腦疲勞是長期腦力活動產生主觀疲勞的狀態，是影響腦力工作者健康的核心問題，但其對大腦信息傳遞整合過程的影響至今尚不清楚。因此本文采用相位–幅值耦合（PAC）方法對腦疲勞前后 theta 節律和 gamma 節律的腦電進行研究，以更好地解釋腦疲勞對大腦信息傳遞機制的影響。實驗采用 4 小時專業科技英語閱讀誘發腦疲勞，利用腦電儀記錄了 14 名男性在校本科生志愿者在腦疲勞前后的腦電信號。使用相位–幅值耦合方法進行分析，并對結果進行了t 檢驗。結果顯示，全腦區域 90% 以上電極的 theta 相位共同調制右側中央區和右側頂葉區電極的 gamma 幅值，并且這種耦合作用在腦疲勞后顯著下降（P < 0.05）。本研究表明 theta-gamma 之間的相位–幅值耦合變化能更好地解釋腦疲勞對大腦信息傳遞整合機制的影響，有望成為一種新的腦疲勞檢測指標，同時也為神經調控緩解腦疲勞的效果提供了評價手段。
引用本文： 楊碩, 冀亞坤, 李潤澤, 王磊, 徐桂芝. 基于 theta-gamma 相位幅值耦合的腦疲勞信息傳遞整合機制研究. 生物醫學工程學雜志, 2018, 35(5): 672-678. doi: 10.7507/1001-5515.201703067 復制
引言
腦疲勞是指大腦長期處于精神高度集中的情況下，腦皮層和神經系統轉為抑制時機體所呈現的主觀疲勞態[1]。腦疲勞不僅在各種慢性疾病如阿爾茲海默癥、多發性硬化癥中是一種常見的癥狀，更是普遍存在于腦力工作者中，影響著個體的生活質量。腦疲勞時主要表現為工作記憶性能降低，警覺度下降，注意力不集中，與此同時工作效率下降[2]，即使是簡單響應的選擇也會更容易出錯[3]。這些因素都會直接或間接地增加安全隱患和事故的發生率，每年給社會造成極大的損失。不僅如此，根據權威中國腦力研究院統計分析，我國腦力工作者的平均壽命要低于全國平均壽命 10 歲左右。高智能、低體能的現象是腦力工作者用腦勞累過度等引起的。長時工作產生的腦疲勞，不僅會導致個體工作效率下降，出錯概率增加，同時也會使得機體大腦功能受損，危害健康。
近些年人們進行了大量研究以尋求腦疲勞的敏感指標。研究手段通常以主觀測評為輔，客觀方法為主。目前廣泛應用的主觀評定方法為主觀疲勞量表，讓被試在不同狀態下填寫問卷并進行評分比較。客觀評定方法則利用不同工具檢測疲勞前后被試心理、行為、生化、電生理指標等的變化情況，其中電生理指標包括腦電、眼電和心電等，由于受主觀因素影響較小，被廣泛應用于腦疲勞的分析研究之中。一些研究結果表明，腦疲勞時節律功率會發生變化。例如，張崇等[4]利用功率譜分析發現腦疲勞水平升高時，theta、alpha 和 beta 節律重心頻率和功率譜熵的相對功率都顯著降低，delta 節律的相對功率卻增加了。功率譜分析雖然可以在指定的頻率范圍內顯示幅度調制，但是卻無法識別不同頻率或頻率分量之間的關系[5]。Liu 等[6]采用核主成分分析和復雜度參數來研究腦疲勞，結果顯示核主成分分析模型可以有效降低特征向量維數，增加腦疲勞分類的精度。K?thner 等[7]則從事件相關電位角度研究了不同強度的腦力負荷下 P300 的變化，發現高強度腦力負荷下，P300 的幅值降低了。以上研究結果從不同角度對腦疲勞進行了分析，但均沒有討論節律之間的相互作用關系，而最新研究表明腦電各節律之間并非相互獨立而是相互協調工作的[8]。
頻率交叉耦合（cross frequency coupling，CFC）被認為是不同節律局部和整體之間相互作用的載體機制，并且與分布式的信息整合有直接的聯系。近年的研究表明認知過程中大腦功能不僅僅與單一節律相關，而是不同節律互相作用、互相調制來共同影響腦電信息[9-11]。已有研究表明較高頻段節律腦電主要負責局部大腦區域較快的信息處理，而低頻節律腦電則依照輸入的外界感覺與內部的認知事件的驅動在不同的腦區之間進行傳播[9]，因此頻率交叉耦合能夠使得腦電信號在不同的時間空間尺度上有效地交流信息。頻率交叉耦合具有多種形式，其中低頻與高頻之間的相位–幅值耦合（phase amplitude coupling，PAC），被認為是不同區域局部和整體信息交流的潛在通信機制，并且參與認知任務過程中不同腦區的信息整合[8]。