周燕 權(quán)利 阮江海

0 引言

偏頭痛是原發(fā)性頭痛的主要亞類。據(jù)統(tǒng)計(jì)，原發(fā)性頭痛疾病在1年內(nèi)的患病率為23.8%[1]。2018年《國(guó)際頭痛分類第三版》(The International Classification of Headache Disorders 3rd edition, ICHD-3)中將原發(fā)性頭痛分為偏頭痛、緊張性頭痛、三叉神經(jīng)自主神經(jīng)性頭痛及其他原發(fā)性頭痛[2]。偏頭痛發(fā)病機(jī)制目前尚不明確，臨床診療中進(jìn)行神經(jīng)系統(tǒng)體征及輔助檢查也很難根據(jù)客觀體征診斷。因此，探索偏頭痛患者腦電(electroencephalogram, EEG)網(wǎng)絡(luò)客觀改變，有助于加深對(duì)偏頭痛的理解。

振蕩神經(jīng)元之間的同步被認(rèn)為是協(xié)調(diào)皮質(zhì)網(wǎng)絡(luò)之間信息的重要因素[3-4]。對(duì)于記錄著神經(jīng)元活動(dòng)的腦電信號(hào)，通過(guò)其相位分析可以了解其同步性。鎖相值(phase lock value, PLV)是最常用的相位相互作用測(cè)量方法[5]，其可量化在特定頻帶和時(shí)間區(qū)域的兩個(gè)神經(jīng)信號(hào)振蕩同步程度[6]，目前PLV被廣泛應(yīng)用于腦網(wǎng)絡(luò)連接分析以探索疾病的潛在異常[7-8]。EEG的腦功能網(wǎng)絡(luò)連接分析是借助各種溯源分析方法，根據(jù)頭皮記錄的腦電信號(hào)建模，逆計(jì)算大腦皮質(zhì)各腦區(qū)的腦電信號(hào)，再通過(guò)計(jì)算各腦區(qū)間的信號(hào)關(guān)系，從而得到腦功能網(wǎng)絡(luò)連接，這種腦功能網(wǎng)絡(luò)連接分析方法，較傳統(tǒng)腦電報(bào)告提供了更多的信息，加深了對(duì)疾病的理解。

既往已經(jīng)有部分研究借助EEG和功能磁共振(functional magnetic resonance imaging, fMRI)技術(shù)分析發(fā)現(xiàn)部分偏頭痛患者頂-枕區(qū)之間連接增強(qiáng)，且伴或不伴先兆的患者直接在注意網(wǎng)絡(luò)等方面存在差異[9-10]，這可能揭示了部分偏頭痛患者伴有視覺(jué)先兆現(xiàn)象；也有研究基于fMRI技術(shù)發(fā)現(xiàn)偏頭痛患者在默認(rèn)模式網(wǎng)絡(luò)、中央執(zhí)行網(wǎng)絡(luò)連接等方面存在異常改變[11-12]。這些研究雖然有助于理解偏頭痛可能的發(fā)病機(jī)制，但這些針對(duì)偏頭痛多數(shù)研究的樣本量仍然較少，且多為fMRI研究，較少研究利用偏頭痛患者腦電數(shù)據(jù)進(jìn)行分析。

因此，本研究擬選擇偏頭痛患者靜息態(tài)腦電數(shù)據(jù)進(jìn)行PLV構(gòu)建腦網(wǎng)絡(luò)矩陣，分析腦網(wǎng)絡(luò)，借助PLV構(gòu)建矩陣進(jìn)行網(wǎng)絡(luò)屬性分析；最后，借助eloreta方法進(jìn)行腦功能網(wǎng)絡(luò)分析。借此探索偏頭痛患者腦電腦網(wǎng)絡(luò)方面存在的可能異常。

1 研究方法

1.1 一般資料及分組

分別收集2016年1月至2019年6月在簡(jiǎn)陽(yáng)市人民醫(yī)院神經(jīng)內(nèi)科腦電圖室接受常規(guī)腦電圖檢查者，根據(jù)ICHD-3中的分類及診斷標(biāo)準(zhǔn), 經(jīng)臨床明確診斷為偏頭痛者73例。具體納入標(biāo)準(zhǔn)為：(1)臨床癥狀及表現(xiàn)符合偏頭痛疾病特征；(2)年齡在18以上；(3)既往病史無(wú)其他神經(jīng)系統(tǒng)及精神系統(tǒng)疾病；(4)臨床腦電報(bào)告未見(jiàn)癲癇樣放電及其他嚴(yán)重異常放電。同時(shí)，選擇73例年齡和性別匹配的健康體檢人員作為健康對(duì)照組。一般資料情況如下，偏頭痛組(A組)：男性29例，女性44例，年齡(55.5±10.9)歲；對(duì)照組(B組)：男性32例，女性41例，年齡(51.8±15.7)歲。兩組在年齡、性別上無(wú)顯著統(tǒng)計(jì)學(xué)差異。

