帕金森病STN局部场电位中非周期与周期生理标志物的长期稳定性研究：对自适应脑深部电刺激的启示

本研究针对帕金森病(PD)自适应脑深部电刺激(aDBS)中STN-LFP信号标志物的长期稳定性问题，通过双盲间隔137天的多任务范式记录，发现β振荡功率(13-35 Hz)具有优异的时间一致性(ICC 0.761-0.963)，而非周期成分(1/f)仅显示中度稳定性。结果支持β功率作为aDBS主要反馈信号，同时揭示了运动与电刺激对LFP特征的差异化调控规律，为闭环DBS算法设计提供了关键证据。

　　

帕金森病患者长期饱受运动症状波动的困扰，传统持续电刺激的"一刀切"模式常导致副作用或疗效不足。近年来，能根据患者状态自动调节的"自适应脑深部电刺激(aDBS)"崭露头角，但其核心难题在于如何找到能稳定反映病情变化的神经电信号标志物。亚丘脑核(STN)局部场电位(LFP)中的β振荡(13-35 Hz)虽被广泛研究，但信号中同时存在的非周期成分(1/f特征)及其长期稳定性仍属未知。更关键的是，日常活动如说话、运动等行为会如何影响这些信号特征？这些问题的答案直接关系到aDBS系统能否在真实世界中可靠工作。

阿姆斯特丹大学医学中心的研究团队在《npj Parkinson's Disease》发表的重要研究，首次系统评估了STN-LFP中周期与非周期成分的长期稳定性。研究人员利用新型Percept^TM可感知神经刺激器，对12名植入STN-DBS的帕金森病患者进行平均间隔137天的双盲测试，记录静息、手指-鼻子任务和言语任务下的LFP信号，并采用FOOOF算法分离功率谱中的周期与非周期成分。

关键技术方法包括：1) 使用Percept^TM系统采集双侧STN-LFP(采样率250 Hz)；2) 设计OFF/ON刺激双条件对照；3) FOOOF算法分解功率谱的周期与非周期成分；4) 跨访视ICC分析稳定性；5) 筛选对刺激响应最强的β峰进行特异性分析。

非周期成分特征

研究发现非周期偏移量(offset)和指数(exponent)均表现出任务与刺激的显著交互效应：言语任务时偏移量增幅在ON状态下比OFF状态高22%(p=0.022)，而手指任务中指数增幅在ON状态下显著高于OFF状态(p=0.013)。

尽管组间比较显示这些效应具有时间一致性(p>0.05)，但ICC值显示非周期成分仅具中度稳定性(偏移量ICC 0.766，指数ICC 0.667)。

周期成分特征

在检测到的45个跨访视一致β峰中，β功率在OFF状态下访视2较访视1显著升高(静息状态+32.2%，p=0.031)，而ON状态下保持稳定。

特别值得注意的是，筛选出的24个对刺激最敏感的β峰，其功率抑制效应在两次访视中均显著(静息状态功率降低40.8%-56.6%，p<0.05)，且ICC值达0.898，显著优于非周期成分。

刺激响应特性

深入分析发现，β功率在OFF状态下对运动任务敏感(手指任务功率降低41-63%，p<0.01)，但在ON状态下这种运动相关性消失。相反，非周期指数在ON状态下对运动任务的响应增强，提示周期与非周期成分可能携带互补信息。

这项研究首次系统论证了STN-LFP特征在数月时间尺度上的演化规律：β振荡功率展现出优异的长期稳定性，尤其在对刺激敏感的频段(ICC>0.8)，支持其作为aDBS主要反馈信号的可靠性；而非周期成分虽携带潜在的状态信息，但稳定性相对较低(ICC<0.7)，更适合作为辅助标志物。研究还揭示了一个关键临床启示——基于单次访视数据难以可靠预测哪个β峰最具刺激响应性，这提示aDBS临床实施需要多次校准。这些发现为下一代闭环DBS系统的算法设计提供了坚实的电生理基础，特别是对处理日常活动中信号动态变化这一临床难题给出了量化解决方案。

研究还开辟了若干新方向：1) 刺激诱发的高频振荡(如半刺激频率的精细调谐γ活动)在部分患者中出现，可能成为补充标志物；2) 周期与非周期成分的互补性提示多维特征融合的算法可能更优；3) 运动状态下β功率与非周期成分的反向变化，为区分"病理状态改善"与"单纯运动伪迹"提供了新思路。这些发现不仅推动了帕金森病神经调控治疗的精准化进程，也为其他运动障碍疾病的闭环治疗研究提供了方法论范式。