相位–幅值耦合是用來測量一個信號的相位對另外一個信號幅值的調制作用，在嚙齒類動物及人類的皮層中均有發現。1995 年 Lisman 等首次指出不同腦區之間的信息交流實際以兩振蕩之間有序的神經編碼機制來完成[12]。對大鼠海馬 CA1 區細胞進行研究發現，單個神經元的激勵和放電過程是在一個 theta 周期中特定的 theta 和 gamma 節律相位條件下產生的。而低頻 theta 相位不僅能調制單個神經元的放電過程，還可以調制局部場電位的高頻 gamma 節律。在老鼠執行迷宮探測和快速眼動睡眠實驗中，發現 theta 相位調制了 gamma 節律的中高頻部分（50～150 Hz）[13]，當老鼠需要進行決策的時候，其紋狀體和海馬區的局部場電位活動顯示 theta 相位動態調制多個高頻振蕩節律的幅值[14]。盡管從顱外檢測如自發腦電的研究結果可能不像細胞層面或者局部場電位那么顯著，但是其無創的特性，還是逐漸引起了研究人員的關注，開始從腦皮層層面進行分析。Pahor 等[15]發現前額葉靜息態低頻 theta 和高頻 gamma 節律的頻率交叉耦合與進行流體智力測試有關，當難度加大時其耦合值也增大，同時測試表現也更好。說明不同測試條件下的信息傳遞速率可能發生了改變。Foster 等[16]指出靜息態 theta-gamma 的相位–幅值耦合可能是內側皮質區與其他腦區之間功能腦網絡通信的重要指標。由于相位–幅值耦合對于揭示不同工作任務時大腦皮層信息傳遞整合機制有著很重要的作用，所以越來越多的人開始將相位–幅值耦合應用到腦電研究中。人們發現這種相互作用，尤其是 theta 節律與 gamma 節律的相位–幅值耦合可能與工作記憶中多重對象的維持以及長時程記憶的回憶相關，并且與工作記憶、學習等任務中神經元之間信息的交流及變化有關[17-20]。
目前對腦疲勞的研究多是對某一節律或全頻段腦電信號進行分析，對節律間腦電信號耦合的研究比較少。因此，本文采用相位-幅值耦合方法來分析腦電數據，研究低頻 theta 節律相位與高頻 gamma 節律幅值之間的耦合關系，并用腦網絡的形式展示兩種狀態下不同腦區之間的耦合差異性，探討腦疲勞對信息整合傳遞機制的影響。首先，分別提取腦疲勞前后靜息態的 theta 節律與 gamma 節律腦電信號，使用希爾伯特變換提取幅值與相位，利用相位-幅值耦合方法進行數據處理；再用統計學方法比較兩種狀態的差異，最后進一步分析各個腦區的耦合變化與腦疲勞之間的作用關系。
1 實驗
1.1 實驗對象及流程
本研究數據來自于河北工業大學的 14 名在校本科生志愿者。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，無不良生活習慣。實驗前，被試已經詳細知曉整個實驗內容、步驟和研究目的等，并在實驗前簽署了實驗知情同意書。所有實驗是在安靜的、室溫 22℃ 左右的實驗室內進行，時間是 8:30 am–14:00 pm。要求被試閱讀與所學專業相關領域的英文科技論文 4 h，達到疲勞狀態。在被試進行 4 h 學習前后，分別填寫主觀疲勞量表并采集 2 min 的閉目靜息態自發腦電信號。所有被試均通過大學 CET-4 考試，且成績在 480～500 分之間，在實驗前均沒有閱讀過本實驗提供的英文科技論文。為保證被試在實驗期間達到疲勞態，需要其在規定時間內完成一定量的相關專業英文科技論文的閱讀，進行翻譯，并對所看論文的研究內容、方法、結果等做出總結。實驗過程中有專人對被試進行監視，以免其偷懶或分心。
1.2 數據采集
本實驗使用美國 Neuroscan 公司的 64 導腦電儀采集腦電數據，電極參考閾值為 5 kΩ，采用雙耳乳突作為參考電極，采樣頻率為 1 000 Hz，帶通為 1～150 Hz，為了便于后續分析不同腦區之間的耦合連接性，對大腦進行了分區，并用不同的顏色區分，如圖 1 所示。采用 Neuroscan 里自帶軟件對原始自發腦電信號進行了包括濾除工頻干擾、基線校正、去除眼電、肌電干擾等一系列的數據預處理。
圖1
電極位置及分區
Figure1.
