本文采用意念力游戲訓練對輕度認知功能障礙人群進行干預治療，輔助改善其腦認知功能狀態。研究共采集了 40 名受試者訓練前及兩次訓練后的腦電數據，并分析了腦電信號的連續復雜度特征，評估腦認知功能狀態，探討意念力游戲訓練對腦認知功能狀態的改善效果。結果顯示，經過兩次訓練后，受試者腦電信號連續復雜度有所升高（0.012 44 ± 0.000 29，P < 0.05），曲線波動幅度逐漸減小，表明隨訓練次數增加，腦電信號連續復雜度顯著提升，腦認知功能有明顯改善且狀態穩定。本文的研究結果可以表明，意念力游戲訓練可以改善腦認知功能狀態，該結果或可為今后輔助干預腦認知功能障礙提供支持與幫助。
引用本文： 李昕, 張潔, 史春燕. 意念力游戲訓練改善腦認知功能狀態研究. 生物醫學工程學雜志, 2019, 36(3): 364-370, 378. doi: 10.7507/1001-5515.201810030 復制
引言
認知功能主要涉及感覺、知覺、注意力、記憶、理解、語言和思維等，是人體大腦高級機能的重要功能之一。輕度認知功能障礙（mild cognitive impairment，MCI）是介于正常衰老與老年性癡呆之間的一種中間狀態，對患者的日常生活能力沒有顯著影響，但其進展為老年性癡呆的可能性為正常人的 10 倍。有研究發現，輕度認知功能障礙具有可逆性[1-3]，在輕度認知功能障礙甚至更早的階段進行預防及干預治療，能夠顯著降低癡呆發病率。
腦電信號作為腦功能評價的客觀指標，具有安全、方便、無創等優點，廣泛應用于認知功能研究中[4]，例如 Dauwels 等[5]基于腦電信號分析大腦功能，為阿爾茲海默癥早期診斷提供了指導意義。腦電信號可綜合反映大腦功能狀態，有效分析其中蘊藏的信息可以深入了解大腦的功能活動[6]。腦認知功能活動的進行就是信息處理的過程，腦電信號復雜性反映大腦處理信息的有序程度，復雜性增加預示腦內部連接復雜化，信息傳遞也更復雜化，認知功能方面有所改善，故可分析腦電信號的復雜性以研究腦認知功能活動、評價腦認知功能水平。腦電信號具有非平穩性和混沌性等特征，采用非線性分析方法更為合適，其中的復雜度特征分析方法不僅可研究腦電信號的復雜性程度，且計算所需數據量少還具有一定抗噪能力，十分適用于分析腦電信號，評估大腦認知功能水平。
復雜度特征分析方法可以客觀穩定地評價腦功能狀態，其結果可反映出不同腦認知功能狀態下的差異，且與影像學、心理學及神經學等的研究結果相符[7]。吳樣寶等[8]將復雜度分析方法用于分析大腦的不同功能狀態，發現當受試者心算時，左顳葉復雜度升高；聽音樂時，左顳葉復雜度降低，證明在不同的功能狀態下復雜度有不同的變化趨勢。之后研究者利用復雜度這一特征分析認知功能障礙人群腦功能狀態，如趙麗等[9]、萬柏坤等[10]比較了老年癡呆患者與正常人的腦電信號復雜度特征，其研究結果表明，患者頭皮各導聯處復雜度均明顯低于同齡正常人。Abásolo 等[11]研究了阿爾茲海默癥患者與正常人的腦電信號非線性特征，發現在 10/20 系統中的 P3 及 O1 通道處，患者腦電信號的復雜度特征值明顯低于正常老年人，提出了分析患者腦電信號復雜度特征的可行性。還有一些研究利用復雜度特征對輕度認知功能障礙患者、阿爾茲海默癥患者及正常人分類，相應的結果表明腦電信號復雜度在一定程度上反映了腦認知功能變化，因此將其作為檢測輕度認知功能障礙和早期癡呆的非侵入性生物標志物應具有廣闊前景[12-13]。有研究發現，隨著認知功能的降低，受試者各項神經心理學量表的評分也更低，腦電信號復雜度值亦出現同向改變，其中額區、顳區的退化較其他腦區更為明顯[14]，這與認知功能障礙患者在影像學檢查中表現出的額葉和顳葉萎縮相符合[15-16]，與認知功能障礙患者的額葉和顳葉葡萄糖代謝降低[17]、額葉功能連接異常[18-19]等結果一致。額葉、顳葉主要與記憶、語言等多種認知功能相關，故這些部位功能異常會導致患者出現記憶力喪失等認知功能障礙表現。以上研究結果均提示腦電信號的復雜度特征與腦認知功能相關，腦電信號復雜度降低與臨床認知功能下降有一致性，作為評估腦認知功能狀態的指標具有巨大潛力。
