楊 碩 冀亞坤 王 磊 郝鵬茹 徐桂芝

(河北工業(yè)大學(xué)電氣工程學(xué)院， 省部共建電工裝備可靠性與智能化國家重點(diǎn)實(shí)驗(yàn)室， 河北省電磁場與電器可靠性重點(diǎn)實(shí)驗(yàn)室，天津 300130)

引言

腦疲勞在長期進(jìn)行認(rèn)知能力要求較高的任務(wù)時(shí)產(chǎn)生[1]，是日常生活中一種常見的現(xiàn)象，普遍存在于辦公室工作環(huán)境中。腦疲勞通常伴隨著厭倦感增強(qiáng)，警覺度降低，工作記憶性能下降等，在不同方面影響著個(gè)體的正?；顒?dòng)和工作生活質(zhì)量[2-3]。個(gè)體一旦出現(xiàn)腦疲勞，很難再維持高度注意力來完成認(rèn)知任務(wù)，工作效率下降，同時(shí)由于注意力降低而引發(fā)大腦信息處理失誤，出現(xiàn)不適當(dāng)?shù)男袨槭沟贸鲥e(cuò)率上升，增加事故隱患。如果長期處于腦疲勞狀態(tài)，不僅會(huì)使學(xué)習(xí)和記憶等功能下降，還會(huì)轉(zhuǎn)為慢性腦疲勞疾病甚至引發(fā)其他疾病，如阿爾茨海默氏病、亨廷頓氏病和帕金森氏疾病等[4]。因此，無論是從職業(yè)風(fēng)險(xiǎn)保護(hù)還是個(gè)體健康角度來考慮，研究腦疲勞的檢測都是極其重要的。

目前腦疲勞的檢測在臨床上以量表分析為主，主要的評判手段是疲勞量表，分別讓被試在認(rèn)知任務(wù)前后填寫問卷并進(jìn)行評分統(tǒng)計(jì)比較。生理與電生理檢測為輔，如心電、眼電、腦電等，其中腦電因其無創(chuàng)性、高時(shí)間分辨率及直接反映腦皮層活動(dòng)特征等特點(diǎn)，被廣泛應(yīng)用于腦疲勞的研究之中。例如，Sun等使用腦電對腦疲勞時(shí)的皮質(zhì)功能連接進(jìn)行了分析，發(fā)現(xiàn)在疲勞狀態(tài)下皮質(zhì)連接的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生改變，并且存在左右腦不對稱現(xiàn)象[5]，說明腦疲勞時(shí)腦功能網(wǎng)絡(luò)的結(jié)構(gòu)會(huì)重塑。另外，人們開始嘗試同時(shí)分析腦疲勞的多種參數(shù)。Laurent等使用EEG、ECG和EOG對腦疲勞進(jìn)行研究，發(fā)現(xiàn)同時(shí)使用3種模態(tài)可以提高腦疲勞的快速檢測[6]。然而，近些年的研究大多針對疲勞時(shí)腦電的單一頻段進(jìn)行分析，各節(jié)律之間相互作用的研究卻很少。

