典型与非典型发育中的脑电μ节律

摘要

脑电图μ节律的评估为研究大脑活动提供了一种独特的方法，当其与基于行为的检测相结合时，可成为阐明临床人群中社会认知（如模仿）特征的有力工具。

摘要

脑电图（EEG）是一种有效、高效且无创的评估和记录大脑活动的方法。由于具有优异的时间分辨率，EEG可用于研究与特定行为、状态或外界刺激相关的神经反应。一个典型的应用实例是通过检测EEG μ节律来评估人类的镜像神经元系统（MNS）。EEG μ节律是在中央区域电极记录到的8-12 Hz频率范围内的振荡性脑电活动，当个体执行或仅仅观察目标导向动作时，该节律会受到抑制。因此，它被认为可反映镜像神经元系统的活动。有理论认为，镜像神经元系统（MNS）的功能障碍在自闭症谱系障碍（ASD）的社会缺陷中起着一定的作用。因此，可通过使用EEG μ节律的抑制程度作为其活动指标，对临床人群中的MNS进行无创性检查。本描述的实验方案为研究典型发育和非典型发育个体（如ASD患者）中理论上与MNS相关的社会认知功能提供了一条途径。 

引言

脑电图（EEG）是一种有效、高效且无创的脑活动评估与记录方法。当神经元在大脑中放电时，所产生的电压可被放大、记录并以图形方式呈现。EEG 的时间分辨率使得研究者能够分析大脑振荡模式的短暂变化，以及大脑对特定刺激的反应。

尽管脑成像技术已有百年历史，最早可追溯至19世纪末^th 尽管已有百年历史，脑电图（EEG）至今仍具有广泛的应用价值。虽然功能性磁共振成像（fMRI）具有优异的空间分辨率，但其时间分辨率相对较低。鉴于大脑内各种过程的发生速度极快，这一局限性严重制约了fMRI的评估能力。EEG能够以毫秒级精度检测大脑的电活动，从而为揭示大脑信息处理的不同阶段提供潜在洞察。

不断发展的技术也拓展了脑电图（EEG）的应用范围。记录系统密度的提高使得源定位技术得以发展，从而在一定程度上缓解了EEG在空间分辨率方面的局限性。此外，现代系统的个体受试者准备时间已显著缩短，使得对以往难以获取的群体（如婴儿和临床样本）进行评估成为可能^1-3,28-30。

由于脑电图（EEG）具有优异的时间分辨率，因此可用于研究与特定行为、状态或外界刺激相关的神经反应。一个典型的应用实例是对人类镜像神经系统（MNS）的评估。镜像神经元最初通过单细胞记录在猴子中被发现⁴，这类神经元在执行和观察运动动作时均会产生反应。这种将电极植入大脑的直接记录方法在人类中极少使用，仅见于严重的临床病例。EEG 提供了一种通过监测 EEG μ 节律来评估 MNS 的非侵入性方法。 这种频率范围为 8–12 Hz 的振荡模式在执行和观察运动动作时会减弱 EEG 功率，与在猴子中观察到的神经元激活模式相似^5–7。同样，通过经颅磁刺激（e.g. 如下额回）刺激假定的 MNS 脑区可导致 EEG μ 节律消失⁸，且 EEG μ 节律的抑制程度与个体在假定镜像神经元区域内的 fMRI BOLD 信号相关⁹，进一步支持该节律至少部分反映了 MNS 的活动。对 EEG μ 节律的评估使得在人类中无创地检测镜像神经元活动成为可能。

脑电图（EEG）为研究大脑活动提供了一种独特的方法，当其与基于行为的检测相结合时，可成为阐明临床人群中社会认知（如模仿能力）特征的有力工具。此外，脑电图适用于存在认知或语言障碍的人群，能够揭示那些难以成功使用其他成像技术或行为范式进行评估的个体的能力。本方案描述了一种研究典型发育及非典型发育（如自闭症谱系障碍）个体中理论上与镜像神经元系统相关联的社会认知功能的途径。

