基于脑电图的不同频率磁刺激内关穴脑网络分析

于洪丽 徐桂芝 付灵弟 翟 越

(河北工业大学电气工程学院，天津 300130)

基于脑电图的不同频率磁刺激内关穴脑网络分析

于洪丽*徐桂芝 付灵弟 翟 越

(河北工业大学电气工程学院，天津 300130)

磁刺激和电刺激在离子水平的作用机制是相似的。相比之下，磁刺激技术具有无痛、可刺激深部组织等优点。不同的刺激参数会产生不同的机体效应，同时所引发的神经调控机制也不同。采用不同频率(0.5和3 Hz)的脉冲磁场刺激内关穴，采集刺激前、后的32导脑电信号，计算各通道脑电信号之间的相关系数。针对正、负相关系数的不同分布特点，采用不同的阈值，分别对正、负相关系数矩阵进行二值化处理。以脑电通道作为所构建脑功能网络的节点，构建并分析不同状态下的脑功能网络，探讨频率参数对磁刺激内关穴脑功能区活动的影响。结果发现，0.5和3 Hz磁刺激内关穴后较刺激前，大脑额叶、颞叶和中央区内部以及脑区之间的正相关呈现增加的趋势。同时，0.5 Hz磁刺激内关穴后，额叶与枕叶以及颞叶与枕叶之间的大尺度连接增强，且具有负相关特性。这一研究结果为磁刺激频率的选取提供一定的依据。

磁刺激；频率；脑功能网络；穴位

引言

电针(electro acupuncture, EA)和经皮穴位电刺激(transcutaneous electric acupoint stimulation, TEAS)由于可以精确改变刺激参数，目前已大量应用于临床[1-3]。EA和TEAS的基本原理在于：外周神经是传递穴位信号的重要载体，而人体可兴奋细胞不仅可以利用针刺来刺激，还可以利用时变电磁场加以刺激[4]。磁刺激与电刺激在离子水平的作用机制是相似的，但磁刺激在脑神经刺激以及深部神经刺激中具有更加明显的优势：首先，磁场很容易透过皮肤和骨骼到达深层组织，从而对深部神经组织进行无创的刺激；其次，磁刺激线圈不需要与受试者直接接触，所以安全性比电刺激要好[5-7]。

不同的刺激参数(比如刺激强度、频率、时长等)会产生不同的机体效应，同时所引发的神经调控机制可能也不同。在临床当中，常利用改变电针的各种参数来模拟不同的针刺手法。在诸多参数中，频率被认为是比较重要的参数之一[8]。目前，关于不同频率电(磁)刺激穴位的作用效应及其机理研究尚无确定性结论。Huang等人指出，低频电针促进内吗啡肽的释放，发挥镇痛作用，而高频电针无效[9]。Lin等人发现，高频和低频电针刺激均具有镇痛作用[10]。Lee等人发现，高频电针比低频电针更能引起自主神经系统的兴奋，但在焦感迷走神经平衡方面，高频和低频刺激无差异性[11]。

人脑是一个复杂网络，它通过不同脑功能区之间的相互协调来完成一系列工作[12]。在脑功能网络研究中，脑电图(electroencephalography, EEG) 技术较功能磁共振成像(functional magnetic resonance imaging, fMRI) 技术具有更好的时间分辨率，同时多导脑电采集技术在一定程度上改善了EEG的空间分辨率[13-14]。

本研究将现代磁刺激技术与传统中医穴位相结合，采用不同频率的脉冲磁场刺激人体内关穴，采集了刺激前、后的脑电信号，通过对比分析不同状态下的脑功能网络来研究不同频率磁刺激穴位对脑功能网络的影响。

1 材料和方法

1.1 数据来源

共有13名健康被试(8男，5女)参加了实验，年龄20～30岁，均为右利手。实验前已告知实验内容，并签署了知情同意书。所有被试均不存在任何精神和神经类疾病，体内无植入器件。

