不同手法针刺足三里的脊髓背根神经电信号聚类分析

韩春晓，王 江，邓 斌，郭 义，刘阳阳

(1. 天津大学电气与自动化工程学院，天津 300072；2. 天津职业技术师范大学自动化与电气工程学院，天津 300222；3. 天津中医药大学针灸学院，天津 300193)

针刺是中国传统的自然治疗，两千多年的临床实践已经充分证明了其有效性，目前针灸已经传播到世界上160多个国家和地区，部分国家和地区已经对中医针灸立法，承认其法律地位．数千年来，针灸者通常都是按照“经络、穴位”施治，然而，对于针灸具体是如何调节并影响机体各项生理机能的尚不清楚，因此针刺确切的作用机理的科学解释亟待系统的阐明.

神经系统是复杂的动力学系统，通过神经电活动调控着机体的各项生理机能．大量研究表明，针刺穴位能够诱发神经系统产生相应的神经电信息，因此神经电活动中必然蕴含着针刺作用信息．随着功能性成像技术、膜片钳技术等现代科学技术手段的发展，人们不断尝试从现代科学角度揭示针灸的效应、作用机理和本质[1-2]．对于针刺神经电信号的研究，主要是借助EEG、fMRI等功能成像技术，研究针刺对神经系统的影响，如尹玲等[3]采用功能核磁共振技术研究针刺对植物神经中枢的影响；韩国学者Cho等[4]通过研究针刺对视觉皮层的影响，发现“针刺非穴位区不会引起视觉皮层神经响应”．然而这些研究主要集中于针刺作用对神经系统高级中枢——大脑的影响[3,5-7]，且绝大部分给出的都是定性描述，而对于针刺神经电信号由穴位区至高级中枢的中间传导过程的研究却鲜见报道．

足三里穴是临床上常用的疗效显著的穴位之一，实验研究表明，当针刺足三里穴时，处于针刺神经电信号通路上的脊髓背根处会产生相应的神经电活动．因此从神经电信息的角度，以足三里穴为切入点，以处于针刺神经电通路上的脊髓背根神经电信号为对象，研究针刺对低级神经系统的影响.

笔者通过对大鼠脊髓背根的针刺神经电信号输出响应，系统地提取不同针刺手法作用下电信号的特征规律．首先从整体的统计规律出发，将小波理论与信息论方法结合，建立基于小波分解的小波能量熵的概念，通过计算小波熵量化指标，得到不同针刺手法的能量分布；其次，提出时间窗放电频率的分析方法，分析不同手法作用时针刺电信号的强度变化，提取不同针刺神经电信号放电频率随时间变化规律；然后，采用峰峰间期的概念，通过变异性分析，得到不同手法的峰峰间期分布特点，得到神经电信号的时间编码特性以及放电规律．最后，采用多参数结合的统计分析方法，将针刺信号进行有效分类和特征辨识.

1 实验数据获取

1.1 针刺实验设计

本研究设计了以不同手法针刺足三里穴位的实验，获取脊髓背根神经束动作电位序列[8]．实验对象为成年健康的雄性 SD大鼠，手术分离出位于外周神经系统脊髓背根处对感受野敏感点在足三里穴位区的单个神经纤维，然后采用 BIOPAC-MP150生理记录仪对针刺诱发的脊髓背根神经纤维放电进行记录，采样频率为40,kHz．图1给出了实验设计思路.

为了研究不同针刺手法对低级神经电活动的影响，本文选取了临床上常用的 4种针刺手法，分别为提插补法(tb)、提插泻法(tx)、捻转补法(nb)、捻转泻法(nx)，4种手法刺激频率均为 90次/min.在每次实验过程中对足三里穴分别施加上述4种手法，每种手法施加 2,min，不同手法之间停止动作留针 5,min，为了排除手法顺序对神经电信号的影响，将施针顺序打乱，按随机顺序施加手法.

本文主要对 9次实验中由 4种不同手法针刺足三里穴在脊髓背根处诱发的持续 60,s的神经电信号进行分析．图 2给出了其中一组实验结果，由上到下依次为tb、tx、nb、nx作用下在脊髓背根处诱发的神经电信号.

图1 实验设计整体框图Fig.1 Block diagram of experimental design

图2 针刺足三里穴脊髓背根电信号Fig.2 Electrical signals from dorsal spinal nerve root based on acupuncture at Zusanli point

1.2 针刺电信号数据预处理

在对脊髓背根神经电信号进行采集过程中，由于外界电磁和实验对象本身呼吸等因素的影响，采集到的神经电信号将受到噪声不同程度的污染．这里采用小波阈值降噪的方法[9-10]对受到噪声污染的的信号进行滤波处理．图 3(a)给出了一组经滤波处理后的实验数据结果，由上到下依次为 tb、tx、nb和 nx．图3(b)为图 3(a)的局部放大图，可见滤波效果十分明显，滤波后信噪比显著提高.