現有治療認知功能障礙的藥物療法效果有限且會出現副作用，因此國內外學者在非藥物干預方面進行了大量探索，發現了行為認知療法、回憶療法等諸多方法，經研究證明其可有效改善患者認知功能、延緩癡呆進展[20-21]。Rosen 等[22]研究表明，輕度認知功能障礙患者通過幾個療程的認知訓練后復查功能性磁共振成像，可見額區、顳區的功能增強，神經心理學量表的評分亦顯示患者的記憶力得到改善。徐梅松[7]利用重復經顱磁刺激和計算機輔助認知訓練對輕度認知功能障礙患者進行干預治療，訓練后受試者額區及顳區的復雜度值均顯著增加，與臨床記憶商、臨床記憶量表各項分測驗分值、事件相關電位 P300 潛伏期的結果具有一致性，均提示單獨及聯合訓練對認知功能障礙患者腦電信號復雜性具有補償作用，患者腦內部信息傳遞更復雜，認知功能得到有效改善。還有研究將游戲干預用于認知功能障礙患者的干預治療以提高患者參與度和治療效果，結果證明通過游戲訓練可延緩老年人認知功能減退，提高相應認知能力，改善腦功能狀態[23-24]。Amjad 等[25]研究認知游戲對輕度認知功能障礙患者腦電信號和認知功能的影響，進行了短期及長期干預后患者的神經心理學量表評分及腦電信號復雜度值均顯著增高，表明認知游戲對受試者進行干預后顯示出有益效果。近年來，神經反饋類游戲訓練受到重點關注，它不僅可以實現普通游戲的干預治療效果，還可以通過訓練過程實時反映受試者腦電信號及腦功能狀態的變化情況，令受試者自主調節大腦活動以完成目標任務。該類系統通常是根據腦電信號 α、β 頻段功率譜估計受試者注意力水平，并根據注意力值調整游戲中的對象特征以改善受試者的認知功能，其效果評估則通過腦電信號分析實現。Anguera 等[26]研究發現，定制三維視頻游戲神經反饋訓練系統對老年人的認知控制及功能有積極影響；Jirayucharoensak 等[27]研究了持續注意力與認知功能之間的關系，發現運用神經反饋訓練方法可提高健康組和輕度認知功能障礙組的認知能力；Liu 等[28]提出并實現了一個神經反饋系統，結果表明通過射擊游戲訓練后所有受試者腦電信號的 α 峰頻率升高，受試者多任務認知能力增強；齊曉英[29]利用意念力螞蟻游戲對受試者進行干預訓練，訓練后受試者的復雜度值對比訓練前有較為明顯的增加趨勢，說明適當游戲訓練有助于輕度認知功能障礙患者在認知功能方面得到改善。由以上研究可知，神經反饋類游戲訓練系統對改善受試者認知功能有積極作用，且將腦電信號復雜度特征分析方法作為評估受試者認知功能改善效果的工具更為準確有效。
因此，本文采用神經反饋類意念力游戲訓練，利用腦電信號對游戲訓練后腦功能狀態改善情況進行評估分析。本試驗共采集 40 名受試者訓練前及兩次訓練后的腦電信號，基于傳統復雜度計算方法存在無法顯示腦電信號細節信息甚至會丟失局部波動特征的缺陷，提出了腦電信號連續復雜度方法，即對信號加滑動窗并分段計算復雜度特征以得到腦電信號的連續復雜度特征值，因此所得的結果既能反映腦功能狀態，又能反映其變化情況等細節信息。本文基于腦電信號連續復雜度算法，分析了受試者訓練前后的腦電信號特征，實現了意念力游戲訓練改善腦認知功能狀態的研究，為更好地評估腦認知功能狀態的改善效果提供了新思路。
1 試驗設置
1.1 數據來源
本文數據來自本研究組與河北醫科大學第一醫院輕度認知功能障礙相關研究組的合作研究項目，已獲得該醫院研究組的授權可使用該數據，從中隨機選取 40 名受試者的腦電數據分析。所有受試者已被認知功能障礙早期篩查系統確診為輕度認知功能障礙，其中男女各 20 名，年齡在 40～60 歲之間，平均年齡為（54.32 ± 4.93）歲，右利手，無器質性神經系統疾病，無腦部損傷史，視力或矯正視力正常。
試驗設計及過程已通過河北醫科大學第一醫院倫理委員會批準，試驗前遵從受試者自愿參與的原則，對受試者及其家人詳細描述試驗流程，經受試者及其家人同意后簽署知情同意書。
1.2 試驗設備
試驗設備采用記憶力障礙訓練系統（ADTS，惠斯安普醫學系統股份有限公司，中國），系統包括腦電信號采集器和干預終端，干預終端內置意念力游戲。系統在訓練過程中可根據受試者的腦電信號實時計算得出放松度指數或專注度指數，并反饋回干預終端，游戲流程如圖 1 所示。訓練開始時系統根據放松度指數給出食物，訓練過程中放松模式和專注模式交替出現，對應指數的數值可控制螞蟻的前進速度，直至螞蟻推動食物到達終點。
圖1
意念力游戲流程圖
Figure1.
