基于交叉迁移效应的视觉运动训练提升对侧腕关节本体感觉的神经机制与康复应用研究

本刊推荐：本研究通过行为学与脑电图（EEG）多维度分析，首次证实短期视觉运动训练（VMT）可通过对侧迁移效应显著提升未训练腕关节的本体感觉精准度。研究发现VMT组运动精度误差（MAE）显著降低（p<0.05），并伴随运动相关皮层电位（MRCPs）潜伏期延长与振幅降低、事件相关电位（ERPs）振幅下降及α/β频段事件相关谱扰动（ERSP）特征改变，表明该训练可优化感觉运动整合与半球间通讯机制，为神经系统疾病（如脑卒中）的康复提供新策略。

　　

引言：本体感觉的神经基础与康复挑战

本体感觉作为感知身体位置和运动的关键能力，是运动控制与感觉运动整合的基础。其处理依赖于层次化网络：机械感受器将肢体动力学转化为本体感觉输入，在初级体感皮层（S1）和后顶叶皮层（PPC）中构建身体图式，并通过小脑-丘脑-皮层环路 refine 运动命令。神经系统疾病（如脑卒中）会破坏这一 hierarchy，导致感觉缺陷并损害运动功能。传统康复策略（如Powerball训练）主要增强脊髓反射弧，但在恢复本体感觉皮层网络方面效果有限。相比之下，视觉运动训练（VMT）通过视觉反馈下的重复任务特异性练习，被证明能增强感觉运动皮层的神经可塑性，并可能促进本体感觉改善的肢间迁移。

交叉迁移现象指训练引起的一侧肢体改善迁移到未训练的对侧肢体。本体感觉的交叉迁移被认为涉及初级体感皮层（S1-S1）和PPC之间的半球间通讯，促进感觉信息和运动命令在半球间的传递。PPC将本体感觉输入与efference copies整合，构建身体在空间中的内部表征，这一过程对运动计划和执行至关重要。其中，顶上小叶（SPL）有助于身体图式形成，而顶下小叶（IPL）支持适应性运动控制所需的感觉运动转换。此外，PPC与额叶区域（特别是背侧前运动皮层PMd）相互连接，形成将感觉输入转化为目标导向运动的回路。这些相互作用对感觉运动学习和运动适应至关重要。PMd参与运动准备、决策和运动计划，这对本体感觉学习至关重要。此外，本体感觉交叉迁移可能涉及S1和M1之间的半球间相互作用，反映了感觉和运动网络的可塑性。

脑电图（EEG）为研究本体感觉交叉迁移的皮层机制提供了有价值工具。Specifically，EEG可以测量与感觉适应和半球间通讯相关的皮层振荡变化。这包括运动相关皮层电位（MRCPs），它提供对预备运动活动的洞察；事件相关电位（ERPs），它检查感觉和认知 processing，特别是对本体感觉刺激的反应；以及事件相关谱扰动（ERSP），它量化皮层振荡活动的变化。本研究结合本体感觉敏锐度的行为评估与多维度 measures（MRCPs、ERPs和ERSP）来研究VMT induced 本体感觉交叉迁移的皮层机制。

方法：实验设计与神经生理学评估

本研究最终目标是为神经系统患者的康复策略提供信息，但现研究专注于健康参与者，以在 intact 感觉运动系统中建立对本体感觉交叉迁移机制的基础理解。通过消除病变位置或严重性等混杂因素，该方法允许我们分离VMT对本体感觉适应的影响。

三十名健康志愿者（年龄25.53±4.95岁，范围18-35岁）被招募并随机分为两组：（A）交叉迁移组（n=15）进行视觉运动训练（VM组）于右腕；（B）常规训练组（n=15）（CT组）进行右腕屈伸训练。使用G*Power进行样本量估算。所有参与者均为右利手，无神经系统疾病或前臂损伤史。

