《Developmental Cognitive Neuroscience》：Characterization of aperiodic and theta activity in preterm infants using EEG: Insights into cerebral maturation and inter-individual variability
编辑推荐：
早产可能破坏大脑网络和功能活动的成熟，包括在早期网络发育中起关键作用的θ振荡。传统的脑电图（EEG）频谱分析显示婴儿早期θ功率显著发育，但这些方法混合了振荡性和非振荡性活动，限制了对潜在机制的见解。通过使用频谱参数化，研究人员评估了极早产儿（出生孕龄（GA）<
早产可能破坏大脑网络和功能活动的成熟，包括在早期网络发育中起关键作用的θ振荡。传统的脑电图（EEG）频谱分析显示婴儿早期θ功率显著发育，但这些方法混合了振荡性和非振荡性活动，限制了对潜在机制的见解。通过使用频谱参数化，研究人员评估了极早产儿（出生孕龄（GA）<32周）和足月儿的非周期性活动和周期性θ功率的发育，并检查了早产儿中的个体间变异性。在足月等效年龄（TEA）和2个月校正年龄（2mCA）时，对早产儿（n=41）和足月儿（n=13）在主动/快速眼动（REM）睡眠期间采集了高密度EEG。频谱参数化允许提取非周期性活动指标（偏移量（offset）、指数（exponent））和周期性θ功率，全局地及跨电极空间簇。从TEA到2mCA，偏移量、指数和θ功率增加，早产儿与足月儿之间无差异。在TEA时，非周期性活动指标在前部区域比后部区域更强，但这一区域格局在2mCA时因后部区域从TEA到2mCA的显著变化而发生转变。在早产儿中，TEA时EEG指标的个体间变异性部分由临床风险因素（男性、较低GA、小于GA、有创通气）和通过弥散磁共振成像（MRI）评估的大脑微结构变异解释：更高的θ功率与更先进的大脑皮质成熟相关。这些发现表明，EEG频谱参数化结合空间分析为表征早期大脑成熟和与早产相关的脆弱性提供了敏感框架。
以下是根据您提供的论文原文撰写的解读文章，字数约1500汉字，严格按照您的要求进行浓缩，不包含推测内容，专业术语首次出现时用括号备注英文缩写，作者名保留原文，去除了引用标识和图示标识，并使用
和
标注上下标。文章结构依次为：研究背景与问题、研究目的、主要技术方法、研究结果（保留每个小标题并说明结论）、讨论与结论。
**研究背景与问题**
全球每年约有1340万早产儿出生（约占活产儿的10%），极早产（出生孕龄<32周）与长期神经发育异常风险增加有关。早产发生在妊娠晚期，此时大脑遵循高度有序的序列进行发育，包括神经元迁移、突触发生、连接生长和脑网络建立。提前出生会中断这些过程，增加神经发育轨迹异常的风险。脑电图（EEG）常用于评估新生儿大脑发育，尤其是快速眼动（REM）睡眠中的θ振荡（4-7 Hz），其在早期功能网络发育中起关键作用，但传统频谱分析将振荡性与非振荡性（1/f背景）活动混合，无法区分两者各自的贡献。近期发展出的频谱参数化技术能分解频谱为周期性（振荡性）和非周期性（背景）成分，分别提取指标如非周期性偏移量（offset）、指数（exponent）和周期性θ功率。然而，该技术在早产儿早期发育阶段的应用尚存空白，尤其是纵向追踪及与足月儿的比较，以及探索EEG指标与大脑微结构（如弥散MRI指标）的关联。因此，开展此项研究旨在明确（i）从足月等效年龄（TEA）到2个月校正年龄（2mCA）频谱参数化指标的发育变化，（ii）早产儿与足月儿的差异，以及（iii）临床风险因素和大脑微结构成熟如何解释早产儿内部个体间变异性。
**研究内容与结论**
研究人员对极早产儿（出生GA<32周，n=41）和足月儿（n=13）在TEA和2mCA两个时间点采集高密度EEG，专注于主动/REM睡眠阶段，运用FOOOF算法（Fitting Oscillations & One Over F）对功率谱进行参数化。结论表明：从TEA到2mCA，非周期性偏移量、指数和周期性θ功率均增加，且早产儿与足月儿之间无显著差异。空间分析显示，非周期性活动在前后区域存在异质性发育模式：TEA时前部区域的偏移量和指数高于后部区域，但到2mCA时这种格局因后部区域更显著的成熟变化而部分逆转。在早产儿内部，TEA时的EEG指标个体间变异性部分由临床风险因素（男性、较低GA、小于GA出生体重、有创通气）和大脑皮质微结构（通过弥散MRI测量的各向异性分数FA）解释：更高的θ功率与更低的皮质FA相关，提示θ功率与皮质成熟呈正相关。论文发表在《Developmental Cognitive Neuroscience》。