在天津市北辰中医院专家的指导下，实验选取内关穴作为靶点刺激。磁刺激设备为英国Magstim Rapid2经颅磁刺激仪，8字形线圈。刺激强度为设备最大输出强度(2.2 T)的80%，刺激频率为0.5和3 Hz。在刺激频率选择过程中，兼顾人体安全性和磁刺激设备本身的限制，防止出现因过热而中止工作的情况，同时考虑了受试者心理、生理等因素。刺激序列为连续脉冲，每种频率刺激均为2 min。为避免影响，同一被试的两次实验之间间隔1个星期。磁刺激实验如图1所示。

图1 磁刺激内关穴实验及所用设备。(a)磁刺激内关穴；(b)实验用磁刺激仪Fig. 1 Experiment of magnetic stimulation at PC6 acupoint and its device. (a) Experiment of magnetic stimulation at PC6 acupoint; (b) Magnetic stimulation system

脑电采集设备为美国Neuroscan的EEG/ERP系统，如图2所示。实验采集的32导脑电数据，均匀分布在大脑的额叶、颞叶、顶叶和枕叶区域，位置分布如图3所示。数据采样频率为1 000 Hz，放大倍数为500，每组脑电数据(包括刺激前和不同频率(0.5/3 Hz)刺激后数据)各2 min。

图2 脑电采集及其所用设备。(a)脑电采集实验；(b)实验用脑电采集设备Fig.2 Experiment of EEG signal recording and its device. (a) Experiment of EEG signal recording; (b) EEG recording device

图3 脑电数据采集的导联位置分布Fig.3 Scalp positions from which EEG data was recorded

1.2 数据预处理

数据预处理主要包括基线校正，去除伪迹和眼电等干扰以及数字滤波(0.5 Hz～40 Hz)等，该过程利用NeuroScan脑电采集与分析专业软件完成。

1.3 处理方法

1.3.1 皮尔森相关系数算法

皮尔森相关系数用来度量两变量之间的相关程度，可以更好地描述脑区与神经元之间的关系[15]，其定义如下：

(1)

1.3.2 脑功能网络的构建

脑网络分为结构网络、功能网络和因效网络。其中，脑功能网络描述脑网络各节点或各个脑区之间的统计性连接关系，是目前揭示脑内信息加工机制的重要方式。基于脑电的脑功能网络的构建主要包含3个方面：关联矩阵二值化阈值的确定、网络节点的选取和连接边的定义。

二值化阈值的选取直接影响脑网络的统计特性和拓扑结构。本研究根据正负相关系数矩阵的不同分布特点，采用了不同的阈值选取方法。在正相关系数矩阵二值化过程中，阈值选取以刺激前脑电数据为基准，遵循保证网络完整性(即保证网络恰好无孤立节点或孤立部分)的原则[16]，选取了0.69作为关联矩阵二值化的阈值。在负相关研究中，由于负相关系数值较小，为了突出不同状态下相关系数的差异性，选择-0.05作为二值化阈值。

脑功能网络节点的选取和连接边的定义是基于图论的思想，而图论是描述复杂网络的常用工具。在图论中，一个复杂网络由两个集合构成：节点集合和边集合，节点集合表示网络的规模，边集合表示网络边的总数，最后得到一个网络图[17]。本研究将每个电极通道作为要构建的脑功能网络的节点，具体位置如图3所示。将各通道脑电信号之间的平均相关系数矩阵作为节点关联矩阵，对该矩阵进行二值化后形成邻接矩阵，当矩阵元素为1时表示对应节点之间存在连接边，反之为0则无连接。

1.3.3 小世界属性的判定

具有较大聚类系数和较短路径长度的网络称为“小世界”网络。目前常用的衡量网络是否具有小世界属性的标准是由Humphries等人提出的，具体定义如下：

(2)

(3)

