单侧下肢运动时的事件相关电位动态及其功能连接分析

《Journal of Neuroscience Methods》：Event-related Potential Dynamics of Unilateral Lower Limb Movement with Functional Connectivity Analysis

　　

Lingyun Gu|Hongfang Han|Haixian Wang|Xingliang Xiong

• •
  我们提出了ERP成分网络中与EEG显著频段网络相关的明确序列成分（N100和P300）。
• •
  在运动想象与实际运动过程中，下肢运动的相似度较高。
• •
  侧化网络揭示了下肢运动控制所依赖的频率特异性神经基础。

引言

作为具有高时间分辨率的神经活动直接测量手段，脑电图（EEG）非常适合用于研究功能脑网络的电生理关联。通过EEG测量的神经活动通常被划分为不同的频段，包括德尔塔波（1–4赫兹）、西塔波（4–8赫兹）、阿尔法波（8–12赫兹）以及贝塔波（12–30赫兹）（da Silva, 1993）。静息态网络研究显示，这些频段与特定的脑网络存在不同关联。例如，默认模式网络与阿尔法波和贝塔波的关联更为紧密，而躯体运动网络则更与贝塔波相关（Laufs等，2003a；Laufs等，2003b；Mantini等，2007）。此外，阿尔法波振荡被认为参与了整个默认模式网络间的信息传递（Brookes等，2011；Hipp等，2012），而贝塔波和伽马波振荡则可能有助于其子网络内的选择性通信（Samogin、Liu、Marino、Wenderoth和Mantini，2019）。

在静息状态之外，任务执行过程中频率特异性网络会发生动态重构。阿尔法波和贝塔波段的神经振荡会受到运动准备和执行过程的影响（Neuper等，2006；Pfurtscheller和Da Silva，1999），而阿尔法波段的额顶叶网络在运动任务中的认知控制和注意力调节中起着关键作用（Fries，2015；Sadaghiani等，2012）。重要的是，这些与任务相关的功能结构被认为是由静息态基础功能的动态组合与调节所产生的，因此系统地研究频率特异性网络动态对于理解运动行为的神经基础至关重要。

事件相关电位（ERPs）为研究刺激触发下的神经处理提供了另一种视角。通过对比重复刺激下同步记录的EEG反应，ERPs能够从背景EEG活动中提取出“真实”的神经信号，并展现出一系列可靠的成分（Makeig、Debener、Onton和Delorme，2004）。在这些成分中，N100和P300在运动研究中尤为重要：N100被认为反映了早期的感觉处理和任务相关的注意力投入，而P300则与刺激评估和情境更新有关（Polich，2007）。不过，这些成分在不同个体之间的时间同步性并不严格，因此人们广泛使用滑动窗口分析方法来捕捉其在功能连接中的时间和空间变化特征（Chang和Glover，2010；Dalal等，2009）。然而，关于下肢运动过程中产生这些ERP成分的频率特异性网络机制，目前仍了解不多。

为填补这一空白，需要一种基于数据驱动的频谱分解方法。主成分分析（PCA）长期以来一直被用于对ERP波形进行具有功能意义的分解（Donchin，1966）。类似地，Kayser、Tenke和Debener（2000）提出了频率PCA方法，该方法依据数据的协方差结构从EEG频谱中提取频率成分，从而避免了人为设定的频段边界。该方法已在静息态和任务态研究中得到成功应用（Kayser等，2014；Tenke和Kayser，2005；Tenke等，2015）。由此得到的频率成分可为构建频率特异性功能连接网络提供客观的频谱基础。

在功能连接分析方面，一致性函数的虚部（iCOH）是一种能够有效衡量相位同步性的指标，它能够自动抑制体积传导效应（Nolte等，2004）。与传统的一致性函数不同，后者容易受到场扩散导致的零相位滞后相关性的影响，而iCOH仅反映神经源之间真正的非零相位相互作用。这一特性使得iCOH特别适用于传感器级别的EEG连接性分析。为了从统计学上关联这些高维连接矩阵，多元距离矩阵回归（MDMR）提供了一种以个体为中心的分析方法，该方法可用于判断在一个网络空间（如ERP连接性）中的主体间相似性是否可以由另一个网络空间（如EEG频率连接性）中的相似性来解释，同时还能控制多重比较的影响（McArtor等，2017；Shehzad等，2014）。