頻率交叉耦合(cross frequency coupling，CFC)描述的就是腦電不同頻段之間的相互作用，并且這種相互作用比單個(gè)頻段能更好地控制復(fù)雜腦網(wǎng)絡(luò)。頻率交叉耦合，尤其是低頻相位與高頻幅值之間的耦合，被認(rèn)為是不同區(qū)域局部和整體信息交流的潛在通信機(jī)制，并且參與認(rèn)知任務(wù)過程中各腦區(qū)的信息整合。研究表明，較高頻段腦電進(jìn)行的是局部腦區(qū)的快速信息處理，而低頻腦電不僅與外部感官輸入和運(yùn)動(dòng)事件有關(guān)，還與內(nèi)部的學(xué)習(xí)記憶認(rèn)知驅(qū)動(dòng)相關(guān)[7]。由于頻率交叉耦合方法能夠更好地體現(xiàn)不同腦區(qū)以及不同節(jié)律之間的相互作用關(guān)系，對于揭示工作任務(wù)時(shí)大腦皮層的信息交流過程有很重要的作用，所以近幾年研究人員開始關(guān)注頻率交叉耦合，此方法常見的方式有幅值幅值耦合(amplitude amplitude coupling, AAC)，相位相位耦合(phase phase coupling, PPC)和相位幅值耦合(phase amplitude coupling, PAC)。其中，相位幅值耦合，尤其是低頻與高頻之間的耦合，可能與多重對象的維持及長時(shí)程記憶過程相關(guān)，并且與認(rèn)知任務(wù)中神經(jīng)元之間的信息交流整合有關(guān)[8-10]。Nicol等在動(dòng)物實(shí)驗(yàn)的研究中發(fā)現(xiàn)，低頻theta與高頻gamma的相位幅值耦合強(qiáng)度隨著學(xué)習(xí)任務(wù)的增加而增加，并且其強(qiáng)度變化與辨別行為能力有顯著相關(guān)性[11]；Friese等發(fā)現(xiàn)，人類短時(shí)記憶編碼的成功與額葉低頻theta和枕葉高頻gamma的相位幅值耦合相關(guān)，形成一段新記憶的同時(shí)theta-gamma的相位幅值耦合強(qiáng)度也在增加[12]。研究認(rèn)為，低頻腦電在外部感覺及內(nèi)部認(rèn)知事件共同驅(qū)動(dòng)下，承載著高頻腦電加工整合的信息，并在不同的腦區(qū)之間進(jìn)行傳播。正是由于這種工作機(jī)制，才使得不同時(shí)空范圍內(nèi)的腦電信息可以進(jìn)行有效的交流傳遞。近些年人們發(fā)現(xiàn)，delta節(jié)律不僅和深度睡眠程度相關(guān)，與大尺度信息整合、刺激信息和注意選擇過程等方面也有密切聯(lián)系，在情緒記憶方面甚至一些疾病當(dāng)中都發(fā)揮了主要的作用。Wang等研究發(fā)現(xiàn)，delta節(jié)律在視覺、聽覺、體感等3種感覺通道靶刺激探測過程中都發(fā)揮著主要的作用[13]；K?thner等則研究了不同強(qiáng)度的腦力負(fù)荷下位于delta節(jié)律的P300成分變化，發(fā)現(xiàn)高強(qiáng)度腦力負(fù)荷下P300成分的幅值降低[14]。而高頻gamma節(jié)律則被認(rèn)為與注意、記憶、以及信息傳輸整合相關(guān)，并且在猴子視覺區(qū)、大鼠海馬區(qū)以及人類聽覺和視覺皮層均發(fā)現(xiàn)了與功能腦網(wǎng)絡(luò)的緊密聯(lián)系[15-16]。因此，近幾年人們研究低頻delta與高頻gamma節(jié)律之間的相位幅值耦合，并探究其在注意以及信息傳遞等其他方面的作用。Soto等使用腦磁圖研究視覺運(yùn)動(dòng)腦網(wǎng)絡(luò)中相位幅值耦合的變化，發(fā)現(xiàn)相位幅值耦合在視覺運(yùn)動(dòng)控制中發(fā)揮著關(guān)鍵性作用，隨著任務(wù)的增加，小腦和皮質(zhì)頂葉區(qū)和枕葉區(qū)的delta-gamma相位幅值耦合顯著變化[17]。Adamchic等研究發(fā)現(xiàn)，耳鳴患者的聽覺皮層和背外側(cè)前額葉的delta-gamma相位幅值耦合要比正常人的高，而在聲學(xué)協(xié)調(diào)復(fù)位療法后耳鳴嚴(yán)重程度降低，同時(shí)一些異常的delta-gamma相位幅值耦合變正常化，指出delta-gamma相位幅值耦合可以協(xié)調(diào)耳鳴網(wǎng)絡(luò)的相關(guān)活動(dòng)，為網(wǎng)絡(luò)節(jié)點(diǎn)間提供有效的溝通機(jī)制[18]。Nakatani等研究發(fā)現(xiàn)，有意識的目標(biāo)獲取效率和delta節(jié)律相位與gamma節(jié)律幅值之間的耦合有關(guān)，在注意力瞬間轉(zhuǎn)移條件中最難的情況下正確獲取目標(biāo)時(shí)，右顳葉區(qū)域的delta相位與gamma幅值的相位幅值耦合強(qiáng)度達(dá)到最大，證明在這個(gè)過程中delta-gamma的相位幅值耦合具有調(diào)制作用[19]。雖然人們已經(jīng)開始使用相位幅值耦合方法來進(jìn)行相關(guān)腦電分析，但是尚未報(bào)道在腦疲勞方面的應(yīng)用。

