李昕 王欣 安占周 蔡二娟 康健楠

2014 年美國疾病控制與預(yù)防中心(Center for Disease Control and Prevention,CDC) 發(fā)布最新數(shù)據(jù)指出:孤獨(dú)癥發(fā)病率已經(jīng)達(dá)到了1:45,即每45個(gè)兒童中就有一人是ASD 患者[1].孤獨(dú)癥譜系障礙是一種嚴(yán)重的發(fā)育障礙性疾病,其基本特征是社會(huì)交流障礙、語言交流障礙、重復(fù)刻板行為.不典型孤獨(dú)癥則在前述三個(gè)方面不全具有缺陷,只具有其中之一或之二.不僅對(duì)患者本人及其家庭乃至社會(huì)都造成極大影響[2].對(duì)于孤獨(dú)癥兒童,早發(fā)現(xiàn)早干預(yù)至關(guān)重要[3?4].

研究者發(fā)現(xiàn)ASD 與腦結(jié)構(gòu)改變及腦功能網(wǎng)絡(luò)異常的拓?fù)渥兓嘘P(guān),在ASD 人群靜息態(tài)腦電中體現(xiàn)出了這種異?；蜻B接障礙[5].孫小棋等[6]通過實(shí)驗(yàn)證明孤獨(dú)癥前顳葉和后頂葉的腦電信號(hào)呈現(xiàn)出的復(fù)雜性明顯低于正常,這一結(jié)果表明ASD 和正常人之間腦電信號(hào)存在差異性,且不同腦區(qū)敏感程度不同.Bressler 等[7]研究表明,認(rèn)知是由在大規(guī)模網(wǎng)絡(luò)中運(yùn)作的分布式腦區(qū)的動(dòng)態(tài)相互作用引起的.Murias 等[8]在2007 年,通過對(duì)ASD 兒童靜息態(tài)腦電的研究發(fā)現(xiàn),在Theta (3～6 Hz) 頻率范圍內(nèi),ASD 組尤其是左側(cè)額葉和顳葉區(qū)的相干增強(qiáng)明顯.在較低的Alpha 范圍(8～10 Hz),ASD 組在額葉區(qū)域和額葉與其他頭皮區(qū)域之間的一致性明顯降低.提示ASD 患者存在明顯的腦連通性異常.2014 年,Coben 等[9]運(yùn)用Granger 因果分析方法計(jì)算ASD人群的腦網(wǎng)絡(luò)各通道間的效應(yīng)連接,結(jié)果表明ASD人群的腦功能網(wǎng)絡(luò)短距離過度連接、長距離連接不足.Green 等[10]發(fā)現(xiàn)孤獨(dú)癥患者大腦網(wǎng)絡(luò)與正常人相比有改變,對(duì)于這種改變的靜息狀態(tài)連接如何與大腦在信息處理過程中的活動(dòng)有關(guān)的.2016 年,孫金秀[11]基于圖論參數(shù)對(duì)比ASD 兒童和正常兒童腦網(wǎng)絡(luò)差異,結(jié)果發(fā)現(xiàn)這種差異在高頻段更為顯著,且ASD 兒童的腦網(wǎng)絡(luò)連接密度更低.大腦是具有多個(gè)層次、多種反饋機(jī)制和整合機(jī)制的復(fù)雜系統(tǒng),并且腦功能網(wǎng)絡(luò)都表現(xiàn)出較其他實(shí)證網(wǎng)絡(luò)更加良好的魯棒性,因此,依據(jù)基于圖論參數(shù)的腦功能網(wǎng)絡(luò)分析方法,可以為改善腦功能障礙提供不同的方向.