1.2 數(shù)據(jù)采集及處理

1.2.1 數(shù)據(jù)采集

采集儀器為北京新拓公司的NT9200腦電圖儀，采樣率為500 Hz，參考臨床神經(jīng)生理學(xué)國(guó)際聯(lián)合會(huì)(The International Federation of Clinical Neurophysiology)制定的國(guó)際10-20系統(tǒng)安裝頭皮電極，頭皮電極采用橋式電極，用95%酒精對(duì)頭皮進(jìn)行脫脂，放置16個(gè)橋式電極于雙側(cè)前額極(Fp1，F(xiàn)p2)、額極(F3，F(xiàn)4)、前顳(F7，F(xiàn)8)、中顳(T3，T4)、后顳(T5，T6)、中央?yún)^(qū)(C3，C4)、頂極(P3，P4)、枕極(O1，O2)，耳電極A1、A2作為參考電極(圖1)?；颊咛幱诎倒?、安靜、閉眼狀態(tài)下，采集時(shí)長(zhǎng)約30 min。

圖1 腦電電極安裝位置示意圖Figure 1 Schematic diagram of installation position ofelectroencephalogram electrode

1.2.2 EEG數(shù)據(jù)處理

每例受試者的腦電數(shù)據(jù)導(dǎo)出為歐洲數(shù)據(jù)格式(European Data Format, EDF)格式，導(dǎo)出導(dǎo)聯(lián)包括Fp1、Fp2、F7、F3、F4、F8、T3、C3、C4、T4、T5、P3、P4、T6、O1、O2共16個(gè)導(dǎo)聯(lián)。隨后，采用Matlab (R2014a，MathWorks，US)工具箱EEGlab v14.1.1(http://sccn.ucsd.edu/)進(jìn)行數(shù)據(jù)預(yù)處理，包括濾波(1～45Hz)、參考導(dǎo)聯(lián)重連為平均電極、去除眼動(dòng)干擾及去除肌電干擾4個(gè)步驟。隨后依據(jù)以前學(xué)者研究推薦[13]，單例被試應(yīng)至少選擇大于40 s時(shí)長(zhǎng)的EEG數(shù)據(jù)進(jìn)行分析。毎例EEG數(shù)據(jù)選擇5段未見(jiàn)肉眼可見(jiàn)干擾，清醒閉眼靜息狀態(tài)下時(shí)長(zhǎng)為10 s的數(shù)據(jù)，轉(zhuǎn)換為文本格式，用于后續(xù)分析。

1. 3 PLV矩陣

PLV是信號(hào)之間的平均相位差的絕對(duì)值，通過(guò)PLV可以衡量腦電信號(hào)在某一頻段的同步化程度，圖論理論認(rèn)為處于鎖相關(guān)系的信號(hào)間可以進(jìn)行有效的信息交流。

PLV的定義公式表示為：

(1)

Δφn(t)=[φx(t)-φy(t)]

式中：N為取樣點(diǎn)的總數(shù)；Δφn(t)為信號(hào)x與y在時(shí)間t的瞬時(shí)差。PLV的取值范圍為0～1，當(dāng)PLV=0時(shí)，表示無(wú)相位同步，兩個(gè)信號(hào)是獨(dú)立的無(wú)明顯同步化。相反，如果PLV越趨于1，表明兩個(gè)信號(hào)的相位耦合越強(qiáng)，同步化程度越高。

以每例被試16個(gè)腦電電極通道作為節(jié)點(diǎn)，算出各通道間PLV，從而構(gòu)建16×16的PLV網(wǎng)絡(luò)矩陣，并進(jìn)行后續(xù)網(wǎng)絡(luò)屬性分析。

1.4 PLV網(wǎng)絡(luò)的網(wǎng)絡(luò)屬性分析

本次研究中，對(duì)提取的PLV網(wǎng)絡(luò)屬性將特征路徑長(zhǎng)度(characteristic path length，L)、全局效率(global efficiency，Eglobal)、聚類系數(shù)(clustering coefficient，C)、局部效率(local efficiency，Elocal)4種全局屬性作為分析腦功能網(wǎng)絡(luò)的指標(biāo)以了解其拓?fù)浣Y(jié)構(gòu)。

