静息态脑电图α功率和θ/α比在睁眼和闭眼条件下的正常年龄相关变化

《Frontiers in Aging Neuroscience》:Normative age-related changes in resting-state EEG alpha power and theta/alpha ratio across eyes-open and eyes-closed conditions

【字体: 大 中 小 】 时间:2026年07月28日 来源:Frontiers in Aging Neuroscience 5.2

编辑推荐:

  静息态脑电图(electroencephalography, EEG)提供了大规模神经动态的敏感测量,并已被广泛用于表征脑功能的年龄相关变化。然而,许多先前研究依赖于相对较小的样本或单条件记录,限制了研究结果的泛化性。在本研究中,研究人员在健康成年人的大样本中

  
静息态脑电图(electroencephalography, EEG)提供了大规模神经动态的敏感测量,并已被广泛用于表征脑功能的年龄相关变化。然而,许多先前研究依赖于相对较小的样本或单条件记录,限制了研究结果的泛化性。在本研究中,研究人员在健康成年人的大样本中,研究了脑电图频谱特征在闭眼(eyes-closed, EC)和睁眼(eyes-open, EO)条件下的正常年龄相关轨迹。经过可重复的预处理和伪迹剔除后,共纳入来自608名20–70岁参与者的3,229次静息态脑电图记录。脑电图数据在闭眼(EC)和睁眼(EO)条件、任务前和任务后时间点,以及基线期和随访期(如有)进行分析。研究人员聚焦于枕叶α相对功率(occipital alpha relative power)、全局θ/α比(global theta/alpha ratio)和枕叶α峰值频率(occipital alpha peak frequency)作为频谱标记。采用带有参与者特异性随机截距的线性混合效应模型来考虑重复测量,模型估计值报告了标准误、置信区间、检验统计量和错误发现率(false discovery rate, FDR)校正的p值。结果显示,枕叶α相对功率随年龄显著下降,且EO条件下的α表达低于EC条件。相反,全局θ/α比随年龄增加,提示年龄相关的常规频谱平衡向低频相对优势的转变。枕叶α峰值频率表现出较弱且更易变的模式,因此被解释为辅助标记。这些发现提供了健康成年人中年龄相关的静息态脑电图频谱变异的正常描述性信息,并表明EC和EO记录可能更适合作为不同的记录环境分别分析,而非假设它们提供完全可互换的基线估计值。
**论文解读:静息态脑电图α功率和θ/α比在睁眼和闭眼条件下的正常年龄相关变化**

**研究背景与问题**
静息态脑电图(electroencephalography, EEG)是一种非侵入性方法,可测量无外部任务条件下的自发神经活动,已广泛应用于认知、唤醒、精神疾病和正常衰老研究。健康衰老不仅涉及认知下降或临床疾病,还伴随神经同步化、皮质兴奋性、感觉处理效率和大规模脑节律组织的渐进变化。既往研究已报道α波活动随年龄下降,α峰值频率减慢,低频活动相对增加,然而存在以下局限:样本量小或年龄范围受限,导致结果稳定性不足;多数研究仅考察单一记录条件(闭眼或睁眼),未在同一分析框架内比较两者;α峰值频率估计在峰值弱时可能不稳定。因此,需要在大样本中系统评估多个频谱标记在睁眼和闭眼条件下的年龄相关变化,以提供更可靠的正常衰老描述性参考。

**研究目的与意义**
本研究旨在利用健康成年人大型公开数据集,描述闭眼(eyes-closed, EC)和睁眼(eyes-open, EO)条件下静息态脑电图频谱标记的年龄相关轨迹。主要贡献在于提供大样本、条件敏感的正常衰老频谱特征描述,而非提出全新机制。论文发表在《Frontiers in Aging Neuroscience》。