神經(jīng)調(diào)節(jié)技術(shù)早期干預(yù)ASD 是一種有效方法.Schneider 和Hopp[12]將tDCS 應(yīng)用于孤獨(dú)癥兒童治療,通過修改過的雙語測(cè)試(BAT) 對(duì)患兒進(jìn)行語法測(cè)試,結(jié)果表明tDCS 前后差異有顯著性意義(p <0.0005,d=2.78),表明tDCS 干預(yù)對(duì)孤獨(dú)癥兒童腦功能障礙有一定改善.Amatachaya 等[13]對(duì)20 例孤獨(dú)癥兒童進(jìn)行隨機(jī)雙盲交叉試驗(yàn),結(jié)果表明進(jìn)行tDCS 真性刺激的患兒治療后兒童孤獨(dú)癥評(píng)定量表(Children autism rating scale,CARS) 和孤獨(dú)癥治療評(píng)估量表(Autism treatment evaluation checklist,ATEC) 得分均有改善,而假性刺激組未見改善.這些研究發(fā)現(xiàn)為tDCS 的臨床及科研發(fā)展提供理論基礎(chǔ).

本文采用頻域Granger 因果分析定向傳遞函數(shù)方法建立腦功能網(wǎng)絡(luò),通過計(jì)算各導(dǎo)聯(lián)間因果連接矩陣,構(gòu)建Theta 頻段、Alpha 頻段、低-Beta 頻段、高-Beta 頻段和Gamma 頻段五個(gè)頻段的腦功能網(wǎng)絡(luò).基于腦功能網(wǎng)絡(luò),進(jìn)而分析經(jīng)顱直流電刺激對(duì)于孤獨(dú)癥兒童干預(yù)效果.

1 腦功能網(wǎng)絡(luò)建立

1.1 頻域Granger 因果分析方法

由于ASD 患兒年齡較小、認(rèn)知水平和任務(wù)配合程度低,基于靜息態(tài)腦電信號(hào)分析腦功能狀態(tài)分析更可行、更具優(yōu)勢(shì)[14],同時(shí)腦電信號(hào)具有成本低[15]的特點(diǎn),因此本文基于腦電信號(hào)構(gòu)建孤獨(dú)癥兒童腦功能網(wǎng)絡(luò).

網(wǎng)絡(luò)連接表示網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間相互關(guān)系或相互作用,Granger 因果關(guān)系檢驗(yàn)方法不需要先驗(yàn)知識(shí),較其他方法更具優(yōu)勢(shì).Granger 因果分析方法基于二元自回歸模型,考慮EEG 信號(hào)的頻域特征明顯,本文基于多元自回歸模型的頻域Granger因果分析方法,即定向傳遞函數(shù)(Directed transfer function,DTF) 方法[16],建立腦功能網(wǎng)絡(luò),進(jìn)而分析刺激前后兩組多通道腦電的功能連通性.

設(shè)16 通道腦電信號(hào)的時(shí)間序列如式(1) 所示.

其中,Xi是第i通道的時(shí)間序列.建立多元量自回歸模型MVAR 模型表示如式(2) 所示.

其中,A(n) 為16 ×16 系數(shù)矩陣,Et為白噪聲向量,為MVAR 模型階數(shù),由貝葉斯信息準(zhǔn)則(BIC)確定.將式(1) 通過Fourier 變換轉(zhuǎn)化到頻域如式(3) 所示.

其中,f為頻率,H(f) 為傳遞矩陣,如式(4) 所示.

式中I是單位矩陣.由傳遞矩陣H(f) 定向傳遞函數(shù)DTF 定義,通道j到通道i的因果連接γij(f) 定義如式(5) 所示.

其中,MVAR 模型的階數(shù)p通過貝葉斯信息準(zhǔn)則(Bayesian information criterions,BIC) 計(jì)算,并調(diào)用arfit 工具箱函數(shù)實(shí)現(xiàn)[17];通過調(diào)用He 等[18]開發(fā)的eConnectome 工具箱函數(shù)實(shí)現(xiàn)DTF 的計(jì)算以構(gòu)建腦網(wǎng)絡(luò).