特征路徑長(zhǎng)度L，是指任意兩個(gè)節(jié)點(diǎn)間距離的平均值，代表了網(wǎng)絡(luò)傳遞信號(hào)的能力。其定義可以表示為：

(2)

式中：Lij表示兩個(gè)節(jié)點(diǎn)i、j之間的距離長(zhǎng)度；N表示節(jié)點(diǎn)個(gè)數(shù)。

全局效率Eglobal是指最短路徑長(zhǎng)度的倒數(shù)的平均值，代表了網(wǎng)絡(luò)節(jié)點(diǎn)間傳遞信號(hào)的效率。其定義可以表示為：

(3)

聚類系數(shù)C，是指某一節(jié)點(diǎn)的鄰居節(jié)點(diǎn)相互連接的程度，代表了網(wǎng)絡(luò)的集團(tuán)化程度。網(wǎng)絡(luò)中節(jié)點(diǎn)i的聚類系數(shù)計(jì)算如下：

(4)

式中：ki為該節(jié)點(diǎn)的鄰居節(jié)點(diǎn)數(shù)；Ei為與該節(jié)點(diǎn)相連的鄰節(jié)點(diǎn)中實(shí)際有的邊數(shù)；ki(ki-1)/2為在這ki個(gè)鄰居節(jié)點(diǎn)之間最多可能存在的邊數(shù)。在無(wú)加權(quán)網(wǎng)絡(luò)中，為了反映單個(gè)節(jié)點(diǎn)周?chē)募哼B接，將所有節(jié)點(diǎn)的C取平均值作為網(wǎng)絡(luò)的平均聚類系數(shù)Ci，其公式表示為：

(5)

局部效率Elocal是度量網(wǎng)絡(luò)中具有強(qiáng)連接的節(jié)點(diǎn)形成聚類的趨勢(shì), 其公式表示為：

(6)

1. 5 默認(rèn)模式網(wǎng)絡(luò)連接分析

本研究采用精確低分辨率電磁斷層成像(exact low resolution brain electromagnetic tomography, eLORETA)方法，考察偏頭痛患者默認(rèn)模式網(wǎng)絡(luò)(default mode network， DMN)是否存在異常改變。該方法由Pascual-Marqui提出，是一種三維、離散、線性、加權(quán)的最小范數(shù)逆解，用于從頭皮腦電圖數(shù)據(jù)中描述腦電活動(dòng)的源定位分析[14]。eLORETA頭模采用MNI152模板，由6239個(gè)皮層灰質(zhì)體素組成[15-16]。eLORETA算法已經(jīng)被一系列fMRI[17]、同步EEG-fMRI[18]等研究所確證。

1.5.1 DMN網(wǎng)絡(luò)節(jié)點(diǎn)的選取

考慮到EEG具有低空間分辨率的特點(diǎn)，根據(jù)既往DMN研究[19]，選取4個(gè)最具有代表性的節(jié)點(diǎn)作為DMN網(wǎng)絡(luò)節(jié)點(diǎn)，其蒙特利爾神經(jīng)學(xué)研究所(Montreal Neurological Institute，MNI)腦空間坐標(biāo)如表1。隨后通過(guò)LORETA Key軟件創(chuàng)建轉(zhuǎn)換矩陣(* .ROIspinv)。

表1 默認(rèn)模式網(wǎng)絡(luò)的感興區(qū)域定義Table 1 The definition of region of interest indefault mode network

1.5.2 節(jié)點(diǎn)間功能連接分析

輸入預(yù)處理后的腦電信號(hào)文件，設(shè)置導(dǎo)聯(lián)數(shù)目、數(shù)據(jù)長(zhǎng)度、采樣率、頻段分段，輸入ROI轉(zhuǎn)換矩陣文件，選擇滯后相位同步(lagged phase synchronization, LPS)作為功能連接參數(shù)，即計(jì)算各ROI之間的連接強(qiáng)度參數(shù)。LPS是一種去除瞬時(shí)貢獻(xiàn)后，對(duì)兩個(gè)節(jié)點(diǎn)之間非線性關(guān)系進(jìn)行量化的方法[20]，此方法可以有效去除頭骨容積效應(yīng)等對(duì)腦電信號(hào)的干擾，被廣泛用于腦電功能連接分析[21]。