**主要关键技术方法**
研究人员使用Dortmund Vital Study静息态脑电图公开数据集(OpenNeuro编号ds005385),包含608名20–70岁健康成年人,共3,229次记录。关键技术包括:(1)标准化预处理流程:50 Hz陷波滤波、1–45 Hz带通滤波、平均参考、2秒分段、基于峰值–峰值幅度>150 μV的自动伪迹剔除;(2)功率谱密度(PSD)估计:采用Welch法,频率分辨率约0.9766 Hz,频带定义为delta(1–4 Hz)、theta(4–8 Hz)、alpha(8–13 Hz)、beta(13–30 Hz);(3)频谱特征提取:枕叶α相对功率(O1, Oz, O2电极簇平均,相对1–30 Hz总功率)、全局θ/α比(全头皮通道平均theta功率除以alpha功率)、枕叶α峰值频率(8–13 Hz范围内最大PSD值);(4)统计建模:线性混合效应模型,含参与者特异性随机截距,固定效应包括标准化年龄、年龄二次项、眼状态、时间点、会话、性别及年龄与眼状态交互项,结果报告FDR校正的p值。

**研究结果**

**3.1 样本特征**
通过描述性统计分析,最终纳入608名参与者(平均年龄44.07±14.51岁,范围20–70岁;女性376人,61.8%;男性232人,38.2%)。年龄组分布均衡:20–29岁137人(22.5%),30–39岁111人(18.3%),40–49岁111人(18.3%),50–59岁140人(23.0%),≥60岁109人(17.9%)。记录层面:EC记录1,625次,EO记录1,604次;任务前1,617次,任务后1,612次;基线期2,408次,随访期821次。

**3.2 年龄相关的枕叶α相对功率与θ/α比模式**
通过LOWESS平滑曲线和线性混合效应模型分析,发现枕叶α相对功率在EC和EO条件下均随年龄增加而下降,EC条件下下降更平滑明显;EO条件下绝对值更低且离散度更大。全局θ/α比则呈现相反趋势,随年龄增加而上升,EC条件下上升更明显,EO条件下轨迹较平坦。混合效应模型显示,标准化年龄对枕叶α相对功率有显著负向效应(β=-0.0537, p<0.001, FDR校正后p<0.001),EO vs EC有显著负向效应(β=-0.2197, p<0.001),而年龄与眼状态交互项不显著(p=0.057, FDR校正后p=0.091),表明年龄相关下降趋势在两种条件下基本一致。对于全局θ/α比,标准化年龄有显著正向效应(β=0.0457, p=0.005, FDR校正后p=0.012),EO vs EC有显著正向效应(β=0.3218, p<0.001),且年龄与眼状态交互项显著(β=-0.0270, p=0.002, FDR校正后p=0.006),表明年龄相关增加的幅度在EC和EO条件下存在差异。

**3.3 枕叶α峰值频率作为辅助标记**
通过混合效应模型分析,枕叶α峰值频率随年龄下降,但伴随条件及时间点相关变异,且估计值在α峰值弱时不稳定。因此,该指标被解释为辅助标记,结果不如α相对功率和θ/α比稳健。

**3.4 额外稳健性分析**
通过winsorized敏感分析和参与者均值可视化,确认主要结果方向一致,表明核心发现并非由少数极端值或重复测量结构驱动。

**总结讨论与结论**
讨论部分指出,本研究的主要发现是:枕叶α相对功率随年龄下降,全局θ/α比随年龄增加,α峰值频率变化较弱。这些结果与既往研究一致,但本研究通过大样本和双条件分析提供了更可靠的描述性参考。EC和EO条件代表不同的记录环境,年龄相关模式在两种条件下均可观察到,但幅度和表达方式有所不同,因此建议分别分析或明确建模眼状态。α峰值频率因估计不稳定性更适合作为辅助标记。研究局限性包括:横断面设计为主、未完全控制混杂因素(教育、睡眠、药物等)、伪迹去除未使用独立成分分析(ICA)、未分离周期性与非周期性频谱成分。结论部分翻译如下:
本研究分析了608名健康成年人的3,229次静息态脑电图记录,在EC和EO条件下考察了年龄相关的频谱模式。枕叶α相对功率随年龄下降,而全局θ/α比随年龄增加,提示在成年期常规频谱平衡向低频相对优势转变。这些模式在考虑参与者内部重复测量后仍成立,且在EC和EO条件下表达不同。枕叶α峰值频率结果变异较大,因此应作为辅助标记解读。总体而言,研究结果为健康成年人常规静息态脑电图频谱特征提供了描述性正常参考信息,并支持在解释年龄相关频谱模式时单独报告EC和EO条件或明确建模眼状态。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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