功能磁共振成像仪评估运动疲劳后大脑皮质的激活状态

2022-05-28孙海峰王锐

中国医疗设备 2022年5期

孙海峰，王锐

连云港市第二人民医院医学影像科，江苏连云港 222002

引言

随着竞技体育运动的发展，运动训练负荷越来越大，认识疲劳机制逐渐成了解决训练问题的首要条件。运动疲劳是指人体在运动过程中接受的运动负荷超过了机体承受能力而产生的暂时生理功能减退的现象[1]。而运动力竭则是运动疲劳的一种特殊表现形式，即在已经出现疲劳时仍不停止运动，直至机体肌肉或脏器无法继续支持运动的现象[2]。多年来，运动疲劳都是运动生理学领域备受关注的研究方向之一。初期时，对于运动疲劳的研究大都向出现在外周组织的外周疲劳靠拢，对中枢神经系统疲劳少有涉及[3]。如今，随着生物医学科技的不断发展及研究领域的扩大，已经有许多相关研究显示，在机体的任意活动中发挥操控作用的脑部网络主要有初级运动皮层（Primary Motor Areas，M1区）、中央前回与中央旁小叶前部、左右侧基底神经节区等[4-5]。但是目前看来，对运动中枢系统性疲劳的了解仍然不够透彻，这说明中枢性运动疲劳的研究在未来还有更多的可能性。

功能磁共振成像（Functional Magnetic Resonance Imaging，fMRI）是近年来兴起的一种用以研究大脑性能的技术，原理是利用磁共振造影来测量神经元活动所引发的血流动力学改变[6]，其中使用最广泛的是血氧浓度相依对比（Blood Oxygen-Level Dependent，BOLD）。当机体正在运动时，神经簇的活性变强，大脑皮质处于激活状态，脑部血流量增加的同时，所含的去氧血红蛋白就会减少，则加权像信号会增强，这样就能了解到部分神经簇的活动迹象[7-8]。

本研究对不同利手的受试者采用功率自行车骑行运动和双手/单手握拳运动的方案，通过fMRI检测来评估，在运动疲劳/力竭前后，利手/非利手活动所对应的各脑功能区的激活情况，以及大脑皮层不同代谢产物的变化，为中枢系统性运动疲劳的研究提供一定的基础依据，这对运动生理学界的未来发展具有重要意义。

1 材料与方法

1.1 研究对象

本研究选取了32名健康受试者，其中16例右利手、16例左利手。受试者的年龄范围为18～25岁，平均年龄（22.3±1.8）岁。对比两组患者的一般资料，右利手的被试者与左利手被试者在年龄、性别、身高、体重方面无统计学差异（P＞0.05），具有可比性（表1）。本研究经连云港市第二人民医院伦理委员会审核批准（2019ky010），所有研究相关事项均已告知参与者本人，且均已签署知情同意书。

表1 一般资料对比（-x ±s）

纳入标准：① 体内未放置金属物质；② 无脑部相关疾病史；③ 无器质性疾病史；④ 依从性良好，能够配合研究。

排除标准：① 有代谢病史者；② 有神经系统疾病史者。

1.2 运动方法与fMRI检查

被试者采取递增功率的自行车运动来达到试验目的。首先取坐位全身放松，然后在自行车上开始运动，各阶段骑踏频率均为1 t/s。操作如下：以0 A（Ampere）电流骑行300 s，接着以0.22 A电流骑行300 s，0.45 A骑行600 s，0.68 A骑行600 s，最后以0.81 A骑行直到自感气力用尽，心跳达到最大心率的90%及以上即可停止。

所有受试者在fMRI检查时进行手部运动。经过常规准备后，让所有的被试者均采取仰卧位、头先进、双上肢置于身体两侧的姿势进行检查，双耳塞入专用耳塞（济南诺安科技有限公司），叮嘱患者不要移动头部，全程保持闭眼放松状态。手部运动操作如下：受试者先双手握拳然后松开，反复握拳5 min；再右手单独反复握拳5 min，最后左手单独握拳5 min，单手操作时另一只手需要贴于身侧放松。设备采用MAGNETOM Spectra 3.0 T磁共振成像系统（Siemens公司，德国），线圈选用标准的8通道头线圈，梯度回波序列。对大脑的双侧顶叶M1区、双侧基底神经节RBG区进行单一体积元素与核磁共振氢谱的测取。扫描参数：TR 2000 ms，TE 30 ms，翻转角90°，扫描层厚4 mm，层距0.8 mm，层数30层，矩阵大小64×64，视野220 mm×220 mm，体积元素3.8 mm×3.8 mm×5 mm。

