《Behavioural Brain Research》：Cortical dynamics associated with adaptive increases in clearance after obstacle contact
编辑推荐：
•障碍接触后，在后续跨越障碍时，前腿和后腿的垂直间隙均有所增加。•接近阶段额部θ功率增加，表明障碍接触后自上而下的控制作用增强。•运动皮层β功率仅在前腿阶段特异性下降，表明前腿和后腿的适应过程涉及不同的神经控制机制。引言跌倒是一项严重的安全隐患，可能对健康和生活质量产生不利影
- •
障碍接触后，在后续跨越障碍时，前腿和后腿的垂直间隙均有所增加。
- •
接近阶段额部θ功率增加，表明障碍接触后自上而下的控制作用增强。
- •
运动皮层β功率仅在前腿阶段特异性下降，表明前腿和后腿的适应过程涉及不同的神经控制机制。
引言
跌倒是一项严重的安全隐患，可能对健康和生活质量产生不利影响，其中34%–53%的跌倒归因于行走时绊倒障碍物[1]。为阐明跌倒预防的内源性机制，在各种条件下对避障行为进行了广泛研究，包括穿越不同形状和高度障碍物的情况[2]、[3]、视觉信息受限[4]以及双任务干扰下的情况[5]、[6]。这些研究表明，人类能够在不同环境中灵活调整脚的放置位置和运动轨迹，以避免与障碍物接触。
Heijnen等人[7]在约300次试验中考察了健康成人在跨越障碍过程中脚部垂直间隙的变化。他们报告称，障碍接触仅发生在0.6%的试验中，且在接触后至少有30次试验中垂直间隙增加。Rhea和Rietdyk[8]也得出了相似的结果，并将其解释为一种避免再次接触障碍物的适应性运动策略。然而，以往研究仅限于运动学行为指标，其潜在的神经控制机制仍知之甚少。运动策略的适应性变化被认为需要中枢神经系统（包括大脑皮层）的参与。因此，阐明这些神经机制将为人类跌倒预防提供新的见解。
近年来，移动脑电图（EEG）技术的进步使得以高时间分辨率评估行走过程中的皮层活动成为可能[9]。关于行走中跨越障碍的EEG研究发现，在障碍物出现和接近过程中与注意和预期障碍相关的事件相关电位（ERP）[10]、[11]。此外，Mustile等人[12]、[13]报告称，面对意外出现的障碍物时，健康参与者的额叶θ功率增加，但帕金森病患者的增幅减小。Nordin等人[14]还报告称，在跨越障碍的准备阶段，前运动皮层、辅助运动区（SMA）和后顶叶皮层（PPC）均有激活。总体而言，这些研究表明，人类在跨越障碍过程中皮层活动会动态变化。然而，尚无EEG研究探讨与障碍接触后运动学参数适应性变化相关的确切皮层活动模式。障碍接触后，后续运动行为被认为通过将接触作为运动错误进行加工而实现适应性调整。因此，内侧前额叶皮层（mPFC）可能更多地参与其中，因为该区域在将预测误差与后续行为适应联系起来中发挥作用[15]。此外，后顶叶皮层（整合身体和障碍物的空间信息）[16]以及运动皮层（控制跨越障碍时下肢轨迹和脚的放置位置）[17]、[18]也可能参与接触后的适应过程。基于这些功能角色，我们关注以Fz处额部θ功率增加作为额叶参与增强的EEG关联指标[19]，以Cz处中枢β功率下降作为感觉运动参与增强的关联指标[20]，以Pz处顶叶α功率下降作为顶叶参与增强的关联指标[21]。
此外，在跨越障碍行走过程中，有两条不同的肢体：先跨越障碍物的前腿和随后跟上的后腿。这两条肢体的运动控制是独立的还是共享的，一直是长期争论的话题[8]、[22]、[23]、[24]。一些研究报告了两条肢体在运动学指标上存在差异，包括视觉依赖性、障碍物距离、接触频率[25]和运动速度[26]。特别是，基于视觉信息，前腿被认为需要比后腿更精确的轨迹控制[22]，而视觉引导运动与运动皮层更多的参与相关[27]、[28]。因此，障碍接触后的适应性变化可能也涉及两条肢体不同的皮层控制机制，且在前腿跨越时运动皮层参与更多。移动EEG非常适合以高时间分辨率捕捉与前腿和后腿运动相关的连续皮层动态，因此可作为阐明两条肢体皮层适应机制差异的有价值工具。