定制腕关节本体感觉评估设备（一度自由度 manipulandum）用于评估和量化训练前后的本体感觉和运动功能。参与者抓握把手，起始位置为手和前臂直指前方。水平角度显示在外接显示器上，精度0.01°。该设备的效度和信度已得到验证。腕关节操纵3D迷宫（MazeGames，浙江，中国）用于视觉运动训练。3D迷宫通过腕关节的屈曲、伸展、尺偏和桡偏进行控制。这些腕部运动操纵控制杆，进而使面板向左、右、前或后倾斜。由于重力效应，倾斜面板导致迷宫内的小球移动。训练目标是通过重复运动引导小球从迷宫起点到终点。

实验包括两次评估和一次训练课程，均在当天完成。首先，通过行为评估和EEG监测评估左右腕。然后，参与者进行45分钟的右腕视觉运动/常规训练。最后，休息20分钟后重复行为评估和EEG监测。

训练课程中允许两次2分钟的休息以防止疲劳。两种训练方式均在睁眼和无视觉遮挡下进行。VM组通过3D迷宫进行视觉运动训练，这需要在视觉引导下进行快速、精确、小幅度的右腕运动，包括屈曲、伸展、内收和外展运动。CT组在休息状态下，参与者右前臂自然放松平放于桌上。训练时，参与者以每分钟10次的频率进行无辅助的腕关节最大范围屈伸运动。

训练前/后行为测试课程（行为评估）包括被动移动到目标位置（TP）和主动移动到匹配位置（MP）。腕关节屈曲TP设为10°。研究已证实关节位置感是本体感觉的关键组成部分，其准确性随关节角度增加而降低。在以往研究中，通常选择的目标位置为15°。因此，本研究选择较小的10°角度，该角度已在预实验中得到测试。右腕由实验者以恒定速度（6°/s）移动，根据屏幕提示在3秒内到达目标，然后保持2秒。在此期间，另一实验者通过外接显示器记录数据。然后腕部以恒定速度回到中立位置，耗时3秒。试次间有6秒休息。

行为测试根据匹配任务范式进行。近期研究表明，越来越多研究采用关节位置匹配作为具有可接受效度和信度的有用工具。这是一个 well-established 范式。本实验中，使用声音提示参与者进行主动腕部运动。当刺激范式播放指令“请执行主动运动”时，受试者开始进行主动运动，刺激界面在该时刻标记一个触发点。参与者通过本体感觉感知TP，然后在5秒内主动屈腕以匹配感知到的TP，反复调整腕屈角度直至认为达到TP并保持2秒。记录旋转角度。然后由实验者在3秒内将腕部带回起始位置。每位参与者执行十组匹配任务。TP和MP之间差异的平均绝对值计算为运动精度误差（MAE），代表腕部的感觉运动功能。MAE表示系统误差（即偏差），计算为匹配位置和参考位置之间的平均差异。位置感误差变异性（即SD_error）表示随机误差（精度），计算为MAE的标准差。

被动和主动运动均针对训练腕（右腕）和对侧腕（左腕）执行以评估位置感，并记录EEG。匹配程序重复10 trials。参与者在行为测试期间佩戴不透明眼罩以阻挡视觉输入。所有参与者在基线测试前经历了熟悉阶段。

使用Neuroscan（El Paso, TX, USA）通过32通道Quick-cap（Ag/AgCl电极）根据国际10-20系统记录EEG，采样率1024 Hz。由于本研究专注于M1、S1、PPC和PMd（表1），这些区域与腕部相关的本体感觉交叉迁移相对应，因此选择了11个电极（标记为FC3、FC4、C3、Cz、C4、CP3、CPz、CP4、P3、Pz、P4，如图4所示）进行分析。参考电极置于Cz和CPz中间，接地电极置于前额。所有信号经过滤波（0.5–100 Hz）和陷波滤波（49–51 Hz）。数据重参考至共同中位数参考，随后通过独立成分分析（ICA）去除瞬态高幅伪影。然后去噪后的EEG被分段（-500至1500 ms）成 trials，0 ms对齐于每个 trial 开始时声音提示的 onset。使用-500至0 ms声音提示 onset 前的时间段进行基线校正。