綜上所述，為了更好地研究腦疲勞時(shí)各腦區(qū)之間的相互作用變化，本研究采用相位幅值耦合方法來分析疲勞前后的腦電數(shù)據(jù)，研究delta節(jié)律相位與gamma節(jié)律幅值之間的耦合關(guān)系，并且比較兩種狀態(tài)下不同腦區(qū)之間的耦合差異性，探究腦疲勞與其作用關(guān)系。首先分別提取腦疲勞前后靜息態(tài)的delta節(jié)律與gamma節(jié)律腦電信號，使用希爾伯特變換提取幅值與相位，然后利用相位幅值耦合方法進(jìn)行數(shù)據(jù)處理，再用統(tǒng)計(jì)學(xué)方法比較兩種狀態(tài)的差異性，最后進(jìn)一步分析各腦區(qū)的耦合變化與腦疲勞之間的作用關(guān)系。

1 材料和方法

1.1 實(shí)驗(yàn)

14名在校本科生，所有被試均為男性，年齡在20～23歲之間(平均21.6歲)，右利手，身體健康，無不良生活習(xí)慣，在實(shí)驗(yàn)前均簽署了實(shí)驗(yàn)知情同意書。實(shí)驗(yàn)從早上8點(diǎn)開始持續(xù)到下午2點(diǎn)結(jié)束，要求被試在室溫22℃左右安靜的實(shí)驗(yàn)室內(nèi)看英文科技論文4 h。在被試進(jìn)行4 h學(xué)習(xí)前后，分別填寫主觀疲勞量表并采集2 min的閉目靜息態(tài)自發(fā)腦電信號用于之后的相位幅值耦合研究。為了使被試在4 h后達(dá)到疲勞狀態(tài)，要求其在規(guī)定的時(shí)間內(nèi)完成相應(yīng)的閱讀量，并對所看論文的研究內(nèi)容、方法、結(jié)果等做出書面總結(jié)。另外實(shí)驗(yàn)過程中有專人對其進(jìn)行監(jiān)看，防止被試分心影響實(shí)驗(yàn)結(jié)果。

使用Neuroscan 64導(dǎo)聯(lián)腦電采集系統(tǒng)來采集腦電數(shù)據(jù)，電極位置按照10-20國際標(biāo)準(zhǔn)的順序放置。阻抗閾值為5 kΩ，采樣頻率為1 000 Hz，雙耳乳突(M1，M2)作為參考電極。采用Neuroscan自帶數(shù)據(jù)處理軟件對原始EEG信號進(jìn)行了包括濾波、去除眼電偽跡、基線校正等一系列的數(shù)據(jù)預(yù)處理。最終選取除去M1、M2和CB1、CB2的60通道來進(jìn)行相位幅值耦合分析計(jì)算。

1.2 相位幅值耦合方法

相位幅值耦合方法是用來測量一個(gè)信號的相位對另外一個(gè)信號幅值的調(diào)制作用，已有的研究發(fā)現(xiàn)，低頻相位與高頻幅值之間的相位幅值耦合與認(rèn)知過程中大腦信息的處理、傳遞、整合等過程具有十分密切的關(guān)系，因此本研究提取delta節(jié)律(1～4 Hz)與gamma節(jié)律(30～130 Hz)的腦電信號，采用基于相位鎖定值 PLV(phase-locking value)的相位幅值耦合方法對腦疲勞前后腦電信號進(jìn)行研究，分析各個(gè)腦區(qū)之間的相互調(diào)制作用。其中，PLV是用來計(jì)算不同頻段信號之間相位同步性的，后來人們將其應(yīng)用于PAC的計(jì)算[20]。假設(shè)2個(gè)不同的信號分別是S1(n)和S2(n)，從中提取的復(fù)合形式分別為S1[n]和S2[n]

S1[n]=x1[n]+iy1[n]=a1[n]eiφ1[n]