Flowchart of mind-control game
1.3 試驗流程
試驗分兩個訓練周期，每個訓練周期為 5 d，共 10 d。開始訓練前首先采集受試者的靜息態腦電信號，之后經過第一個訓練周期，耗時 5 d，每天進行 1 次意念力游戲訓練，共含 5 次訓練，每次訓練時長沒有限制，完成任務流程即可，訓練周期結束后再次采集靜息狀態下的腦電信號。接下來完成第二個訓練周期，同樣進行共 5 次訓練，結束后采集受試者靜息態腦電信號。整個過程在安靜環境中進行，且試驗之前告知受試者試驗流程和游戲內容。
腦電信號采集使用數字腦電圖儀（NT9200，北京中科新拓儀器有限公司，中國），共 16 導通道，分別為 FP1、FP2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6，按照國際標準 10/20 系統放置，采樣率為 1 000 Hz。
2 方法
2.1 Lempel-Ziv 復雜度
Lempel-Ziv 復雜度（Lempel-Ziv complexity，LZC）是以色列科學家 Lempel 和 Ziv 提出的能夠現實可行地測度有限長序列隨機程度的手段[30]。Lempel 等[30]給出了復雜度的簡化定義，后來由 Kasper 等[31]提出了隨機序列復雜度的具體算法。Lempel-Ziv 復雜度算法反映了隨時間序列長度增加，模式數量增加的速率。根據定義，在計算腦電信號復雜度之前，需要先進行粗粒化，并且為了提高效率，常將原信號轉換為 0、1 序列；而計算復雜度則是通過在有限 0、1 序列中遍歷，以尋找新序列模式個數，假設 c（n）為序列復雜度，當檢測到新的序列模式時，就執行一次加一操作；重復上述過程，直至待求序列最后一位，最終得到的 c（n）即為該序列復雜度。
根據 Lempel 和 Ziv 的研究，對于任意一個足夠長的隨機（0，1）符號序列，當 0 與 1 出現概率相等時，c（n）趨向于同一個最大值，如式（1）所示：
 |
用 b（n）進行歸一化處理，得到 Lempel-Ziv 復雜度（以符號 LZC 表示），如式（2）所示：
 |
復雜度取值介于 0、1 之間，從算法上可以看出，規律序列中重復片段個數較多，復雜度會更趨近于 0，而隨機序列的復雜度更趨近于 1。
2.2 連續復雜度
傳統復雜度可顯示腦電信號時間序列整體復雜程度，但其將大部分細節信息壓縮，無法了解腦電信號的局部波動特征，故本文使用腦電信號連續復雜度方法，分析腦電信號序列時先加滑動窗再進行計算，即先將腦電信號分段，之后按段分別計算復雜度，得到連續的復雜度特征值，依此畫出腦電信號連續復雜度曲線，其結果不僅可反映出受試者各段腦電信號復雜程度，也可顯示出復雜度隨時間變化情況，即腦電信號波動信息和大腦功能狀態變化的細節。
2.3 統計分析
為了比較訓練前后腦功能狀態變化的情況，利用統計產品與服務解決方案軟件 SPSS 22.0（SPSS Inc.，美國）對 40 名受試者的 3 次腦電信號連續復雜度特征進行了單因素方差分析，以 1、2、3 分別代表訓練前、第一次訓練后和第二次訓練后的代碼，即將數據分為 3 組，并將組別作為因子，腦電信號連續復雜度特征值作為因變量進行分析，之后進行事后檢驗比較 3 組兩兩之間的差別。
3 結果
3.1 連續復雜度計算及結果分析
腦電信號經預處理后截取其中 15 000 個數據點進行分析，計算復雜度僅需少量數據點，而數據點過少會造成復雜度值不穩定，因此為確定合適的窗口長度，本文利用抽簽法隨機選取 1 位受試者，根據其 P3 通道腦電數據在不同窗寬情況下的腦電信號連續復雜度進行分析，窗寬分別為 500、1 000、1 500、2 000 個數據點。步長長度過短會導致復雜度值浮動幅度過大，過長則失去對信號加滑動窗的意義，因此為更好地體現出復雜度值變化細節，經比較后設定步長為 200 個數據點，如圖 2 所示，橫坐標為每個窗口第一個數據點對應時間，腦電信號采樣率為 1 000 Hz，100 個數據點對應時長為 0.1 s，故兩個窗口間距約 0.2 s，即曲線上相鄰兩點間距為 0.2 s，縱坐標為復雜度值，共選取了 4 種窗寬來分析。
圖2
不同窗寬的腦電信號連續復雜度曲線
Figure2.