**主要技术方法**
本研究采用以下关键技术：（1）高密度EEG记录：使用128通道HydroCel Geodesic Sensor Net（Magstim EGI，美国），采样率1000 Hz，针对早产儿（来自巴黎Robert-Debré儿童医院新生儿重症监护室）和足月儿进行主动/REM睡眠期间记录。（2）睡眠分期：通过行为标记（眼动、体动）结合新生儿神经生理学专家离线校正，区分主动/REM睡眠。（3）EEG预处理：使用APICE（Automated Pipeline for Infants Continuous EEG）流程进行伪迹校正、坏道插值、重参考等。（4）频谱参数化：采用FOOOF算法将功率谱分解为非周期性成分（偏移量、指数）和周期性成分（θ功率），分别在全局和三个空间簇（前部、中央、后部）上提取指标。（5）弥散MRI采集与处理：在相同日期（多数婴儿）进行3T扫描，获取弥散张量成像（DTI）指标（各向异性分数FA和平均扩散率MD），分割皮质和白质区域，计算平均FA和MD。（6）统计分析：使用线性混合效应模型（LMM）评估发育和早产效应，方差分析（ANOVA）检验临床风险因素对婴儿TEA时EEG指标的影响，线性回归分析EEG与DTI指标的关联。
**研究结果**
**3.1 定性描述与模型拟合**
功率谱密度（PSD）显示典型的1/f分布，2mCA时所有频率的功率均高于TEA，尤其在2-7 Hz范围。前部簇的发育差异不如中央和后部簇明显。模型拟合良好，部分婴儿在后部簇未检测到θ尖峰。
**3.2 成熟度和早产对非周期性和周期性指标的影响（全局）**
LMM分析发现，非周期性偏移量显著受Session影响（t(73)=3.60，p<.001），2mCA时偏移量高于TEA；周期性θ功率也显著受Session影响（t(34.07)=6.91，p<.001），2mCA时θ功率高于TEA。组别（早产 vs. 足月）及其交互作用均不显著。纵向子集分析结果一致。
**3.3 空间定位对非周期性和周期性指标的影响（簇水平）**
LMM显示非周期性偏移量有显著的Session主效应（F(1,183.59)=211.32，p<.0001）、Cluster主效应（F(2,164.5)=8.37，p<.001）及Session×Cluster交互作用（F(2,164.5)=8.29，p<.001）：TEA时前部偏移量高于中央和后部，但2mCA时差异消失；后部簇的偏移量增加最显著。非周期性指数有Session主效应（F(1,192.3)=10.64，p=0.001）及Session×Cluster交互（F(2,164.5)=6.49，p<.001）：后部簇指数从TEA到2mCA显著增加，前部和中央簇无变化。周期性θ功率仅显示Session主效应（F(1,178.38)=445.57，p<.001），无区域差异。
**3.4 早产儿TEA时临床风险因素对非周期性和周期性指标的影响**
ANOVA发现：（1）有创通气与更低的非周期性偏移量相关（F(1,34)=6.95，p=.013）。（2）孕龄组影响非周期性指数：GIII（较高GA）指数高于GI和GII（p=.009）；有创通气与更低指数相关（p=.016）。（3）性别影响θ功率：男性低于女性（p=.03）；小于GA出生体重与更高θ功率相关（p=.02）。
**3.5 早产儿TEA时大脑微结构成熟与EEG指标的关联**
线性回归显示，非周期性偏移量和指数与皮质或白质的FA或MD均无显著关联。周期性θ功率与皮质FA呈显著负相关（t(34)=?3.11，p=0.004），即更高θ功率对应更低皮质FA（反映更先进的皮质成熟）。
**讨论与结论**
本研究通过EEG频谱参数化揭示了早产儿和足月儿从TEA到2mCA的脑活动发育变化。非周期性偏移量和指数、周期性θ功率均随龄增加，支持背景神经活动和θ振荡的成熟。空间分析发现后部区域非周期性指标发育更迅速，与已知的后部早期成熟梯度一致。早产儿与足月儿无显著差异，提示局部脑活动在组间可能相似，但网络水平连接可能已受影响。早产儿内部变异性部分由临床风险因素（男性、低GA、有创通气）和皮质微结构成熟（θ功率与皮质FA负相关）解释。结论：EEG频谱参数化结合空间分析为表征早期大脑成熟和与早产相关的脆弱性提供了敏感框架。未来研究需扩展网络层面分析并增大样本量以确认初步发现。
