注意负荷对高自闭症特质儿童功能性脑连接重组的调节作用：基于相位-幅值耦合指标的证据

《Behavioural Brain Research》：Attention Load Modulates Functional Brain Connectivity Reorganization in Children with High Autistic Traits: Evidence from Phase and Amplitude Coupling Metrics

　　

摘要

自闭症谱系障碍（ASD）的情绪加工困难究竟源于情绪刺激识别能力的缺陷，还是源于在认知负荷增大时大脑网络无法灵活重组的能力局限，仍是一个悬而未决的问题。据我们所知，本研究是首批探究分级注意负荷（低/中/高）在任务无关的情绪语调加工过程中，基于脑电图（EEG）的功能连接与脑网络组织在具有高自闭特质儿童（n = 31）中产生何种影响的研究之一。本研究的创新之处在于，于统一分析框架内整合了相位类指标（iPLV、wPLI）与振幅类指标（AEC），并辅以图论学指标。滑窗方法所得的连接矩阵被分解为边水平、分布特征及图论特征，并运用统计分析手段与分类模型评估了连接性的负荷依赖性变化。研究结果表明，注意负荷并未使连接性均匀地增加或减少，而是产生了一种多层次的重构模式，该模式随频段、连接指标及网络拓扑的不同而变化。随着负荷增加，β频段的相位类连接性降低；而在高负荷条件下，θ与α频段的振幅包络耦合（AEC）则有所升高。这种双机制模式在高负荷条件下最为显著：其产生的名义显著特征数量最多（未校正 p<0.05；经FDR校正后无一留存），θ-AEC的效应量最大（Kendall's W 最高达 0.22），且在所测试的分类模型中表现最佳（准确率 = 72.6%，F1 = 0.725，AUC = 0.764）。总之，这项探索性研究提示，在高自闭特质儿童中，认知需求的提升可能与频段特异性的网络重组相关——其表现为相位类协调减弱伴随振幅类耦合增强；然而，这些模式未能通过多重比较校正，且尚未与神经发育正常儿童进行对照，因此应被视为假设生成性而非确证性的结果。若未来研究得以复现，此类发现或可为特殊教育环境中环境刺激与认知负荷的编排方式提供参考。

引言

自闭症谱系障碍（ASD）是一种起源于幼儿期的神经发育障碍，其主要特征为在言语与非言语沟通、社会互惠性以及情境适配的互动方面存在持久性困难，同时伴有局限且重复的行为模式[1], [2], [3]。据估计，全球范围内ASD的患病率大致在每100至139名儿童中有1例[4], [5], [6]，这一范围凸显了为何对该病症进行准确的科学界定与制定有效的早期干预策略仍是紧迫需求[7]。神经认知科学领域的研究表明，ASD所伴随的认知差异远不限于语言层面：它们还涉及在社交情境中意义如何构建、多来源信息如何整合，以及情境如何影响解读等方面[8], [9], [10]。当情绪信息需要被感知与解读时，此类差异尤为明显——这一任务同时调用了言语内容、情境线索以及副语言特征[11], [12], [13]。情绪语调——即通过语调、重音与节奏传达情绪意义的语音特征——正处于这一多成分过程的核心，在社会互动中发挥着至关重要的作用[13], [14], [15]。

ASD儿童处理情绪语调的能力在个体间与任务条件间存在显著差异，而这种差异与刺激的性质及其呈现的认知情境高度相关[15], [16], [17]。随着认知需求上升，加工困难往往会增加，而在较低认知负荷下表现则通常相对保留[14], [18], [19]。这种对情境的敏感性本身即具有信息价值：语调加工并非纯粹的感觉解码步骤，而是注意力、工作记忆与执行控制协同参与的过程[15], [20], [21]；然而，支撑这一多层次过程的神经机制与连接模式仍缺乏充分的刻画，构成了理论文献中的一个重要空白[16], [22], [23]。

情绪信息加工与注意系统密切相关，而认知负荷则是调节二者关系的关键变量[24], [25]。当负荷上升时，有限的认知资源会被优先分配至与任务相关的刺激，而任务无关的输入则倾向于被抑制[26], [27], [28]。然而，情绪显著性材料似乎能在一定程度上逃逸此过滤机制：有学者提出，社会意义线索即使在非任务焦点时也能获得注意力的特权通道[29], [30]。基于多目标追踪（MOT）范式的任务要求在多个同时呈现的竞争性刺激中保持持续的注意监测，为实验性探测这种交互作用提供了适宜的框架[31], [32], [33]。尽管如此，关于注意与情绪加工如何共同组织脑网络活动的知识仍十分有限，尤其在认知负荷较高时更是如此[34], [35]。

EEG证据指出，不同振荡频段是组织认知与情绪加工的架构基础[36], [37]：θ活动与认知控制及错误监控相关，α活动与抑制及注意过滤相关，而β活动则与远距离神经通信及高阶协调相关[38], [39], [40], [41]。综合来看，这些频段特异性动态被认为可反映功能连接及脑区间的信息服务[42], [43]。