EEG分析包括：EEG地形分布图以观察事件相关去同步化（ERD）现象，绘制地形分布图以整体观察视觉运动/常规训练对训练侧和大脑对侧区域的影响；事件相关电位（ERPs）和运动相关皮层电位（MRCPs）在训练前后行为测试中计算，时间窗口从刺激 onset 前500 ms到后1500 ms，500 ms预测试间隔作为基线。ERPs在0至1000 ms时间窗口内跨中央和顶叶区域（C3、Cz、C4、CP3、CPz、CP4、P3、Pz和P4）进行分析。MRCPs的潜伏期和振幅在中央区域（C3、Cz和C4）从0到1000 ms进行分析。MRCPs代表运动意图、准备和执行，指示本体感觉处理的 top-down 调制。因此，在本研究中，选择CP3、CP4、P3和P4电极作为主要观察对象。事件相关谱扰动（ERSP）分析是一种时频变换，计算事件相对于基线的每个频率信号功率变化以表示事件相关活动变化。观察事件相关同步化（ERS）和事件相关去同步化（ERD）。ERSP反映局部皮层兴奋性变化。由于本研究主要涉及感觉和运动，因此选择电极FC3、FC4、C3、C4、CP3和CP4。α波段（8–13 Hz）已知在注意调制和感觉运动整合中发挥作用。β频率（14–25 Hz）长期被认为是指示运动准备和计划的感觉运动节律。ERSP计算为 trials 平均事件相关变化（以dB为单位）与相应基线（声音提示前500 ms）比较。

统计分析包括对定制腕关节本体感觉评估设备进行ICC和Pearson相关系数进行效度和信度检验。异常值定义为高于或低于1.5倍四分位距（IQR）的值。所有数据通过Shapiro-Wilk检验检验正态性。非正态分布数据经对数转换后重新检验正态性。对训练后相对于训练前的双腕进行配对t检验。以MAE作为因变量，ERP分析中的9个电极作为自变量进行回归分析。使用GPower进行样本量估算。所有统计分析通过SPSS（版本24.0）和R studio（版本1.1.456）进行。文本和图中的数据表示为平均值±标准差。p值在p<0.05时被认为具有统计学显著性。

结果：视觉运动训练诱导行为与神经生理学改善

VM组行为证据显示，右腕训练后，右腕平均MAE从1.93°±0.65°降至1.52°±0.32°，左腕从1.88°±0.50°降至1.69°±0.32°。双腕均显示显著平均相对变化，训练右腕显示21%降低（t=2.727, p=0.016），对侧左腕显示10%降低（t=2.246, p=0.041，表2，图5）。左腕平均变异性（SD_error）从1.64°±0.42°降至1.22°±0.35°，降低25%（t=2.588, p=0.021）。这些结果表明短期VM训练右腕显著增强了训练和未训练腕的运动精度，表明本体感觉学习的交叉迁移从训练腕发生到对侧腕。

EEG地形图证据表明，训练前，左右腕主动运动导致顶叶皮层感觉运动区域内EEG活动增强。训练后，随着参与者对任务更加熟悉和熟练，所需努力减少，导致EEG活动减弱（图6A）。左右腕结果与行为指标一致，表明运动精度提高。

MRCPs证据显示（图6B），右腕MRCPs潜伏期在C3和C4显著增加（p<0.05），而振幅在C3和Cz降低（p<0.05）。左腕潜伏期在C3显著增加，振幅在Cz降低（p<0.05）（表3）。这些发现表明VMT通过减少运动执行所需的皮层资源来增强运动效率。MRCP潜伏期增加可能反映了更精细的运动准备过程，而振幅降低表明向更自动和高效运动执行的转变。

ERPs证据显示，训练后分析揭示VM组左右腕在0-1000 ms时间窗口内ERPs振幅变化。右腕在中央和顶叶区域（C3、CP3、P3和P4；图6C）观察到明显ERPs振幅降低。左腕在中央和顶叶区域（C3、CP3、C4和P4；图6C）注意到明显ERPs振幅降低。这些结果表明交叉迁移可能由VMT诱导。

