静息态与图片命名脑电图揭示粤语卒中后失语症的异常连接组及与预后相关的功能异常网络：一项多频率探索性分析

《Cortex》：Resting-state and Picture-Naming EEG Reveal Aberrant Connectomes and Outcome-associated Dysfunctomes in Cantonese Post-stroke Aphasia: A Multi-frequency Exploratory Analysis

　　

摘要脑卒中后失语症（PSA）正日益被理解为一种网络障碍，然而其电生理连接组几乎完全在重音节型印度-欧罗巴语系语言中进行了表征，且很少在同一队列中跨多个频段和记录状态采样相位锁定连接。我们在31名慢性粤语失语症患者和14名人口学特征匹配的神经健康对照者中采集了61导联的静息态和外显图片命名EEG数据，计算了表面拉普拉斯变换后的相位锁定值（PLV）连接，涵盖六个标准频段（delta、theta、alpha、低beta、高beta、低gamma），并使用网络统计方法（NBS）识别组内异常命名参与子网络、组间异常子网络以及结果相关的功能障碍网络（与七项临床结果相关的子网络）。通过跨频段Akaike模型比较确定了最佳支持的频段×状态功能障碍网络。结果显示，健康对照组（HC）和失语症患者组（PWA）依赖质的不同的振荡子网络从静息状态转换到命名任务，PWA将参与转移至右半球和领域通用前额叶区域，并未能解除中央alpha的参与。组间对比突出了经典左颞叶区域慢波占主导的高连接子网络，反映了被动皮层功能障碍。结果相关的功能障碍网络识别出静息态alpha作为整体失语症严重程度、自发言语流利度和信息量、整体命名和对抗命名的最佳拟合候选，而静息态低beta作为听觉理解的最佳拟合候选。综上所述，受损的命名参与子网络和病灶周围慢波异常连接组为失语症相关网络重组提供了机制标志，而静息态alpha和低beta功能障碍网络则为PSA的结果特异性精准神经调控提供了候选靶点。引言脑卒中后失语症（PSA）是一种多方面获得的语言障碍，影响约三分之一的中风幸存者（Berthier, 2005; Wu, 2020），现已被广泛概念化为一种分布式的脑网络障碍，而非局部Sylvian周围损伤（Hartwigsen & Saur, 2019; Jiang et al., 2025; Kiran et al., 2019）。结构和血流动力学神经影像证据已确立，失语症严重程度不仅由焦点病变拓扑结构决定，还受到白质完整性、神经网络组织以及残余语言和领域通用网络中关键网络枢纽保存状态的影响（Gleichgerrcht et al., 2016; Marebwa et al., 2017; Siegel et al., 2016）。尽管这些连接组解释推进了我们对于恢复期间复杂网络重组的理解，但它们仍然基于缓慢的血流动力学或解剖学区域间通信的替代指标，因此只能通过间接方式捕捉语言网络实时计算过程中所依赖的语言处理动力学（Giraud & Poeppel, 2012; Meyer, 2018; Benítez-Burraco & Murphy, 2019）。相比之下，脑磁图（MEG）和脑电图（EEG）等电生理成像技术具有与通信过程中神经集合体快速动力学相当的时间精度（Bastiaansen & Hagoort, 2006）。近期研究开始表明，特定频率的振荡网络能够追踪失语症中具有临床意义的变化（Mehraram et al., 2025; Shah-Basak et al., 2022; Kawano et al., 2021）。本质上，神经振荡构成脑功能的基本机制，通过组织神经元兴奋性的时间动态来实现在分布式神经网络间信息协调、整合和高效传输，以支持认知处理（Buzsáki, 2006）。健康的语言处理依赖于层级化的频率复用架构，其中较慢的振荡将连续语音解析为语言单位，较快的振荡承载这些单位的编码，而跨频率相位耦合将这些层级绑定在一起（Giraud & Poeppel, 2012; Meyer, 2018; Ding et al., 2016; Hyafil et al., 2015; Murphy, 2015）。在此框架内，delta频段（1–4 Hz）相位动态追踪短语和语调结构（Ding et al., 2016）；theta频段（4–8 Hz）耦合支持音节分块和词汇语义检索（Cogan & Poeppel, 2011）；alpha频段（8–12 Hz）连接与语言选择性注意、抑制性门控及竞争表征的抑制有关（Klimesch, 2012; Strau? et al., 2014）；beta频段（12–30 Hz）耦合指示自上而下的预测控制、句法统一和运动言语计划的维持（Lewis & Bastiaansen, 2015; Weiss & Mueller, 2012; Sarmukadam & Behroozmand, 2022）；gamma频段（>30 Hz）活动与局部特征绑定和词汇提取相关，通常嵌套于较慢节律的相位中（Giraud & Poeppel, 2012; Benítez-Burraco & Murphy, 2019）。因此，基于相位的连接度量独特地位于揭示支持语言的振荡机制的网络水平，并能同时在多层频段层级上实现这一点。显然，左半球卒中在多个层面破坏了这种振荡层级，既通过轴突损伤直接破坏，也通过diaschisis介导的远处语言网络节点变化间接影响（Hartwigsen & Saur, 2019; Siegel et al., 2016）。早期的静息态频谱功率分析研究反复显示，PSA以振荡减慢为特征——病灶周围和右半球同侧区域delta和theta频段功率增加，alpha和beta频段功率减少（Dalton et al., 2021; Spironelli & Angrilli, 2009; Spironelli et al., 2013）。然而，频谱功率本身并不能为上述复杂神经动力学提供有意义的描述。因此，近期的分析越来越关注连接组水平的静息态电生理标志。例如，Kawano等（2021）发现，前额-前额beta频段相位同步性降低与失语症严重程度增加相关，而右前额-颞叶delta同步性增加与表达性表现较差相关。Shah-Basak等（2022）使用MEG和振幅包络相关性探索PSA中语言功能的连接标志，发现左半球alpha和beta连接减弱分别与命名和流利度结果相关。