1.2 復(fù)雜腦網(wǎng)絡(luò)的圖論特征分析

圖論(Graph theory)是研究復(fù)雜腦網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的重要數(shù)學(xué)工具.通過圖論分析發(fā)現(xiàn)人腦功能網(wǎng)絡(luò)呈現(xiàn)小世界網(wǎng)絡(luò)特征[19].基于圖論的復(fù)雜腦網(wǎng)絡(luò)分析可以從宏觀的視角分析人腦,更好地描述腦功能網(wǎng)絡(luò)的拓?fù)涮匦?

大腦的功能網(wǎng)絡(luò)構(gòu)建[20],首先將電極或通道作為網(wǎng)絡(luò)“節(jié)點(diǎn)”,令電極或通道之間的連接定義為“邊”,從而構(gòu)建腦網(wǎng)絡(luò),進(jìn)一步運(yùn)用圖論參數(shù)對(duì)復(fù)雜腦網(wǎng)絡(luò)進(jìn)行探究.

1.2.1 節(jié)點(diǎn)度

度是鄰接到某節(jié)點(diǎn)的邊或弧的數(shù)目,節(jié)點(diǎn)度可以衡量該節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要程度.

1) 入度和出度

在復(fù)雜網(wǎng)絡(luò)中,有向圖的度有入度、出度之分.節(jié)點(diǎn)的入度,是指以該節(jié)點(diǎn)為終點(diǎn)的邊的數(shù)目,與該節(jié)點(diǎn)受其他節(jié)點(diǎn)的影響程度正相關(guān).節(jié)點(diǎn)的出度,是指以該頂點(diǎn)為起點(diǎn)的邊的數(shù)目,與該節(jié)點(diǎn)對(duì)其他節(jié)點(diǎn)的影響程度成正比.入度如式(6) 所示,出度如式(7) 所示.

2) 網(wǎng)絡(luò)的平均度

網(wǎng)絡(luò)中節(jié)點(diǎn)度定義為和該節(jié)點(diǎn)相關(guān)聯(lián)的邊的條數(shù),如式(8) 所示.

網(wǎng)絡(luò)中所有節(jié)點(diǎn)的度平均值稱為網(wǎng)絡(luò)的平均度,如式(9) 所示.

其中,N是網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù),V為節(jié)點(diǎn)集合,aij表示從節(jié)點(diǎn)j到節(jié)點(diǎn)i的連接.

1.2.2 全局效率

網(wǎng)絡(luò)全局效率與復(fù)雜腦網(wǎng)絡(luò)的全局傳輸速度成正比.定義為網(wǎng)絡(luò)中所有節(jié)點(diǎn)之間最短路徑長度的調(diào)和平均值的倒數(shù),如式(10) 所示.

其中,N是網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù),E表示節(jié)點(diǎn)集合,lij代表節(jié)點(diǎn)j到節(jié)點(diǎn)i之間的最短路徑長度.

1.2.3 局部效率

網(wǎng)絡(luò)的局部效率反映了網(wǎng)絡(luò)的局部信息傳輸能力.

1) 節(jié)點(diǎn)的局部效率

與全局效率相對(duì)的,局部效率反應(yīng)了網(wǎng)絡(luò)中相鄰節(jié)點(diǎn)“組團(tuán)” 的緊湊程度,定義為子網(wǎng)絡(luò)中所有節(jié)點(diǎn)之間最短路徑調(diào)和平均值,如式(11) 所示.

其中,Gi表示與節(jié)點(diǎn)i相連接的所有節(jié)點(diǎn)構(gòu)成的子網(wǎng)絡(luò),是該子網(wǎng)絡(luò)中節(jié)點(diǎn)的總數(shù),lkj表示節(jié)點(diǎn)k與節(jié)點(diǎn)j之間的最短路徑長度.