Continuous complexity curves of electroencephalogram signals with different window widths
由圖 2 可知，窗口長度較小時，復雜度曲線不穩定，波動的數量多且幅度較大，隨著窗口長度增加，復雜度曲線趨于平緩，如：窗寬為 500 個數據點時，復雜度曲線出現多處明顯起伏；而窗寬為 2 000 個數據點時，曲線只有小幅波動，整體趨于平滑。而若窗口長度過長，復雜度值降低，復雜度曲線會出現整體下移的現象，這是由于隨著時間窗長度增加，新模式序列出現概率減小，復雜度減小，故曲線整體會更接近 0。因此，為保留復雜度曲線波動細節，又不使復雜度值過小，在之后的處理中設置窗寬為 1 000 個數據點進行分析。
為評估意念力游戲訓練系統對受試者腦認知功能的改善效果，對受試者訓練前后腦電信號連續復雜度的變化進行分析，以所有受試者訓練前后腦電信號連續復雜度均值為例，結果如圖 3 及圖 4 所示。圖 3 中分別為 FP1、FP2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6 通道訓練前后腦電信號連續復雜度曲線。圖 4 為 16 個通道訓練前后腦電信號連續復雜度均值曲線。
圖3
訓練前后腦電信號連續復雜度曲線
Figure3.
Continuous complexity curves of electroencephalogram signals before and after training
圖4
訓練前后腦電信號連續復雜度均值曲線
Figure4.
Continuous complexity mean curves of electroence phalogram signals before and after training
如圖 3 及圖 4 所示，兩個訓練周期結束后，全部通道的腦電信號連續復雜度曲線明顯升高，而在第一次訓練后與訓練前無明顯區別，還有通道出現少許降低的情況，如 O1 通道，枕葉負責視覺信息處理，O1 通道曲線在第一次訓練后有所降低可能是由于受試者對訓練畫面出現了耐受性。總體來說，腦電信號連續復雜度曲線還是呈上升趨勢，說明隨訓練次數增加，受試者大腦整體的腦電信號復雜度有所提高，腦認知功能狀態明顯改善。經過訓練后的腦電信號連續復雜度曲線較訓練前更為平緩，意味著經多次訓練后，大腦功能狀態趨于穩定。腦電信號連續復雜度曲線反映了腦電信號復雜程度及受試者腦認知功能狀態的變化情況，作為評估腦認知功能狀態的指標有良好效果。訓練后腦認知功能狀態有所提升，可以預見，若堅持對受試者進行意念力游戲訓練，受試者大腦活動活躍程度增加，腦認知功能狀態會有更為明顯且穩定的改善效果。
3.2 改善效果分析
按通道計算訓練前后腦電信號連續復雜度均值，結果如圖 5 所示，兩個訓練周期后腦電信號復雜度均值與訓練前相比明顯升高，有較大差異。第一個訓練周期結束后，大部分通道腦電信號復雜度升降變化幅度小，FP2、F7、F8、T4 通道腦電信號復雜度出現一定幅度上升，O1 通道腦電信號復雜度出現較大幅度下降，與之前根據訓練前后腦電信號連續復雜度曲線得到的結果一致。根據單因素方差分析的結果，如表 1 所示，組間差異 P < 0.05，說明訓練前后 3 組數據之間差異具有統計學意義，即訓練前后受試者的復雜度特征值之間的差異具有統計學意義。根據訓練前后的腦電信號連續復雜度均值也可看出，復雜度在訓練前和第一次訓練后相差不多，第二次訓練后出現較大幅度增加。
圖5
各個通道訓練前后腦電信號連續復雜度均值
Figure5.
Average continuous complexity of electroencephalogram signals before and after training of each channel
表1
訓練前后腦電信號連續復雜度均值
Table1.
Average continuous complexity of electroencephalo gram signals before and after training
根據單因素方差分析事后檢驗結果來比較不同階段間腦電信號連續復雜度均值差異的具體情況，結果如表 2 所示，按照分組情況，1 代表訓練前，2 代表第一次訓練后，3 代表第二次訓練后，其中 1、2 間的差值為 ? 0.000 24 ± 0.000 31（P = 0.832 > 0.05），1、3 間的差值為 ? 0.012 44 ± 0.000 29（P = 0.000 < 0.05），2、3 間的差值為 ? 0.012 20 ± 0.000 31（P = 0.000 < 0.05）。結果表明，受試者的腦電信號復雜度在訓練前與第一次訓練后間的差異無統計學意義，在訓練前與第二次訓練后間及第一次訓練后與第二次訓練后間的差異有統計學意義，與之前結論類似，隨訓練次數增加，受試者腦電信號復雜度均值開始無明顯變化后顯著提高，腦認知功能狀態有明顯改善，說明意念力游戲訓練對腦認知功能提升有積極作用。
表2
不同階段間腦電信號連續復雜度均值差異情況
Table2.
