《Movement Disorders》：Aberrant Beta-Band Network Alteration Preceding Freezing of Gait in Parkinson's Disease
编辑推荐：
本研究首次利用动态脑电图（aEEG）探讨帕金森病（PD）患者步态冻结（FOG）发生前（trFOG）的全脑功能网络变化。研究发现，相较于自主停止前（trVS），FOG发作前表现出显著的β波段网络内功能模块性（modularity）增高（反映网络分离性增强）及额-后部网络间连接减弱。这表明FOG的神经病理生理基础涉及特定频段的网络重组与整合失败，为开发FOG的早期预测神经标记物和靶向干预提供了新见解。
引言：帕金森病中令人困扰的步态冻结现象
帕金森病（Parkinson's disease, PD）患者进入疾病晚期时常会出现一种令人困扰的运动症状——步态冻结（Freezing of Gait, FOG）。它表现为行走过程中，患者突然、不自主地无法启动或继续迈步，仿佛双脚被“粘”在地面上。FOG严重影响患者生活质量，增加跌倒风险，但其根本的病理生理机制尚未完全阐明。传统观点认为这与皮质-纹状体环路过载和基底节输出异常有关，但越来越多的证据表明，FOG的发生并非局限于单一脑区，而是涉及皮层及皮层下广泛网络层面的功能改变。然而，由于FOG的发作具有阵发性，传统神经影像学技术，如功能磁共振成像（fMRI），在时间分辨率上难以精确捕捉其发作前瞬间的动态网络变化。为了克服这一局限，具有高时间分辨率的移动式动态脑电图（ambulatory electroencephalography, aEEG）技术，为研究FOG发生前的即时脑网络动态提供了可能。
患者与方法：动态脑电图捕捉“冻结”前的脑电波
本研究共纳入了18名患有FOG的PD患者。所有参与者均停用多巴胺能药物，处于“关”期状态，并接受了临床量表评估。研究采用了经典的“起立-行走”（Time-Up and Go, TUG）任务来诱发FOG事件，并设置了自主停止（Voluntary Stopping, VS）任务作为对照。在VS任务中，参与者听到随机给出的口头“停止”指令后需立即停步。整个实验过程中同步记录aEEG和全身视频，以便离线标注行为事件。
研究人员从视频记录中识别出FOG发作和VS事件，并提取了三个关键的2秒脑电数据段进行分析：1）FOG期：从冻结发作开始；2）过渡到冻结期：紧邻FOG发作前的2秒（trFOG）；3）正常行走期：作为基线对照。VS任务同理，提取了VS期、过渡到VS期和正常行走期。通过这种方式，可以对同为运动停止但性质（不自主 vs. 主动）不同的事件进行精确的神经生理学比较。
脑电数据经过严格的预处理，包括滤波、去除伪迹和独立成分分析，以分离出与眼球运动相关的噪声。随后，利用偶极子溯源和68个脑区的Desikan–Killiany图谱进行脑区分割。功能连接（Functional Connectivity, FC）通过计算相位锁定值来量化，该值衡量了两个脑区振荡信号之间相位同步的一致性。基于功能连接矩阵，研究进一步应用图论方法分析了大脑网络的模块性，该指标反映了大脑功能网络分化为独立、专门化子网络（即功能分离）的程度。较高的模块性意味着更强的网络内局部连接和更弱的网络间连接。
结果：揭示“冻结”前独特的脑网络签名
通过线性混合效应模型对数据进行分析，研究发现，在从正常行走过渡到FOG（trFOG）的时期，大脑网络表现出与过渡到自主停止（trVS）时期显著不同的特征。
1. 网络内beta波段模块性增高：功能分离性增强
最为突出的发现是，在FOG发作前的过渡期，大脑在beta频段内的模块性显著增高。这种增高主要发生在几个特定的右侧半球网络内：
- •
右侧额叶-顶叶网络
- •
右侧视觉网络
