基于全脑脑电图微状态(EEG Microstate)的状态引导经颅磁刺激-脑电图(TMS-EEG)用于N100成分增强的研究

《CNS Neuroscience & Therapeutics》：State-Guided TMS-EEG for N100 Enhancement Study Based on Whole-Brain EEG Microstates

　　

目的：经颅磁刺激-脑电图(TMS-EEG)可无创评估皮质兴奋性与抑制，但作为皮质抑制关键标志物的N100成分试次间稳定性差，限制其作为可靠读数的实用性。本研究旨在提出一种基于全脑脑电图微状态(EEG Microstate)的状态引导TMS-EEG方案，以增强TMS诱发的N100成分。方法：采集19名健康成人的TMS-EEG数据，标准预处理后按刺激时刻所处微状态将单试次分为五组数据集，计算各组全局平均场强(GMFA)、局部平均场强(LMFA)及TMS诱发电位(TEP)以比较各微状态下的N100特征。结果：在S4微状态下施加TMS所诱发的N100在GMFA和LMFA上数值最大，但该差异未达统计学显著性，应解释为探索性描述发现；TEP上观察到最明确的微状态效应——S4组的N100成分(?2.38 μV；|N100|＝2.38±0.33 μV)显著高于S2组(padj＝0.030)，S1组亦显著大于S2组(padj＝0.012)。该模式在降采样至32通道后仍保留，而21及9通道蒙太奇中S4相关证据减弱或消失。结论：研究人员通过离线分析建立并验证了基于全脑微状态的状态引导TMS-EEG框架，可稳定并放大N100；S4微状态下刺激产生更大的局部TEP N100响应，GMFA与LMFA为探索性描述结果；S4相关的N100增强在64降至32通道后仍具统计支持，但在21或9通道蒙太奇中未保留。表明基于微状态的状态监测可为未来研究与临床的状态引导神经调控提供可行框架。

论文解读：《基于全脑EEG微状态的状态引导TMS-EEG用于N100增强研究》

研究背景与立题依据

经颅磁刺激-脑电图(transcranial magnetic stimulation–electroencephalography, TMS-EEG)可用于毫秒级表征皮质及大尺度网络动态，其中TMS诱发电位(TMS-evoked potential, TEP)的N100成分(80–120 ms)被认为是GABA_B介导的皮质抑制标志物，对神经精神疾病有潜在诊断价值。然而TEP尤其是N100试次间变异性大、信噪比低，需大量重复刺激才能获得稳定波形，限制了其临床转化。已有研究表明预刺激脑状态（如振荡相位、功率）可调节TEP幅值，但传统方法依赖靶区局部振荡特征，在非运动皮层（如背外侧前额叶dlPFC）中α/β节律稳定性差导致状态命中率低。静息态EEG微状态(microstate)反映全脑准稳定功能构型(持续80–120 ms)，更契合N100这类由分布式网络驱动的晚期TEP成分。因此研究人员提出以EEG微状态识别有利的全脑预激活状态，实施状态引导(state-guided)刺激以增强并稳定N100。

主要技术方法与被试

研究人员纳入19名健康成人(平均年龄53.16±7.68岁，右利手)，采用64通道TMS兼容EEG帽记录左侧dlPFC(F3处)单脉冲TMS(90%静息运动阈值rMT)伴行的EEG。预处理使用TESA工具箱完成：坏道剔除、分段(?1000~1000 ms)、基线校正(?500~0 ms)、TMS脉冲与肌电伪迹插值移除、目测剔除劣质试次、降采样至1000 Hz、1–40 Hz零相位带通滤波、两轮独立成分分析(ICA)去除肌电/眼电等伪迹、球样样条插值恢复坏道、重新参考至全脑平均参考。微状态模板通过modified k-means对刺激前1 s段全局场强(GFP)峰值进行聚类确定k=5(S1–S5)，将TMS脉冲前100 ms内主导微状态标记为刺激时脑状态并据此分组试次。N100量化窗为刺激后75–150 ms，局部ROI取Fp1/AF7/AF3/F5/F3/F1/FC5/FC3/FC1九电极均值，计算全局平均场幅(global mean field amplitude, GMFA)与局部平均场幅(local mean field amplitude, LMFA)及TEP峰幅值。通过子采样模拟32/21/9通道蒙太奇评估电极密度影响。统计学采用重复测量ANOVA及含被试随机截距的线性混合效应模型，Bonferroni校正事后检验。