Differences in average continuous complexity of electro encephalogram signals between different stages
4 結論
本研究以腦電信號連續復雜度作為特征量對意念力游戲訓練后腦電信號的變化規律進行分析。研究發現，兩個訓練周期結束后腦電信號連續復雜度曲線整體升高，且曲線波動幅度減小，與訓練前的差異有統計學意義，表明隨訓練次數增加，腦狀態逐漸活躍，腦認知功能狀態有所改善，且效果較為穩定，證實了腦電信號連續復雜度可用作評估腦認知功能狀態的指標。由統計分析結果可知訓練前后腦電信號復雜度特征值的差異有統計學意義，進一步證明進行意念力游戲訓練可改善腦認知功能，提升腦認知功能狀態。
在后續研究中，可通過設置對照組和空白組來分析意念力游戲訓練對腦認知功能狀態改善效果，比較輕度認知功能障礙等腦功能疾病患者與正常人對意念力游戲訓練的接受程度；增加訓練次數，觀測經過長時間訓練后腦認知功能狀態改善效果等。
綜上所述，意念力游戲訓練可改善腦認知功能狀態，提高大腦活躍程度并保持穩定，可以設想，堅持進行意念力游戲訓練會提升腦認知功能并令其維持于良好狀態，這將為預防及治療中老年人認知功能障礙提供幫助。
引言
認知功能主要涉及感覺、知覺、注意力、記憶、理解、語言和思維等，是人體大腦高級機能的重要功能之一。輕度認知功能障礙（mild cognitive impairment，MCI）是介于正常衰老與老年性癡呆之間的一種中間狀態，對患者的日常生活能力沒有顯著影響，但其進展為老年性癡呆的可能性為正常人的 10 倍。有研究發現，輕度認知功能障礙具有可逆性[1-3]，在輕度認知功能障礙甚至更早的階段進行預防及干預治療，能夠顯著降低癡呆發病率。
腦電信號作為腦功能評價的客觀指標，具有安全、方便、無創等優點，廣泛應用于認知功能研究中[4]，例如 Dauwels 等[5]基于腦電信號分析大腦功能，為阿爾茲海默癥早期診斷提供了指導意義。腦電信號可綜合反映大腦功能狀態，有效分析其中蘊藏的信息可以深入了解大腦的功能活動[6]。腦認知功能活動的進行就是信息處理的過程，腦電信號復雜性反映大腦處理信息的有序程度，復雜性增加預示腦內部連接復雜化，信息傳遞也更復雜化，認知功能方面有所改善，故可分析腦電信號的復雜性以研究腦認知功能活動、評價腦認知功能水平。腦電信號具有非平穩性和混沌性等特征，采用非線性分析方法更為合適，其中的復雜度特征分析方法不僅可研究腦電信號的復雜性程度，且計算所需數據量少還具有一定抗噪能力，十分適用于分析腦電信號，評估大腦認知功能水平。
復雜度特征分析方法可以客觀穩定地評價腦功能狀態，其結果可反映出不同腦認知功能狀態下的差異，且與影像學、心理學及神經學等的研究結果相符[7]。吳樣寶等[8]將復雜度分析方法用于分析大腦的不同功能狀態，發現當受試者心算時，左顳葉復雜度升高；聽音樂時，左顳葉復雜度降低，證明在不同的功能狀態下復雜度有不同的變化趨勢。之后研究者利用復雜度這一特征分析認知功能障礙人群腦功能狀態，如趙麗等[9]、萬柏坤等[10]比較了老年癡呆患者與正常人的腦電信號復雜度特征，其研究結果表明，患者頭皮各導聯處復雜度均明顯低于同齡正常人。Abásolo 等[11]研究了阿爾茲海默癥患者與正常人的腦電信號非線性特征，發現在 10/20 系統中的 P3 及 O1 通道處，患者腦電信號的復雜度特征值明顯低于正常老年人，提出了分析患者腦電信號復雜度特征的可行性。還有一些研究利用復雜度特征對輕度認知功能障礙患者、阿爾茲海默癥患者及正常人分類，相應的結果表明腦電信號復雜度在一定程度上反映了腦認知功能變化，因此將其作為檢測輕度認知功能障礙和早期癡呆的非侵入性生物標志物應具有廣闊前景[12-13]。有研究發現，隨著認知功能的降低，受試者各項神經心理學量表的評分也更低，腦電信號復雜度值亦出現同向改變，其中額區、顳區的退化較其他腦區更為明顯[14]，這與認知功能障礙患者在影像學檢查中表現出的額葉和顳葉萎縮相符合[15-16]，與認知功能障礙患者的額葉和顳葉葡萄糖代謝降低[17]、額葉功能連接異常[18-19]等結果一致。額葉、顳葉主要與記憶、語言等多種認知功能相關，故這些部位功能異常會導致患者出現記憶力喪失等認知功能障礙表現。以上研究結果均提示腦電信號的復雜度特征與腦認知功能相關，腦電信號復雜度降低與臨床認知功能下降有一致性，作為評估腦認知功能狀態的指標具有巨大潛力。