Electrodes location and region division
2 研究方法
頻率交叉耦合方法大體上分為 3 種，即幅值–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。而研究發現相位–幅值耦合方法尤其是低頻相位與高頻幅值之間的耦合與工作記憶、學習注意等密切相關[21]。因此本文采用相位–幅值耦合方法對腦疲勞前后的低頻 theta 節律與高頻 gamma 節律腦電信號進行分析研究。
?
本文采用基于相位鎖定值（phase locking value，PLV）的相位–幅值耦合方法來分析各個腦區信號之間的相互調制作用關系。PLV 概念由 Lachaux 等在 1999 年提出，最初是用來計算試驗（trial）之間同步性的，之后被應用到相位–幅值耦合計算中[22]。假設 2 個不同的信號分別為 x（n）和 y（n），從中提取的某個節律信號的復合形式為 x［n］和 y［n］：
 |
 |
其中 Φ1［n］和 Φ2［n］、a1［n］和 a2［n］分別是 2 個節律信號的瞬時相位和瞬時幅度。在估計 y（n）的相位和 x（n）的幅值耦合時，需要將 x（n）的幅值時間序列 ax（n）在 y（n）所在頻帶進行濾波，得到 axy（n），接著利用希爾伯特變換計算 axy（n）的相位，即
[n]，再將 y（n）的相位和
[n] 使用公式（3）來估計 y（n）的相位和 x（n）的幅值的相位–幅值耦合，其中P 的取值范圍為 0～1，數值越大表示兩者的耦合作用關系越明顯。
 |
本文在進行數據分析時，首先提取每一通道的 theta（4～8 Hz）節律和 gamma（30～130 Hz）節律的腦電數據，再分別對其進行希爾伯特變換轉換為復合信號，并提取出幅值和相位。接著使用上述相位-幅值耦合方法得到兩種狀態下 60×60 通道電極的耦合結果。并將得到的 14 名被試的耦合結果使用 SPSS20.0 統計軟件進行顯著性檢驗（配對 t 檢驗，P < 0.05），再將其中所有具有顯著差異的電極對以腦網絡的形式展示，分析腦疲勞時不同腦區之間的 theta-gamma 相位-幅值耦合變化情況。
3 結果
3.1 主觀疲勞量表統計分析
本文主觀測評手段采用即時狀態調查，包括卡羅林斯卡嗜睡量表（Karolinska Sleepiness Scale, KSS）和主觀疲勞量表（Samn-Perelli），兩種量表均是得分越高，提示被試越疲勞。對 14 名被試主觀疲勞量表結果進行配對 t 檢驗，結果如表 1 所示。
表1
兩種狀態的主觀評價（
）
Table1.
Subjective evaluation of two states (
)
從表 1 可以看出，兩個主觀量表統計結果均表明安靜狀態的得分顯著低于疲勞態狀態得分，因此從被試的主觀角度來看，在完成四小時的英文科技文獻閱讀后，均達到疲勞狀態。
3.2 theta-gamma 相位-幅值耦合結果
對 14 名被試的相位-幅值耦合進行了均值計算，得到兩種狀態下 theta-gamma 相位-幅值耦合方法的平均結果，如圖 2 所示。其中橫坐標為 gamma 幅值的 60 導電極，縱坐標為 theta 相位的 60 導電極。由圖可以看出，兩種狀態下 theta 相位和 gamma 幅值的相位-幅值耦合結果都呈現豎向帶狀分布。疲勞后 theta-gamma 相位-幅值耦合值整體呈現下降趨勢。
圖2
Theta-gamma 相位-幅值耦合平均值
Figure2.