方案

以下方案遵循华盛顿大学机构审查委员会的指南。

1. 电生理学评估

1. 准备实验环节
   1. 房间准备：放置操作装置（参见 图1在受试者可触及范围内，将一个装有传感器的木块放在桌面上，当木块被抓握时，传感器会向采集软件发送带时间戳的标记信号。 启动脑电图采集软件并开始“新会话”（图 S1).
   2. 网具制备：将蒸馏水（1 L）、氯化钾（1 汤匙）和婴儿洗发液（1 茶匙）混合溶液加热至 104 °F。 将128导联高密度阵列脑电图系统浸泡在温热的生理盐水溶液中。
   3. 受试者准备：确保受试者舒适地坐在距离刺激呈现显示器约75 cm处，并完全处于视频摄像机的视野范围内。 用皮肤标记笔在受试者头部找到并标记出顶点。 通过寻找鼻根点与枕外隆凸点之间中点和左右耳前点之间中点的交点来测量顶点。
   4. 网状应用：将 EEG 帽放置于受试者头部，使顶点电极正对头顶标记位置。 检查阻抗，确保阻抗低于所用 EEG 系统的适当阈值（图 S2).
   5. 开始录像。
2. 记录设置：参考信号连接至头顶电极。 0.1 至 100 Hz 模拟滤波，放大信号，并以每秒 500 个采样点进行数字化。
3. 刺激呈现：向参与者呈现三种条件：观察、执行和休息，改编自Muthukumaraswamy及其同事开发的实验范式⁵.
   1. 观察条件：指导参与者安静地坐着，观看一段某人抓握操作装置的视频。 每次试验应持续6秒。精确计时观察试验中的预录视频，确保观察到的抓取动作恰好在3秒时发生。在任务过程中监测参与者的视觉注意力，并标记那些未注视屏幕的试验，以便在后期处理时予以剔除。
   2. 执行条件：指导参与者安静就坐，右手置于操纵装置下方，在听到预录的听觉提示后，模仿观察条件视频片段中的操纵装置抓取动作。每次试验持续6秒。通过预录一段保持固定时序的听觉轨道，确保听觉提示恰好在第3秒准确呈现，并保持一致的试次间间隔。 利用操纵装置上的传感器精确记录参与者抓握发生的时间（图 S3).
   3. 静息状态：指导受试者安静坐好，睁眼，并被动观察刺激显示器上的一个小十字叉。持续记录静息状态下的脑电图（EEG）3分钟。
   4. 在观察和执行条件下，均呈现随机排列的10次试验组块，每种条件共40次试验。在观察和执行组块期间（包括各次试验之间），确保操纵装置的图像始终显示在屏幕上。在完成观察和执行条件后，进行休息条件的测试。
4. 数据处理
   1. 数据采集完成后，重新检查阻抗，记录阻抗水平的任何变化，结束采集软件的记录。
   2. 预处理：将脑电（EEG）信号重参考至平均参考。将连续的EEG数据按每种条件分割为四十个6秒的片段。图 S4).
   3. 进行自动伪迹检测。使用自动化算法通过识别平均振幅超过 200 µV、差分平均振幅超过 100 µV 以及在特定试验中出现零方差的情况，来检查各片段中的运动伪迹。图 S5).
   4. 通过目视检查数据并结合会话视频回顾，手动进行伪迹检测，剔除观察条件下所有受任何运动伪迹污染的试验，以及执行条件下所有与抓握动作无关的运动伪迹污染的试验。将存在显著伪迹的试验从分析中排除。在数据采集过程中被标记为未集中注意力的试验予以舍弃。检查并记录每种诊断分组在分析中的试验剔除率。
5. 数据分析
   1. Per Muthukumaraswamy 等⁵将清理后的试验数据按2秒时间段分割，每个时间段包含抓握动作前1秒和抓握动作后1秒的数据，分别对应观察条件（由光电传感器标记）和执行条件（由操作装置传感器标记）。同时，从静息条件中分割出清理后的2秒时间段。 
   2. 对每个片段进行快速傅里叶变换（FFT）。为进行统计分析，选择位于左右半球、围绕标准C3和C4位置的各一组八个电极（参照Muthukumaraswamy） 等⁵ 和 Bernier 等³) (图2）。对于每种条件，对所包含的试验中的功率进行平均，以计算功率谱。
   3. 通过比较运动执行或运动观察期间与静息状态期间在8-13 Hz频段内的平均功率，计算μ波衰减。使用该比值的对数来确定衰减程度。注意：负值表示执行或观察期间的衰减，正值表示增强。该方法考虑了个体间的差异性，以及以比值形式表达的数据所具有的非正态分布特性。
      注意：本实验方案采用配备 Net Station 4.1 版本软件的 128 导高密度阵列 EEG 系统开发。尽管不同 EEG 系统的基本操作步骤相似，但数据采集与分析方案可能有所差异。