式中，Cnet和Lnet表示所构建网络的聚类系数和特征路径长度，Crand和Lrand表示相同尺度随机网络的聚类系数和特征路径长度。

当σ=γ/λ>1时，说明所构建的网络具有“小世界”属性[18]。

2 结果

13名被试的脑电数据经预处理之后，计算各导联脑电信号的相关系数，求平均。不同状态下的平均相关系数矩阵如图4所示。可以看出，不同状态下的相关系数矩阵分布具有相似性，距离越近相关系数值越大，距离越远相关系数越小。距离较远的脑区之间的相关系数出现负值，即负相关。

图4 不同状态下的脑电序列相关系数矩阵。(a)刺激前；(b)0.5 Hz刺激后；(c)3 Hz刺激后Fig. 4 Correlation coefficient matrices of EEG sequences in different states. (a) before-stimulation state; (b) after-0.5 Hz stimulation state; (c) after-3 Hz stimulation state

2.1 基于正相关系数的脑功能网络

对不同状态下的正相关系数矩阵进行二值化处理，阈值为0.69，所构建脑网络如图5所示。可以看出，0.5Hz刺激和3Hz刺激后的脑网络连接较刺激之前，在额叶、颞叶和中央区内部以及脑区之间出现连接增加的趋势。

笔者计算了上述脑功能网络的小世界属性，结果如表1所示。可以看出，不同状态下的脑功能网络均满足σ>1，说明它们都具有小世界属性。

2.2 基于负相关系数的脑功能网络

本研究对负相关系数进行了分析，发现不同状态下的负相关系数分布存在明显的差异性，结果如图6所示。可以看出，0.5 Hz磁刺激内关穴后，脑电序列负相关系数均小于刺激前的状态，说明负相关现象增强；而3 Hz磁刺激内关穴后，负相关现象呈现减弱趋势。将0.5 Hz磁刺激内关穴后负相关增强的现象用网络图显示，如图7所示。负相关系数一般较小(-0.25～0)，在构建负相关网络时为了突出刺激前后相关系数的差异性，用0.5 Hz刺激后的相关系数减去刺激前的相关系数，将所得矩阵进行二值化处理。在阈值选取过程中，考虑负相关系数值的分布特点，选取了-0.05作为二值化阈值。从图7可以发现，相比刺激之前，0.5 Hz刺激后大脑额叶区域与枕叶区域、颞叶与枕叶区域之间的连接增加，相关性增强。但要注意的是，这是一种负相关。

表1 不同状态下的脑功能网络特征参数

图5 基于正相关系数的不同状态下的脑功能网络。(a)刺激前；(b)0.5 Hz刺激后；(c)3 Hz刺激后Fig. 5 Brain functional networks at different stages based on positive correlation coefficient. (a) Before-stimulation state; (b) After-0.5 Hz stimulation state; (c) After-3 Hz stimulation state

图6 不同状态下不同导联与FP1导联之间的负相关系数Fig.6 Negtive correlation coefficients between FP1 and other electrodes at different stages

图7 0.5 Hz磁刺激内关穴后的负相关脑功能网络Fig.7 Negative-correlation brain functional network induced by 0.5 Hz magnetic stimulation at Neiguan acupuncture point

3 讨论和结论

在离子水平上，磁刺激与电刺激具有相似的物理机制。但磁刺激与电刺激相比，在脑神经刺激以及深部神经刺激中具有更加明显的优势。刺激参数是决定电磁刺激作用的重要因素，选择不同的刺激参数可产生不同的生物学效应。本研究采用了磁刺激技术代替传统电刺激作用于人体内关穴，通过采集刺激前、后的脑电信号，构建脑功能网络，探讨了刺激频率对脑功能网络的影响。

课题组自2008年以来，开展了磁刺激穴位作用效应及机制的相关研究[19-20]。研究发现，不同频率(1和3 Hz)刺激时(刺激的同时采集脑电信号)的脑功能网络较刺激之前均有所变化，且不同频率刺激的脑功能网络之间存在差异性[21]。在此基础上，偏重分析和解决以下两个问题：一是考虑到磁刺激穴位可能具有后效应，着重研究了磁刺激前和刺激后(刺激结束后采集脑电信号)的脑功能网络差异性；二是实验采用英国Magstim经颅磁刺激仪，按国际标准分类，刺激频率小于1 Hz属于低频刺激，高于1 Hz属于高频刺激。笔者通过查阅文献，同时结合被试自身感受，选择了低频0.5 Hz、高频3 Hz两种频率，研究了高、低两种不同频率磁刺激穴位对脑功能影响的差异性。