2) 網(wǎng)絡(luò)的平均局部效率

網(wǎng)絡(luò)中全部節(jié)點(diǎn)構(gòu)成的子網(wǎng)絡(luò)局部效率的平均值定義為網(wǎng)絡(luò)平均局部效率,如式(12) 所示.

1.3 統(tǒng)計(jì)方法

圖論參數(shù)均有均值±標(biāo)準(zhǔn)誤表示.采用配對(duì)樣本t檢驗(yàn)方法對(duì)比刺激前后兩組間的統(tǒng)計(jì)學(xué)差異.p值表示如下:*p <0.05 為有統(tǒng)計(jì)學(xué)差異,**p <0.01 為有顯著統(tǒng)計(jì)學(xué)差異,***p <0.001 為有極其顯著的統(tǒng)計(jì)學(xué)差異.

2 試驗(yàn)及數(shù)據(jù)處理

2.1 數(shù)據(jù)采集

隨機(jī)抽取10 名ASD 兒童tDCS 干預(yù)前后腦電數(shù)據(jù),其中8 名男孩,2 名女孩,年齡在4～7 歲,平均年齡為5.76±0.24.試驗(yàn)協(xié)議通過倫理審查委員會(huì)批準(zhǔn),且遵從受試者自愿參與的原則,試驗(yàn)人員告知受試者及其家人試驗(yàn)流程及要求,在家長或監(jiān)護(hù)人同意情況下簽訂知情同意書.試驗(yàn)將tDCS 干預(yù)的刺激點(diǎn)選在背外側(cè)前額葉的位置,周期設(shè)定為五周,每周兩次干預(yù),每隔兩天做一次,共十次.試驗(yàn)分為兩部分:腦電數(shù)據(jù)采集和行為數(shù)據(jù)采集.第一次干預(yù)之前和第十次干預(yù)之后需要進(jìn)行腦電數(shù)據(jù)采集和行為數(shù)據(jù)采集.腦電信號(hào)采集時(shí),要求受試者在安靜的房間內(nèi),坐在舒適的椅子上,以保持安靜狀態(tài),實(shí)驗(yàn)開始前,要求受試者安靜3～4 分鐘,以便進(jìn)入放松狀態(tài),然后進(jìn)行五分鐘的腦電信號(hào)采集,腦電數(shù)據(jù)采集完成后,休息兩分鐘,進(jìn)行時(shí)長20 分鐘的神經(jīng)調(diào)節(jié)干預(yù),在干預(yù)的五周內(nèi),受試者均不參與除本研究中干預(yù)以外的任何物理干預(yù)和藥物治療.

試驗(yàn)采用美國EGI 公司生產(chǎn)的128 導(dǎo)聯(lián)的腦電采集設(shè)備(HydroCel Geodesic Sensor Net,Electrical Geodesics,Inc,Eugene,OR),使用Net Station 4.5.2 進(jìn)行時(shí)長5 分鐘的靜息態(tài)腦電采集,將頭上的頂點(diǎn)vertex (Cz) 的電極作為參考,同時(shí)設(shè)定每個(gè)電極小于50 kΩ 的阻抗值,參考電極和雙側(cè)乳突處電極低于10 kΩ,采樣率為1000 Hz.要求受試者在安靜的房間內(nèi),舒服地坐在椅子上,期間要保持安靜狀態(tài),盡量避免或減少外界干擾,記錄受試兒童在保持清醒和放松狀態(tài)下的16 導(dǎo)聯(lián)靜息態(tài)腦電數(shù)據(jù).

行為數(shù)據(jù)需要家長或長期照顧受試者的人針對(duì)孩子近期的狀況填寫孤獨(dú)癥行為量表(Autism behavior checklist,ABC),ABC 量表不受性別年齡的限制,家長根據(jù)孩子近期的行為表現(xiàn)進(jìn)行量表填寫,量表評(píng)估具有一定的主觀性.

