论文部分内容阅读
熵(entropy)通常用来度量系统的复杂性,是系统无序程度的指标。这种复杂性也是脑机能的重要特性之一,高的复杂度(高熵)通常意味着较高的信息处理能力。即使我们的机体处于静息状态,大脑的神经活动依然处于活跃的波动状态,具体表现为围绕临界点上下震荡的状态。这种“不安分”的倾向被认为能够增强脑对环境不可预测性的适应能力,以便应对各种突发事件。无论是对于健康的正常人还是对于脑机能障碍者来说,这一系统论方面的特质都为我们探索大脑提供了独特视角。本课题组之前已经提出了基于采样熵(sample entropy,SampEn)在fMRI数据上计算脑熵(brain entropy,BEN)图谱的方法,并进行了一系列后续探索。这些研究和其他课题组的研究结果相互补充,已经验证了BEN跨时间的稳定性以及其在不同的受试者群体和不同的脑机能障碍中表现为不同的模式。为进一步验证其在认知神经科学研究和临床上的价值,关键的一步是在控制条件下验证BEN的敏感性和特异性。为此我们开展了首例药物调控脑熵变化的大样本实验,而咖啡因这一最常见的兴奋剂被选作为神经调控因子。本实验的研究假设是咖啡因所引起的脑活动的变化(如注意、警觉性和运动执行能力的增强等效应)能被BEN敏感的反映出来,具体表现为皮层的大范围熵增。60名健康成年人参与了本实验,男女各30人,平均年龄23岁,标准差为3岁。受试者分别接受两次扫描以收集静息态fMRI数据,一次于未摄入咖啡因的情况下进行,一次于摄入200毫克咖啡因片后进行。本实验所有流程已由伦理委员会审核通过,受试者已于实验前签署知情同意书。BEN图和脑血流(cerebral blood flow,CBF)图分别由BENtbx和ASLtbx计算得到。配对样本t检验的统计分析结果表明咖啡因导致了全脑血流的显著下降(p<0.001,AlphaSim校正)和皮层的大范围熵增(p<0.001,AlphaSim校正),其中以默认网络(default mode network,DMN)、视觉皮层、运动控制网络(motor network)以及外侧前额叶(lateral prefrontal cortex)等区域的熵增最为显著。相关分析的结果表明BEN的增加和CBF的下降并不存在相关关系。BEN的增加意味着脑活动的无序性增加,进一步意味着大脑信息处理能力的增强。静息态BEN的增加主要集中在感知运动网络(sensorimotor system),DMN和前额叶,这与咖啡因引诸如警觉、注意等效应的神经基础相一致,且与血流效应无关。本实验首次运用大样本验证了BEN对药物调控的敏感性,支持了BEN能敏感的反映出咖啡因的神经效应,支持了BEN可以作为监测脑活动变化的指标。