重要的是，Nicolo等（2015）证明，Broca区的beta频段加权节点度——反映区域间振荡同步——能预测未来的语言改善。由于语言任务参与被认为会改变振荡活动，基于任务的EEG结果提供了补充静息态发现的额外信息。Mehraram等（2025）最近发现，在自然语音聆听过程中出现了异常的theta和gamma频段网络。Sarmukadam & Behroozmand（2023）也发现，在言语产生过程中，失语症患者（PWA）表现出前额-中央delta和theta以及中央-顶叶低beta连接降低，这与听觉反馈控制受损的程度相关。综合上述关于支撑各种语言功能的特定频率振荡机制的神经语言学发现，这些来自患者群体的发现共同凸显了振荡网络标志的诊断和预后价值。然而，对PSA中电生理改变和功能相关连接组标志的系统评估仍处于起步阶段，大多数现有研究主要采样孤立频段或单一记录状态，很少探究语言产生任务期间的相位耦合模式。这些振荡标志的转化价值不仅在于诊断，而且日益具有治疗意义，因为神经调控，尤其是经颅交流电刺激（tACS），提供了一条非侵入性途径来"重新布线"目标网络内的特定频率相位同步性（Elyamany et al., 2021; Polanía et al., 2012）。早期概念验证研究显示tACS治疗PSA的效果不一致（Xie et al., 2022; Garnier et al., 2022; Keator et al., 2023; Omae et al., 2024; Martzoukou et al., 2026; 见综述Gobbo & Marini, 2025），这可能归因于方法学差异，但更关键的是使用了非脑驱动的、一刀切的刺激位点。最近，我们团队开创了利用振荡连接组标志指导个体化tACS治疗PWA的方法学进展，即连接组tACS或Con-tACS（Cheung et al., 2025; Cheung & Kong, 2026）。在我们的可行性研究中，我们引入了基于功能障碍网络的靶向方法，使用网络统计方法（NBS; Zalesky et al., 2010）识别失语症商数相关的任务依赖性振荡子网络——具体为发散命名期间的左额-颞叶theta网络——并应用个体化双位点同相tACS来恢复连接。这种方法立即改善了PSA中的振荡网络特性和发散命名表现（Cheung et al., 2025）。本质上，功能障碍网络是指在患病人群中与特定功能结果相关的互连子网络。功能障碍网络可以在特定频段、特定状态下识别，并与特定临床结果相关，具有独特的网络拓扑、枢纽节点和中心边缘。一项后续靶点参与研究进一步证明，在目标功能障碍网络内对集中的、非减弱的目标边缘应用Con-tACS可以促进显著的功能障碍网络整体增强（Cheung & Kong, 2026）。最近，一项双盲随机对照试验表明，由命名相关的alpha功能障碍网络指导的个体化Con-tACS在慢性PSA患者中经2周治疗后显著改善了命名表现和失语症严重程度，优于假刺激和固定刺激位点的tACS（手稿正在审稿）。综上所述，这些发现支持EEG振荡功能障碍网络是有效的刺激靶点，可以指导个体化Con-tACS。由于功能障碍网络指导的靶向方法是"功能障碍特异性"的，即应根据个体需要改善的功能障碍选择特定功能障碍网络作为刺激靶点，因此该范式的成功关键取决于事先为PSA中的各种临床领域识别出稳健的功能障碍网络，而目前这方面尚缺乏研究。现有文献中的三个具体空白汇聚于本研究。第一，尽管基于任务的EEG提供了进入语言活动中主动参与的振荡网络的窗口，但几乎所有PSA的连接组研究都依赖于静息态记录，而少数基于任务的报告强调听觉反馈控制和被动聆听任务，而非言语产生参与。第二，尽管相位耦合被认为是当前语言神经生物学模型所提出的关键振荡机制，但先前的PSA研究大多使用振幅包络相关性或相干性，很少在同一队列中跨完整的delta至低gamma层级对比相位耦合改变。重要的是，源自相位耦合连接度量的功能障碍网络具有额外的转化相关性，因为它们直接为神经调控方法（如同相tACS）提供刺激靶点信息，后者基于匹配连接原则运作。第三，证据基础主要来自主讲重音节型印度-欧罗巴语系语言的说话者，而粤语——一种音节计时、词汇声调语言，对语言网络具有独特的韵律和音韵要求（Jia et al., 2013）——在连接组和电生理失语症学中研究明显不足。这些空白共同促使我们进行全面的多频段、多状态、相位耦合表征，以研究粤语PSA中的异常连接组和功能障碍网络。因此，本研究对31名慢性粤语失语症患者和14名人口学特征匹配的神经健康对照者进行了静息态和图片命名EEG的全面探索性分析，使用跨六个标准频段（delta、theta、alpha、低beta、高beta、低gamma）的相位锁定值（PLV; Lachaux et al., 1999）衍生连接。分析分为三个互补层级。首先，我们表征六个频段中的组内任务参与——HC和PWA中从静息态到图片命名的振荡网络拓扑重组——使得健康的组内命名参与模式提供参照，以便解释失语症中参与失败或异常的参与模式。其次，我们识别六个频段中PWA与HC之间的静息态和命名态下的超连接和低连接异常连接组。第三，我们在PWA中识别与七项临床结果（失语症严重程度、听觉理解、自发言语流利度、自发言语信息量、重复、整体命名和对抗命名）相关的功能障碍网络，量化每个存活功能障碍网络对应结果中高于人口学基线的临床信息方差，并使用小样本校正的信息论模型比较来确定每项结果的最佳拟合振荡候选。所有连接组水平推断均使用网络统计方法（NBS; Zalesky et al., 2010）进行，该方法保留了互连子网络结构，从而支持下游枢纽识别和边缘/节点中心度估计，提供了对功能更重要区域和通路的额外见解。具体而言，我们解决了以下四个研究问题：RQ1. 在每组（HC和PWA）中，在六个频段中，与静息态相比，图片命名期间相位锁定显著增加或减少的网络模式和枢纽是什么？表征HC中的组内任务参与模式——完整的词提取振荡重组的参照案例——和PWA旨在界说失语症语言网络在命名需求下异常参与或未能参与的方式。RQ2. 在各记录状态下跨频段的组间异常连接组（PWA > HC和PWA < HC）的网络模式和枢纽是什么？RQ3. PWA中与七项失语症结果相关的功能障碍网络的网络模式和枢纽是什么？每个存活功能障碍网络的平均连接在其对应结果中高于人口学基线携带的临床信息方差有多少？RQ4.