2.2 數(shù)據(jù)預(yù)處理

由于采集到的EEG 中還包括其他一些噪聲信號(hào),如隨機(jī)噪聲和偽跡.通常我們所接觸到的偽跡有工頻干擾、心電偽跡、肌電偽跡、眼電偽跡、電磁干擾等.因此在進(jìn)一步處理數(shù)據(jù)前,去噪是非常必要的[21].

1) 從128 個(gè)通道里按照國際標(biāo)準(zhǔn)的10/20系統(tǒng)選出本文所需要的16 個(gè)通道,分別為額區(qū)FP1、FP2、F3、F4、F7、F8、T3、T4、T5、T6、C3、C4、P3、P4、O1、O2,如圖1 所示,這些通道分別在額葉,頂葉,枕葉,左顳葉和右顳葉等5 個(gè)腦區(qū);

圖1 國際標(biāo)準(zhǔn)10/20 系統(tǒng)的16 通道電極分布Fig.1 16-channel electrode distribution in international standard 10/20 system

2) 進(jìn)行壞通道替換,如果我們進(jìn)行數(shù)據(jù)分析的所需通道中有存在問題的,那么將用該通道周圍的通道數(shù)據(jù)進(jìn)行平均所代替;

3) 對(duì)16 個(gè)通道的腦電數(shù)據(jù)降采樣至128 Hz;

4) 去除存在的偽跡信號(hào);

5) 將腦電數(shù)據(jù)從穩(wěn)定位置開始,截取為30 段,每段1 秒;

6) 將預(yù)處理的數(shù)據(jù)改為工具箱可用的形式,其中通道數(shù)為16,各通道采樣點(diǎn)數(shù)為1000,采樣率為1000 Hz.

3 試驗(yàn)結(jié)果與分析

3.1 計(jì)算因果效應(yīng)連接

MVAR 模型的階數(shù)p根據(jù)貝葉斯信息準(zhǔn)則確定.通過計(jì)算DTF 連接矩陣,分別對(duì)Theta 頻段(4～8 Hz)、Alpha 頻段(8～12 Hz)、低-Beta 頻段(12～24 Hz)、高-Beta 頻段(24～30 Hz)和Gamma頻段(30～60 Hz) 進(jìn)行探究.其中,每個(gè)DTF 矩陣大小均為16 ×16,矩陣元素DTFij定義為從導(dǎo)聯(lián)j到導(dǎo)聯(lián)i的因果連接值.

因?yàn)槟X電數(shù)據(jù)截取可能出現(xiàn)影響最終結(jié)果的誤差,所以本文中每位ASD 兒童經(jīng)預(yù)處理后的靜息態(tài)腦電數(shù)據(jù)截取為1 秒一段,共30 段的腦電數(shù)據(jù),并分別計(jì)算其DTF 矩陣.因此,五個(gè)頻段的刺激前后每組均有300 (10 × 30) 個(gè)DTF 矩陣,有刺激前后兩組,共3000 (10 人×30 秒×5 段×2 組) 個(gè)DTF 矩陣.

刺激前后兩組受試兒童靜息態(tài)腦電5 個(gè)頻段的平均DTF 矩陣分別如圖2 和3.矩陣中元素代表通道j到通道i間的連接值,可以看出刺激后組腦網(wǎng)絡(luò)連通性要優(yōu)于刺激前組.

圖2 刺激前組受試兒童各個(gè)頻段的DTF 連接矩陣圖Fig.2 The DTF connection matrix of each frequency band of children in the group post-tDCS

分別計(jì)算五個(gè)頻段下刺激前后兩組每個(gè)DTF中全部元素之和,得到全腦范圍DTF 矩陣的總和,最終計(jì)算結(jié)果如表1 所示.經(jīng)t檢驗(yàn),刺激前組的全腦DTF 總和在Theta 頻段、Alpha 頻段、低-Beta頻段、高-Beta 頻段和Gamma 頻段下均低于刺激后組,并具有統(tǒng)計(jì)性差異(p<0.005),其中在Alpha頻段、低-Beta 頻段和Gamma 頻段刺激前后兩組具有顯著性差異(p<0.001).