現有治療認知功能障礙的藥物療法效果有限且會出現副作用，因此國內外學者在非藥物干預方面進行了大量探索，發現了行為認知療法、回憶療法等諸多方法，經研究證明其可有效改善患者認知功能、延緩癡呆進展[20-21]。Rosen 等[22]研究表明，輕度認知功能障礙患者通過幾個療程的認知訓練后復查功能性磁共振成像，可見額區、顳區的功能增強，神經心理學量表的評分亦顯示患者的記憶力得到改善。徐梅松[7]利用重復經顱磁刺激和計算機輔助認知訓練對輕度認知功能障礙患者進行干預治療，訓練后受試者額區及顳區的復雜度值均顯著增加，與臨床記憶商、臨床記憶量表各項分測驗分值、事件相關電位 P300 潛伏期的結果具有一致性，均提示單獨及聯合訓練對認知功能障礙患者腦電信號復雜性具有補償作用，患者腦內部信息傳遞更復雜，認知功能得到有效改善。還有研究將游戲干預用于認知功能障礙患者的干預治療以提高患者參與度和治療效果，結果證明通過游戲訓練可延緩老年人認知功能減退，提高相應認知能力，改善腦功能狀態[23-24]。Amjad 等[25]研究認知游戲對輕度認知功能障礙患者腦電信號和認知功能的影響，進行了短期及長期干預后患者的神經心理學量表評分及腦電信號復雜度值均顯著增高，表明認知游戲對受試者進行干預后顯示出有益效果。近年來，神經反饋類游戲訓練受到重點關注，它不僅可以實現普通游戲的干預治療效果，還可以通過訓練過程實時反映受試者腦電信號及腦功能狀態的變化情況，令受試者自主調節大腦活動以完成目標任務。該類系統通常是根據腦電信號 α、β 頻段功率譜估計受試者注意力水平，并根據注意力值調整游戲中的對象特征以改善受試者的認知功能，其效果評估則通過腦電信號分析實現。Anguera 等[26]研究發現，定制三維視頻游戲神經反饋訓練系統對老年人的認知控制及功能有積極影響；Jirayucharoensak 等[27]研究了持續注意力與認知功能之間的關系，發現運用神經反饋訓練方法可提高健康組和輕度認知功能障礙組的認知能力；Liu 等[28]提出并實現了一個神經反饋系統，結果表明通過射擊游戲訓練后所有受試者腦電信號的 α 峰頻率升高，受試者多任務認知能力增強；齊曉英[29]利用意念力螞蟻游戲對受試者進行干預訓練，訓練后受試者的復雜度值對比訓練前有較為明顯的增加趨勢，說明適當游戲訓練有助于輕度認知功能障礙患者在認知功能方面得到改善。由以上研究可知，神經反饋類游戲訓練系統對改善受試者認知功能有積極作用，且將腦電信號復雜度特征分析方法作為評估受試者認知功能改善效果的工具更為準確有效。
因此，本文采用神經反饋類意念力游戲訓練，利用腦電信號對游戲訓練后腦功能狀態改善情況進行評估分析。本試驗共采集 40 名受試者訓練前及兩次訓練后的腦電信號，基于傳統復雜度計算方法存在無法顯示腦電信號細節信息甚至會丟失局部波動特征的缺陷，提出了腦電信號連續復雜度方法，即對信號加滑動窗并分段計算復雜度特征以得到腦電信號的連續復雜度特征值，因此所得的結果既能反映腦功能狀態，又能反映其變化情況等細節信息。本文基于腦電信號連續復雜度算法，分析了受試者訓練前后的腦電信號特征，實現了意念力游戲訓練改善腦認知功能狀態的研究，為更好地評估腦認知功能狀態的改善效果提供了新思路。
1 試驗設置
1.1 數據來源
本文數據來自本研究組與河北醫科大學第一醫院輕度認知功能障礙相關研究組的合作研究項目，已獲得該醫院研究組的授權可使用該數據，從中隨機選取 40 名受試者的腦電數據分析。所有受試者已被認知功能障礙早期篩查系統確診為輕度認知功能障礙，其中男女各 20 名，年齡在 40～60 歲之間，平均年齡為（54.32 ± 4.93）歲，右利手，無器質性神經系統疾病，無腦部損傷史，視力或矯正視力正常。
試驗設計及過程已通過河北醫科大學第一醫院倫理委員會批準，試驗前遵從受試者自愿參與的原則，對受試者及其家人詳細描述試驗流程，經受試者及其家人同意后簽署知情同意書。
1.2 試驗設備
試驗設備采用記憶力障礙訓練系統（ADTS，惠斯安普醫學系統股份有限公司，中國），系統包括腦電信號采集器和干預終端，干預終端內置意念力游戲。系統在訓練過程中可根據受試者的腦電信號實時計算得出放松度指數或專注度指數，并反饋回干預終端，游戲流程如圖 1 所示。訓練開始時系統根據放松度指數給出食物，訓練過程中放松模式和專注模式交替出現，對應指數的數值可控制螞蟻的前進速度，直至螞蟻推動食物到達終點。
圖1
意念力游戲流程圖
Figure1.