越来越多的神经科学研究主张，认知更适合通过大尺度脑网络间的动态相互作用来理解，而非通过任何单一、孤立脑区的活动[44], [45]。当任务需求变化时，脑网络会进行自我重构，而这种重构本身似乎也是决定任务表现优劣的关键因素[46], [47], [48]。具体到ASD，已有研究表明其连接性会随任务需求及情境特征而改变，这驳斥了将ASD视为固定的过连接或低连接模式的做法，而更倾向于一种情境敏感的动态网络组织改变才是更为准确描述的观点[49], [50], [51]。从这一视角出发，网络灵活性受限以及连接性调节能力受损已被提出作为ASD个体在认知需求变化时感到困难的一个来源[52], [53]。

这些动态模式的实证支持来自针对ASD连接的fMRI、EEG及MEG研究[36], [54], [55]。特别是EEG与MEG研究描述了局部连接性增强伴随长程连接性降低的组合模式，而频段特异性分析则显示这些模式具有异质性且依赖情境[36], [56], [57]。图论方法进一步揭示出ASD中全脑效率降低、模块化程度更高以及整合性减弱等特征[55], [57]；动态连接性研究则报告了控制网络、默认模式网络与突显网络之间的异常转换[58], [59]。然而，该领域大部分研究侧重于从连接模式中诊断分类ASD，而非解释这些模式如何随任务情境、注意负荷及持续认知需求动态重组；在认知负荷递增、且加工对象为任务无关情绪刺激条件下追踪网络重构的EEG连接性研究尤为稀缺。

据我们所知，本研究是首批在ASD中通过分级递进的注意负荷操控来考察任务无关情绪语调加工的研究之一，并同时运用了多种EEG连接性指标——相位同步与振幅耦合——以及图论网络度量。在先前EEG研究通常仅考察静息状态或单一负荷水平下的语调加工，且依赖单一连接指标或静态网络假设的情况下，本研究则在不同三种注意负荷水平（低、中、高）下比较相位类指标（iPLV、wPLI）与振幅类指标（AEC），并结合频段特异性及图论综合度量以探测网络如何重构。本研究以[60]所描述的可公开获取、生态效度良好的数据集为基础进行二次连接性分析，首次在一个统一分析框架内将二次数据分析、多指标EEG连接性以及ASD中在注意负荷条件下的任务无关语调范式融合在一起。由此，它直接回应了ASD连接性文献中的一个缺口：即缺乏将任务情境、认知负荷与多种连接机制一并考察的单一研究。

各章节摘要

材料与方法

本研究采用基于功能连接的分析方法，旨在刻画具有高自闭特质儿童在任务无关的情绪语调加工过程中随负荷变化的神经重组特征。与仅局限于评估局部振荡振幅的传统功率谱分析不同，本研究拟探讨脑区间的时间协调与交互模式。

在该框架下，所提出的方法论旨在

结果

本节所报告的结果包括名义（未校正）统计发现、效应量模式及分类结果，这些结果共同表明注意负荷与脑功能连接的结构性、频段特异性改变相关。这些发现同时刻画了所观察到的神经模式的可靠性与判别力，但鉴于经FDR校正后无一留存，仍需被视为探索性结果（见3.1.1节）。

讨论

本研究为数不多的研究之一，它以比较方式考察了在ASD中注意负荷对任务无关情绪语调加工过程中基于EEG的功能连接与网络组织所产生的影响，并同时运用了相位类与振幅类指标以及图论度量，且涵盖了分级负荷条件。据我们所知，此前尚无任何研究针对这一特定组合——即

结论

总之，这项探索性研究提示，在高自闭特质儿童中，在任务无关情绪语调加工过程中注意负荷的增加与基于EEG的功能连接及网络组织的频段特异性、指标特异性且拓扑有组织的重构相关。如3.1.1节所述，这些模式未能通过FDR校正，因此应被视为趋势性、假设生成性的结果而非

利益冲突声明

作者声明不存在利益冲突。

资助

本研究的开展未获得任何资助机构的私人拨款。

CRediT作者贡献声明

ALP Zekai Alper：写作 – 审阅与编辑，写作 – 初稿撰写，验证，调查，形式化分析。LAT?FO?LU Fatma：写作 – 审阅与编辑，写作 – 初稿撰写，验证，软件，方法学，调查，形式化分析，概念化。GENGE? BENL? ?erife：写作 – 审阅与编辑，写作 – 初稿撰写，可视化，方法学，调查，概念化。

利益冲突披露

作者声明不存在可能对本论文所报告的工作产生影响或被认为存在影响的已知竞争性经济利益或个人关系。

Fatma Latifo?lu|Zekai Alper Alp|?erife Genge? Benli