健康个体与截肢者因压力性疼痛引发的大脑激活差异

《Behavioural Brain Research》:Brain activation induced by pressure pain of healthy individuals versus amputees

【字体: 大 中 小 】 时间:2026年05月15日 来源:Behavioural Brain Research 2.3

编辑推荐:

  张守生|唐伟|徐周清|方星星中国矿业大学机电工程学院,徐州221116,中国摘要疼痛作为一种常见症状,严重影响了个人的身体和心理健康。本研究通过结合数学建模、功能性磁共振成像(fMRI)和脑电图(EEG)方法,探讨了压力疼痛的处理机制。研究揭示了健康人与截肢者之间大脑激活的差异,

  
张守生|唐伟|徐周清|方星星
中国矿业大学机电工程学院,徐州221116,中国

摘要

疼痛作为一种常见症状,严重影响了个人的身体和心理健康。本研究通过结合数学建模、功能性磁共振成像(fMRI)和脑电图(EEG)方法,探讨了压力疼痛的处理机制。研究揭示了健康人与截肢者之间大脑激活的差异,并识别出有效的疼痛识别脑电图特征。结果表明,只有当T细胞的输出超过某个临界值时,大脑才会产生疼痛感觉;同时,膜电位的频率和T细胞的电位会随着压力疼痛的强度增加而增加。随着疼痛强度的增加,大脑中的激活和兴奋性连接从正向变为负向。前额叶皮层(PFC)是压力疼痛激活的核心脑区,且其总激活面积会随着疼痛强度的增加而减小。此外,在感知疼痛时,α节律(Dα)的功率谱密度显著降低,而β节律(Dβ)的功率谱密度显著增加。Dα和Dβ的结合有效区分了疼痛状态,健康人的平均识别准确率为94.3%,截肢者为91.1%。与健康人相比,截肢者的脑激活区域和激活强度较低,其神经通路发生了适应性变化,这导致他们的疼痛感知能力较弱。本研究有助于揭示疼痛的处理机制,并为自适应假肢套的结构控制和舒适性设计提供技术支持。

引言

疼痛是治疗和康复过程中常见的伴随症状,尤其是在使用肢体假肢时[1]。作为重要的康复辅助工具,肢体假肢可以帮助截肢者恢复站立和行走能力。它是通过增加假肢套与残肢之间的压力来固定的[2]。尽管这种方法提供了稳定的性能,但长期使用假肢容易导致残肢疼痛和不适[3]、[4]。疼痛通常起源于皮肤的周围伤害感受器,然后通过传入神经传递到脊髓和丘脑(Th),最终在大脑皮层形成疼痛的认知感知[5]。健康人的疼痛传导通路通常相对完整。然而,对于截肢者来说,由于结构丧失和神经重组,神经通路发生了显著变化,可能导致异常残端疼痛、幻肢疼痛和神经病理性疼痛[6]、[7],这严重影响了他们的功能康复和生活质量。
减少患者在使用肢体假肢时的疼痛和不适,并避免残肢损伤具有重要意义。脑机接口(BCI)是一种实现大脑与外部设备信息交互的技术,具有在康复领域应用的潜力,特别是对于大脑功能正常的患者。脑电图(EEG)信号常被用作BCI技术的控制信号[8]、[9]。一旦患者感受到假肢套压迫和摩擦引起的疼痛,就可以检测到由疼痛引起的EEG信号。如果能够提取这些疼痛引起的EEG信号特征并将其传输到假肢套的结构控制信号中,就可以通过疼痛引起的EEG信号的感觉反馈来控制接口压力,如图1所示。这将是BCI技术在智能假肢中的创新应用。
有效识别疼痛引起的EEG信号对于提高智能假肢的性能至关重要。由于EEG信号具有较高的时间分辨率和便利性,已被用于研究疼痛引起的大脑生理反应[10]、[11]、[12]。从EEG信号中提取的时间域N2和P2成分[13]以及频域α带事件相关去同步(α-ERD)[14]、[15]已被证明是与疼痛感知相关的经典特征。先前的研究还发现,EEG信号的非线性特征可以反映疼痛相关信息[16]、[17]。Zolezzi等人[18]通过提取EEG信号的近似熵和功率谱特征,实现了96%的疼痛识别准确率。此外,其他研究[19]、[20]表明γ带事件相关同步不受刺激新颖性的影响,能够有效测量疼痛程度。
功能性磁共振成像(fMRI)也因具有较高的空间分辨率[21]、[22]、[23]而被广泛用于疼痛感知的研究。它能够测量大脑血流和血氧水平的变化,从而识别参与疼痛感知的具体脑区[24]、[25]。相关研究利用通用线性模型拟合fMRI信号的时间序列,量化这些区域中疼痛诱发反应的强度和模式[26]、[27]。然而,神经激活的研究无法揭示脑区之间的协同作用。疼痛作为一种多维感觉,需要脑区之间的信息交互来完成复杂的处理过程。许多研究基于fMRI探索了疼痛处理的大脑网络神经机制[28]、[29]。例如,先前的研究发现疼痛会导致默认模式网络(DMN)的失活[30]、[31]。此外,通过结合功能性神经外科目标信息和静息态功能连接性分析,研究人员发现显著性网络(SN)和感觉运动网络(SMN)在慢性疼痛处理中起着关键作用[32]。这种多模态数据整合方法有助于阐明疼痛从感觉辨别到情感动机维度的神经生物学机制。它还为针对疼痛的精确电路导向疗法提供了可靠的定位指导。
结合fMRI和EEG方法有助于进一步理解大脑的疼痛处理机制。在本研究中,利用数学模型研究了疼痛刺激从神经末梢到脊髓背角的转导和调节过程,并通过结合EEG和fMRI方法揭示了这些刺激在大脑皮层中的感知处理过程,从而阐明了从信号传输到信息整合的完整疼痛神经机制。系统分析了疼痛的核心脑区、激活强度和神经处理机制。提取并识别了与疼痛相关的EEG信号特征,并讨论了疼痛引起的EEG和fMRI特征之间的联系和差异。此外,还研究了健康人与截肢者之间由疼痛引起的大脑激活差异。本研究有助于揭示不同人群的疼痛处理机制,为自适应假肢套的结构控制和舒适性设计提供技术支持,并促进假肢套的智能化发展。

