薛開慶，張 濤

(1.西華大學(xué)計(jì)算機(jī)與軟件工程學(xué)院，四川成都 610039；2.西華大學(xué)心理健康服務(wù)與研究中心，四川成都 610039)

1 引言

血氧動力學(xué)響應(yīng)函數(shù)(hemodynamic response function，HRF)是一個單位強(qiáng)度瞬時刺激所引起的事件相關(guān)(event-related)的血氧水平依賴(blood oxygen level dependent，BOLD)的動態(tài)響應(yīng)過程[1]。已有研究表明HRF函數(shù)的形態(tài)在不同被試、不同腦區(qū)都存在差異，甚至同一個被試的同一腦區(qū)在不同時刻的HRF函數(shù)也可能存在一定差異[2]。然而，在先前研究中大都預(yù)設(shè)了一個固定HRF函數(shù)，這個函數(shù)要么由Gamma變量函數(shù)生成、要么由Glover函數(shù)生成，或直接使用工具軟件SPM(Statistical Parametric Mapping)的標(biāo)準(zhǔn)HRF函數(shù)[3]。

近年來，腦電(electroencephalogram，EEG)和功能磁共振成像(functional magnetic resonance imaging，fMRI)的同步采集技術(shù)為評估發(fā)作間期癲癇放電引起相關(guān)腦功能的變化開啟了機(jī)會的大門。在癲癇病人中，顯示fMRI信號改變的腦區(qū)可能被推測為潛在致癇區(qū)，這些腦區(qū)可能受到發(fā)作間期癲癇放電的影響[4]。由于EEG具有高時間分辨率而fMRI具有高空間分辨率，那么同步EEG-fMRI融合技術(shù)則取長補(bǔ)短，已經(jīng)被用來研究癲癇病人發(fā)作間期放電相關(guān)的血氧動力學(xué)響應(yīng)過程。2009年，Tyvaert等人采用傅立葉集來討論丘腦和皮層之間的相互影響在癲癇放電的產(chǎn)生和傳播過程中所起的作用[5]。研究表明一些疾病，如癲癇、大腦半球腫瘤、水腫和腦血管意外等都可能改變HRF函數(shù)的形狀[6]。

兒童良性癲癇是一種兒童特發(fā)性局灶性癲癇綜合征，大約占所有兒童癲癇的17%。兒童良性癲癇發(fā)作通常在1至10歲之間。傳統(tǒng)上認(rèn)為兒童良性患兒預(yù)后良好，成年前癲癇發(fā)作緩解，故被認(rèn)為是一種“良性”癲癇病。然而，近年來隨著對兒童良性癲癇的神經(jīng)心理生理學(xué)的深入研究，發(fā)現(xiàn)部分兒童良性癲癇患者存在認(rèn)知功能障礙，他們的記憶、注意、語言和執(zhí)行力受到某種程度的損傷[7，8]。研究也證明患兒表現(xiàn)出抑郁和焦慮的可能性增加，因而良性癲癇患兒應(yīng)該盡早接受正規(guī)的檢查和治療干預(yù)[9]。之所以出現(xiàn)這些情況，因?yàn)檫@一階段正處于大腦發(fā)育的關(guān)鍵和脆弱時期，異常的癲癇放電可能影響了大腦的發(fā)育。本研究了主要關(guān)注兒童良性癲癇患者放電引起的HRF函數(shù)的變化情況。

2 材料與方法

2.1 被試

本研究中的被試招募的標(biāo)準(zhǔn)如下：1)根據(jù)國際抗癲癇聯(lián)盟(ILAE)2001年標(biāo)準(zhǔn)對患者進(jìn)行診斷，被首次診斷為兒童良性癲癇，之前從未服用過抗癲癇藥物；2)患者沒有其他伴隨性的神經(jīng)生理疾?。?)在常規(guī)磁共振檢查中未發(fā)現(xiàn)患者的腦結(jié)構(gòu)存在明顯異常；4)對患者進(jìn)行24小時視頻EEG記錄，并且至少記錄了一個在中央顳葉區(qū)的棘波放電；5)患者智商IQ>70，并接受正常的學(xué)校教育?；颊吲懦闆r如下：1)T1或T2加權(quán)磁共振圖像上有局灶性腦損傷；2)在磁共振掃描程中入睡；3)掃描時頭部運(yùn)動超出限制(平移>3mm或旋轉(zhuǎn)度>3O)；4)掃描前服用了藥物，5)IQ <70。經(jīng)過上述處理過程，最終6名兒童良性癲癇患者被納入本研究，其中男性與女性各3例，年齡[平均值±標(biāo)準(zhǔn)偏差]：100.2±10.9月，均為右利手。所有孩子的父母或監(jiān)護(hù)人均書面知情同意參加本研究?；颊吲R床資料如表1所示。