本研究旨在通过比较跨越障碍行走任务中障碍接触前后的运动学指标和EEG活动，识别避免绊倒的适应性运动策略及其潜在的神经机制。皮层活动分析涵盖接近阶段、前腿跨越阶段和后腿跨越阶段。我们假设障碍接触后脚的垂直间隙会增加，作为一种避免再次绊倒的适应。关于EEG，我们预期接近阶段Fz处额部θ功率增加和Pz处顶叶α功率下降，以及前腿和后腿跨越阶段Cz处中枢β功率下降。此外，我们假设接触后β功率的下降在前腿和后腿之间存在差异，且在前腿跨越时下降幅度更大。
章节片段
参与者
最小样本量通过G*Power 3.1估算为n = 15，基于以下参数值：效应量f = 0.40，α = 0.05，统计功效 = 0.80。效应量根据以往研究估计，该研究表明在跨越障碍过程中任务条件对EEG功率有显著影响[12]。然而，鉴于这些分析要求障碍接触发生在特定试验范围内（见下文），该范围超出了实验者的控制，因此假设了40%的高排除率。
结果
首次障碍接触发生在第58.94 ± 22.85次试验，均为后腿接触。Fz、Cz和Pz处的时频图见图3，这些电极处θ、α和β功率的重复测量方差分析结果见表1。重复测量方差分析显示，Fz处θ功率的相位×条件（接触前、接触后）交互效应显著（F(5,80) = 3.094，p = 0.013，η2? = 0.162，表1，图4A），而事后检验显示θ功率
接触后前腿和后腿垂直间隙的增加
在本研究中，仅有后腿接触到障碍物，这与以往研究报告的结果一致，即由于后腿距离障碍物更近且缺乏视觉反馈，后腿接触的可能性高于前腿[25]。此外，接触后条件下（后30次试验）后腿的垂直间隙较接触前条件显著增加，这与以往关于避免再次接触障碍物的适应性变化的研究结果一致
局限性
本研究存在若干局限性。首先，接触前后条件之间的差异可能受到疲劳的影响，疲劳已被报道会降低垂直间隙[50]。为最大程度减少疲劳的潜在影响，在首次接触后30次试验内发生第二次障碍接触的参与者被排除在分析之外。结果发现，障碍接触后前腿和后腿的垂直间隙均有所增加。此外，对照分析显示
结论
障碍接触后，前腿和后腿的垂直间隙均增加，伴随接近阶段额叶θ功率增加和前腿阶段运动皮层β功率下降。本研究结果表明，尽管两条肢体的垂直间隙适应性增加是共有的，但其潜在的神经控制机制可能存在差异。
伦理声明
已从所有参与者或其法定代表处获得参加研究和发表文章的书面知情同意。已遵守参与者的隐私权。
本研究在研究地点遵守了相关法律法规、监管框架和指导方针。本研究获得广岛国际大学伦理委员会批准。（批准号：24-039）
CRediT作者贡献声明
Minori Kawabe（川部尚美）：调查研究、数据整理。Akihiro Matsuura（松浦明弘）：写作—审阅与编辑、监督。Ryusei Ito（伊藤龍星）：方法论、调查研究、正式分析、数据整理。Senki Yagi（八木千樹）：调查研究、数据整理。Yuji Nishioka（西岡雄二）：可视化、验证、方法论、正式分析、数据整理。
写作过程中生成式人工智能和AI辅助技术的声明
在本工作的准备过程中，第一作者使用ChatGPT提高了可读性并提供了细微的语法修正。使用此工具/服务后，第一作者根据需要审查和编辑了内容，并对发表内容承担全部责任。
利益冲突声明
作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
致谢
本研究未获得公共、商业或非营利部门基金机构的任何专项资助。
西岡雄二|Ryusei Ito|八木千樹|川部尚美|松浦明弘