1.3 广义线性模型与Gauss模型

若要研究关于大脑皮质的某一种特殊性能，且在此之前并不具备其脑功能分区位点的解剖经验，那么可以先假设本次试验形式与测取到的大脑皮质信号之间会相互作用，把信号通过某种模型分离为有效信号与干扰噪声，进而构建对数据进行分析、检验的变量。由此，零假设成真的情况下真实的那部分就可以运用这种假定检验来预估。广义线性模型是这类统计模型中应用较广的一种[9]，本研究运用其对大脑皮质功能进行研究前先进行如下设定：测取到的fMRI信号的动态数列是通过许多形态不一的说明变量经由线性组合而形成的。假定要对大脑皮质的某一体积元素进行测量，得到长为L的fMRI信号的动态数列为，那么通过对每一时间节点进行测定，所得到的样本值YT就能够用一组可控制变量的线性组合形式与随机干扰噪声来表达，见式(1)。

随之推导出其矩阵表达式如式(5)所示。

式(5)的简化形式如式(6)所示。

式中，D为设计矩阵，任何一列都可以看作是回归模型下的某一变量在全部时间节点上的数值。在D中，每一个与试验相关的fMRI信号响应都要包括在内。可以假定φ是中心化后的噪声，由此经广义线性模型对每一时间节点进行测定所得到的样本值Y就能被分离成有效部分与干扰噪声部分。在使用广义线性模型时，最重要的就是设计矩阵该以什么方式构建，也可以说是要如何搭建大脑皮质的BOLD模型。

大脑皮质在运动时所发出的BOLD信号可以理解为是某个激活脑区的统一响应，也能这样解释：由某种刺激而导致的脑部神经灌注反应和神经元运动而造成的血流变形与流动变化之间的相互作用[10]。由此，可以将BOLD信号x(p)表达为脑部神经灌注反应和基于神经元的脑血流变形与流动变化的函数的卷积。还需兼顾BOLD信号的基线随时间定向缓慢的变化情况，Gauss卷积模型的表达式(7)所示。

式中，pn为过渡反应的时间过程常数，q表示在长时间后超出固定输出响应的原始响应。ξ为规定的数量与数字，σ为基线随时间定向缓慢变化的因素，k(p)为干扰噪声，g(p)则代表Gauss函数，表达如式(9)所示。

式中，ω0为规定的数量与数字，ω1是Gauss函数的期望，代表从刺激开始至最大神经响应之间的平均时间间隔；ω2则是Gauss函数的标准偏差，代表神经元簇的时间延迟的偏离。其计算方式为非线性最小二乘优化算法估计[11]。由于p表示神经元的反应时间延后，那么ω1就表示神经元的平均时间延后，ω2则表示时间延后方差的正平方根，即每一个细小神经元在时间反应上的变动。

1.4 数据处理

运用SPM软件分析所得的fMRI图像数据，运用Mest Renova软件分析最终呈现的氢谱图像，并确认N-乙酰天门冬氨酸（N-Acetyl Aspartate，NAA）、胆碱（Choline，Cho）和肌酸（Creatine，Cr）的位点分别为2.02、3.20和3.05 ppm。而大脑双侧顶叶M1区中的感兴趣区域（Region Of Interest，ROI）的平均BOLD信号则使用Gauss模型来模拟。通过fMRI测取的ROI的平均BOLD信号与通过Gauss模型预估的BOLD信号对比如图1所示，受试者脑功能区激活情况如图2所示。

图1 某受试者大脑皮层在激活状态下的平均BOLD信号与Gauss模型估算的BOLD信号对比

图2 某右利手被试者的脑功能区激活图

1.5 统计学分析

采用SPSS 24.0软件对所有试验数据进行统计学分析，数据采用±s表示。选用Kolmogorov-Smirnov test分析数据与高斯分布是否相合，若符合则使用t检验，若不符合正态分布则选用Mann-Whitney U检验。P＜0.05为差异具有统计学意义。

2 结果

2.1 右利手大脑双侧顶叶M1区的不对称性

对右利手受试者运动疲劳后的双手及单手的大脑双侧顶叶M1区进行fMRI检测。由表2可知，无论是在双手同时运动或左、右手单独运动的情况下，与利手相应的ω2值均高于非利手相应的ω2值。这表示在右利手受试者运动至疲劳时，与利手（即右手）相应的整个大脑皮质激活过程的时间节点与节点之间的间隔更大。

表2 右利手受试者双手或单手运动疲劳后的ω1值

通过表3可知，当双手运动时，右利手被试者右手对应的左侧M1区的ω2值要高于左手对应的右侧M1区的ω2值。单手运动时结论不变，右利手被试者右手运动激活的左侧M1区的ω2值高于左手运动激活的右侧M1区的ω2值。另外双手运动时，其左半球的ω2值较右手运动时的M1区的ω2值小。但右半球在双手运动和仅有左手运动时，其 M1区的ω2值之间没有明显差异。