基于正相关系数的分析，首先构建了不同状态下的脑功能网络。从网络图中可以看出，0.5、3 Hz刺激后的脑网络连接较刺激之前，在额叶、颞叶和中央区的内部以及脑区之间的连接均出现增加的趋势。该结果说明，磁刺激内关穴后，以上脑功能区之间的联系增加，但具体机制有待进一步研究。

图论可以很好地描述复杂脑网络的拓扑结构，基于图论的方法，已有研究表明静息态脑功能网络具有小世界属性[22]。针对这一特性，本研究探讨了不同磁刺激参数对脑功能网络小世界属性的影响，结果发现无论在刺激前状态，还是在不同频率磁刺激内关穴后，脑网络均具有“小世界”属性，说明磁刺激不会改变脑功能网络的“小世界”基本属性。

比较不同状态下的负相关系数分布，发现0.5 Hz磁刺激穴位后，不同脑区之间出现负相关增强的现象。用0.5 Hz磁刺激内关穴，额叶与枕叶以及颞叶与枕叶之间的大尺度连接增强，且具有负相关特性，即一个区域的兴奋性增强的同时另一个区域兴奋性减弱。该现象可能与磁刺激内关穴的作用效应有关。结合之前的研究结果[23]，可以认为，在0.5 Hz磁刺激内关穴时，额叶和颞叶区域活动增强，枕叶区域活动减弱。由于脑电序列空间分辨率受限，所以该现象与内关穴作用效应之间的特异性联系仍需进一步研究。

磁刺激参数精确可调，克服了传统手动针灸参数不可量化的缺点，其中频率是重要的参数之一。本研究采用不同频率的磁场脉冲刺激内关穴，通过对比分析不同状态下的脑功能网络差异性，探讨了频率对磁刺激穴位作用效应的影响。结果发现，0.5和3 Hz刺激后的脑网络连接较刺激之前，在额叶、颞叶和中央区的内部以及脑区之间正相关趋势增加。同时，0.5 Hz磁刺激内关穴引起不同脑区之间大尺度连接的增加，且具有负相关特性。该研究为磁刺激频率参数的选取提供了一定的依据。

[1] Napadow V, Makris N, Liu J, et al. Effects of electroacupuncture versus manual acupuncture on the human brain as measured by fMRI [J]. Human brain mapping, 2005, 24(3): 193-205.

[2] Lee SH, Lee BC. Electroacupuncture relieves pain in men with chronic prostatitis/chronic pelvic pain syndrome: three-arm randomized trial [J]. Urology, 2009, 73(5): 1036-1041.

[3] Kang YT, Liao YS, Hsieh CL. Different effects of transcutaneous electric nerve stimulation and electroacupuncture at ST36-ST37 on the cerebral cortex [J]. Acupuncture in Medicine, 2014: 2014-010650.

[4] Barker AT, Jalinous R, Freeston I. Non-invasive magnetic stimulation of the human motor cortex [J]. Lancet, 1985, 1(8437): 1106-1107.

[5] Gallasch E, Christova M, Kunz A, et al. Modulation of sensorimotor cortex by repetitive peripheral magnetic stimulation [J]. Frontiers in Human Neuroscience, 2015, 9:407.

[6] 刘洪广, 蒋大宗, 周琳.无创性磁刺激技术及其在康复中的应用 [J].中国康复理论与实践, 2000, 1(6): 18-24.

[7] Bottini G, Paulesu E, Sterzi R, et al. Modulation of conscious experience by peripheral sensory stimuli[J]. Nature 376, 1955: 778-781.