表1 各頻段下刺激前后兩組ASD 兒童全腦DTF 總和Table 1 Total global brain DTF of ASD children in both groups before and after stimulation

3.2 最佳閾值選取

運(yùn)用頻域Granger 因果分析方法構(gòu)建腦網(wǎng)絡(luò)時(shí),需要選取最佳閾值T,使得DTF 矩陣轉(zhuǎn)化為二值有向圖.將DTF 矩陣元素大于T的位置置為1,表示對(duì)應(yīng)節(jié)點(diǎn)之間存在因果連接,小于T的位置置為0,表示對(duì)應(yīng)節(jié)點(diǎn)之間不存在因果連接.因?yàn)楣?jié)點(diǎn)本身之間不存在因果關(guān)系,所以連接矩陣的對(duì)角線位置置為0.

閾值的選擇對(duì)復(fù)雜腦網(wǎng)絡(luò)有一定影響:過高的閾值下網(wǎng)絡(luò)連接過少,從而破壞網(wǎng)絡(luò)的連通性;但是閾值過低將導(dǎo)致網(wǎng)絡(luò)中存在大量虛假連接,使得刺激前后兩組差異性不顯著.由圖4 所示的間接因果關(guān)系示意圖,假設(shè)A節(jié)點(diǎn)對(duì)B節(jié)點(diǎn)有直接影響,B節(jié)點(diǎn)對(duì)C節(jié)點(diǎn)有直接影響,而A節(jié)點(diǎn)對(duì)C節(jié)點(diǎn)并沒有直接影響,但通過B節(jié)點(diǎn),A和C之間產(chǎn)生了間接的、虛假的連接關(guān)系.因此,最佳閾值的選擇至關(guān)重要,本文在較大閾值范圍0.001≤T ≤0.1,步長為0.001 的情況下觀測(cè)在不同閾值下受試兒童刺激前后腦網(wǎng)絡(luò)的圖論參數(shù)統(tǒng)計(jì)性差異.

圖3 刺激后組受試兒童各個(gè)頻段的DTF 連接矩陣圖Fig.3 The DTF connection matrix of each frequency band of children in the group pre-tDCS

圖4 間接因果關(guān)系示意圖Fig.4 Schematic diagram of indirect causality

將給定的閾值T代入計(jì)算得到的所有DTF 矩陣中,經(jīng)計(jì)算得到二值化后的連接矩陣,最終表示有向網(wǎng)絡(luò),進(jìn)而再計(jì)算出各個(gè)頻段的圖論參數(shù).

平均度與腦網(wǎng)絡(luò)的稀疏程度成正比,全局效率反映網(wǎng)絡(luò)在全局范圍內(nèi)信息傳遞和信息處理能力,網(wǎng)絡(luò)的局部效率則表示網(wǎng)絡(luò)節(jié)點(diǎn)的緊湊程度,即局部信息傳輸能力.分別計(jì)算兩組受試兒童Theta 頻段、Alpha 頻段、低-Beta 頻段、高-Beta頻段和Gamma 頻段在不同閾值取值下,腦網(wǎng)絡(luò)的平均度、全局效率和局部效率.閾值取值范圍為0.001≤T ≤0.1,步長為0.001.

采用配對(duì)樣本t檢驗(yàn)分別比較刺激前后兩組在不同頻段上因果網(wǎng)絡(luò)的平均度、全局效率和局部效率.以Gamma 頻段的平均度為例,當(dāng)T=0.001時(shí),刺激前后兩組的平均度分別為29.88±0.038,29.88±0.007,平均每個(gè)節(jié)點(diǎn)與29 個(gè)左右的節(jié)點(diǎn)相連接,說明閾值過低;當(dāng)T=0.1 時(shí),刺激前后兩組平均度分別為4.10±0.169,4.14±0.102,平均每個(gè)節(jié)點(diǎn)與4 個(gè)左右節(jié)點(diǎn)相連接,即網(wǎng)絡(luò)過于稀疏,閾值過高.因此判定該閾值取值范圍中,存在較合理的最佳閾值.