(1)

S2[n]=x2[n]+iy2[n]=a2[n]eiφ2[n]

(2)

式中，Φ1[n]和Φ2[n]、a1[n]和a2[n]分別是2個(gè)頻段信號的瞬時(shí)相位和瞬時(shí)幅度。

(3)

式中，P的取值范圍為0～1，數(shù)值越大表示兩者的耦合作用關(guān)系越明顯，數(shù)值為0則表示兩信號間沒有耦合關(guān)系。

本研究首先提取每一通道的delta (1～4 Hz) 節(jié)律和gamma(30～130 Hz)節(jié)律的腦電數(shù)據(jù)，再分別對其進(jìn)行希爾伯特變換轉(zhuǎn)換為復(fù)合信號，并提取出相應(yīng)的相位和幅值，接著使用相位幅值耦合方法得到兩種狀態(tài)下60×60通道電極的耦合結(jié)果。將得到的14人的耦合結(jié)果使用SPSS20.0統(tǒng)計(jì)軟件進(jìn)行顯著性檢驗(yàn)(平均配對t檢驗(yàn)，P<0.05)，分析腦疲勞時(shí)不同腦區(qū)之間的theta-gamma相位幅值耦合變化情況。

2 結(jié)果

2.1 主觀測評結(jié)果

主觀測評結(jié)果包括卡羅林斯卡嗜睡量表(KSS)和主觀疲勞量表(Samn-Perelli)兩種即時(shí)狀態(tài)調(diào)查表的顯著性差異比較，兩種量表均是得分越高，說明被試越疲勞。結(jié)果顯示經(jīng)過4 h的英文科技文獻(xiàn)閱讀，兩個(gè)主觀量表的得分均顯著高于安靜狀態(tài)下的得分(KSS：Pre 3.20±1.40，Post 6.20±1.32，P<0.05；Samn-Perelli：Pre 2.00±0.47， Post 3.90±1.29，P<0.05)，即被試在進(jìn)行完4 h的英文科技文獻(xiàn)閱讀后，均達(dá)到疲勞狀態(tài)。

2.2 delta-gamma相位幅值耦合結(jié)果

對14名被試的PAC耦合進(jìn)行了均值計(jì)算，得到兩種狀態(tài)下delta-gamma相位幅值耦合方法的平均結(jié)果，如圖1所示。兩種狀態(tài)下delta相位和gamma幅值的相位幅值耦合結(jié)果都呈現(xiàn)豎向帶狀分布。疲勞后delta-gamma相位幅值耦合強(qiáng)度整體上呈現(xiàn)上升趨勢。

圖1 delta-gamma相位幅值耦合平均值。(a)安靜狀態(tài)；(b)疲勞狀態(tài)Fig.1 Average value of phase amplitude coupling between delta and gamma.(a)Resting state；(b)Mental fatigued state

2.3 顯著性差異節(jié)點(diǎn)對結(jié)果

對14名被試在兩種狀態(tài)下的耦合結(jié)果進(jìn)行了顯著性檢驗(yàn)(配對t檢驗(yàn)，P<0.05)，并統(tǒng)計(jì)兩種狀態(tài)下具有顯著性差異的耦合節(jié)點(diǎn)對，結(jié)果如圖2所示。由于節(jié)點(diǎn)對之間的相位幅值耦合存在方向性問題，因此分為兩個(gè)圖形來展示。其中，(a)表示按照頭皮電極位置順序，delta相位電極排序小于gamma幅值電極排序的耦合節(jié)點(diǎn)對結(jié)果，(b)則表示delta相位電極排序大于gamma幅值電極排序的耦合節(jié)點(diǎn)對結(jié)果。在進(jìn)行完統(tǒng)計(jì)分析后發(fā)現(xiàn)，在兩種狀態(tài)下不同腦區(qū)之間具有顯著性差異的節(jié)點(diǎn)對中，delta節(jié)律與gamma節(jié)律的相位幅值耦合強(qiáng)度除前額葉區(qū)幾組節(jié)點(diǎn)對在疲勞后下降外，其余節(jié)點(diǎn)對全部顯示為上升。結(jié)合(a)和(b)的共同結(jié)果可以看出，全腦區(qū)90%以上的delta節(jié)律相位(有56通道的delta節(jié)律相位參與調(diào)制，占全部60通道的90%以上)共同參與調(diào)制了前額葉區(qū)、額葉區(qū)、頂葉區(qū)以及頂枕葉區(qū)的gamma節(jié)律幅值，并且這種相位幅值的耦合作用關(guān)系在疲勞后有顯著性變化。

