區(qū)域大腦激活預(yù)測(cè)在真實(shí)環(huán)境中的步行表現(xiàn)的機(jī)制研究

01 研究背景

真實(shí)運(yùn)動(dòng)過程中的步態(tài)障礙在神經(jīng)系統(tǒng)疾病中很常見。然而，目前我們對(duì)真實(shí)世界中行走的神經(jīng)關(guān)聯(lián)以及大腦的哪些區(qū)域參與調(diào)節(jié)步態(tài)的穩(wěn)定性和表現(xiàn)知之甚少。作為了解帕金森病等神經(jīng)系統(tǒng)疾病中步態(tài)神經(jīng)控制如何受損的第一步，我們研究健康成年人早參與任務(wù)中的區(qū)域大腦激活如何預(yù)測(cè)在真實(shí)環(huán)境中的步行表現(xiàn)。

02 研究方法

2.1、被試

18名健康青年人（平均年齡±標(biāo)準(zhǔn)差 = 25±3,7名男性被試）既無神經(jīng)系統(tǒng)疾病，也無骨骼或步態(tài)障礙史，自愿參與，并獲得實(shí)驗(yàn)知情同意權(quán)。

2.2、實(shí)驗(yàn)流程

被試首先在實(shí)驗(yàn)室房間中準(zhǔn)備然后進(jìn)入校園，在準(zhǔn)備期間不記錄腦電信號(hào)，要求被試熟悉實(shí)驗(yàn)設(shè)置。走出準(zhǔn)備室后，會(huì)看到預(yù)先設(shè)好的步形路徑（200米），并按照他們自己喜歡的自然速度行走。

實(shí)驗(yàn)包括三種情況，在這三種情況下，被試自然地沿著預(yù)先設(shè)定的路徑行走(單任務(wù)，ST)，同時(shí)與實(shí)驗(yàn)者交談(雙任務(wù)1,DT1)或用智能手機(jī)發(fā)短信(雙任務(wù)2,DT2)。為了避免步態(tài)行為和記錄上的偏差，雙任務(wù)條件被隨機(jī)分配給不同的被試。被試在每種條件后休息5分鐘防止疲勞。在每個(gè)條件下，實(shí)驗(yàn)者都跟蹤研究對(duì)象，記錄他們的步態(tài)行為。實(shí)驗(yàn)只在沒有強(qiáng)風(fēng)和/或大雨的干燥日子進(jìn)行。

2.3、數(shù)據(jù)采集與處理

使用64通道Waveguard腦電帽連續(xù)采集，采用EEGoPro放大器（ANT Neuro），采樣頻率為1KHz，原始信號(hào)在0.1-500Hz之間進(jìn)行濾波，整個(gè)實(shí)驗(yàn)期間阻抗值保持在5KΩ以下，參考電極為FCz。

被試在行走過程中背著裝有放大器的背包，將三星Galaxy S4迷你智能手機(jī)松緊帶固定在被試的下背部，通過AndroSensor應(yīng)用程序記錄其內(nèi)部加速度計(jì)和陀螺儀的數(shù)據(jù)，頻率為200Hz。兩個(gè)數(shù)字力敏傳感器作為觸點(diǎn)開關(guān)固定在被試的腳跟下，以檢測(cè)腳跟撞擊的次數(shù)。

圖1. 實(shí)驗(yàn)場(chǎng)景圖

步態(tài)測(cè)量：

步態(tài)測(cè)量分析用基于MATLAB的iGAIT工具箱分析步態(tài)線性加速度數(shù)據(jù)。

腦電數(shù)據(jù)預(yù)處理：

用基于MATLAB的EEGLAB開源工具箱，全腦平均轉(zhuǎn)參考，帶通濾波為0.5-100Hz，然后50Hz Notch濾波，ICA去偽跡，插值壞導(dǎo)。分段時(shí)間是-200ms-1600ms。