Average value of phase amplitude coupling between theta and gamma
3.3 顯著差異節點對結果及分析
為了進一步討論腦疲勞前后狀態下 theta 相位和 gamma 幅值的相位-幅值耦合變化，本文對 14 名被試兩種狀態下的耦合結果使用 SPSS20.0 軟件進行了配對 t 檢驗，統計了兩種狀態下具有顯著差異的耦合節點對。由于使用相位-幅值耦合方法涉及到節點對的方向性問題，所以本文利用顏色來區分節點對的耦合方向。將所有電極進行排序，有顯著差異的節點對中，theta 相位電極排列順序小于 gamma 幅值電極排列順序的用藍色線段表示，大于 gamma 幅值電極排列順序的則使用紅色線段表示，具體結果如圖 3 所示。
值得指出的是，兩種狀態下不同腦區之間具有顯著差異的節點對中，theta 節律和 gamma 節律的相位-幅值耦合值在疲勞后全部下降。在圖 3 中，全部腦區的 theta 節律，與右側頂葉區及右側中央區的 gamma 節律的相位–幅值耦合值在疲勞后發生顯著下降，其中與 C4 節點及 P2 節點 gamma 節律幅值的相位–幅值耦合值變化尤為明顯，而對側卻沒有發生類似現象。出現這一現象的原因可能在于左右腦的功能差異上，右腦主要用于信息整合、心算以及速讀、大量記憶等方面，而左腦則主要控制著機體的判斷、知性、推理等。機體在經過長時間的閱讀引發腦疲勞后，其閱讀速度以及記憶力等方面可能都有所下降。為了更加直觀地比較分析腦疲勞前后右側頂葉區及右側中央區與其他腦區相位–幅值耦合結果的差異，接下來又分別繪制了全腦各節點 theta 節律的相位與 C4 節點以及 P2 節點 gamma 節律幅值的相位-幅值耦合值的平均腦電信息圖，具體分布如圖 4 所示。
圖3
具有顯著差異的節點對
藍色線段為 theta 相位電極排列順序小于 gamma 幅值電極排列順序，反之為紅色線段
Figure3. The nodes with significant differenceThe blue line is theta phase electrode arrangement order is less than the gamma amplitude electrode arrangement order，and vice versa is the red line
圖4
全腦各節點 theta 節律的相位與 C4/P2 節點 gamma 節律幅值耦合的相位-幅值耦合值
Figure4.
Phase amplitude coupling between theta phase of each node and gamma amplitudeofC4/P2 node
結果顯示兩種狀態下的區別十分顯著，結合圖 3 可知，所有腦區 theta 節律的相位共同參與調制了右側頂葉區及右側中央區 gamma 節律的幅值，并且在疲勞后這種調制作用減弱，頂葉區及枕葉區對右側中央區 theta-gamma 的相位-幅值耦合作用在疲勞后下降最顯著，而左半腦多個腦區對右側頂葉區的 theta-gamma 的相位-幅值耦合作用下降最顯著。
4 討論
本研究結果顯示腦疲勞后，theta 相位和 gamma 幅值的相位-幅值耦合值較疲勞前在中央區和右側頂葉區等腦區顯著下降。有研究表明，低頻 theta-gamma 的相位-幅值耦合與工作記憶、學習、通信以及工作記憶負載相關。Tort 等[23]研究發現，在學習過程中 theta 節律與 gamma 節律的相位-幅值耦合值增加，大腦信息的傳輸速率增強；同時 theta-gamma 的相位-幅值耦合強度與機體的性能表現精度有著直接的關系，說明 theta-gamma 的相位-幅值耦合在記憶喚醒方面也起著重要的作用。之后 Lisman 等[12]在 2013 年又做了深入研究，也證明了這一點。另外 Axmacher 等[17]發現工作記憶的維持與 theta-gamma 的相位-幅值耦合相關，在記憶維持過程中伴隨著 theta-gamma 的相位-幅值耦合值上升。而本文中腦疲勞后 theta-gamma 的相位-幅值耦合值顯著下降，說明腦疲勞后大腦各腦區之間的信息傳遞整合作用減弱。已有的研究表明腦疲勞可以引起記憶力衰退、注意力不集中、工作學習能力下降等宏觀行為表現[24-25]，如果機體長期處于腦疲勞狀態，很有可能引發腦損傷，甚至更加嚴重的疾病。Antonakakis 等[26]研究了靜息態輕度腦損傷患者與健康者的頻率交叉耦合，發現輕度腦損傷患者 theta-gamma 的相位-幅值耦合值要比健康者低，并且給出結論：theta-gamma 的相位-幅值耦合值可以作為輕度腦損傷的診斷指標。