基于DTF 矩陣值,分別構(gòu)建刺激前后兩組在Theta 頻段、Alpha 頻段、低-Beta 頻段、高-Beta頻段和Gamma 頻段的因果網(wǎng)絡(luò).各個(gè)頻段在各閾值下,網(wǎng)絡(luò)的平均度、全局效率、平均局部效率閾值統(tǒng)計(jì)表分別如表2、3、4、5、6 所示.

最佳閾值的選取應(yīng)考慮:1) 盡可能地體現(xiàn)出刺激前后的網(wǎng)絡(luò)差異;2) 在合理的網(wǎng)絡(luò)稀疏程度范圍,盡量保證網(wǎng)絡(luò)沒有孤立節(jié)點(diǎn).綜上所述,根據(jù)表2、3、4、5、6,得到各個(gè)頻段的閾值以及對(duì)應(yīng)圖論參數(shù)的顯著性如表7 所示.

表2 Theta 頻段平均度、全局效率、平均局部效率閾值統(tǒng)計(jì)表Table 2 Threshold statistics of theta band average,global efficiency,average local efficiency

表3 Alpha 頻段平均度、全局效率、平均局部效率閾值統(tǒng)計(jì)表Table 3 Threshold statistics of alpha band average,global efficiency,average local efficiency

表4 Low-beta 頻段平均度、全局效率、平均局部效率閾值統(tǒng)計(jì)表Table 4 Threshold statistics of low-beta band average,global efficiency,average local efficiency

表5 High-beta 頻段平均度、全局效率、平均局部效率閾值統(tǒng)計(jì)表Table 5 Threshold statistics of high-beta band average,global efficiency,average local efficiency

表6 Gamma 頻段平均度、全局效率、平均局部效率閾值統(tǒng)計(jì)表Table 6 Threshold statistics of gamma band average,global efficiency,average local efficiency

表7 各頻段下刺激前后兩組受試兒童腦網(wǎng)絡(luò)各圖論參數(shù)的閾值Table 7 Threshold of graph parameters of brain network in two groups of children before and after stimulation

3.3 最佳閾值下的統(tǒng)計(jì)分析

各個(gè)頻段在最佳閾值下,網(wǎng)絡(luò)的平均度統(tǒng)計(jì)表如表8 所示.統(tǒng)計(jì)分析結(jié)果顯示,刺激前組的腦網(wǎng)絡(luò)平均度在五個(gè)頻段下均低于刺激后組,并具有統(tǒng)計(jì)性差異,但是Alpha 頻段不如Theta 頻段、低-Beta頻段、高-Beta 頻段和Gamma 頻段統(tǒng)計(jì)性差異顯著.

表8 最佳閾值下刺激前后腦網(wǎng)絡(luò)平均度Table 8 Average degree of brain network before and after stimulation under optimal threshold

刺激前后兩組不同頻段下的腦網(wǎng)絡(luò)的全局效率如表9 所示.t檢驗(yàn)后,發(fā)現(xiàn)兩組數(shù)據(jù)在各頻段下具有統(tǒng)計(jì)性差異且刺激前組的腦網(wǎng)絡(luò)全局效率在五個(gè)頻段下均低于刺激后組,其中Gamma 頻段比Alpha 頻段、Theta 頻段、低-Beta 頻段和高-Beta頻段的差異顯著性更高.