运动功能的侧化现象，即单侧运动时对对侧半球的优先激活，是上肢运动控制中已得到充分证实的特征（Kim等，1993；Serrien等，2006）。尽管有初步研究证据，但下肢运动是否也存在类似的侧化模式却鲜有关注。Gu等（2020）表明，脑网络特征能够区分左右下肢的运动想象，而Gu、Jiang、Han、Gan和Wang（2023）进一步发现，ERP成分（N100、P300）包含用于识别单侧下肢运动的区别性信息。这些研究结果表明，下肢运动确实存在侧化的神经活动，但目前尚未系统地阐明支撑这种侧化效应的频率特异性网络结构，尤其是运动执行和运动想象过程中EEG频率网络与ERP成分之间的动态关系。

本研究旨在通过整合f-PCA、iCOH功能连接分析以及MDMR分析等方法，针对单侧下肢运动执行和运动想象任务期间的EEG数据，来填补这一研究空白。具体而言，我们的目标是：（1）利用f-PCA确定EEG频谱中与下肢运动最相关的频率成分；（2）分析在N100和P300这两个ERP时间窗内，这些频段内的动态功能连接模式；（3）通过MDMR确定构成ERP成分网络的频率特异性网络要素，从而揭示下肢运动侧化的神经基础。

章节摘要

参与者与伦理声明

共有28名大学生参与了这项研究（14名女性，平均年龄为24.59±2.08岁；14名男性，平均年龄为24.47±2.28岁）。所有参与者均无神经系统疾病、精神疾病或学习障碍。在参与研究之前，他们均已签署知情同意书，该研究方案已获得中国南京东南大学伦理委员会的批准。

研究流程

研究过程中使用64通道的Synamps放大器及Neuroscan Acquire软件，对连续的EEG活动进行了记录，记录范围为直流电平至70赫兹，采样率为1000次/秒。

f-PCA EEG频谱成分

图2展示了静息状态下（第一列）以及运动执行和运动想象前的预刺激阶段（第二列和第三列）中，中线位置的0到30赫兹范围内的总平均频谱幅度，频率分辨率為0.5赫兹。在所有条件下，Cz、C3和C4位置的德尔塔波峰最为明显。与静息状态下的1赫兹相比，预刺激状态下的德尔塔波峰频率上升到了2.5赫兹。在静息状态的EC条件下，阿尔法波的峰值为10.5赫兹，没有出现其他明显变化。

研究结果总结

本文主要研究了与下肢运动相关的功能连接的动态同步模式，包括运动执行和运动想象两种模式。为区分单侧下肢运动的独特网络特征，本研究首先利用静息状态的EEG频率成分，通过双因素方差分析确定了下肢运动模式下静息状态与任务状态在侧化模式上的差异。随后，又运用MDMR网络分析方法进行了进一步研究。

研究局限性

在解读本研究结果时，需考虑当前研究方法的若干局限性，但这些局限性也为未来的改进指明了方向。首先，样本量相对较小（n=15），且参与者以女性为主，这可能限制了研究结论的普遍适用性。性别比例失衡是由于严格的数据质量控制措施导致的，并非出于选择偏差，不过仍不能排除性别差异对下肢运动侧化的可能影响。

研究结论

本研究发现了单侧下肢运动执行和运动想象过程中不同的时空网络模式。频率PCA分析显示，在不同状态下都存在显著的德尔塔波段，而在运动执行和运动想象过程中，阿尔法波的峰值存在差异，运动执行时的峰值高于10赫兹，而运动想象时的峰值低于10赫兹。动态连接分析表明，N100和P300成分与德尔塔波段（D1）以及阿尔法波段（A1/A2）的网络存在显著关联。在P300时间窗口内，尤其会出现对侧半球的激活模式。

未引用参考文献

da Silva FL. 计算机辅助EEG诊断：模式识别与脑图绘制，1993年，共1063-86页。

CRediT作者贡献说明

Xingliang Xiong： 方法设计、研究实施。Hongfang Han： 结果验证、研究指导。Lingyun Gu： 文章撰写、原始稿准备、数据可视化、数据整理。Haixian Wang： 项目管理、资金筹集。

利益冲突声明

作者声明，他们不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢

作者感谢匿名审稿人提出的宝贵意见与建议。本研究得到了常州市科技计划项目（项目编号CJ20240073）、广西壮族自治区重大科技专项（项目编号AA24206003）以及中国国家自然科学基金（项目编号62176054）的支持。