2. 样品表征

1. 通过研究登记系统、既往参与者名单或当地诊所和临床医生的转介，确定可能参与该范式的患者人群。
2. 筛选可能符合条件的参与者，以评估其是否符合临床构念的诊断标准例如 自闭症谱系障碍）并识别任何排除性标准，例如存在头部外伤、肿瘤、癫痫发作史，或使用可能干扰电生理信号的抗惊厥药物或巴比妥类药物。
3. 通过使用金标准诊断工具确认患者群体的诊断状态（例如 自闭症诊断访谈量表修订版（ADI-R）¹¹）以及孤独症诊断观察量表-通用版（ADOS-G，¹²由专家临床医生根据《精神障碍诊断与统计手册》第五版（DSM-5）进行评估^th 《精神障碍诊断与统计手册》第五版（DSM-5）标准¹³.
4. 确定在年龄、性别、认知能力等感兴趣变量上相匹配的对照样本， 等。

结果

在多种实验范式和刺激条件下，典型的成人、儿童和婴儿在执行和观察动作时均持续表现出μ节律^5,14-30。该频段的衰减始终定位于中央电极区域（图3），表明这种现象并非其他头皮区域记录到的α波功率降低。类似地，在观察运动过程中，该频段的衰减仅限于对生物性运动的观察，而单纯物体在视野中移动（如弹跳的球）并不会引发抑制效应（图4）。在事件（例如执行或观察有目的的抓握动作）发生后，μ节律的抑制表现为频谱功率的降低，随后恢复至基线水平（图5）。

已有八项独立研究和一项关于ASD人群中脑电图μ节律与社会认知的汇总分析。在典型发育个体中，动作观察和动作执行过程中均能一致地观察到μ节律抑制现象；然而，关于ASD个体中μ节律的研究结果则存在不一致性。一项早期研究³¹比较了6至46岁ASD个体与年龄和性别匹配的对照组之间的脑电图μ节律，结果显示ASD组仅在动作执行期间表现出μ节律衰减，而在动作观察期间则无此现象。这一相...

讨论

成功获取、处理和分析与μ节律相关的脑电生理数据，并将其应用于临床人群，需要：1）应用脑电图方法学工具，2）仔细进行伪迹检测和数据降维，3）准确识别μ节律，以及4）准确定义临床人群并确定合适的对照组。

适当的脑电图（EEG）方法学要求设备正常工作并良好集成，选择合适的脑电帽并正确佩戴，准确放大和记录信号时间，获得清晰、无阻碍、无伪迹的信号，正确参考的信号，适当分段（如果是事件相关）的试验数据，经过仔细计算的功率转换，对刺激材料的关注，以及当然，采用能够诱发所研究认知功能的实验范式和刺激材料。 

在连续脑电图记录过程中，μ节律通常表现为短暂出现¹⁴，但在事件相关分析中可被清晰且可靠地呈现^17,37。由于其信噪比较低，伪迹很容易掩盖该节律的谱功率变化。因此，必须通过自动化程序或人工检查电极数据，仔细进行伪迹识别，以确认μ节律的存在。若不同组间在观察到的或已去除的伪迹...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
测地线 EEG 系统	EGI	N/A	任何 EEG 系统，不仅限于基于 EGI 的系统，均可适用于本研究所述实验
MATLAB 软件	MATLAB	N/A	任何能够处理矩阵的数学或统计软件均可适用
Netstation 软件	EGI	N/A	任何 EEG 数据采集软件均可适用于本研究所述实验
操作装置	custom	N/A	任何可与数据采集软件共注册以标记成功抓握的物体均可使用