ERSP证据显示，在α频率ERSP中，训练后观察到右腕CP3和左腕CP4功率增加（图6D）。在β频率ERSP中，训练后观察到双腕FC3功率降低（图6E）。α-ERS与更好的感觉整合和注意调制相关，特别是在无视觉输入下执行本体感觉任务时。PPC和S1中的α-ERS表明VMT增强感觉门控，减少无关感觉输入的干扰，提高本体感觉精度。 contralateral PMd中显著的β-ERD表明VMT加强半球间感觉运动通讯，促进跨肢本体感觉迁移。

常规训练组表现与疲劳迹象

CT组行为证据显示，右腕平均MAE从1.68°±0.45°增加至1.87°±0.28°，表明运动功能统计学显著下降（训练右腕显示11%增加，t=-2.343, p=0.034）。左腕平均MAE和双腕SD_error训练后无显著差异（表4，图7）。EEG地形图证据显示，训练前后比较未观察到对应左右腕的显著能量变化（图8A）。

MRCPs证据显示（图8B），右腕MRCPs潜伏期在C3显著增加（p<0.05），而振幅在同一位置降低；左腕潜伏期和振幅无统计学显著变化（表5）。ERPs证据显示，训练后分析揭示CT组左右腕在0至1000 ms时间窗口内ERPs振幅变化。右腕在中央和顶叶区域（C3、CP3、P3和Pz，图8C）观察到明显ERPs振幅降低。左腕在中央和顶叶区域（C4、CP4和P4，图8C）注意到明显ERPs振幅降低。α频率ERSP证据显示，训练后观察到右腕FC3和CP3功率降低（图8D）。β频率ERSP证据显示，训练后双腕虽未观察到β频率ERSP功率统计学显著变化，但在FC3注意到神经活动增加趋势（图8F）。

这些发现表明CT组表现下降可能源于疲劳。行为分析表明CT组显示右腕运动精度下降，提示疲劳相关性能恶化。然而，EEG分析未揭示皮层活动增加——中枢疲劳的标志——表明观察到的下降可能源于外周疲劳。CT组中FC3和CP3的α-ERD表明感觉门控和注意调制减弱，两者均与中枢疲劳相关。此外，未观察到显著β-ERD变化，表明感觉运动网络未有效 engaged，强化了疲劳 primarily 外周的 likelihood。

组间比较与回归分析

潜伏期组内比较（图9）显示，CT组右腕C3训练后潜伏期显著增加（p<0.05），VM组双腕C3（p<0.05）和右腕C4（p<0.05）训练后潜伏期显著增加。组间比较未观察到统计学显著变化。振幅组内比较（图10）显示，CT和VM组右腕C3训练后振幅显著降低（p<0.05），VM组双腕Cz训练后振幅显著降低（p<0.05）。组间比较未观察到统计学显著变化。

行为结果显示VM-R和VM-L的MAE显著降低。CT-R组MAE显著增加。因此，以MAE作为因变量，ERP分析中的9个电极作为自变量，进行了三次回归分析。结果表明，VM-R的行为改善与CP3相关；VM-L的行为改善与C3、C4、CP3和CP4相关；CT-R的行为恶化与所选电极无关（表6）。这些结果 suggest 感觉运动皮层区域，特别是CP3、CP4、C3和C4，在本体感觉适应和肢间迁移中起关键作用。