在同一结局下存留的异常功能组中，哪个频段×状态候选者获得小样本校正的赤池信息准则（AICc）的最强支持？以配对证据比率 ER = exp(ΔAICc / 2) 量化的相对证据表明，最佳拟合候选者相比其最接近的竞争者具有多大的优势？

**部分片段**

**参与者**

三十一名以粤语为母语的后中风慢性失语症（PWA）患者和十四名神经健康对照组（HC）参与了本探索性研究。PWA患者在2023年7月至2026年2月期间从当地康复中心和患者组织招募。HC组在同一时期通过社区广告招募。PWA组的纳入标准为：(a) 年龄18-70岁，(b) 临床确认的单次、单侧左半球中风……

**人口统计学与临床特征**

31名PWA和14名HC的人口统计学与临床特征及其描述性和组间比较结果分别报告于表1和表2。独立样本t检验表明，两组在年龄（PWA: M = 55.6, SD = 8.9; HC: M = 53.5, SD = 7.0; t = 0.84, p = .407）和受教育年限（PWA: M = 13.0, SD = 4.3; HC: M = 15.2, SD = 4.4; t = ?1.60, p = .121）方面无显著差异；卡方检验确认两组性别分布无差异（χ2 = ）……

**研究结果综合**

本探索性报告首次提供了慢性粤语使用者后中风失语症（PSA）静息态与图片命名振荡连接组的全面、多频段、多状态、相位耦合表征。在31名PWA和14名人口统计学匹配的健康神经对照组的单一队列中，对六个经典频段在两种记录状态下针对七项临床结局进行了探查，生成了四个互补层次……

**结论**

本探索性报告在单一慢性粤语使用者PSA队列中，绘制了静息态与图片命名脑电图下异常任务投入连接组、组间异常连接组、异常功能组以及获得最强支持的频段×状态候选者的首张联合图谱。组内任务投入分析揭示，HC和PWA依赖性质不同的振荡子网络从静息状态转变为命名状态，其中PWA表现出右半球的异常投入……

**未引用文献**

Wu等人，2020年。

Chester Yee-Nok Cheung | Anthony Pak-Hin Kong

香港大学教育学院人类沟通、学习与发展学系，香港港岛港岛香港特别行政区