本研究結果表明，上述認知行為變化極有可能是因為 theta-gamma 的相位-幅值耦合下降引起，theta-gamma 的相位-幅值耦合可以很好地解釋腦疲勞引起的大腦信息傳遞整合機制的變化情況，為防治腦疲勞提供了新的研究角度。有研究表明，相位-幅值耦合可以通過神經調控進行調整。Sun 等[27]使用深部腦刺激（deep brain stimulation，DBS）對 20 名治療中的抑郁癥患者進行神經調控，增強了患者腦內 theta-gamma 耦合。因此，可以把 theta-gamma 的相位-幅值耦合值當作監測指標來衡量神經調節措施的效果。本研究結果很好地解釋了認知任務引發的腦疲勞對大腦的信息傳遞整合機制的影響，但被試僅選取了男性，為了探討性別是否會對結果產生影響，下一步計劃選取不同性別的被試，并設計多樣化的實驗任務模式，來進一步驗證本文所得結論。
5 結論
本研究表明在進行四小時英文科技文獻閱讀后，機體達到腦疲勞狀態，theta-gamma 的相位-幅值耦合值與腦疲勞有關。腦疲勞時 theta-gamma 的相位-幅值耦合值在整體上均呈現下降結果，并且右側中央區和右側頂葉區的 gamma 節律幅值與多個腦區的 theta 節律相位的相位-幅值耦合值具有顯著差異。右側多個腦區 theta-gamma 的相位-幅值耦合值顯著減小，表明腦疲勞后信息加工以及整合傳遞作用減弱，機體表現出記憶力及學習能力等下降的現象。本研究表明持續認知任務引發的腦疲勞對 theta-gamma 的相位-幅值耦合具有明顯的影響，腦疲勞對大腦神經信息傳遞整合具有一定影響，theta-gamma 的相位-幅值耦合值有望成為評價腦疲勞的重要指標，同時可以把它當作監測指標來衡量神經調節的效果。
引言
腦疲勞是指大腦長期處于精神高度集中的情況下，腦皮層和神經系統轉為抑制時機體所呈現的主觀疲勞態[1]。腦疲勞不僅在各種慢性疾病如阿爾茲海默癥、多發性硬化癥中是一種常見的癥狀，更是普遍存在于腦力工作者中，影響著個體的生活質量。腦疲勞時主要表現為工作記憶性能降低，警覺度下降，注意力不集中，與此同時工作效率下降[2]，即使是簡單響應的選擇也會更容易出錯[3]。這些因素都會直接或間接地增加安全隱患和事故的發生率，每年給社會造成極大的損失。不僅如此，根據權威中國腦力研究院統計分析，我國腦力工作者的平均壽命要低于全國平均壽命 10 歲左右。高智能、低體能的現象是腦力工作者用腦勞累過度等引起的。長時工作產生的腦疲勞，不僅會導致個體工作效率下降，出錯概率增加，同時也會使得機體大腦功能受損，危害健康。
近些年人們進行了大量研究以尋求腦疲勞的敏感指標。研究手段通常以主觀測評為輔，客觀方法為主。目前廣泛應用的主觀評定方法為主觀疲勞量表，讓被試在不同狀態下填寫問卷并進行評分比較。客觀評定方法則利用不同工具檢測疲勞前后被試心理、行為、生化、電生理指標等的變化情況，其中電生理指標包括腦電、眼電和心電等，由于受主觀因素影響較小，被廣泛應用于腦疲勞的分析研究之中。一些研究結果表明，腦疲勞時節律功率會發生變化。例如，張崇等[4]利用功率譜分析發現腦疲勞水平升高時，theta、alpha 和 beta 節律重心頻率和功率譜熵的相對功率都顯著降低，delta 節律的相對功率卻增加了。功率譜分析雖然可以在指定的頻率范圍內顯示幅度調制，但是卻無法識別不同頻率或頻率分量之間的關系[5]。Liu 等[6]采用核主成分分析和復雜度參數來研究腦疲勞，結果顯示核主成分分析模型可以有效降低特征向量維數，增加腦疲勞分類的精度。K?thner 等[7]則從事件相關電位角度研究了不同強度的腦力負荷下 P300 的變化，發現高強度腦力負荷下，P300 的幅值降低了。以上研究結果從不同角度對腦疲勞進行了分析，但均沒有討論節律之間的相互作用關系，而最新研究表明腦電各節律之間并非相互獨立而是相互協調工作的[8]。
頻率交叉耦合（cross frequency coupling，CFC）被認為是不同節律局部和整體之間相互作用的載體機制，并且與分布式的信息整合有直接的聯系。近年的研究表明認知過程中大腦功能不僅僅與單一節律相關，而是不同節律互相作用、互相調制來共同影響腦電信息[9-11]。已有研究表明較高頻段節律腦電主要負責局部大腦區域較快的信息處理，而低頻節律腦電則依照輸入的外界感覺與內部的認知事件的驅動在不同的腦區之間進行傳播[9]，因此頻率交叉耦合能夠使得腦電信號在不同的時間空間尺度上有效地交流信息。頻率交叉耦合具有多種形式，其中低頻與高頻之間的相位–幅值耦合（phase amplitude coupling，PAC），被認為是不同區域局部和整體信息交流的潛在通信機制，并且參與認知任務過程中不同腦區的信息整合[8]。