表1 患者的臨床資料

2.2 fMRI數(shù)據(jù)的獲取

本研究使用德國西門子3.0T磁共振掃描儀采用快照(snapshot)梯度回波平面成像(echo-planar imaging，EPI)采集了6名兒童良性癲癇患者的fMRI數(shù)據(jù)。具體參數(shù)如下：30層，TR=2000ms，TE=30 ms，偏轉(zhuǎn)角=90°，視野=24cm×24 cm，矩陣=64×64，體素大小=3.75×3.75×5mm3。對每個被試，fMRI數(shù)據(jù)采集7分鐘，總共記錄了205個圖像(Volume)。在數(shù)據(jù)掃描期間，要求被試閉眼身心盡量放松，不要刻意去想具體某一件事情，但同時避免入睡。每個患者均進(jìn)行了3次掃描。進(jìn)一步使用梯度回波序列采集了每個患者3D-T1加權(quán)像，生成176層軸位(層厚：1mm，沒有間隔)，TR=1900ms，TE=2.52 ms，視野=24cm×24cm，偏轉(zhuǎn)角=12°，體素大小=0.98mm×0.98mm×1mm。

2.3 EEG數(shù)據(jù)的獲取

EEG數(shù)據(jù)需要與fMRI數(shù)據(jù)同步采集。具體做法是首先把18道與MRI兼容的Ag/AgCl電極放置在每個被試的頭皮，然后讓被試平躺在磁共振設(shè)備中，同步采集EEG和fMRI數(shù)據(jù)。電極采集的EEG信號非常微弱，必須通過放大器進(jìn)行信號放大，通過光纖連接到房間外的記錄監(jiān)視器。采樣頻率被設(shè)定為4kHz，EEG的動態(tài)范圍保持在±65.5毫伏，以防止MRI偽影。由于強(qiáng)磁場的影響，EEG數(shù)據(jù)中存在較強(qiáng)的磁共振偽影，本研究使用離線BE-MRI工具軟件(Galileo New Technolog)[10]來消除這些偽影，然后邀請了一位神經(jīng)病學(xué)專家直接觀測偽影校正后的EEG記錄，并為每一個兒童良性癲癇患者標(biāo)記放電的時刻、位置、幅度和數(shù)目等信息。

2.4 fMRI數(shù)據(jù)預(yù)處理

所有fMRI數(shù)據(jù)的預(yù)處理都是利用工具軟件SPM2(http:∥www.fil.ion ucl.ac.uk/SPM)進(jìn)行。為了確保磁化平衡，每次采集的前5個Volume被丟棄。然后在剩余的200個Volumes中進(jìn)行分層時間校正、3D頭動檢測和校正、空間標(biāo)準(zhǔn)化到MNI EPI模板以及使用統(tǒng)一Gaussian核(8毫米的半高寬)進(jìn)行空間平滑[11]。如果一個被試頭動的水平位移大于3mm或在每個軸的角轉(zhuǎn)動大于3°，這個被試的數(shù)據(jù)將被排除，不再繼續(xù)分析處理。然后利用線性回歸模型進(jìn)一步降低頭動、腦脊液，白質(zhì)和全局信號(平均全腦信號)的影響[12]。最后使用時間帶通濾波(0.01～0.08Hz)對每個像素進(jìn)行處理，以便降低低頻漂移和高頻噪音的影響[13]。

2.5 數(shù)據(jù)處理

癲癇患者EEG-fMRI同步采集的數(shù)據(jù)分析通常使用一般線性模型(General Linear Model，GLM)，該模型的設(shè)計(jì)矩陣中需要血氧動力學(xué)響應(yīng)的先驗(yàn)知識，然后通過參數(shù)估計(jì)去解釋測量數(shù)據(jù)[14]。設(shè)計(jì)矩陣中通常引入現(xiàn)有相關(guān)實(shí)驗(yàn)中所有的實(shí)驗(yàn)控制的因素和潛在的混淆因子。在本研究中使用SPM2軟件包和Matlab2015軟件，設(shè)計(jì)矩陣是由以下兩組回歸因子組成[11]：

傅立葉集(Fourier set)：通過卷積一個時間序列的IED時間標(biāo)記，帶8個Sin和Cosin函數(shù)的回歸參數(shù)，然后通過漢明(Hanning)窗進(jìn)行調(diào)制，時間窗口為32秒。然后對這個時間窗口上面的事件起始點(diǎn)，把發(fā)作放電作為時間序列進(jìn)行卷積。該模型假設(shè)可以為一個線性低通系統(tǒng)的輸出，作為輸入一個脈沖時的血氧動力學(xué)響應(yīng)進(jìn)行建模。

混淆集：頭動的影響通過6個頭運(yùn)動參數(shù)(3個方向的平移和旋轉(zhuǎn)參數(shù))進(jìn)行建模。

整個設(shè)計(jì)矩陣，如圖1所示，實(shí)線框所圈為傅里葉集，包括8個Sin和Cosin函數(shù)構(gòu)成的回歸參數(shù)，而虛線框所圈為混淆集，表示6個頭動參數(shù)。

圖1 設(shè)計(jì)矩陣

2.6 常用的3個HRF函數(shù)及其仿真

HRF函數(shù)是一個非線性函數(shù)，在響應(yīng)出現(xiàn)后大約5秒達(dá)到峰值，然后逐漸衰減，最后恢復(fù)到一個穩(wěn)定的狀態(tài)。這個HRF卷積設(shè)定的癇性放電時間沖擊函數(shù)形成仿真的BOLD信號變化。為了與原有的3個HRF函數(shù)理論模型進(jìn)行比較，把3個模型進(jìn)行仿真。