1.6 統(tǒng)計(jì)學(xué)方法

2 結(jié)果

2.1 PLV網(wǎng)絡(luò)連接分析

圖2顯示了偏頭痛患者與健康人群在不同頻段的PLV腦網(wǎng)絡(luò)連接差異。與健康者相比，偏頭痛患者在全頻段、delta頻段及beta1頻段，左側(cè)額區(qū)與右側(cè)頂區(qū)存在大量連接增強(qiáng)的邊(藍(lán)色)；在alpha1、alpha2、beta2頻段，頭痛患者左側(cè)額區(qū)與右側(cè)頂區(qū)存在少量連接增強(qiáng)的邊(藍(lán)色)；而在theta頻段，頭痛患者左側(cè)額區(qū)與左側(cè)頂枕區(qū)之間存在少量連接減弱的邊(紅色)。

藍(lán)色線代表病例組較健康組連接增強(qiáng)的節(jié)點(diǎn)連接，紅色代表病例組較健康組連接減弱的節(jié)點(diǎn)連接；A 組為偏頭痛患者組，B組為健康對(duì)照組圖2 各頻段PLV網(wǎng)絡(luò)連接分析Figure 2 PLV network connection analysis in each frequency band

2.2 電極間PLV網(wǎng)絡(luò)屬性圖論分析

依據(jù)PLV分析各組網(wǎng)絡(luò)屬性包括路徑長(zhǎng)度、全局效率、聚類系數(shù)和局部效率。在全頻段，頭痛組患者的聚類系數(shù)、全局效率及局部效率較對(duì)照組有增加，路徑長(zhǎng)度較對(duì)照組降低，差異無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)。

在分頻段時(shí)，beta1頻段頭痛組的聚類系數(shù)、全局效率及局部效率均高于對(duì)照組，這些差異有統(tǒng)計(jì)學(xué)意義(P<0.05)，路徑長(zhǎng)度降低，差異無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)，而delta頻段、theta頻段、alpha1頻段、alpha2頻段、beta2頻段間兩組網(wǎng)絡(luò)屬性間無(wú)明顯的統(tǒng)計(jì)學(xué)差異(聚類系數(shù)、全局效率及局部效率均較對(duì)照組有增加，而路徑長(zhǎng)度降低)(P>0.05)。beta1頻段網(wǎng)絡(luò)屬性見(jiàn)圖3。

*表示P<0.05，差異有統(tǒng)計(jì)學(xué)意義圖3 網(wǎng)絡(luò)屬性beta1頻段(13～30 Hz)Figure 3 Network properties of beta1 frequency band(13-30 Hz)

2.3 默認(rèn)模式網(wǎng)絡(luò)連接分析

通過(guò)對(duì)DMN的4個(gè)感興趣區(qū)域的節(jié)點(diǎn)間的信號(hào)連接進(jìn)行分析，發(fā)現(xiàn)頭痛組在alpha2頻段感興趣節(jié)點(diǎn)間連接增強(qiáng)，以左右頂下小葉間連接增強(qiáng)顯著，具有統(tǒng)計(jì)學(xué)差異(P<0.05)，見(jiàn)圖4。在其他頻段的DMN的連接強(qiáng)度未見(jiàn)顯著差異(P>0.05)。

圖4 偏頭痛患者組與健康對(duì)照組在alpha2頻段(10～13 Hz)的DMN比較結(jié)果Figure 4 Default mode network comparison between migraine group and healthy control group in alpha2 frequency band (10-13 Hz)

3 討論

本研究通過(guò)對(duì)偏頭痛患者的腦電信號(hào)進(jìn)行分析發(fā)現(xiàn)，雖然臨床腦電圖檢查均未發(fā)現(xiàn)異常，但偏頭痛患者的腦電進(jìn)行腦功能連接分析時(shí)其腦網(wǎng)絡(luò)連接強(qiáng)度，網(wǎng)絡(luò)屬性及腦功能網(wǎng)絡(luò)連接間均與健康者存在差異。

通過(guò)PLV腦網(wǎng)絡(luò)分析發(fā)現(xiàn)偏頭痛患者與健康人群的PLV網(wǎng)絡(luò)連接在全頻段及分頻段有顯著差異，尤其在theta頻段及beta1頻段最明顯，這些差異基本集中在左顳區(qū)、頂區(qū)，表現(xiàn)為區(qū)域內(nèi)的連接增強(qiáng)。推斷這可能與患者的疼痛部位有一定相關(guān)性。Nichols等[22]提出工作記憶主要為額顳區(qū)的theta頻段相位同步實(shí)現(xiàn)，在工作記憶中信息的維持過(guò)程時(shí)，額葉和頂葉區(qū)域的beta頻率得到增強(qiáng)[23]。通過(guò)PLV網(wǎng)絡(luò)連接分析這可能表明偏頭痛患者在工作記憶處理過(guò)程中存在異常，主要表現(xiàn)在theta頻段和beta1頻段的顳頂區(qū)，為早期識(shí)別偏頭痛患者認(rèn)知功能損傷提供了方向，但對(duì)于偏頭痛患者工作記憶加工相關(guān)區(qū)域及頻段的機(jī)制有待進(jìn)一步研究。