图3 针刺足三里穴脊髓背根电信号滤波Fig.3 Filter of the electrical signals from dorsal spinal nerve root based on acupuncture at Zusanli point

2 针刺电信号聚类分析

2.1 小波能量熵分析

针刺电信号并非单一时间尺度信号，是具有统计自相似性分形特征的.小波分析作为多分辨率时频分析的代表比通常时域统计指标及频域分析方法揭示更多的信息.由于小波变换结果中包含了大量的小波分解信息和数据，在通常的检测方法中，特征提取都少不了人工的干预或对特定工况的假设，因此没有直接从针刺信号的小波分析入手，而是在小波分析的基础上引入熵的概念来进行研究，即小波能量熵.

这里把小波变换系数矩阵转换成概率分布序列，计算其熵值，即小波熵，它反映了小波系数矩阵的稀疏程度，也就是信号概率分布的无序程度．对于单一频率的周期信号，除了包含这个典型信号频率的小波尺度，所有的其他小波系数几乎都是零，此时信号的熵值将接近于 0；相反，由一个完全无序的过程生成的信号，在所有的频段上都有小波系数，而无明显差别，此时信号的熵值将接近于1.

多分辨率下的小波能量熵是以小波变换为基础在不同的分辨率观察信号，可以放大其局部特性，计算其熵值就能够发现信号中微小而短促的异常，而传统的方法由于直接根据信号的概率分布计算熵值，那些幅值小、持续时间短，统计分布所占比例小的信号很容易就被忽略，从而造成信息丢失．

设在某一时间窗内(设窗宽为w∈N)，信号x( t)在m个尺度上的小波能量谱为 E1,E2,…,Em，信号总功率E等于各分量功率 Ej之和．设 pj= Ej/E，则pj=1，于是此窗内的小波总能量 WEE为

随着窗的滑动，可得到小波能量熵随时间的变化规律．这里计算了不同手法作用时脊髓背根信号的小波能量熵平均值(WEE)，衡量每组间不同手法神经电信号的能量比例关系．为便于观察，将每组4种针刺手法实验得到的小波能量熵平均值进行归一化处理，如图 4所示．结果表明，捻转补法小波能量熵均值明显高于另外3种手法，不确定度度量最大．

图4 4种针刺手法小波能量熵分布Fig.4 Wavelet-entropy of neural electrical signals evoked by four acupuncture manipulations

2.2 单位时间窗放电频率分析

针刺刺激引起的神经放电信息蕴含在动作电位时间序列的放电频率中[11]，因此本文中提出单位时间窗放电频率的概念，从神经电信号在单位时间段内放电个数的统计角度入手进行量化．单位时间窗放电频率是通过设定时间窗，计算每个时间窗内神经电信号的放电个数，并对时间窗进行平移，统计不同针刺手法刺激对应的脊髓背根神经电信号输出响应的强烈程度．

笔者统计了 4种针刺手法作用时脊髓背根神经电信号单位时间窗平均放电频率(Rate)，图 5是归一化后的时间窗放电频率变化趋势图．其中，提插补法窗放电率最高，提插泻法次之，而捻转补法最小．从总体上看，提插法引起的脊髓背根响应放电频率要高于捻转法．从临床的角度，提插法的针刺刺激强度大于捻转法，这也与得到的放电率关系所对应．

图5 4种针刺手法单位时间窗放电频率分布Fig.5 Time-window spike frequency of neural electrical signals evoked by four acupuncture manipulations

2.3 峰峰间期变异性分析

峰峰时间间隔(interspike intervals，ISI)是指动作电位序列中相邻 2个动作电位发放时刻的时间间隔．在ISI序列中蕴含着丰富的神经编码信息[11]，因此原始的动作电位时间序列可被简化为 ISI序列进行各种检验与分析．ISI的变异性可以用变异系数(coefficient of variation，CV)来表达，CV 定义为 ISI分布的标准差和平均值的比值[12]，即

统计了 4种针刺手法作用时脊髓背根神经电信号的ISI变异系数，图6是归一化后的ISI变异系数变化趋势图．从总体上看，捻转法的变异性要远远高于提插的变异性.

图6 4种针刺手法的ISI变异性分布Fig.6 Coefficient of variation of ISI of neural electrical signals evoked by four acupuncture manipulations

2.4 聚类分析

通过特征分析，分别提取了小波能量熵平均值、单位时间窗放电频率和ISI变异系数3类特征参数，将它们结合，可以构成(变异系数-小波能量熵-放电频率)3参数联合分布空间，如图7(a)所示，可以有效地划分不同针刺手法引起的脊髓背根神经电信号所对应的空间区域图7(b)通过(小波能量熵-放电频率)双参数空间有效区分了捻转补法和提插补法，但捻转泻法和提插泻法存在区域交叠；图 7(c)引入了变异系数，将捻转(补泻)手法和提插(补泻)手法明显的划分开；特别地，图7(d)表征的(变异系数-放电频率)参数空间，既保留了捻转补法和提插补法明显的放电频率分布特点，又通过 ISI有效区别了在放电频率分布区域重叠的捻转泻法和提插泻法.