表3 右利手受试者双手或单手运动疲劳后的ω2值

2.2 左利手大脑双侧顶叶M1区的不对称性

对左利手受试者运动疲劳后的双手及单手的大脑双侧顶叶M1区进行fMRI检测的结果如图3所示，双手运动时，左利手被试者与左手相应的右侧M1区的ω1值高于与右手相应的ω1值，且在仅有一只手运动时结论不变，即左利手被试者左手运动至疲劳后，其激活的右侧M1区的ω1值明显高于右手运动激活的左侧M1区的ω1值。而双手运动时，其右半球的ω1值低于左手运动M1区的ω1值，但左半球在双手与仅有右手运动时，其 M1区的ω1值之间并无明显差异。

图3 左利手受试者运动疲劳后的ω1值

由图4可知，当双手运动时，左利手被试者左手对应的右侧M1区的ω2值要明显高于右手对应的左侧M1区的ω2值。仅有单手运动时结果一致，左利手被试者左手运动激活的右侧M1区的ω2值明显高于右手运动激活的左侧M1区的ω2值；而左半球在双手与仅有右手运动时，其M1区的ω2值之间没有明显差异。但双手运动时，其右半球的ω2值较左手运动时的M1区的ω2值小。

图4 左利手受试者运动疲劳后的ω2值

2.3 运动疲劳前、后大脑皮质代谢产物的改变

由表4～5可知，运动疲劳状态下被试者的左侧基底神经节区的Cho/Cr较静息态出现明显的下降（P＜0.05）。

表4 运动疲劳前、后两侧脑区NAA/Cr改变（±s）

大脑侧别脑功能区静息态运动疲劳 P值右侧脑区 M1区 2.04±0.28 2.28±0.95 0.253基底神经节区 1.76±0.73 1.75±0.93 0.469左侧脑区 M1区 2.38±0.34 2.46±0.83 0.435基底神经节区 1.81±0.83 1.7±0.85 0.427

表5 运动疲劳前、后两侧脑区Cho/Cr改变（±s）

大脑侧别脑功能区静息态运动疲劳 P值右侧脑区 M1区 0.76±0.23 0.89±0.21 0.198基底神经节区 0.83±0.51 1.09±0.68 0.075左侧脑区 M1区 0.81±0.18 0.89±0.41 0.236基底神经节区 1.16±0.53 0.71±0.52 0.042

2.4 运动力竭前、后大脑皮质代谢产物的改变

由表6～7可知，在运动力竭状态下，受试者左侧基底神经节区的NAA/Cr较静息态会出现明显的上升（P＜0.05），Cho/Cr则无显著性改变。

表6 运动力竭前、后两侧脑区NAA/Cr改变（±s）

大脑侧别脑功能区静息态运动疲劳 P值右侧脑区 M1区 2.03±0.29 2.01±0.21 0.422基底神经节区 1.75±0.77 2.16±0.73 0.109左侧脑区 M1区 2.31±0.34 1.95±0.17 0.118基底神经节区 1.82±0.83 2.81±1.88 0.036

表7 运动力竭前、后两侧脑区Cho/Cr改变（±s）

大脑侧别脑功能区静息态运动疲劳 P值右侧脑区 M1区 0.78±0.23 0.92±0.23 0.346基底神经节区 0.84±0.49 0.79±0.22 0.407左侧脑区 M1区 0.81±0.2 0.98±0.33 0.302基底神经节区 1.15±0.48 1.28±1.08 0.279

3 讨论

本研究将fMRI成像技术引入运动性疲劳后大脑皮质激活状态变化的探讨中，当大脑区域激活时，流向该区域的血量有所增加，而这一调节过程的时间进程正是fMRI成像研究中所检测的[12]。通过运动疲劳时大脑各功能区的神经活性变化，能更好地观察运动疲劳/力竭与脑区域的关联。

本研究收集了32例身体健康的受试者分为右利手组与左利手组，对所有被试者均采用功率自行车骑行和双手/单手握拳的运动方案，并予以fMRI成像检查。成像结果运用Gauss模型显示，在手部运动中，相较于非利手，与利手相对应的神经元的时间响应延后期更长，标准偏差也更大，而此结果不受双手运动或单手运动形式的影响，这一点与Kuhn等[13]的观点一致。Cheng等[14]的研究结果表明，出现左侧基底神经节区的NAA/Cr、Cho/Cr代谢产物变化可能是受到运动性疲劳/力竭限制的原因，这与本文的研究结论一致。而Townsend等[15]的研究也指出，当双手运动时，大脑左半球的ω1值低于仅右手单独运动的M1区ω1值，与本研究结果相符。

本研究的不足之处是样本数量较少，试验结果具有一定的局限性与片面性，未来需收集更多的样本以便对此方向进行更深入的探究。本次基于fMRI成像技术的研究结果或许会为今后运动性疲劳的研究提供一些可靠性较高的依据。