高原缺氧的大尺度脑网络分析

柳 倩，柴洁玮，樊泽泽，霍炯宇，姚 蓉，ALI Usman，张来福，王志鹏，韦 新，李海芳

(1.太原理工大学 信息与计算机学院，太原 030024；2.国网山西电力科学研究院，太原 030000；3.西安交通大学 社会心理学研究所，西安 710000)

我国有着辽阔的高原，近年来，有越来越多的人到高原地区旅游或工作。高原海拔高、低压、低氧，其中对人影响最严重的就是缺氧。缺氧会损伤人脑的认知功能，表现为短时记忆力、视听觉感知力下降及执行控制功能、注意转换能力受损等[1]。因此，对长期缺氧导致大脑损伤进行研究具有重要意义。

早在20世纪50年代，曾有研究者使用静息态脑电(EEG-resting state)技术开展低氧对大脑影响的研究[2]。目前，基于EEG信号高原缺氧的研究多集中在计算脑电信号的功率谱密度(能量值)[3]、分析事件相关电位(ERPs)的相关成分[4]，及脑电图检测[5]等。这些方法只是讨论了信号的简单特征值，没有将大脑作为一个相互作用的整体进行分析，也没有考虑到脑电图的低空间分辨率特性。

为了改善以上问题，笔者应用静息态皮层节律分析方法，从脑网络角度研究缺氧对人脑的影响。该方法对静息态EEG节律的皮层源进行详细的源定位，从而获得各个脑电节律下大尺度脑网络的能量分布[6-7]，分析不同海拔之间大尺度脑网络的差异，并寻找海拔高度因素与脑网络两者之间的相关性，克服了脑电技术的低空间分辨率特性，也为高原数据的处理提供了一种全新的思路。

1 大尺度脑网络能量的估计

1.1 数据采集及预处理

被试对象为122名男性(20.27±2.56岁)，汉族，分别移居渭南(400 m，30人)、林芝(2 890 m，30人)、拉萨(3 600 m，29人)、那曲(4 500 m，33人)两年时间，都出生和成长在低海拔地区，均为右利手，身体健康，无精神疾病、高原病或家族病史，实验前一周未服用任何药物，所有被试均填写知情同意书。

本文采集70 s左右被试者闭眼的静息态脑电数据，设备为美国NeuroScan40导联脑电信号放大器和武汉格林泰克的32导盐水电极帽。其中，采样频率为1 000 Hz，阻抗保持在10 kΩ以下。选择耳电极为参考电极，并放置4个电极分别位于眼睛上下部和眼外处，用于采集垂直眼电和水平眼电。

取监测开始10 s后逐渐稳定的脑电信号进行分析。使用MATLAB中的EEGLAB工具包对信号进行预处理；采用0.5～50 Hz带通对信号进行滤波；使用独立成分分析法(Independent Component Analysis，ICA)去除信号中的伪迹成分(如眼电、肌电等干扰)，取全脑电极的平均电位转换为参考电极。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种节律的脑电信号进行分析，预处理后共有84个被试数据可供后续分析。

1.2 头皮能量估计

(1)

功率谱变化的范围跨度较大，线性标度无法较好的表示，因此本文将结果进行对数转换。

1.3 皮层源定位

大脑皮层的不同区域表现出不同的特征，所划分的各个脑网络也代表着不同的功能。为了揭示缺氧导致的大脑损伤机制，本文将着重分析8个静息态大尺度脑网络。

首先采用基于网络源成像技术获得脑电节律的皮层电流密度[6，8]，求出头皮电位在皮层网格上的分布。该网格共有8 196个节点，在源定位过程中，根据节点所属的大尺度脑网络，被唯一地分配到某一个网络中。最后根据每个网络覆盖的区域，将网络内对应节点的活动强度进行平均，统计各个网络分别在7种节律上的电活动强度。

其中前7个大尺度脑网络来自对1 000名志愿者的静息态fMRI功能连接分析，包括：视觉(Visual)，感觉运动(Somatomotor)，背侧注意(Dorsal Attention)，腹侧注意(Ventral Attention)，边缘系统(Limbic)，额顶(Frontopariental)和默认模式(Default)网络[9]，而第8个深部结构(Deep Structure)则采用了AAL模板[10]进行构造。

2 结果分析

为了深入了解不同海拔之间各个大尺度脑网络的差异，本文将对脑网络特征进行单因素方差分析，并运用Greenhouse-Geisser法对方差分析后的P值进行校正，事后检验运用LSD(least significant difference)进行各组均值间的配对比较。

2.1 头皮能量分析

使用加窗平均周期图法估计4个海拔高度在7种节律下的EEG全脑头皮能量，图1所示即为4个海拔其中各一个被试的头皮能量分布，可以发现主要是枕叶和顶叶区域能量较高，并且相较于其他3个海拔，4 500 m组能量较低。为发现各海拔头皮能量的差异，进一步计算了4组被试头皮能量总平均值，如图2所示，并对其进行方差分析。其中组间

图1 四个海拔在7种节律上的头皮能量分布地形图Fig.1 Scalp energy distribution topography at four elevations at seven rhythms