章节片段

参与者和方法

所有测试均在温度介于24°C至26°C、相对湿度介于45%至65%的实验室环境中进行。

压力疼痛评估

表2显示了健康人和截肢者在不同疼痛状态下的正常负荷。结果表明,在调整年龄这一混杂变量后,轻度至中度疼痛的截肢者所承受的正常负荷显著高于健康人(独立样本检验,α值=0.05,样本量=14,功效值>0.8,p<0.05;ANCOVA,轻度疼痛:F=4.25,p<0.05,部分η2=0.15;ANCOVA,中度疼痛:F=9.42,p<0.05)

讨论

大脑激活与不同脑区之间的兴奋和抑制的协同效应有关[45]。默认模式网络(DMN)是一个广泛分布的脑网络,涉及mPFC、后扣带回皮层(PCC)和SII。研究表明DMN与疼痛感知有关。根据哨兵假说,外部环境受到DMN的广泛监测[46]。当大脑处于静息状态时,DMN表现出强烈的活动

局限性和展望

本研究存在一些局限性。首先,我们进行了功效分析,确认研究具有足够的统计功效来检测显著差异。然而,相对较小的样本量仍可能增加I类或II类错误的风险。未来的研究需要通过扩大样本量来进一步提高我们发现的稳健性和统计功效。其次,健康人与截肢者之间存在年龄差异,且没有进行分层

结论

尽管存在这些局限性,本研究利用数学建模、EEG和fMRI方法初步揭示了压力疼痛的转导和调节过程以及大脑的生理反应。讨论了健康人与截肢者在疼痛感知方面的脑激活差异,并识别出能够有效识别压力疼痛的EEG信号特征。这些发现为阐明与疼痛相关的神经重塑机制提供了宝贵的证据

伦理批准和知情同意声明

本研究遵循国际伦理标准,并获得了徐州康复医院伦理委员会的批准(编号:XK-LSW-20240321-020)。所有参与者的隐私权都得到了尊重,并已获得他们的知情同意。

作者声明

表格和图表中不包含引用其他来源的内容或包含AI元素。

CRediT作者贡献声明

方星星:可视化、软件、方法论。徐周清:可视化、调查、形式分析。唐伟:撰写——审阅与编辑、项目管理、资金获取、概念构思。张守生:撰写——初稿、方法论、调查。

利益冲突声明

作者声明在本研究中不存在利益冲突或财务利益。

致谢

作者感谢国家自然科学基金(项目编号:52375224)、江苏省自然科学基金(项目编号:BK20242086)以及江苏省高等教育机构优先学术发展计划的支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号