1)Gamma HRF函數(shù)，由式(1)定義

(1)

這里b=8.6，c=0.547，t是時間，單位為秒，峰值延遲是4.7秒，半高寬(full width at half maximum，F(xiàn)WHM)約是3.8秒。仿真結(jié)果如圖2(a)所示。

2)Glover HRF函數(shù)，由式(2)定義

(2)

這里a1=6，a2=12，b1=b2=0.9，c=0.35，d1=5.4，d2=10.8。d1和d2分別表示第1個峰值(正向)延時5.4秒，第2個峰值(負(fù)向)延時10.8秒。仿真結(jié)果如圖2(b)所示。

3)SPM標(biāo)準(zhǔn)HRF函數(shù)，由式(3)定義

(3)

這里l1=l2=1，h1=6，h2=16，c=1/6，gamma(h)是標(biāo)準(zhǔn)的gamma變量，第1個峰值(正向)延時5.0秒，其FWHM是5.3秒；第2個峰值(負(fù)向)延時15.8秒，其FWHM是5.3秒9.2秒。仿真結(jié)果如圖2(c)所示。

圖2 3種HRF函數(shù)的仿真

2.7 響應(yīng)曲線的分類和比較

利用SPM2工具，獲得覆蓋在玻璃腦上的癲癇放電的激活簇，首先找出每個被試在激活簇上的最大值點(diǎn)，用箭頭標(biāo)記，如圖3所。

圖3 覆蓋在玻璃腦上的全腦最大激活簇

然后為這些最大值集簇點(diǎn)繪制血氧動力學(xué)響應(yīng)的擬合曲線。在本研究中，根據(jù)觀察血氧動力學(xué)響應(yīng)的擬合曲線是否與標(biāo)準(zhǔn)的HRF函數(shù)的形態(tài)類似分成兩類：響應(yīng)曲線形態(tài)與標(biāo)準(zhǔn)HRF函數(shù)基本一致的曲線，如圖4(a)所示，及不一致的曲線，如圖4(b)所示。類似于圖4(a)所示的響應(yīng)曲線被保留，類似于圖4(b)所示的響應(yīng)曲線被排除在外。

圖4 HRF函數(shù)的選擇

然后根據(jù)所有保留的這些曲線，確定每個曲線的第0秒后的第一個正峰和第一個負(fù)峰的延時和幅度。然后分別統(tǒng)計(jì)這些延遲和幅度的平均值和標(biāo)準(zhǔn)差，最后與Gamma生成的HRF函數(shù)、Glover生成的HRF函數(shù)及SPM中標(biāo)準(zhǔn)HRF函數(shù)進(jìn)行比較。

3 結(jié)果

通過上述處理過程，6個被試的18條同步EEG-fMRI數(shù)據(jù)被采集，然后生成18條血氧動力學(xué)響應(yīng)曲線，通過與標(biāo)準(zhǔn)HRF函數(shù)比較發(fā)現(xiàn)其中11條的形態(tài)與標(biāo)準(zhǔn)HRF函數(shù)相似，得以保留，其余不一致的曲線就被拋棄不參與后續(xù)處理。如圖5所示。

圖5 對每個被試每個Session所做的響應(yīng)曲線

然后，把Gamma的HRF函數(shù)、Glover的HRF函數(shù)和SPM標(biāo)準(zhǔn)HRF函數(shù)與當(dāng)前研究的HRF函數(shù)的結(jié)果進(jìn)行了比較，如表2所示。

表2 不同血氧動力響應(yīng)的比較(單位：秒)

最后，把11條保留下來的響應(yīng)曲線進(jìn)行簡單的算術(shù)平均，得出在本研究工作中關(guān)于良性兒童癲癇患者的一個平均HRF響應(yīng)曲線，如圖6所示。

圖6 兒童良性癲癇的HRF函數(shù)曲線

4 討論和結(jié)論

分析前面的結(jié)果，可以發(fā)現(xiàn)三個基本理論模型的HRF函數(shù)(Gamma的HRF函數(shù)、Glover的HRF 函數(shù)和SPM標(biāo)準(zhǔn)HRF函數(shù))的仿真結(jié)果彼此都是存在差異。本研究中兒童良性癲癇患者的響應(yīng)曲線與它們也不相同，這個事實(shí)意味著，HRF函數(shù)在不同研究中不能獲得完全的一致，今后的相關(guān)研究要獲得更加準(zhǔn)確的結(jié)果，必須進(jìn)一步獲取被試個性化的HRF函數(shù)，但是，如何為每一個患者估計(jì)一個可靠HRF的函數(shù)仍然是一個懸而未決的問題，值得進(jìn)一步研究。另外，在本文中，只有6名受試者，樣本數(shù)偏少，今后隨著更多的被試參與相關(guān)的研究中來，將會得到會更穩(wěn)定和有價(jià)值的結(jié)果。