圖2 具有顯著性差異的節(jié)點(diǎn)對。(a)按照電極順序的delta相位與gamma幅值的PAC耦合；(b)按照電極順序的gamma幅值與delta 相位的PAC耦合Fig.2 The nodes with significant difference.(a) PAC coupling between delta phase and gamma amplitude in accordance with the electrode sequence;(b) PAC coupling between gamma amplitude and delta phase in accordance with the electrode sequence

圖3 全腦節(jié)點(diǎn)delta節(jié)律的相位與各節(jié)點(diǎn)gamma節(jié)律幅值耦合的PAC值(每行從左至右分別為節(jié)點(diǎn)FP1、F1、P7、PO6)。(a)安靜狀態(tài)；(b)疲勞狀態(tài)Fig.3 PAC between delta phase of whole nodesand gamma amplitude of FP1/ F1 /P7/PO6node. (In each row the pictures from left to right represent the nodes of FP1, F1,P7 and PO6). (a) Resting state; (b) Fatigue state

為了進(jìn)一步分析兩種狀態(tài)下前額葉區(qū)、額葉區(qū)、頂葉區(qū)以及頂枕葉區(qū)gamma節(jié)律幅值與其他腦區(qū)delta相位的相位幅值耦合關(guān)系差異性，分別選取了其中變化顯著的節(jié)點(diǎn)(FP1節(jié)點(diǎn)、F1節(jié)點(diǎn)、P7節(jié)點(diǎn)以及PO6節(jié)點(diǎn))，并繪制了全腦各節(jié)點(diǎn)delta節(jié)律相位與這些節(jié)點(diǎn)gamma節(jié)律幅值的相位幅值耦合值的平均腦電信息圖，具體分布結(jié)果如圖3所示。全腦區(qū)域的delta節(jié)律相位與FP1節(jié)點(diǎn)、F1節(jié)點(diǎn)、P7節(jié)點(diǎn)以及PO6節(jié)點(diǎn)的gamma節(jié)律幅值之間存在相位幅值耦合關(guān)系，并且其耦合強(qiáng)度在疲勞后顯著上升，而全腦區(qū)域的delta節(jié)律相位與F1節(jié)點(diǎn)的gamma節(jié)律幅值之間的相位幅值耦合強(qiáng)度則顯著下降。

3 討論

本研究旨在通過對腦疲勞前后delta和gamma頻段的相位幅值耦合進(jìn)行計(jì)算，來探討腦疲勞與delta-gamma相位幅值耦合的關(guān)系，并嘗試從信息交流傳遞方面解釋腦疲勞引起行為表現(xiàn)變化的原因。以往的腦疲勞研究使用事件相關(guān)電位方法進(jìn)行分析，如Ivo K?thner等研究了不同強(qiáng)度的腦力負(fù)荷下P300的變化，發(fā)現(xiàn)高強(qiáng)度腦力負(fù)荷下，P300的幅值降低[20]。但其是從單一頻段進(jìn)行分析，無法得知不同頻段之間的作用關(guān)系；Zhang等則利用功率譜分析發(fā)現(xiàn)腦疲勞程度增加時(shí)，theta、alpha和beta節(jié)律重心頻率和功率譜熵的相對功率都降低，delta節(jié)律的相對功率卻增加[21]。功率譜分析雖然可以在指定的頻率范圍內(nèi)顯示幅度調(diào)制，但卻無法識別不同頻率或頻率分量之間的關(guān)系，而本研究選用的PAC方法其數(shù)值可直接反映頻段之間的調(diào)制作用，并且與神經(jīng)元之間的信息交流整合有密切關(guān)系。