Flowchart of mind-control game
1.3 試驗流程
試驗分兩個訓練周期，每個訓練周期為 5 d，共 10 d。開始訓練前首先采集受試者的靜息態腦電信號，之后經過第一個訓練周期，耗時 5 d，每天進行 1 次意念力游戲訓練，共含 5 次訓練，每次訓練時長沒有限制，完成任務流程即可，訓練周期結束后再次采集靜息狀態下的腦電信號。接下來完成第二個訓練周期，同樣進行共 5 次訓練，結束后采集受試者靜息態腦電信號。整個過程在安靜環境中進行，且試驗之前告知受試者試驗流程和游戲內容。
腦電信號采集使用數字腦電圖儀（NT9200，北京中科新拓儀器有限公司，中國），共 16 導通道，分別為 FP1、FP2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6，按照國際標準 10/20 系統放置，采樣率為 1 000 Hz。
2 方法
2.1 Lempel-Ziv 復雜度
Lempel-Ziv 復雜度（Lempel-Ziv complexity，LZC）是以色列科學家 Lempel 和 Ziv 提出的能夠現實可行地測度有限長序列隨機程度的手段[30]。Lempel 等[30]給出了復雜度的簡化定義，后來由 Kasper 等[31]提出了隨機序列復雜度的具體算法。Lempel-Ziv 復雜度算法反映了隨時間序列長度增加，模式數量增加的速率。根據定義，在計算腦電信號復雜度之前，需要先進行粗粒化，并且為了提高效率，常將原信號轉換為 0、1 序列；而計算復雜度則是通過在有限 0、1 序列中遍歷，以尋找新序列模式個數，假設 c（n）為序列復雜度，當檢測到新的序列模式時，就執行一次加一操作；重復上述過程，直至待求序列最后一位，最終得到的 c（n）即為該序列復雜度。
根據 Lempel 和 Ziv 的研究，對于任意一個足夠長的隨機（0，1）符號序列，當 0 與 1 出現概率相等時，c（n）趨向于同一個最大值，如式（1）所示：
|
用 b（n）進行歸一化處理，得到 Lempel-Ziv 復雜度（以符號 LZC 表示），如式（2）所示：
|
復雜度取值介于 0、1 之間，從算法上可以看出，規律序列中重復片段個數較多，復雜度會更趨近于 0，而隨機序列的復雜度更趨近于 1。
2.2 連續復雜度
傳統復雜度可顯示腦電信號時間序列整體復雜程度，但其將大部分細節信息壓縮，無法了解腦電信號的局部波動特征，故本文使用腦電信號連續復雜度方法，分析腦電信號序列時先加滑動窗再進行計算，即先將腦電信號分段，之后按段分別計算復雜度，得到連續的復雜度特征值，依此畫出腦電信號連續復雜度曲線，其結果不僅可反映出受試者各段腦電信號復雜程度，也可顯示出復雜度隨時間變化情況，即腦電信號波動信息和大腦功能狀態變化的細節。
2.3 統計分析
為了比較訓練前后腦功能狀態變化的情況，利用統計產品與服務解決方案軟件 SPSS 22.0（SPSS Inc.，美國）對 40 名受試者的 3 次腦電信號連續復雜度特征進行了單因素方差分析，以 1、2、3 分別代表訓練前、第一次訓練后和第二次訓練后的代碼，即將數據分為 3 組，并將組別作為因子，腦電信號連續復雜度特征值作為因變量進行分析，之后進行事后檢驗比較 3 組兩兩之間的差別。
3 結果
3.1 連續復雜度計算及結果分析
腦電信號經預處理后截取其中 15 000 個數據點進行分析，計算復雜度僅需少量數據點，而數據點過少會造成復雜度值不穩定，因此為確定合適的窗口長度，本文利用抽簽法隨機選取 1 位受試者，根據其 P3 通道腦電數據在不同窗寬情況下的腦電信號連續復雜度進行分析，窗寬分別為 500、1 000、1 500、2 000 個數據點。步長長度過短會導致復雜度值浮動幅度過大，過長則失去對信號加滑動窗的意義，因此為更好地體現出復雜度值變化細節，經比較后設定步長為 200 個數據點，如圖 2 所示，橫坐標為每個窗口第一個數據點對應時間，腦電信號采樣率為 1 000 Hz，100 個數據點對應時長為 0.1 s，故兩個窗口間距約 0.2 s，即曲線上相鄰兩點間距為 0.2 s，縱坐標為復雜度值，共選取了 4 種窗寬來分析。
圖2
不同窗寬的腦電信號連續復雜度曲線
Figure2.
Continuous complexity curves of electroencephalogram signals with different window widths
由圖 2 可知，窗口長度較小時，復雜度曲線不穩定，波動的數量多且幅度較大，隨著窗口長度增加，復雜度曲線趨于平緩，如：窗寬為 500 個數據點時，復雜度曲線出現多處明顯起伏；而窗寬為 2 000 個數據點時，曲線只有小幅波動，整體趨于平滑。而若窗口長度過長，復雜度值降低，復雜度曲線會出現整體下移的現象，這是由于隨著時間窗長度增加，新模式序列出現概率減小，復雜度減小，故曲線整體會更接近 0。因此，為保留復雜度曲線波動細節，又不使復雜度值過小，在之后的處理中設置窗寬為 1 000 個數據點進行分析。
為評估意念力游戲訓練系統對受試者腦認知功能的改善效果，對受試者訓練前后腦電信號連續復雜度的變化進行分析，以所有受試者訓練前后腦電信號連續復雜度均值為例，結果如圖 3 及圖 4 所示。圖 3 中分別為 FP1、FP2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6 通道訓練前后腦電信號連續復雜度曲線。圖 4 為 16 個通道訓練前后腦電信號連續復雜度均值曲線。
圖3
訓練前后腦電信號連續復雜度曲線
Figure3.
