论文部分内容阅读
大脑是一个复杂的网络,信息的高效传输和处理依赖于不同脑区之间的信息交互。复杂脑网络分析法则可以定量评估脑区间的相互作用关系,目前被广泛用于大脑认知、精神性或神经性疾病研究中。然而,某些脑区的缺陷会干扰大脑对即将到来的信息的处理,从而导致网络功能失调。研究表明,许多脑疾病都被视为脑网络障碍,且表现出异常的网络模式,包括癫痫和注意力缺陷多动症（Attention deficit hyperactivity disorder,ADHD）。基于此,本文首先关注了常见的且具有代表性的神经系统疾病之一——癫痫,其具有发作时间不确定和反复发作等临床症状。长期反复发作会对患者的神经系统造成严重损伤,进而导致患者的行为和认知功能受损。现有研究大都聚焦于患者长期癫痫发作后的脑功能损伤,少有研究探索导致癫痫反复发作的生理病理机制,因此揭秘癫痫长期反复发作的神经机制对于发展该疾病的临床治疗和干预手段具有重要意义。随后,我们关注了常见的且具有代表性的精神类疾病之一——ADHD,该疾病常发现于儿童群体中,患者通常表现出注意力分散、活动过度以及行为冲动等特征。目前临床上对于该疾病的诊断主要依赖于量表评估以及患儿父母或学校老师的描述,具有很强的主观性,因此研究该疾病的潜在神经机制对于发展客观可靠的诊断指标以及治疗手段非常必要。在本文中,我们借助具有高时间分辨率的脑电图（Electroencephalogram,EEG）,并通过复杂脑网络分析方法来分别揭示这两类疾病的生理病理机制,从而进一步探讨功能脑网络分别在癫痫和ADHD临床诊断和治疗中的潜在应用价值。本文的具体研究内容如下:1、癫痫的脑网络机制研究。与四川省人民医院合作采集了10例癫痫患者的24小时EEG信号。我们分别选取了每个患者在清醒状态下癫痫发作前和发作后各10分钟的数据以揭示这两个状态下的脑活动变化。在本章节中,我们首先从能量和大脑复杂度及灵活度出发来探究癫痫发作前和发作后的大脑差异。具体来讲,我们采用了功率谱密度（Power spectral density,PSD）来计算大脑能量,而模糊熵（Fuzzy entropy,FE）用于衡量大脑复杂度及灵活度。结果表明,在δ（1-4Hz）频段,癫痫发作后的PSD在电极P3/P4、F7/F8、T5/T6上显著大于发作前,并且癫痫发作后的FE主要在额叶、中央以及颞叶区域显著低于发作前,这两个分析方法揭示的差异脑区基本一致,表明癫痫发作后大脑呈现出能量聚集和灵活度降低的现象。然后,我们分别构建和分析了两个状态对应的网络拓扑结构。结果表明,在δ频段,网络拓扑差异表现为癫痫发作后,额-顶-枕叶之间的长程连接减弱,而额-颞-顶-中央区域之间的短程连接增强。最后,为了进一步挖掘癫痫反复发作的网络机制,我们将PSD、FE以及网络属性分别和发作次数进行相关性分析。结果表明,在δ频段,PSD以及FE均和发作次数无显著相关性,但一方面,部分电极仍表现出能量聚集现象,即每一次癫痫发作后的PSD均大于发作前,且能量基线逐次升高;另一方面,部分电极也显示癫痫发作后大脑复杂度和灵活度降低,即每一次癫痫发作后的FE均小于发作前,且基线逐次降低。然而,我们发现网络属性和发作次数呈显著相关,表现为特征路径长度和发作次数呈显著正相关,而聚类系数、全局效率以及局部效率均和发作次数呈显著负相关,这一结果彰显了脑网络分析法在揭示癫痫反复发作的神经机制中的独特优势,或能成为癫痫研究以及临床辅助治疗的潜在有效生物指标。在这一研究中,我们分别从大脑能量、复杂度及灵活度和功能脑网络角度揭示了癫痫发作后的脑活动变化,这有助于揭示癫痫反复发作的潜在神经机制尤其是网络机制。2、ADHD的脑网络机制研究。与深圳市罗湖区妇幼保健院合作采集了40例ADHD儿童患者和31个健康对照（Healthy controls,HCs）的P300任务态EEG信号。在本章节中,我们首先发现ADHD儿童和HCs无显著的行为差异,具体表现为反应准确率和反应时无显著差异。进一步,我们期望从电生理上挖掘两组被试的差异。我们首先探讨了事件相关电位（Event-related potential,ERP）在两组中的差异。结果表明,一方面,与HCs相比,ADHD患儿的P200和N200波幅明显降低,而P300无显著差异;另一方面,在揭示皮层活动时,HCs比ADHD儿童的大脑活动更强,主要集中在颞叶和额叶区域。其次,我们分别构建和分析了两组被试的网络拓扑结构,结果表明,ADHD患儿的额-枕长程连接增强,而额-顶-颞叶之间的连接减弱。在这一研究中,我们分别从ERP和功能网络角度揭示了ADHD儿童的非典型认知加工过程,帮助理解其生理病理机制,有助于发展客观可靠的生物标志物来识别该疾病。综上,本论文通过脑电网络分析发现了癫痫发作后的异常大脑活动变化以及ADHD儿童患者的非典型认知加工过程,证明了EEG网络在挖掘患者失调大脑信息交互模式中的独特优势,有助于发展两类神经类疾病的诊断方法和治疗手段。