图7 特征参数联合分布Fig.7 Joint distribution diagram of characteristic Fig .7 parameters

3 结 语

设计了 4种不同的针刺手法针刺足三里穴测取大鼠脊髓背根神经束动作电位的实验，为深入了解不同针刺作用诱发的神经电信号的规律，提出了小波能量熵、单位时间窗放电频率和ISI变异系数等3种特征提取方法，对4种不同手法的针刺电信号进行了统计学分析，得到了明显的规律性结论，且研究结果表明，通过3参数的联合分布能够有效地区分4种针刺手法信号．在此基础上，可以继续在针刺手法神经电信号的区别和特征辨识方面应用更多的信号处理方法进行分析和特征提取；还可以继续扩大针刺手法种类，将有效的方法应用到更多针刺手法之上；结合分析得到的手法作用规律，建立针刺神经网络模拟针刺过程.

［1］Wu Ming-Ting，Hsieh Jen-Chuen，Xiong J，et al. Central nervous pathway for acupuncture stimulation：Localization of processing with functional MR imaging of the brain-preliminary experience[J].Radiology，1999，212(1)：133-141.

［2］Shen J. Research on the neurophysiological mechanisms of acupuncture：review of selected studies and methodological issues[J].J Altern Complement Med，2001，7(Suppl 1)：S121-127.

［3］尹 玲，金香兰，石 现，等. 针刺足三里穴 PET和fMRI脑功能成像的初步探讨[J]. 中国康复理论与实践，2002，8(9)：523-525.

Yin Ling，Jin Xianglan，Shi Xian，et al. Imaging with PET and fMRI on brain function in acupuncturing the ST36(zusanli)[J].Chinese Journal of Rehabilitation Theory & Practice，2002，8(9)：523-525(in Chinese).

［4］Cho Z H，Chung S C，Jones J P，et al. New findings of the correlation between acupoints and corresponding brain cortices using functional MRI[J].Proceedings of the National Academy of Sciences of the United States of America，1998，95(5)：2670-2673.

［5］沈 花，王宝俊，唐孝威. 电刺足三里穴脑电信号的非线性动力学方法初探[J]. 中国医学物理学杂志，2006，23(3)：216-219.

Shen Hua，Wang Baojun，Tang Xiaowei. Effect of electricstimulation at acupoint of zusanli(St36)on EEG-a primary study of nonlinear approach [J].Chinese Journal of Medical Physics，2006，23(3)：216-219(in Chinese).

［6］金香兰，尹 岭，姚 斌，等. 针刺足三里穴中枢作用机制的研究[J]. 中国康复理论与实践，2003，9(3)：184-186.

Jin Xianglan，Yin Ling，Yao Bin，et al. Central modulating mechanisms of ST36(zusanli)acupunctured with PET [J].Chinese Journal of Rehabilitation Theory &Practice，2003，9(3)：184-186(in Chinese).

［7］张 秀，徐桂芝，杨 硕. 磁刺激足三里脑电复杂度研究[J]. 中国生物医学工程学报，2009，28(4)：620-623.

Zhang Xiu，Xu Guizhi，Yang Shuo. Complexity analysis of EEG under magnetic stimulation at acupoint of zusanli(St36)[J].Chinese Journal of Biomedical Engineering，2009，28(4)：620-623(in Chinese).

［8］韩春晓，王 江，车艳秋，等. 针刺足三里的脊髓背根神经电信号非线性特征提取[J]. 物理学报，2010，59(8)：5880-5887.

Han Chunxiao，Wang Jiang，Che Yanqiu，et al. Nonlinear characteristics extraction from electrical signals of dorsal spinal nerve root evoked by acupuncture at Zusanli point[J].Acta Physica Sinica，2010，59(8)：5880-5887(in Chinese).

［9］Donoho D L. De-noising by soft-thresholding[J]. IEEETransactions on Information Theory，1995，41(3)：613-627.

［10］Donoho D L. Compressed sensing[J].IEEE Transactions on Information Theory，2006，52(4)：1289-1306.

［11］Rabinovich M I，Varona P，Selverston A I，et al. Dynamical principles in neuroscience[J].Reviews of Modern Physics，2006，78(4)：1213-1253.

［12］Chelvanayagam D K，Vidyasagar T R. Irregularity in neocortical spike trains：Influence of measurement factors and another method of estimation[J].Journal of Neuro-science Methods， 2006，157(2)：264-273.