有84個被試數據可供后續(xù)分析。

1.2 頭皮能量估計

(1)

功率譜變化的范圍跨度較大，線性標度無法較好的表示，因此本文將結果進行對數轉換。

1.3 皮層源定位

大腦皮層的不同區(qū)域表現出不同的特征，所劃分的各個腦網絡也代表著不同的功能。為了揭示缺氧導致的大腦損傷機制，本文將著重分析8個靜息態(tài)大尺度腦網絡。

首先采用基于網絡源成像技術獲得腦電節(jié)律的皮層電流密度[6，8]，求出頭皮電位在皮層網格上的分布。該網格共有8 196個節(jié)點，在源定位過程中，根據節(jié)點所屬的大尺度腦網絡，被唯一地分配到某一個網絡中。最后根據每個網絡覆蓋的區(qū)域，將網絡內對應節(jié)點的活動強度進行平均，統(tǒng)計各個網絡分別在7種節(jié)律上的電活動強度。

其中前7個大尺度腦網絡來自對1 000名志愿者的靜息態(tài)fMRI功能連接分析，包括：視覺(Visual)，感覺運動(Somatomotor)，背側注意(Dorsal Attention)，腹側注意(Ventral Attention)，邊緣系統(tǒng)(Limbic)，額頂(Frontopariental)和默認模式(Default)網絡[9]，而第8個深部結構(Deep Structure)則采用了AAL模板[10]進行構造。

2 結果分析

為了深入了解不同海拔之間各個大尺度腦網絡的差異，本文將對腦網絡特征進行單因素方差分析，并運用Greenhouse-Geisser法對方差分析后的P值進行校正，事后檢驗運用LSD(least significant difference)進行各組均值間的配對比較。

2.1 頭皮能量分析

使用加窗平均周期圖法估計4個海拔高度在7種節(jié)律下的EEG全腦頭皮能量，圖1所示即為4個海拔其中各一個被試的頭皮能量分布，可以發(fā)現主要是枕葉和頂葉區(qū)域能量較高，并且相較于其他3個海拔，4 500 m組能量較低。為發(fā)現各海拔頭皮能量的差異，進一步計算了4組被試頭皮能量總平均值，如圖2所示，并對其進行方差分析。其中組間

圖1 四個海拔在7種節(jié)律上的頭皮能量分布地形圖Fig.1 Scalp energy distribution topography at four elevations at seven rhythms

因素為4個海拔，組內因素為7種節(jié)律，方差分析結果如表1所示。從表1可知，只有在α2節(jié)律下4個海拔之間頭皮能量總平均差異顯著，其他節(jié)律均不顯著。事后檢驗表明，海拔400 m組和4 500 m組分別和海拔3 600 m組差異顯著，且表現為海拔3 600 m組頭皮能量的顯著升高，這與ZHAO et al[3]發(fā)現相一致，其他兩組之間未發(fā)現差異。其中顯著性結果標注于圖2中，用**表示。

圖2 總平均能量Fig.2 Total mean energy

表1 頭皮能量單因素方差分析結果(P<0.01)Table 1 Results of single factor analysis of variance for scalp energy (P<0.01)

2.2 大尺度腦網絡能量分析

根據所求得的被試頭皮能量進行溯源，得到了α2節(jié)律下頭皮電位在大腦皮層上的分布，如圖3所示。發(fā)現4組海拔差異主要集中在頂葉、枕葉以及兩側顳葉，這與YAN et al[11]發(fā)現一致。由于EEG空間分辨率較低，沒有對所估計的皮層分布進行深入分析。

圖3 α2節(jié)律下的皮層電流密度總平均Fig.3 Total mean of cortical current density of α2

根據大腦皮層的分布來估計8個大尺度腦網絡的電活動強度，通過對網格內所有節(jié)點值進行平均，求得8個大尺度腦網絡能量值，從而極大地改善了腦電圖低空間分辨率的缺點。

為探尋各個海拔之間8個大尺度腦網絡的差異性，分別對4個海拔在7種節(jié)律下的腦網絡能量值進行單因素方差分析。其中，組間因素為4個海拔，組內因素為8個腦網絡能量值，檢驗結果如表2所示。