偏頭痛患者皮質(zhì)興奮性增加與神經(jīng)元興奮性改變有關(guān)[24]。腦電信號(hào)是來(lái)自神經(jīng)元錐體細(xì)胞的樹(shù)突產(chǎn)生的突觸后電位在皮質(zhì)與皮質(zhì)、丘腦與皮質(zhì)間神經(jīng)纖維傳導(dǎo)時(shí)相互作用形成的有節(jié)律的神經(jīng)生物電活動(dòng)。本研究中分析腦網(wǎng)絡(luò)屬性發(fā)現(xiàn)，偏頭痛患者腦網(wǎng)絡(luò)beta1頻段節(jié)點(diǎn)與周邊的連接增多、節(jié)點(diǎn)間的信號(hào)傳遞速率增快、節(jié)點(diǎn)形成聚集的趨勢(shì)更強(qiáng)。病例組腦功能連接增強(qiáng)表明神經(jīng)元興奮性增高從而出現(xiàn)疼痛，從電生理角度證實(shí)偏頭痛神經(jīng)生物學(xué)現(xiàn)象。在偏頭痛的治療過(guò)程中可以通過(guò)增加抑制性神經(jīng)遞質(zhì)從而降低神經(jīng)元的興奮性達(dá)到治療目的，并可通過(guò)腦網(wǎng)絡(luò)屬性分析進(jìn)行治療效果評(píng)估。為偏頭痛的治療及效果評(píng)估提供了理論依據(jù)。

本研究證實(shí)了偏頭痛患者存在DMN的異常，其腦電在alpha2頻段下雙側(cè)IPL間連接較健康組增強(qiáng)。考慮到既往研究已經(jīng)證實(shí)IPL與認(rèn)知功能障礙關(guān)系密切[25-26]，這可能暗示偏頭痛患者存在潛在認(rèn)知功能障礙。事實(shí)上，現(xiàn)已有報(bào)道指出原發(fā)性頭痛的各種亞型，如偏頭痛、緊張性頭痛、叢集性頭痛等發(fā)作時(shí)均有不同程度的認(rèn)知功能改變，可表現(xiàn)為語(yǔ)言和記憶、注意力、執(zhí)行和視覺(jué)空間功能的減弱[27-29]。從本次研究發(fā)現(xiàn)偏頭痛患者存在潛在DMN連接異常，這種異常可能與其認(rèn)知功能改變相關(guān)，將來(lái)的研究應(yīng)進(jìn)一步探討這種改變?cè)谠\斷和治療評(píng)估中的作用。從本次研究中發(fā)現(xiàn)偏頭痛出現(xiàn)這些認(rèn)知功能障礙與默認(rèn)模式網(wǎng)絡(luò)連接增強(qiáng)有非常密切的聯(lián)系，而記憶功能損害可能更為明顯。另外，據(jù)報(bào)道，腦區(qū)間的功能連接關(guān)系與疼痛的程度和疼痛的調(diào)節(jié)有關(guān)[30]。偏頭痛患者疼痛程度及大腦對(duì)疼痛的調(diào)節(jié)能力可以通過(guò)DMN的活躍度進(jìn)行評(píng)判，在治療過(guò)程中及預(yù)后的評(píng)估中具體臨床參考意義。

4 結(jié)論

本研究通過(guò)對(duì)偏頭痛患者靜息態(tài)EEG數(shù)據(jù)進(jìn)行圖論分析及默認(rèn)模式功能連接分析，發(fā)現(xiàn)偏頭痛伴隨著腦網(wǎng)絡(luò)連接、網(wǎng)絡(luò)屬性及DMN連接的異常改變；通過(guò)對(duì)靜息態(tài)EEG進(jìn)行網(wǎng)絡(luò)連接分析，可以識(shí)別偏頭痛患者常規(guī)檢查及臨床腦電報(bào)告中不能發(fā)現(xiàn)的潛在異常，這可能為今后偏頭痛的臨床診治提供新的思路。