讨论：神经机制与康复意义

本研究调查了本体感觉学习和交叉迁移的神经机制，专注于通过定制腕关节评估设备的行为变化和EEG（ERPs、MRCPs和ERSPs） following VMT。本研究探索了训练效果的对侧迁移现象以及VMT和CT引起的皮层激活差异。行为研究表明，视觉运动训练涉及视觉引导下腕关节快速、精确、小幅度屈伸运动，有助于改善位置感。这些发现与我们之前的研究一致。与以往方法不同，本研究使用立体迷宫进行训练，这可能比机器人辅助训练更容易在实际环境中实施。研究结果表明，VMT诱导中央和顶叶区域的显著皮层适应，促进本体感觉改善和肢间迁移。相比之下，CT未引发类似神经生理学变化，表明VMT涉及 distinct 神经机制，包括感觉运动整合和半球间通讯。

双侧脑 excitability 可能由视觉运动训练诱导。本研究分析了中央和顶叶区域的脑活动，并进一步研究了通过VMT从训练（右）腕到未训练（左）腕的交叉迁移效应。VMT组EEG地形图显示，主动右腕运动期间，训练后顶叶区域EEG活动显著降低，导致ERPs振幅显著降低。随着VMT促进任务熟悉度和效率，需要更少的努力和认知资源，导致顶叶激活减少和皮层兴奋性降低。左右腕的EEG地形图与观察到的行为改善一致，表明训练调制了中枢兴奋性。

MRCP发现进一步支持VMT优化本体感觉-运动 processing。训练前，MRCP潜伏期较短，振幅较高，表明运动执行需要更高的皮层需求。然而，VMT后，右腕C3和C4观察到MRCP潜伏期显著延长，而C3和Cz振幅显著降低。左腕C3潜伏期显著增加，Cz振幅降低。这些发现表明VMT通过减少运动执行所需的皮层资源来增强运动效率。MRCP潜伏期增加可能反映了更精细的运动准备过程，而振幅降低表明向更自动和高效运动执行的转变。这与先前研究一致，显示训练后MRCP振幅降低反映了运动效率改善和运动计划认知努力减少。此外，C3和C4均参与潜伏期增加表明VMT增强半球间运动协调，可能促进交叉迁移效应。Cz振幅降低进一步暗示皮层激活重新分布，强化了VMT加强双半球感觉运动整合机制的观点。

ERPs变化表明交叉迁移可能由VMT诱导。El-Gohary等人调查了视觉运动训练对膝关节本体感觉重新定位精度的可能交叉效应，并证明健康受试者中本体感觉重新定位精度的显著交叉训练效应。在本研究中，观察到的VMT后ERP振幅降低表明处理本体感觉输入的神经效率增强。具体地，右腕测试导致对侧C3、CP3和P3以及同侧P4的双侧ERPs振幅降低，而左腕测试导致C4、P4以及同侧C3和CP3的ERP降低。这些结果与先前研究一致，显示ERP调制反映与感觉整合和跨肢迁移相关的皮层可塑性。

回归分析结果表明，感觉运动皮层区域，特别是CP3、CP4、C3和C4，在本体感觉适应和肢间迁移中起关键作用。对侧和同侧感觉运动区域的 involvement 支持本体感觉学习依赖于动态半球间相互作用的观点，强化了本体感觉表征并非严格 lateralized 而是分布 across 皮层网络的观点。相比之下，CT组未观察到显著ERP-行为相关性，表明常规训练未涉及与VMT相同的皮层机制。与整合视觉反馈和任务特异性本体感觉重新校准的VMT不同，常规训练似乎更依赖于外周机制，未诱导皮层水平适应。

VMT后本体感觉精度的改善不能 solely 归因于任务重复，因为参与者在基线测试前经历了熟悉阶段。此外，观察到的ERP-行为相关性表明变化源于 genuine 皮层适应而非简单学习效应。

ERSP和感觉运动 excitability 中央 excitability 指中枢神经系统（CNS）调节感觉运动反应的能力，反映在皮层振荡中。EEG振荡的频谱分析为本体感觉适应的皮层机制提供了额外见解。在本研究中，α和β振荡的变化提供了V后中枢 excitability 调制的 insights。