表9 最佳閾值下刺激前后腦網(wǎng)絡(luò)全局效率Table 9 Global efficiency of pre-and hindbrain network stimulation under optimal threshold

如表10 所示,為刺激前后兩組在各頻段下的腦網(wǎng)絡(luò)的局部效率值,t檢驗(yàn)后,刺激前組的腦網(wǎng)絡(luò)局部效率均低于刺激后組,并且都具有統(tǒng)計(jì)性差異,其中Theta 頻段和低-beta 頻段更具有顯著性差異.

表10 最佳閾值下刺激前后腦網(wǎng)絡(luò)局部效率Table 10 Local efficiency of pre-and hindbrain network stimulation under optimal threshold

4 結(jié)論

本文基于定向傳遞函數(shù)方法,構(gòu)建孤獨(dú)癥兒童經(jīng)顱直流電刺激前后腦功能網(wǎng)絡(luò).基于圖論復(fù)雜網(wǎng)絡(luò)分析方法對(duì)所構(gòu)建的因果網(wǎng)絡(luò)進(jìn)行量化分析,計(jì)算腦功能網(wǎng)絡(luò)DTF 矩陣值.分析選擇最佳閾值,將DTF 矩陣轉(zhuǎn)化為二值有向圖,研究網(wǎng)絡(luò)的平均度、全局效率和局部效率等網(wǎng)絡(luò)特性參數(shù),經(jīng)t檢驗(yàn)統(tǒng)計(jì)分析兩組數(shù)據(jù)統(tǒng)計(jì)性差異.探究經(jīng)顱直流電刺激干預(yù)對(duì)孤獨(dú)癥兒童腦功能網(wǎng)絡(luò)的影響.

網(wǎng)絡(luò)平均度與網(wǎng)絡(luò)的稀疏程度正相關(guān),全局效率反映網(wǎng)絡(luò)在全局范圍內(nèi)信息傳遞和信息處理能力,網(wǎng)絡(luò)的局部效率反映了網(wǎng)絡(luò)局部信息傳輸能力.通過研究分析發(fā)現(xiàn)刺激前組在各頻段的平均度、全局效率和局部效率均低于刺激后組(P <0.05),說明經(jīng)顱直流電刺激干預(yù)后孤獨(dú)癥患兒的腦網(wǎng)絡(luò)稀疏程度、全局范圍和局部范圍的信息傳輸能力都得到了一定的改善,其中局部效率統(tǒng)計(jì)性差異最為顯著,尤其是在Theta 頻段和低-beta 頻段的局部效率,提示ASD 患兒的腦功能網(wǎng)絡(luò)的局部連接能力可以通過tDCS 干預(yù)得到較為明顯的提升.行為數(shù)據(jù)通過ABC 量表分析,結(jié)果表明ASD 兒童的ABC 量表得分整體下降,在感覺、交往、運(yùn)動(dòng)、語言和自我照顧能力五個(gè)方面均有改善,尤其在語言能力方面改善最大,效果最為突出,干預(yù)后ASD 兒童表達(dá)能力有所改善,對(duì)事物的認(rèn)知和理解能力增強(qiáng),交往能力也隨之增強(qiáng),與他人的眼神交流增多,且易怒性降低,整體水平均升高.結(jié)合腦電數(shù)據(jù)和行為數(shù)據(jù)分析,tDCS 對(duì)改善ASD 癥狀有一定的作用,因此在一定程度上可以作為干預(yù)ASD 的有效手段,給ASD 兒童早期干預(yù)治療提供一條思路.

就現(xiàn)有的研究而言,基于頻域Granger 因果分析構(gòu)建的腦功能網(wǎng)絡(luò)改變并不能完全反映ASD 癥狀的改善效果,還需要進(jìn)一步研究.由于ASD 兒童的腦功能會(huì)隨著年齡的變化而改變,未來仍需探究不同年齡段ASD 兒童經(jīng)過tDCS 干預(yù)后的腦功能網(wǎng)絡(luò)變化和臨床癥狀,以助于進(jìn)一步證實(shí)tDCS 輔助干預(yù)對(duì)ASD 兒童的治療效果.