编辑推荐：
为解决硬脑膜搏动特性不明等问题，日本千叶大学研究人员开展腰椎硬脑膜搏动定量评估研究。结果发现其与呼吸、心跳周期季节性成分存在 Granger 因果关系。推荐阅读，助您了解脊柱动力学新进展。
在人口老龄化的发达国家，肌肉骨骼疾病，像慢性背痛和关节疼痛十分常见。而脊柱疾病，比如退行性脊椎病和脊椎滑脱症，会因为压迫椎管内的神经组织，引发瘫痪、麻木、疼痛等症状，严重影响人们的日常生活活动能力（Activities of Daily Living，ADL）和生活质量（Quality of Life，QOL）。因此，准确识别椎管内的病变，尤其是神经压迫情况，对于这类疾病的诊断和治疗至关重要。
脊髓和马尾神经被硬脑膜包裹，浸泡在脑脊液（Cerebrospinal Fluid，CSF）中。人们大致知道硬脑膜会产生与心跳大致同步的搏动，这与内部脑脊液的动力学有关。在临床实践中，硬脑膜搏动可以定性地反映脊髓在蛛网膜下腔是否自由，是否受到外部压迫 。然而，这些搏动的详细特征却并不清楚。
曾经被称为 “第三循环” 的脑脊液，如今也受到了更多的审视。新的研究成果对传统的脑脊液流动理论 ——“整体流动理论（Bulk Flow theory）” 提出了挑战。比如说，即使去除了产生脑脊液的脉络丛，大部分脑脊液的产生依然能够维持；而且脑脊液的吸收机制也很复杂，在颅内压不同状态下，吸收途径也不同 。此外，虽然实时 MRI 研究表明吸气是人类脑脊液流动的主要调节因素，但由于呼吸和心跳这两种驱动力的存在，脑脊液的生理动力学并不具备完全的重复性和再现性。
在这样的背景下，来自日本千叶大学医学工程系等多个单位的研究人员，为了定量评估和阐明硬脑膜搏动的起源和动力学，并将其与心脏和呼吸活动进行比较，在《Scientific Reports》期刊上发表了题为 “Quantitative assessment of lumbar dural mater pulsations using granger causality testing for spinal dynamics” 的论文。
为了开展这项研究，研究人员主要用到了以下几种关键技术方法：
- 超声成像技术：使用 Applio500 超声设备和凸面探头 PVT - 375B，以 30Hz 的采样率记录硬脑膜的搏动，通过特定的定位方法，从腰椎的 L2 - L3、L3 - L4 和 L4 - L5 椎间孔进行成像。
- 数据处理技术：运用 Speckle tracking（散斑追踪）技术，在 Windows 10 环境下，借助 Python 3.7.3 以及 Numpy、Pandas 等多个 Python 库，将硬脑膜的搏动从捕获的视频中提取为波形数据。
- 统计分析方法：采用季节性趋势分解（Seasonal Trend decomposition using Loess，STL），通过 Python 中的 statsmodels 库，将硬脑膜搏动的时间序列数据分解为趋势成分、季节性成分和残差成分，以提取心跳和呼吸周期的变化；利用格兰杰因果检验（Granger causality test），通过创建向量自回归模型（VAR models），来研究硬脑膜搏动与心跳、呼吸之间的因果关系。
下面来看看具体的研究结果：
STL 和季节性成分
在进行 STL 分解之前，硬脑膜搏动的原始波形在低频域具有较大的频谱，随着频率升高，频谱强度明显衰减。它没有特定的频谱峰值，而是在多个频率谱上有峰值，说明其由多个周期成分组成。将频谱进行对数绘制时，呈现出右下降的行为，这是 1/f 波动的特征，和心跳等生物信号类似。
在对呼吸周期进行季节性分解后，研究人员发现，虽然不同受试者的呼吸周期存在差异，但呼吸流量和呼吸运动在正常呼吸频率范围（0.2 - 0.33Hz）内都有主要频谱峰值。而且同一受试者的呼吸运动及其季节性变化的主要频谱峰值是一致的，这表明 STL 能够准确捕获呼吸周期的季节性成分。呼吸流量和呼吸运动具有相同的周期，但存在相位差，这可能是由于测量位置的误差导致的。
对于心跳周期的季节性分解结果显示，在正常心率频率范围（1.0 - 1.67Hz）内，所有检查者都观察到了主要频谱峰值。同一检查者的心电图（ECG）和硬脑膜搏动心率季节性变化的主要频谱峰值位置是对齐的，说明 STL 也能准确捕获心率的季节性变化。
对呼吸和心跳进行 STL 分解并去除季节性变化和趋势成分后，得到的残差成分仍然存在多个频谱和显著的功率，这表明硬脑膜搏动除了与心脏和呼吸周期相关的变化外，还存在其他变化。而且残差成分的频谱在对数尺度上也呈现出与硬脑膜原始波形相似的右下降行为。
格兰杰因果检验
研究人员重点关注了通过 STL 分解得到的季节性成分（seasonal_res、seasonal_hb）与呼吸、ECG 之间的因果关系。结果发现，硬脑膜搏动经 STL 分解得到的季节性成分与 ECG 和呼吸运动（res_move）存在格兰杰因果关系。虽然 ECG 与硬脑膜搏动之间的因果关系不能排除硬脑膜周围血管搏动的影响，但这一结果符合 Monroe Kelly 定律，即动脉血流的变化会以压力波的形式作用于脑脊液，推动脑脊液从颅骨流向脊柱。
不过，在当前研究中，预期的因果关系并没有得到充分证实。例如，呼吸流量（res_volume）与硬脑膜搏动之间没有建立因果关系。这可能是因为呼吸流量是由呼吸运动引起的现象，呼吸运动又与心跳存在因果关系，存在许多混杂关系，而格兰杰因果检验只能估计直接因果关系，无法考虑混杂变量的影响。
综合上述研究，研究人员得出结论：呼吸和心脏周期的季节性成分与硬脑膜搏动之间存在格兰杰因果关系，这意味着它们之间存在相互关联的动力学。但呼吸、心跳与硬脑膜搏动之间不存在直接因果关系，而且由于残差成分中的 1/f 波动显示出生命信号的复杂性，所以有必要对特定时期进行重点分析。
这项研究有着重要意义。一方面，它揭示了硬脑膜搏动的一些特性，发现其具有 1/f 波动，并且可能受到呼吸和心率的影响，这为进一步理解硬脑膜搏动的机制提供了新的视角；另一方面，研究中发现的问题也为后续研究指明了方向。比如，当前研究存在样本量小、超声成像困难、测量时间短等局限性，后续研究可以在这些方面进行改进，扩大样本量、优化测量方法，从而更准确地定义硬脑膜搏动的特征。此外，结合实时 MRI 研究的新发现，未来研究可以对比正常和病理状态下（如椎管狭窄）的脑脊液动力学，这将有助于更好地理解胸腔压力调节受损如何影响脑脊液动力学和清除途径，为脊柱疾病的诊断和治疗提供更有力的理论支持。