相位–幅值耦合是用來測量一個信號的相位對另外一個信號幅值的調制作用，在嚙齒類動物及人類的皮層中均有發現。1995 年 Lisman 等首次指出不同腦區之間的信息交流實際以兩振蕩之間有序的神經編碼機制來完成[12]。對大鼠海馬 CA1 區細胞進行研究發現，單個神經元的激勵和放電過程是在一個 theta 周期中特定的 theta 和 gamma 節律相位條件下產生的。而低頻 theta 相位不僅能調制單個神經元的放電過程，還可以調制局部場電位的高頻 gamma 節律。在老鼠執行迷宮探測和快速眼動睡眠實驗中，發現 theta 相位調制了 gamma 節律的中高頻部分（50～150 Hz）[13]，當老鼠需要進行決策的時候，其紋狀體和海馬區的局部場電位活動顯示 theta 相位動態調制多個高頻振蕩節律的幅值[14]。盡管從顱外檢測如自發腦電的研究結果可能不像細胞層面或者局部場電位那么顯著，但是其無創的特性，還是逐漸引起了研究人員的關注，開始從腦皮層層面進行分析。Pahor 等[15]發現前額葉靜息態低頻 theta 和高頻 gamma 節律的頻率交叉耦合與進行流體智力測試有關，當難度加大時其耦合值也增大，同時測試表現也更好。說明不同測試條件下的信息傳遞速率可能發生了改變。Foster 等[16]指出靜息態 theta-gamma 的相位–幅值耦合可能是內側皮質區與其他腦區之間功能腦網絡通信的重要指標。由于相位–幅值耦合對于揭示不同工作任務時大腦皮層信息傳遞整合機制有著很重要的作用，所以越來越多的人開始將相位–幅值耦合應用到腦電研究中。人們發現這種相互作用，尤其是 theta 節律與 gamma 節律的相位–幅值耦合可能與工作記憶中多重對象的維持以及長時程記憶的回憶相關，并且與工作記憶、學習等任務中神經元之間信息的交流及變化有關[17-20]。
目前對腦疲勞的研究多是對某一節律或全頻段腦電信號進行分析，對節律間腦電信號耦合的研究比較少。因此，本文采用相位-幅值耦合方法來分析腦電數據，研究低頻 theta 節律相位與高頻 gamma 節律幅值之間的耦合關系，并用腦網絡的形式展示兩種狀態下不同腦區之間的耦合差異性，探討腦疲勞對信息整合傳遞機制的影響。首先，分別提取腦疲勞前后靜息態的 theta 節律與 gamma 節律腦電信號，使用希爾伯特變換提取幅值與相位，利用相位-幅值耦合方法進行數據處理；再用統計學方法比較兩種狀態的差異，最后進一步分析各個腦區的耦合變化與腦疲勞之間的作用關系。
1 實驗
1.1 實驗對象及流程
本研究數據來自于河北工業大學的 14 名在校本科生志愿者。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，無不良生活習慣。實驗前，被試已經詳細知曉整個實驗內容、步驟和研究目的等，并在實驗前簽署了實驗知情同意書。所有實驗是在安靜的、室溫 22℃ 左右的實驗室內進行，時間是 8:30 am–14:00 pm。要求被試閱讀與所學專業相關領域的英文科技論文 4 h，達到疲勞狀態。在被試進行 4 h 學習前后，分別填寫主觀疲勞量表并采集 2 min 的閉目靜息態自發腦電信號。所有被試均通過大學 CET-4 考試，且成績在 480～500 分之間，在實驗前均沒有閱讀過本實驗提供的英文科技論文。為保證被試在實驗期間達到疲勞態，需要其在規定時間內完成一定量的相關專業英文科技論文的閱讀，進行翻譯，并對所看論文的研究內容、方法、結果等做出總結。實驗過程中有專人對被試進行監視，以免其偷懶或分心。
1.2 數據采集
本實驗使用美國 Neuroscan 公司的 64 導腦電儀采集腦電數據，電極參考閾值為 5 kΩ，采用雙耳乳突作為參考電極，采樣頻率為 1 000 Hz，帶通為 1～150 Hz，為了便于后續分析不同腦區之間的耦合連接性，對大腦進行了分區，并用不同的顏色區分，如圖 1 所示。采用 Neuroscan 里自帶軟件對原始自發腦電信號進行了包括濾除工頻干擾、基線校正、去除眼電、肌電干擾等一系列的數據預處理。
圖1
電極位置及分區
Figure1.
Electrodes location and region division
2 研究方法
頻率交叉耦合方法大體上分為 3 種，即幅值–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。而研究發現相位–幅值耦合方法尤其是低頻相位與高頻幅值之間的耦合與工作記憶、學習注意等密切相關[21]。因此本文采用相位–幅值耦合方法對腦疲勞前后的低頻 theta 節律與高頻 gamma 節律腦電信號進行分析研究。
?
