意识障碍患者脑电微状态动力学研究揭示意识水平与脑网络时间可逆性的关联

为解决意识障碍（DoC）患者残余脑活动评估难题，研究人员开展EEG微状态动态特性研究，发现动态标记如平均微状态持续时间（MMD）和熵产生（EP）可区分患者意识水平，表明DoC患者脑动力学更接近时间可逆平衡态，为意识评估提供了新指标。

　　

意识是人类大脑最复杂的现象之一，而意识障碍（Disorders of Consciousness, DoC）患者如植物状态（Vegetative State, VS）或最小意识状态（Minimally Conscious State, MCS）的脑活动评估一直是神经科学领域的重大挑战。传统临床行为评估如昏迷恢复量表修订版（CRS-R）存在主观局限性，无法充分捕捉患者残余的脑功能。近年来，脑电图（Electroencephalography, EEG）微状态分析成为研究大脑网络动态重组的重要工具。EEG微状态是头皮电位拓扑图在数十至数百毫秒时间内保持准稳定的状态，被认为反映了大规模皮层网络的瞬时活动。然而，以往研究多关注微状态的静态特性（如地图覆盖范围），对其动态时序特性在意识障碍中的变化尚缺乏系统探索。

为此，由Dragana Manasova、Yonatan Sanz Perl、Nicolas Marcelo Bruno等研究人员组成的国际团队在《Brain Topography》发表了题为“Dynamics of EEG Microstates Change Across the Spectrum of Disorders of Consciousness”的研究论文。该研究利用高密度EEG（256电极）记录了37名健康对照（HC）和154名DoC患者（包括70名VS/UWS、70名MCS和14名EMCS）在听觉局部-全局范式（Local-Global Paradigm）中的伪静息态数据，通过微状态聚类和分割分析，比较了静态与动态微状态标记在区分意识水平中的敏感性。

研究采用了几项关键技术方法：数据采集使用Geodesic Sensor Net（EGI）系统，采样率250 Hz；预处理通过MNE-Python和NICE工具进行滤波、坏道插值和伪影剔除；微状态分析通过全局场功率（Global Field Power, GFP）峰值提取地形图，采用极性不变性的改进k均值聚类算法（k=4）获得四种典型微状态地图；通过三层次聚类（个体→Bootstrap抽样→组水平）确保地图可比性；动态标记计算包括平均微状态持续时间（Mean Microstate Durations, MMD）、微状态持续时间方差（Microstate Duration Variances, MDV）、微状态转换矩阵（Microstate Transition Matrices, MTM）和熵产生（Entropy Production, EP）；统计分析使用Mann-Whitney U检验（Bonferroni校正）和Spearman相关分析。

研究结果首先验证了微状态地图的可靠性。通过三层次聚类获得的四种微状态地图（A、B、C、D）在拓扑结构上与文献报道的典型地图一致，且总全局解释方差（Global Explained Variance, GEV）在组间无显著差异（图2B），表明地图本身不偏向任何组别。

静态微状态标记显示组间差异有限。地图覆盖范围（Map Coverage）的熵值在健康对照组中较低（U(70,37)=2031, p<0.0001），表明HC的地图出现更可预测（某些地图主导），而患者组覆盖更均匀（图2A）。但地图覆盖和GEV在患者亚组（UWS、MCS、EMCS）之间无显著差异，说明静态标记无法区分意识障碍的细微梯度。

动态微状态标记成功捕获了意识水平的差异。平均微状态持续时间（MMD）随意识水平降低而增加：HC组最短（约60 ms），UWS组最长（约80 ms），组间比较显示UWS vs HC (U=2174, p<0.0001)、MCS vs HC (U=1892, p=0.0006) 和UWS vs MCS (U=3158, p=0.019) 均显著（图3A）。微状态持续时间方差（MDV）在患者组中更高（UWS vs HC, U=1950, p=0.0001），反映患者微状态持续时间更不稳定（图3B）。Spearman相关确认MMD (rs=-0.54, p<0.0001) 和MDV (rs=-0.45, p<0.0001) 与意识水平负相关。

微状态转换矩阵（MTM）和熵产生（EP）揭示了脑动力学的时间可逆性变化。健康对照组显示更高的非对角线转换概率（P_ij ≠ P_ji），而患者组以自转换为主（>90%）。熵产生（EP=∑P_ijlog(P_ij/P_ji)）在HC中最高，显著高于UWS (U=433, p<0.0001)、MCS (U=471, p<0.0001) 和EMCS (U=96, p=0.0036)（图4B），表明健康大脑的转换更不对称、更远离平衡态（更高不可逆性），而患者脑动力学更接近时间可逆的平衡状态。

研究结论强调，动态EEG微状态标记（如MMD、MDV和EP）是区分意识障碍患者意识水平的敏感指标，弥补了静态标记的不足。DoC患者表现出更慢、更稳定的微状态持续时间和更接近平衡的脑动力学，这与意识丧失时脑网络效率降低、信息处理迟缓的假设一致。熵产生的引入将物理学的非平衡态概念扩展到EEG分析，为意识研究提供了新范式。未来工作可探索微状态数量优化、任务态动态分析以及EP与患者预后的关联。该研究不仅深化了对意识障碍神经机制的理解，也为临床评估提供了潜在的客观生物标志物。