- •
右侧中额叶网络
- •
右侧顶叶-枕叶网络
- •
双侧岛叶网络
这些网络分别与认知控制、视觉空间处理、显著性检测等功能密切相关。beta波段模块性的增高意味着在这些网络内部，神经元活动的同步性增强，但与此同时，这些网络与大脑其他部分之间的功能连接相对减弱，即大脑的功能状态变得更加“分离”和“固化”。特别值得注意的是岛叶网络，它在大脑网络切换和注意力导向中起关键作用，其在trFOG期间的过度“隔离”可能破坏了大脑在内部状态与外部需求之间进行灵活转换的能力。
2. 网络间连接减弱：功能整合受损
除了网络内部的改变，研究还发现，在trFOG期间，不同大脑网络之间的连接也出现了问题。具体表现为，在宽带、alpha和theta等多个频段，左侧中额叶与左侧顶叶-枕叶网络之间，以及左侧额叶-顶叶与右侧中额叶网络之间的功能连接显著降低。这些涉及额叶和后部（如顶叶、枕叶）脑区之间的连接减弱，可能反映了在FOG发作前，负责执行控制（额叶）和感觉运动整合/视觉信息处理（后部脑区）的脑网络之间的通信出现了障碍。相比之下，在准备进行自主停止时，大脑则能更好地协调这些网络。
3. 未发生改变的整合指标
有趣的是，研究并未发现反映大脑网络全局功能整合的指标（如参与系数和全局效率）在trFOG和trVS之间存在显著差异。这表明，虽然局部网络变得更为“分离”，但大脑并未能通过增强远距离脑区之间的交流来进行“代偿”。这种只有“分离”没有“整合”增强的模式，可能预示着一种适应不良的脑状态，最终导致了运动的冻结。
讨论：神经机制与临床意义
1. beta振荡与网络僵化
beta振荡通常与维持当前的认知或运动状态有关，过度的beta同步性会阻碍为适应环境变化所需的网络灵活重组。本研究发现trFOG期间beta波段模块性的异常增高，与先前在皮质和皮质下（如丘脑底核）记录到的FOG相关beta活动增强的研究一致。这可能代表了一种病理性的网络“僵化”状态，使得大脑在需要灵活调整步态的关键时刻“卡住”了。
2. 神经递质系统的可能作用
这种异常的beta网络分离性可能与PD中并存的神经递质系统功能障碍有关。一方面，胆碱能系统功能紊乱已被证实与FOG发生相关，动物模型显示胆碱能损耗会增加皮层同步性。另一方面，去甲肾上腺素能系统（蓝斑核）在调节网络灵活性和警觉性中也扮演重要角色，其功能受损同样可能导致网络过度分离和重配置能力下降。因此，trFOG期间观察到的网络特征，可能是多系统神经调制功能缺陷共同作用的结果。
3. 从“自动”到“费力控制”的代偿失败
在健康个体和PD早期，行走通常是自动化的。随着疾病进展，尤其是有FOG倾向的患者，步行会越来越多地依赖额叶等脑区的“自上而下”的认知控制，这是一种代偿机制。本研究发现，在即将发生FOG时，这种代偿机制似乎崩溃了：额叶与后部感觉/视觉处理脑区之间的连接减弱，表明“自上而下”的控制指令无法有效整合感觉反馈以调整运动输出，从而导致运动计划的执行失败。
结论与展望
本研究首次利用aEEG网络分析方法，揭示了PD患者FOG发作前约2秒时间内独特的脑网络改变特征：即beta频段局部网络模块性增高（功能分离性增强）和额叶-后部网络间连接减弱（功能整合不足）。这些特征构成了FOG的“前驱神经签名”。
这一发现具有重要的潜在临床价值。未来，通过实时解码这些特征性的脑电模式，有可能开发出FOG的预测预警系统。更进一步，将此类神经反馈与深部脑刺激、脊髓刺激或外部感觉提示（如激光、声音线索）等干预手段相结合，实现闭环的、自适应的神经调控治疗，有望在患者感觉要“冻住”但尚未发生之前就进行干预，从而预防跌倒，改善患者的生活质量。当然，该研究结果仍需在更大样本、包含健康对照和PD无FOG患者的队列中得到验证，并且未来的研究需要探索更抗干扰的连接指标和更动态的分析方法，以推动这一领域向临床应用迈进。