基于興趣區(qū)電極區(qū)域的功率譜密度（PSD）：譜分析中，采用漢明窗為400ms，計(jì)算頻率為2-50Hz的PSD。感興趣的頻帶（FOI）選擇theta：4-7Hz，alpha：8-12Hz，beta：15-30Hz。定義三個(gè)興趣區(qū)（ROI）：PFC（前額葉）包括電極FP1，F(xiàn)PZ，F(xiàn)P2，AF7，AF3，AF8；布魯?shù)侣鼌^(qū)9,10,46也就是背外側(cè)和前額葉（被認(rèn)為是與高級(jí)執(zhí)行官功能有關(guān)）；左側(cè)PPC包括電極P7,P5,P3,PO3,PO5,PO7和右側(cè)PPC（后頂葉皮質(zhì)）包括電極P8,P6,P4,PO4,PO6,PO8,覆蓋布魯?shù)侣鼌^(qū)7,19,37和39，即聯(lián)想視覺皮層，頂葉-枕葉-顳葉-角回，被認(rèn)為是與高級(jí)認(rèn)知功能有關(guān)（感覺運(yùn)動(dòng)整合）和觸覺、聽覺和視覺信息輸入之間的跨模態(tài)關(guān)聯(lián)。對(duì)于每個(gè)ROI，計(jì)算每個(gè)FOI、每個(gè)條件和每個(gè)受試者的ROI特定電極之間的平均PSD值。

圖2. 被試在不同條件下的全腦PSD活動(dòng)

03 實(shí)驗(yàn)結(jié)果

步態(tài)測(cè)量：分別計(jì)算每個(gè)被試在每種情況下的步態(tài)測(cè)量值，并估計(jì)不同情況之間的組間差異。

表1. 單任務(wù)和雙任務(wù)步態(tài)測(cè)量。每種情況的步態(tài)表現(xiàn)平均值(t SD)測(cè)量(N = 14)

（RMS：Root Mean Square（均方根）；RMSR；均方根標(biāo)準(zhǔn)化后）

結(jié)果表明：步態(tài)測(cè)量的平均步長(zhǎng)和ml-RMSR每種條件沒有顯著變化，其它條件下都有統(tǒng)計(jì)學(xué)意義上的顯著性。

表2. 每個(gè)加速度RMSR方向的逐條件預(yù)測(cè)模型

圖3. 多元回歸模型觀測(cè)與預(yù)測(cè)的ver-RMSR值

圖4. 多元回歸模型觀察DT1期間的ver-RMSR值

圖5. 多元回歸模型觀察DT2期間的ml-RMSR值

上圖結(jié)果說明：特定區(qū)域和特定頻率的大腦激活可以預(yù)測(cè)自由定步幅行走和雙任務(wù)行走時(shí)的步態(tài)穩(wěn)定性。兩種步行條件(單任務(wù)步行和邊走邊交談)在θ和α頻段上均表現(xiàn)出相對(duì)ver-RMSR、速度和左頂葉PSD的正相關(guān)關(guān)系。另一方面，在β頻段，邊走邊發(fā)短信的ml-RMSR與左頂葉PSD呈負(fù)相關(guān)。因此，左側(cè)PPC似乎在真實(shí)世界的行走中起著普遍的作用，次要任務(wù)的類型可能與左側(cè)PPC的頻率特異性編碼相關(guān)。

04 結(jié)論

①在真實(shí)環(huán)境中行走時(shí)，左側(cè)PPC可能參與了感覺運(yùn)動(dòng)整合和步態(tài)控制的過程。

②頻率特異性編碼在不同的雙任務(wù)中起作用，并可能發(fā)展為神經(jīng)系統(tǒng)疾病在執(zhí)行這些類型的雙任務(wù)時(shí)步態(tài)缺陷的生物標(biāo)志物。

05 參考文獻(xiàn)

Pizzamiglio,S., Abdalla, H., Naeem, U.,& Turner, D.L..(2018). Neural predictors of gait stability when walking freely in the real-world. Journal of NeuroEngineering and Rehabilitation, 15(1), 11.