[8] Ulett GA, Han S, Han J. Electroacupuncture: mechanisms and clinical application [J]. Biological psychiatry, 1998, 44(2): 129-138.

[9] Huang Cheng, Wang Yun, Chang JK, et al. Endomorphin andμ-opioid receptors in mouse brain mediate the analgesic effect induced by 2 Hz but not 100 Hz electroacupuncture stimulation [J]. Neuroscience Letters, 2000, 294(3):159.

[10] Lin JG, Lo MW, Wen YR, et al. The effect of high and low frequency electroacupuncture in pain after lower abdominal surgery [J]. Pain, 2002, 99(3): 509-514.

[11] Lee JH, Kim KH, Hong JW, et al. Comparison of electroacupuncture frequency-related effects on heart rate variability in healthy volunteers: a randomized clinical trial [J]. Journal of acupuncture and meridian studies, 2011, 4(2): 107-115.

[12] Van Den Heuvel MP, Pol HEH. Exploring the brain network: A review on resting-state fMRI functional connectivity [J]. European Neuropsychopharmacology, 2010, 20(8): 519-534.

[13] De Vico Fallani F, Astolfi L, Cincotti F, et al. Evaluation of the brain network organization from EEG signals: A preliminary evidence in stroke patient [J]. The Anatomical Record, 2009, 292(12): 2023-2031.

[14] Sakkalis V. Review of advanced techniques for the estimation of brain connectivity measured with EEG/MEG [J]. Computers in Biology and Medicine, 2011, 41(12): 1110-1117.

[15] Smith SM, Miller KL, Salimi-Khorshidi G, et al. Network modelling methods for FMRI [J]. Neuroimage, 2011, 54(2): 875-891.

[16] Goldman RI, Stern JM, Engel Jr J, et al. Simultaneous EEG and fMRI of the alpha rhythm [J]. Neuroreport, 2002, 13(18): 2487.

[17] 郭磊, 王瑶, 于洪丽, 等. 基于近似熵的磁刺激穴位脑功能网络构建与分析 [J]. 电工技术学报, 2015, 30(10): 31-38.

[18] Achard S, Salvador R, Whitcher B, et al. A resilient, low-frequency, small-world human brain functional network with highly connected association cortical hubs [J]. The Journal of Neuroscience, 2006, 26(1): 63-72.

[19] Yu Hongli, Xu Guizhi, Zhou Qian, et al. EEG characteristics under magnetic stimulation at acupuncture point and at mock point [J]. IEEE Transactions on Magnetics, 2012, 48(11): 2857-2860.

[20] Xu Guizhi, Zhang Xiu, Yu Hongli, et al. Complexity analysis of EEG under magnetic stimulation at acupoints [J]. IEEE transactions on Applied Superconductivity, 2010, 20(3): 1029-1032.

[21] 尹宁, 徐桂芝, 于洪丽, 等. 磁刺激穴位对大脑功能网络的影响 [J]. 中国生物医学工程学报, 2013, 32(2): 184-190.

[22] 郝崇清. 基于时间序列的复杂脑网络构建与分析 [D]. 天津: 天津大学, 2012.

[23] Yu Hongli, Xu Guizhi, Geng Yuehua, et al. Brain responses evoked by different-frequency magnetic stimulation at acupuncture point [J]. IEEE Transactions on Magnetics, 2014, 50(11): 1-4.

Brain Functional Networks under Different-Frequency Magnetic Stimulation at Neiguan Acupoint Based on EEG

Yu Hongli*Xu Guizhi Fu Lingdi Zhai Yue

(SchoolofElectricalEngineering,HebeiUniversityofTechnology,Tianjin300130,China)

magnetic stimulation;frequency;brain functional network; acupuncture point

10.3969/j.issn.0258-8021. 2016. 06.016

2015-12-30， 录用日期:2016-08-25

国家自然科学基金(31400844，51377045)；教育部高等学校博士学科点专项基金(20131317120007)

R318

D

0258-8021(2016) 06-0749-05

*通信作者(Corresponding author)， E-mail: yhlzyn@126.com