Continuous complexity curves of electroencephalogram signals before and after training
圖4
訓練前后腦電信號連續復雜度均值曲線
Figure4.
Continuous complexity mean curves of electroence phalogram signals before and after training
如圖 3 及圖 4 所示，兩個訓練周期結束后，全部通道的腦電信號連續復雜度曲線明顯升高，而在第一次訓練后與訓練前無明顯區別，還有通道出現少許降低的情況，如 O1 通道，枕葉負責視覺信息處理，O1 通道曲線在第一次訓練后有所降低可能是由于受試者對訓練畫面出現了耐受性。總體來說，腦電信號連續復雜度曲線還是呈上升趨勢，說明隨訓練次數增加，受試者大腦整體的腦電信號復雜度有所提高，腦認知功能狀態明顯改善。經過訓練后的腦電信號連續復雜度曲線較訓練前更為平緩，意味著經多次訓練后，大腦功能狀態趨于穩定。腦電信號連續復雜度曲線反映了腦電信號復雜程度及受試者腦認知功能狀態的變化情況，作為評估腦認知功能狀態的指標有良好效果。訓練后腦認知功能狀態有所提升，可以預見，若堅持對受試者進行意念力游戲訓練，受試者大腦活動活躍程度增加，腦認知功能狀態會有更為明顯且穩定的改善效果。
3.2 改善效果分析
按通道計算訓練前后腦電信號連續復雜度均值，結果如圖 5 所示，兩個訓練周期后腦電信號復雜度均值與訓練前相比明顯升高，有較大差異。第一個訓練周期結束后，大部分通道腦電信號復雜度升降變化幅度小，FP2、F7、F8、T4 通道腦電信號復雜度出現一定幅度上升，O1 通道腦電信號復雜度出現較大幅度下降，與之前根據訓練前后腦電信號連續復雜度曲線得到的結果一致。根據單因素方差分析的結果，如表 1 所示，組間差異 P < 0.05，說明訓練前后 3 組數據之間差異具有統計學意義，即訓練前后受試者的復雜度特征值之間的差異具有統計學意義。根據訓練前后的腦電信號連續復雜度均值也可看出，復雜度在訓練前和第一次訓練后相差不多，第二次訓練后出現較大幅度增加。
圖5
各個通道訓練前后腦電信號連續復雜度均值
Figure5.
Average continuous complexity of electroencephalogram signals before and after training of each channel
表1
訓練前后腦電信號連續復雜度均值
Table1.
Average continuous complexity of electroencephalo gram signals before and after training
根據單因素方差分析事后檢驗結果來比較不同階段間腦電信號連續復雜度均值差異的具體情況，結果如表 2 所示，按照分組情況，1 代表訓練前，2 代表第一次訓練后，3 代表第二次訓練后，其中 1、2 間的差值為 ? 0.000 24 ± 0.000 31（P = 0.832 > 0.05），1、3 間的差值為 ? 0.012 44 ± 0.000 29（P = 0.000 < 0.05），2、3 間的差值為 ? 0.012 20 ± 0.000 31（P = 0.000 < 0.05）。結果表明，受試者的腦電信號復雜度在訓練前與第一次訓練后間的差異無統計學意義，在訓練前與第二次訓練后間及第一次訓練后與第二次訓練后間的差異有統計學意義，與之前結論類似，隨訓練次數增加，受試者腦電信號復雜度均值開始無明顯變化后顯著提高，腦認知功能狀態有明顯改善，說明意念力游戲訓練對腦認知功能提升有積極作用。
表2
不同階段間腦電信號連續復雜度均值差異情況
Table2.
Differences in average continuous complexity of electro encephalogram signals between different stages
4 結論
本研究以腦電信號連續復雜度作為特征量對意念力游戲訓練后腦電信號的變化規律進行分析。研究發現，兩個訓練周期結束后腦電信號連續復雜度曲線整體升高，且曲線波動幅度減小，與訓練前的差異有統計學意義，表明隨訓練次數增加，腦狀態逐漸活躍，腦認知功能狀態有所改善，且效果較為穩定，證實了腦電信號連續復雜度可用作評估腦認知功能狀態的指標。由統計分析結果可知訓練前后腦電信號復雜度特征值的差異有統計學意義，進一步證明進行意念力游戲訓練可改善腦認知功能，提升腦認知功能狀態。
在后續研究中，可通過設置對照組和空白組來分析意念力游戲訓練對腦認知功能狀態改善效果，比較輕度認知功能障礙等腦功能疾病患者與正常人對意念力游戲訓練的接受程度；增加訓練次數，觀測經過長時間訓練后腦認知功能狀態改善效果等。
綜上所述，意念力游戲訓練可改善腦認知功能狀態，提高大腦活躍程度并保持穩定，可以設想，堅持進行意念力游戲訓練會提升腦認知功能并令其維持于良好狀態，這將為預防及治療中老年人認知功能障礙提供幫助。