本文采用基于相位鎖定值（phase locking value，PLV）的相位–幅值耦合方法來分析各個腦區信號之間的相互調制作用關系。PLV 概念由 Lachaux 等在 1999 年提出，最初是用來計算試驗（trial）之間同步性的，之后被應用到相位–幅值耦合計算中[22]。假設 2 個不同的信號分別為 x（n）和 y（n），從中提取的某個節律信號的復合形式為 x［n］和 y［n］：
|
|
其中 Φ1［n］和 Φ2［n］、a1［n］和 a2［n］分別是 2 個節律信號的瞬時相位和瞬時幅度。在估計 y（n）的相位和 x（n）的幅值耦合時，需要將 x（n）的幅值時間序列 ax（n）在 y（n）所在頻帶進行濾波，得到 axy（n），接著利用希爾伯特變換計算 axy（n）的相位，即
[n]，再將 y（n）的相位和
[n] 使用公式（3）來估計 y（n）的相位和 x（n）的幅值的相位–幅值耦合，其中P 的取值范圍為 0～1，數值越大表示兩者的耦合作用關系越明顯。
|
本文在進行數據分析時，首先提取每一通道的 theta（4～8 Hz）節律和 gamma（30～130 Hz）節律的腦電數據，再分別對其進行希爾伯特變換轉換為復合信號，并提取出幅值和相位。接著使用上述相位-幅值耦合方法得到兩種狀態下 60×60 通道電極的耦合結果。并將得到的 14 名被試的耦合結果使用 SPSS20.0 統計軟件進行顯著性檢驗（配對 t 檢驗，P < 0.05），再將其中所有具有顯著差異的電極對以腦網絡的形式展示，分析腦疲勞時不同腦區之間的 theta-gamma 相位-幅值耦合變化情況。
3 結果
3.1 主觀疲勞量表統計分析
本文主觀測評手段采用即時狀態調查，包括卡羅林斯卡嗜睡量表（Karolinska Sleepiness Scale, KSS）和主觀疲勞量表（Samn-Perelli），兩種量表均是得分越高，提示被試越疲勞。對 14 名被試主觀疲勞量表結果進行配對 t 檢驗，結果如表 1 所示。
表1
兩種狀態的主觀評價（
）
Table1.
Subjective evaluation of two states (
)
從表 1 可以看出，兩個主觀量表統計結果均表明安靜狀態的得分顯著低于疲勞態狀態得分，因此從被試的主觀角度來看，在完成四小時的英文科技文獻閱讀后，均達到疲勞狀態。
3.2 theta-gamma 相位-幅值耦合結果
對 14 名被試的相位-幅值耦合進行了均值計算，得到兩種狀態下 theta-gamma 相位-幅值耦合方法的平均結果，如圖 2 所示。其中橫坐標為 gamma 幅值的 60 導電極，縱坐標為 theta 相位的 60 導電極。由圖可以看出，兩種狀態下 theta 相位和 gamma 幅值的相位-幅值耦合結果都呈現豎向帶狀分布。疲勞后 theta-gamma 相位-幅值耦合值整體呈現下降趨勢。
圖2
Theta-gamma 相位-幅值耦合平均值
Figure2.
Average value of phase amplitude coupling between theta and gamma
3.3 顯著差異節點對結果及分析
為了進一步討論腦疲勞前后狀態下 theta 相位和 gamma 幅值的相位-幅值耦合變化，本文對 14 名被試兩種狀態下的耦合結果使用 SPSS20.0 軟件進行了配對 t 檢驗，統計了兩種狀態下具有顯著差異的耦合節點對。由于使用相位-幅值耦合方法涉及到節點對的方向性問題，所以本文利用顏色來區分節點對的耦合方向。將所有電極進行排序，有顯著差異的節點對中，theta 相位電極排列順序小于 gamma 幅值電極排列順序的用藍色線段表示，大于 gamma 幅值電極排列順序的則使用紅色線段表示，具體結果如圖 3 所示。
值得指出的是，兩種狀態下不同腦區之間具有顯著差異的節點對中，theta 節律和 gamma 節律的相位-幅值耦合值在疲勞后全部下降。在圖 3 中，全部腦區的 theta 節律，與右側頂葉區及右側中央區的 gamma 節律的相位–幅值耦合值在疲勞后發生顯著下降，其中與 C4 節點及 P2 節點 gamma 節律幅值的相位–幅值耦合值變化尤為明顯，而對側卻沒有發生類似現象。出現這一現象的原因可能在于左右腦的功能差異上，右腦主要用于信息整合、心算以及速讀、大量記憶等方面，而左腦則主要控制著機體的判斷、知性、推理等。機體在經過長時間的閱讀引發腦疲勞后，其閱讀速度以及記憶力等方面可能都有所下降。為了更加直觀地比較分析腦疲勞前后右側頂葉區及右側中央區與其他腦區相位–幅值耦合結果的差異，接下來又分別繪制了全腦各節點 theta 節律的相位與 C4 節點以及 P2 節點 gamma 節律幅值的相位-幅值耦合值的平均腦電信息圖，具體分布如圖 4 所示。
圖3
具有顯著差異的節點對
藍色線段為 theta 相位電極排列順序小于 gamma 幅值電極排列順序，反之為紅色線段
Figure3. The nodes with significant differenceThe blue line is theta phase electrode arrangement order is less than the gamma amplitude electrode arrangement order，and vice versa is the red line
圖4
全腦各節點 theta 節律的相位與 C4/P2 節點 gamma 節律幅值耦合的相位-幅值耦合值
Figure4.