由表2可知，4組被試者分別在θ節(jié)律下的深部結構網絡，α1節(jié)律下的視覺網絡、邊緣系統(tǒng)、默認網絡和深部結構網絡，β1節(jié)律下的深部結構網絡以及β2節(jié)律下的視覺網絡、邊緣系統(tǒng)和深部結構網絡差異顯著，顯著性結果在表中進行加粗。檢驗結果表明，θ、α1、β1和β2節(jié)律下的深部結構網絡差異體現在海拔4 500 m組分別與海拔400，2 890，3 600 m之間，而其他兩組間均未達到顯著水平；α1節(jié)律下的視覺網絡、邊緣系統(tǒng)、默認網絡的顯著差異主要存在于海拔400 m與3 600 m組之間，以及海拔4 500 m組分別與400，2 890，3 600 m組之間；β2節(jié)律下3個腦網絡能量的差異情況同α1節(jié)律。

表2 腦網絡能量值單因素方差分析結果(P<0.01)Table 2 Results of single factor analysis of variance of brain network energy value (P<0.01)

為了深入觀察海拔之間的差異情況，本文對各個海拔所有被試差異顯著的腦網絡能量值求平均，如圖4-圖6，并且于圖中標注了各海拔腦網絡能量值的標準誤差及各組間顯著性差異結果即事后檢驗結果(**)。此外，對圖5、圖6總結發(fā)現，α1、β2節(jié)律下，海拔3 600 m組能量值最高；而海拔4 500 m組能量值最低，并且在所有差異顯著的腦網絡中，4個海拔的能量值變化趨勢相同。

圖4 差異顯著的深部結構能量均值(θ，β1)Fig.4 Mean value of deep structures with significant differences (θ、β1)

3 結果與討論

本文根據靜息態(tài)EEG信號獲得7種腦電節(jié)律下的大尺度腦網絡的能量分布，分析了不同海拔之間腦網絡能量的差異，得出如下分析結果。

圖5 差異顯著的腦網絡能量均值(α1)Fig.5 Mean value of significantly different brain networks (α1)

圖6 差異顯著的腦網絡能量均值(β2)Fig.6 Mean value of significantly different brain network (β2)

1) 深部結構網絡在θ、α1、β1和β2節(jié)律下差異顯著，并且這種差異主要源自于海拔4 500 m組腦網絡能量值的顯著降低。丘腦是深部結構網絡的核心節(jié)點之一，主要負責睡眠功能[12]，因此深部結構網絡能量的降低表明缺氧會影響人的睡眠。并未發(fā)現海拔2 890 m和3 600 m組分別與400 m組在深部結構網絡上存在差異，推測隨著在高原居留時間的延長，機體對高原低氧環(huán)境逐漸習服并基本接近平原水平。

2)α1和β2節(jié)律下腦網絡能量的差異主要集中在視覺網絡、邊緣系統(tǒng)以及α1節(jié)律下的默認網絡，且這種差異主要來自于海拔3 600 m組腦網絡能量顯著升高和海拔4 500 m組的腦網絡能量顯著降低。腦網絡能量的升高表明局部腦活動的增強，這種代償性增強可以被視為是一種補償機制，與先前研究[13]發(fā)現和視覺識別機制相關的N1成分在高海拔組出現雙側后位激活，孔德民[14]發(fā)現靜息態(tài)下高海拔組多個腦區(qū)呈現功能連接度代償性增加等結論相一致。由最高海拔4 500 m組視覺網絡、默認網絡能量的降低，推測海拔過高氧氣過于稀薄可能導致高原移居者的視覺相關功能[15]和與默認網絡相關的對環(huán)境監(jiān)測和情緒加工功能[14]受損。

3) 從圖5-圖7中發(fā)現，相較于海拔400 m組，海拔2 890，3 600 m組的平均腦網絡能量都有上升趨勢；而4 500 m組的腦網絡能量卻變?yōu)樽畹?，表明在不同的海拔高度，腦網絡能量有不同的改變，這種改變可能和海拔高度有關，推測海拔高度對人腦影響有一個閾值的存在[5，16]。

本文研究通過采集EEG信號并且使用溯源方法進行深入研究，克服了高原的嚴峻環(huán)境和解決了腦電技術空間分辨率低的缺點，發(fā)現不同海拔人群在大尺度腦網絡上的差異性，為缺氧導致的大腦損傷研究提供了新的思路。但是本文未研究被試者認知加工過程的特征，所以下一步將研究高原低氧暴露對人腦認知功能的影響。