通過本研究可以看出，在認(rèn)知任務(wù)引發(fā)腦疲勞過程中，多個(gè)腦區(qū)之間的delta-gamma相位幅值耦合發(fā)生變化，其中發(fā)生顯著性變化的主要分布在額葉區(qū)、前額葉區(qū)及頂枕葉區(qū)。已有研究認(rèn)為，腦疲勞主要來源于中樞神經(jīng)，其無力驅(qū)動(dòng)認(rèn)知任務(wù)的執(zhí)行，而這種驅(qū)動(dòng)功能是由位于前腦的基底神經(jīng)節(jié)調(diào)節(jié)的?；咨窠?jīng)節(jié)與大腦皮質(zhì)、丘腦和其他腦區(qū)有緊密聯(lián)系[22]，本研究結(jié)果與之前的結(jié)論一致，多個(gè)腦區(qū)的delta相位對前額葉區(qū)及額葉區(qū)的gamma幅值的相位幅值耦合在疲勞后發(fā)生顯著性變化，推測PAC與腦疲勞過程相關(guān)。研究發(fā)現(xiàn)，大腦的信息接收、加工和儲(chǔ)存系統(tǒng)位于大腦皮質(zhì)后部,包括枕葉、頂葉和顳葉以及相應(yīng)的皮質(zhì)下組織,其功能是接受來自內(nèi)外環(huán)境的刺激并進(jìn)行加工和保存[23]。頂枕葉區(qū)的delta-gamma相位幅值耦合在疲勞后發(fā)生顯著性增強(qiáng)，推測腦疲勞過程中大腦的信息接收、加工和儲(chǔ)存系統(tǒng)功能發(fā)生變化。研究認(rèn)為，頻率交叉耦合能夠整合不同時(shí)空神經(jīng)信息的通信和交流過程，PAC發(fā)生變化意味著記憶過程的某種變化[24]。本研究中，多個(gè)腦區(qū)之間的PAC發(fā)生顯著性變化，推測腦疲勞使不同腦區(qū)的信息交流整合機(jī)制發(fā)生改變。

根據(jù)以上分析可知，多個(gè)腦區(qū)的delta-gamma相位幅值耦合在腦疲勞過程中發(fā)生顯著性變化，有助于揭示腦疲勞的神經(jīng)機(jī)制，可作為一種潛在的檢測手段。同時(shí)可能在信息交流傳遞層面上揭示腦疲勞引起宏觀行為表現(xiàn)變化的原因，未來可結(jié)合多種頻段及任務(wù)模式多方面進(jìn)行腦疲勞研究，探討腦疲勞的神經(jīng)機(jī)制。

本研究采用健康被試進(jìn)行相關(guān)認(rèn)知任務(wù)引發(fā)腦疲勞，雖然可以作為腦疲勞檢測的參考，但是因腦疲勞影響因素眾多，基于實(shí)際情況引發(fā)的腦疲勞研究其臨床意義更為顯著，因此研究計(jì)劃下一步選取具有長期腦力工作背景的疲勞患者作為被試展開研究，并進(jìn)一步驗(yàn)證本研究結(jié)論的有效性。在腦疲勞神經(jīng)信息傳導(dǎo)機(jī)制方面，任務(wù)模式不同，其結(jié)果也可能不同，因此改變?nèi)蝿?wù)模式進(jìn)行腦疲勞研究，驗(yàn)證結(jié)論是研究的下一個(gè)方向。

4 結(jié)論

本研究表明，機(jī)體在進(jìn)行4h的英文科技文獻(xiàn)閱讀后達(dá)到腦疲勞狀態(tài)，顯示delta-gamma的相位幅值耦合與腦疲勞有關(guān)。腦疲勞時(shí)delta-gamma的相位幅值耦合強(qiáng)度在整體上呈現(xiàn)增強(qiáng)趨勢，并且前額葉區(qū)、額葉區(qū)、頂葉區(qū)以及頂枕葉區(qū)的gamma節(jié)律幅值與多個(gè)腦區(qū)的delta節(jié)律相位的相位幅值耦合具有顯著性差異。本研究結(jié)果表明，delta-gamma的相位幅值耦合能很好地預(yù)測腦疲勞引起的宏觀行為表現(xiàn)能力，為揭示腦疲勞的神經(jīng)機(jī)制提供了新的信息，為檢測腦疲勞提供了一種新指標(biāo)。