Phase amplitude coupling between theta phase of each node and gamma amplitudeofC4/P2 node
結果顯示兩種狀態下的區別十分顯著，結合圖 3 可知，所有腦區 theta 節律的相位共同參與調制了右側頂葉區及右側中央區 gamma 節律的幅值，并且在疲勞后這種調制作用減弱，頂葉區及枕葉區對右側中央區 theta-gamma 的相位-幅值耦合作用在疲勞后下降最顯著，而左半腦多個腦區對右側頂葉區的 theta-gamma 的相位-幅值耦合作用下降最顯著。
4 討論
本研究結果顯示腦疲勞后，theta 相位和 gamma 幅值的相位-幅值耦合值較疲勞前在中央區和右側頂葉區等腦區顯著下降。有研究表明，低頻 theta-gamma 的相位-幅值耦合與工作記憶、學習、通信以及工作記憶負載相關。Tort 等[23]研究發現，在學習過程中 theta 節律與 gamma 節律的相位-幅值耦合值增加，大腦信息的傳輸速率增強；同時 theta-gamma 的相位-幅值耦合強度與機體的性能表現精度有著直接的關系，說明 theta-gamma 的相位-幅值耦合在記憶喚醒方面也起著重要的作用。之后 Lisman 等[12]在 2013 年又做了深入研究，也證明了這一點。另外 Axmacher 等[17]發現工作記憶的維持與 theta-gamma 的相位-幅值耦合相關，在記憶維持過程中伴隨著 theta-gamma 的相位-幅值耦合值上升。而本文中腦疲勞后 theta-gamma 的相位-幅值耦合值顯著下降，說明腦疲勞后大腦各腦區之間的信息傳遞整合作用減弱。已有的研究表明腦疲勞可以引起記憶力衰退、注意力不集中、工作學習能力下降等宏觀行為表現[24-25]，如果機體長期處于腦疲勞狀態，很有可能引發腦損傷，甚至更加嚴重的疾病。Antonakakis 等[26]研究了靜息態輕度腦損傷患者與健康者的頻率交叉耦合，發現輕度腦損傷患者 theta-gamma 的相位-幅值耦合值要比健康者低，并且給出結論：theta-gamma 的相位-幅值耦合值可以作為輕度腦損傷的診斷指標。本研究結果表明，上述認知行為變化極有可能是因為 theta-gamma 的相位-幅值耦合下降引起，theta-gamma 的相位-幅值耦合可以很好地解釋腦疲勞引起的大腦信息傳遞整合機制的變化情況，為防治腦疲勞提供了新的研究角度。有研究表明，相位-幅值耦合可以通過神經調控進行調整。Sun 等[27]使用深部腦刺激（deep brain stimulation，DBS）對 20 名治療中的抑郁癥患者進行神經調控，增強了患者腦內 theta-gamma 耦合。因此，可以把 theta-gamma 的相位-幅值耦合值當作監測指標來衡量神經調節措施的效果。本研究結果很好地解釋了認知任務引發的腦疲勞對大腦的信息傳遞整合機制的影響，但被試僅選取了男性，為了探討性別是否會對結果產生影響，下一步計劃選取不同性別的被試，并設計多樣化的實驗任務模式，來進一步驗證本文所得結論。
5 結論
本研究表明在進行四小時英文科技文獻閱讀后，機體達到腦疲勞狀態，theta-gamma 的相位-幅值耦合值與腦疲勞有關。腦疲勞時 theta-gamma 的相位-幅值耦合值在整體上均呈現下降結果，并且右側中央區和右側頂葉區的 gamma 節律幅值與多個腦區的 theta 節律相位的相位-幅值耦合值具有顯著差異。右側多個腦區 theta-gamma 的相位-幅值耦合值顯著減小，表明腦疲勞后信息加工以及整合傳遞作用減弱，機體表現出記憶力及學習能力等下降的現象。本研究表明持續認知任務引發的腦疲勞對 theta-gamma 的相位-幅值耦合具有明顯的影響，腦疲勞對大腦神經信息傳遞整合具有一定影響，theta-gamma 的相位-幅值耦合值有望成為評價腦疲勞的重要指標，同時可以把它當作監測指標來衡量神經調節的效果。