因素为4个海拔，组内因素为7种节律，方差分析结果如表1所示。从表1可知，只有在α2节律下4个海拔之间头皮能量总平均差异显著，其他节律均不显著。事后检验表明，海拔400 m组和4 500 m组分别和海拔3 600 m组差异显著，且表现为海拔3 600 m组头皮能量的显著升高，这与ZHAO et al[3]发现相一致，其他两组之间未发现差异。其中显著性结果标注于图2中，用**表示。

图2 总平均能量Fig.2 Total mean energy

表1 头皮能量单因素方差分析结果(P<0.01)Table 1 Results of single factor analysis of variance for scalp energy (P<0.01)

2.2 大尺度脑网络能量分析

根据所求得的被试头皮能量进行溯源，得到了α2节律下头皮电位在大脑皮层上的分布，如图3所示。发现4组海拔差异主要集中在顶叶、枕叶以及两侧颞叶，这与YAN et al[11]发现一致。由于EEG空间分辨率较低，没有对所估计的皮层分布进行深入分析。

图3 α2节律下的皮层电流密度总平均Fig.3 Total mean of cortical current density of α2

根据大脑皮层的分布来估计8个大尺度脑网络的电活动强度，通过对网格内所有节点值进行平均，求得8个大尺度脑网络能量值，从而极大地改善了脑电图低空间分辨率的缺点。

为探寻各个海拔之间8个大尺度脑网络的差异性，分别对4个海拔在7种节律下的脑网络能量值进行单因素方差分析。其中，组间因素为4个海拔，组内因素为8个脑网络能量值，检验结果如表2所示。

由表2可知，4组被试者分别在θ节律下的深部结构网络，α1节律下的视觉网络、边缘系统、默认网络和深部结构网络，β1节律下的深部结构网络以及β2节律下的视觉网络、边缘系统和深部结构网络差异显著，显著性结果在表中进行加粗。检验结果表明，θ、α1、β1和β2节律下的深部结构网络差异体现在海拔4 500 m组分别与海拔400，2 890，3 600 m之间，而其他两组间均未达到显著水平；α1节律下的视觉网络、边缘系统、默认网络的显著差异主要存在于海拔400 m与3 600 m组之间，以及海拔4 500 m组分别与400，2 890，3 600 m组之间；β2节律下3个脑网络能量的差异情况同α1节律。

表2 脑网络能量值单因素方差分析结果(P<0.01)Table 2 Results of single factor analysis of variance of brain network energy value (P<0.01)

为了深入观察海拔之间的差异情况，本文对各个海拔所有被试差异显著的脑网络能量值求平均，如图4-图6，并且于图中标注了各海拔脑网络能量值的标准误差及各组间显著性差异结果即事后检验结果(**)。此外，对图5、图6总结发现，α1、β2节律下，海拔3 600 m组能量值最高；而海拔4 500 m组能量值最低，并且在所有差异显著的脑网络中，4个海拔的能量值变化趋势相同。

图4 差异显著的深部结构能量均值(θ，β1)Fig.4 Mean value of deep structures with significant differences (θ、β1)

3 结果与讨论

本文根据静息态EEG信号获得7种脑电节律下的大尺度脑网络的能量分布，分析了不同海拔之间脑网络能量的差异，得出如下分析结果。

图5 差异显著的脑网络能量均值(α1)Fig.5 Mean value of significantly different brain networks (α1)

图6 差异显著的脑网络能量均值(β2)Fig.6 Mean value of significantly different brain network (β2)

1) 深部结构网络在θ、α1、β1和β2节律下差异显著，并且这种差异主要源自于海拔4 500 m组脑网络能量值的显著降低。丘脑是深部结构网络的核心节点之一，主要负责睡眠功能[12]，因此深部结构网络能量的降低表明缺氧会影响人的睡眠。并未发现海拔2 890 m和3 600 m组分别与400 m组在深部结构网络上存在差异，推测随着在高原居留时间的延长，机体对高原低氧环境逐渐习服并基本接近平原水平。

2)α1和β2节律下脑网络能量的差异主要集中在视觉网络、边缘系统以及α1节律下的默认网络，且这种差异主要来自于海拔3 600 m组脑网络能量显著升高和海拔4 500 m组的脑网络能量显著降低。脑网络能量的升高表明局部脑活动的增强，这种代偿性增强可以被视为是一种补偿机制，与先前研究[13]发现和视觉识别机制相关的N1成分在高海拔组出现双侧后位激活，孔德民[14]发现静息态下高海拔组多个脑区呈现功能连接度代偿性增加等结论相一致。由最高海拔4 500 m组视觉网络、默认网络能量的降低，推测海拔过高氧气过于稀薄可能导致高原移居者的视觉相关功能[15]和与默认网络相关的对环境监测和情绪加工功能[14]受损。

3) 从图5-图7中发现，相较于海拔400 m组，海拔2 890，3 600 m组的平均脑网络能量都有上升趋势；而4 500 m组的脑网络能量却变为最低，表明在不同的海拔高度，脑网络能量有不同的改变，这种改变可能和海拔高度有关，推测海拔高度对人脑影响有一个阈值的存在[5，16]。

本文研究通过采集EEG信号并且使用溯源方法进行深入研究，克服了高原的严峻环境和解决了脑电技术空间分辨率低的缺点，发现不同海拔人群在大尺度脑网络上的差异性，为缺氧导致的大脑损伤研究提供了新的思路。但是本文未研究被试者认知加工过程的特征，所以下一步将研究高原低氧暴露对人脑认知功能的影响。