研究结果

3.1 Detection of EEG Brain States（EEG脑态检测）

研究人员对预刺激EEG进行k=3–8微状态聚类，综合全局解释方差(GEV)、交叉验证误差(CV)、Krzanowski–Lai指标及类内方差确定最优k=5，获得S1–S5五个组水平头皮地形模板。全局地图相异度(global map dissimilarity, GMD)与层次聚类显示{S1,S2,S4}与{S3,S5}两个模块，S4在其模块内拓扑相似度最低(差异最大)。各微状态在预刺激窗口出现概率相近，S3/S5略高。

3.2 TEPs（TMS诱发电位）

ROI平均TEP显示所有条件均出现清晰N100(～75–150 ms)，S4条件下N100负向偏转幅度最大。GMFA无统计学显著差异但S4数值最高(2.43±0.31 μV)；LMFA同样S4数值最大(1.46±0.18 μV)。TEP峰幅重复测量ANOVA显示微状态主效应显著(F=5.07, p=0.0108, partial η2=0.22)，Bonferroni校正后S4显著大于S2(p_adj=0.030)，S1显著大于S2(p_adj=0.012)，S4与S1差异不显著。控制预刺激全局场强的协变量调整混合模型显示状态主效应仍显著，S4调整后N100最大，S4显著大于S2/S3/S5。预刺激S4头皮地形呈中央前区负性大环周围正性场，全局场幅(A_s)最高且Lempel–Ziv复杂度(LZs_global)最低，提示S4为高强度低复杂度的"预激活"全脑状态。

3.3 Electrode Density Effects（电极密度效应）

64通道：微状态主效应显著，S4>S2、S1>S2均达显著性(p_adj分别为0.0300、0.0125)。32通道：主效应显著，S4>S2(p_adj=0.0337)与S1>S2(p_adj=0.0127)保留。21通道：主效应显著，但仅S1>S2存活(p_adj=0.0245)，S4相关两两比较不显著。9通道：无任何两两比较显著。状态调整边际均值显示64/32/21通道间N100估计无差异，9通道显著低于64与21通道。表明S4相关N100增强的统计特异性在≥32通道保留，≤21通道丢失。

讨论与结论翻译

研究人员讨论指出，本研究证明基于全脑EEG微状态的state-guided TMS-EEG可增强N100，S4微状态对应最大的局部TEP N100响应，GMFA/LMFA仅呈数值趋势属探索性结果。S4具高预刺激全局场强与低时空复杂度，代表利于大规模网络耦合的预激活态。协变量调整证实该效应独立于预刺激场强。电极密度测试提示临床可行的最低密度为32通道保留S4效应。局限性含未明确S4对应具体神经网络、降采样而非真实低密度帽验证、仅健康中老年样本及离线分析，需未来实时闭环验证。

结论(Conclusion)：研究人员建立并验证了基于全脑EEG微状态的状态引导TMS-EEG框架用于稳定和放大N100成分。在S4微状态期间给予TMS产生最大的N100响应——TEP峰幅最显著，GMFA与LMFA为探索性描述性结局。S4相关的N100增强在从64降采样至32通道后仍具统计支持，但在21或9通道蒙太奇中未保留配对比较显著性。该离线框架为识别与较大N100相关联的候选全脑脑态提供了微状态引导的方法学途径，尤其在具备足够空间采样的情形下。