α-ERS与更好的感觉整合和注意调制相关，特别是在无视觉输入下执行本体感觉任务时。PPC和S1中的α-ERS表明VMT增强感觉门控，减少无关感觉输入的干扰，提高本体感觉精度。此外， contralateral PMd中显著的β-ERD表明VMT加强半球间感觉运动通讯，促进跨肢本体感觉迁移。鉴于β-ERD在感觉运动适应和运动计划中 well-established 的作用，其在训练和未训练半球中的调制表明本体感觉学习超越局部皮层变化，涉及广泛网络重组。CT组缺乏显著β-ERD调制进一步支持了VMT而非重复运动在调制中枢 excitability 中起关键作用的观点。

常规训练可能诱导疲劳疲劳通常分为源于中枢神经系统（CNS）的中枢疲劳和源于肌肉效率低下的外周疲劳。中枢疲劳可通过EEG评估，通常表现为感觉运动区域皮层激活增加，而外周疲劳通常通过表面肌电图（sEMG）评估，反映神经肌肉效率低下。在本研究中，行为分析表明CT组显示右腕运动精度下降，提示疲劳相关性能恶化。然而，EEG分析未揭示皮层活动增加——中枢疲劳的标志——表明观察到的下降可能源于外周疲劳。

CT组中枢疲劳CT组显示训练腕运动精度下降，未训练腕无显著改善。中枢疲劳通常表现为感觉运动区域皮层激活增加， due to 补偿机制试图维持任务性能。EEG频谱分析进一步支持这一解释。CT组中FC3和CP3的α-ERD表明感觉门控和注意调制减弱，两者均与中枢疲劳相关。研究表明α-ERD与疲劳状态下感觉整合和注意控制受损相关。此外，未观察到显著β-ERD变化，表明感觉运动网络未有效 engaged，强化了疲劳 primarily 外周的 likelihood。

VMT减轻中枢疲劳相比之下，VMT改善了训练和未训练腕的运动精度， demonstrating 有效的肢间本体感觉迁移。与CT组不同，VMT组在CP3和CP4表现出α-ERS，表明增强的感觉门控和注意调节而非疲劳相关认知下降。此外， contralateral S1和PMd中显著的β-ERD表明改善的感觉运动整合和运动效率，反映神经可塑性而非疲劳诱导下降。VMT中的实时视觉反馈可能在维持中枢 excitability 方面起关键作用，防止疲劳诱导的运动精度下降。

MRCP和ERP证据支持CT与VMT中的疲劳MRCP是运动准备和执行效率的敏感指标，使其可用于识别中枢疲劳。在CT组中，MRCP潜伏期延长和振幅降低提示疲劳诱导的运动效率下降。相比之下，VMT组也表现出MRCP潜伏期延长，但这伴随着行为精度改善，表明优化的运动计划效率而非中枢疲劳。类似地，CT和VMT组均观察到ERP振幅降低，但其含义不同。在CT组中，ERP振幅降低可能反映疲劳诱导的感觉处理效率下降。相反，在VMT组中，它们与行为改善相关，表明训练优化了感觉处理而非指示神经耗尽。

局限性与未来方向

Several limitations should be acknowledged. First, this study focused on healthy participants, which limits the direct applicability of the findings to clinical populations. Future studies should explore whether similar neural adaptations occur in patients with neurological disorders. Second, the role of peripheral factors such as muscle fatigue was not fully assessed, warranting further investigation through EMG-based analyses. Future research should extend these findings to clinical populations, such as stroke patients or individuals with neurodegenerative diseases, to evaluate the potential of VMT in facilitating proprioceptive recovery. Incorporating EMG assessments would help differentiate between central and peripheral factors influencing proprioceptive adaptation, while longitudinal studies could explore the long-term effects of VMT, assessing whether repeated training leads to sustained proprioceptive and motor improvements over time.

结论：视觉运动训练在康复中的应用前景

右腕视觉运动训练导致训练和未训练腕的本体感觉改善， demonstrating 交叉迁移效应。这些发现表明视觉运动训练可用于康复方案，以改善神经系统疾病患者的本体感觉，提供一种痛苦更少、更有效的方法来恢复运动控制。