《GeroScience》：Age-Related Changes in Spontaneous Brain Dynamics Revealed by Resting-State Magnetoencephalography
编辑推荐：
自发神经元振荡支撑大规模脑通信，并对成年期衰老敏感，但其在整个成人生命跨度中的瞬时动态变化及其与认知的关系仍不清楚。研究人员采用静息态脑磁图（resting-state magnetoencephalography，MEG）和时间延迟嵌入隐马尔可夫模型（tim
自发神经元振荡支撑大规模脑通信，并对成年期衰老敏感，但其在整个成人生命跨度中的瞬时动态变化及其与认知的关系仍不清楚。研究人员采用静息态脑磁图（resting-state magnetoencephalography，MEG）和时间延迟嵌入隐马尔可夫模型（time-delay embedded hidden Markov model，TDE-HMM）刻画了617名18–88岁健康成人的瞬时振荡脑状态。衰老与自发活动的频率特异性和区域特异性重组相关，其特征为前部delta/theta功率增加，后部alpha和感觉运动beta功率降低。在网络层面，老年人表现出由alpha活动主导的后部状态的分数占用率（fractional occupancy，FO）降低。在该后部状态内，更强的alpha频段连接性与艾登布鲁克认知检查修订版（Addenbrooke’s Cognitive Examination-Revised，ACE-R）表现适度相关，提示后部alpha耦合与该测验所捕获的个体间整体认知表现差异有关。综上，这些发现揭示了整个成人生命跨度中自发脑动力学的细微年龄相关差异，包括状态占用的后部向前部再分布。研究结果并非建立临床生物标志物或认知衰老的通用标志物，而是将后部alpha连接性识别为一种具有行为相关性的静息态MEG特征，值得在纵向和多模态研究中进一步验证。
研究背景：健康衰老过程显著影响认知和情感功能，自发神经元振荡支撑大规模脑通信，静息态自发活动可反映皮层系统的完整性和组织方式。以往研究多分析静态光谱功率或源水平图，对瞬态、状态分辨的网络动态及其频率特异性连接关注不足。静息态功能磁共振研究提出了后部-前部移位（Posterior-Anterior Shift in Aging，PASA）框架，但静息态脑磁图（MEG）是否表现出类似的前后部再分布，以及这种动态与认知的关系尚不清楚。因此，研究人员利用剑桥衰老与神经科学中心（Cambridge Centre for Ageing and Neuroscience，CAM-CAN）队列中617名健康成人（年龄18–88岁，平均55.06±18.24岁；男性310名，女性307名）的静息态MEG数据，结合时间延迟嵌入隐马尔可夫模型（TDE-HMM）系统刻画瞬态振荡脑状态的年龄差异及其认知关联。
主要技术方法：研究人员从CAM-CAN队列获取静息态MEG和结构MRI数据；使用FieldTrip进行1–48 Hz带通滤波、250 Hz降采样和独立成分分析去伪迹；基于线性约束最小方差（linearly constrained minimum variance，LCMV）波束形成器将传感器数据投影至皮层源空间，并按42个皮层区域划分；采用TDE-HMM推断瞬态脑状态，通过变分自由能选择12状态模型；提取状态占用的分数占用率（fractional occupancy，FO）、存活时间和间隔时间；计算状态特异性功率和频段相干性，用高斯混合模型（Gaussian mixture model，GMM）识别最强连接；使用Spearman相关、错误发现率（false discovery rate，FDR）校正、一般线性模型（general linear model，GLM）和bootstrap置信区间进行统计推断。
研究结果：
动态脑状态模式：TDE-HMM识别出12个瞬态脑状态，其中4个关键状态包括前部高阶认知状态（状态2）、后部高阶认知状态（状态9）、感觉运动状态（状态11）和视觉状态（状态12），其余8个状态分为4个正活动和4个负活动模式。这些状态在FO、平均存活时间和间隔时间上呈现不同分布，为后续年龄和认知分析提供了基础。
频率特异性振荡模式：前部高阶状态在宽频和delta/theta频段显示额顶叶功能连接；后部高阶状态在宽频尤其alpha频段显示枕、颞、顶叶强连接；感觉运动状态在宽频尤其beta频段显示运动区连接。这表明各状态具有频率特异性的网络组织。
与年龄相关的脑状态：相关分析显示，前部状态FO与年龄正相关（Spearman’s ρ=0.1110），后部状态
