發(fā)布時(shí)間：所屬分類：醫(yī)學(xué)論文瀏覽：1次
摘 要： 摘 要 腦功能網(wǎng)絡(luò)是分析復(fù)雜網(wǎng)絡(luò)之間連接關(guān)系的一種有效方法, 對(duì)腦功能障礙分析具有重要意義. 本文基于頻域 Granger 因果分析的定向傳遞函數(shù)(DTF), 構(gòu)建了各頻段的腦功能網(wǎng)絡(luò). 采用圖論方法分析最佳閾值下經(jīng)顱直流電刺激 (transcranial direct current stimulation, tD
摘 要 腦功能網(wǎng)絡(luò)是分析復(fù)雜網(wǎng)絡(luò)之間連接關(guān)系的一種有效方法, 對(duì)腦功能障礙分析具有重要意義. 本文基于頻域 Granger 因果分析的定向傳遞函數(shù)(DTF), 構(gòu)建了各頻段的腦功能網(wǎng)絡(luò). 采用圖論方法分析最佳閾值下經(jīng)顱直流電刺激 (transcranial direct current stimulation, tDCS) 干預(yù)前后孤獨(dú)癥 (autism spectrum disorder, ASD) 兒童腦網(wǎng)絡(luò)的平均度、全局效率和平均局部效率等特征, 并對(duì)比了經(jīng)顱直流電刺激對(duì)孤獨(dú)癥兒童腦功能狀態(tài)輔助干預(yù)效果. 結(jié)果發(fā)現(xiàn)刺激前組在各頻段的圖論特征均低于刺激后組(P<0.05), 其中 Theta 頻段和低 -beta 頻段的局部效率統(tǒng)計(jì)性差異顯著, 表明在一定程度上 tDCS 干預(yù)是 ASD 兒童治療的有效手段.
關(guān)鍵詞 孤獨(dú)癥, 經(jīng)顱直流電刺激, 腦功能網(wǎng)絡(luò), 定向傳遞函數(shù)
2014 年美國(guó)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(yǔ)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[6] 通過(guò)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 S L 等人[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 M 等人[8] 在 2007 年, 通過(guò)對(duì) ASD 兒童靜息態(tài)腦電的研究發(fā)現(xiàn), 在 Theta(3 6Hz) 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 R 等人[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(guò)度連接、長(zhǎng)距離連接不足. Green SA 等人[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(guò)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了不同的方向.
神經(jīng)調(diào)節(jié)技術(shù)早期干預(yù) ASD 是一種有效方法. Schneider HD 和 Hopp JP[12] 將 tDCS 應(yīng)用于孤獨(dú)癥兒童治療, 通過(guò)修改過(guò)的雙語(yǔ)測(cè)試 (BAT) 對(duì)患兒進(jìn)行語(yǔ)法測(cè)試, 結(jié)果表明 tDCS 前后差異有顯著性意義 (p<0.0005, d65=652.78), 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 A 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(jiàn)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).
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(guò)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), 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.
其中, MVAR 模型的階數(shù) p 通過(guò)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(guò)調(diào)用 He B 等人[18] 開(kāi)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(GraphTheory)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(guò)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, 更好的描述腦功能網(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 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(guò)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(zhǎng)或監(jiān)護(hù)人同意情況下簽訂知情同意書(shū). 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(kāi)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(zhǎng) 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(guó) 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 Station4.5.2 進(jìn)行時(shí)長(zhǎng) 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 50KΩ 的阻抗值, 參考電極和雙側(cè)乳突處電極低于 10KΩ, 采樣率為 1000Hz. 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(zhǎng)或長(zhǎng)期照顧受試者的人針對(duì)孩子近期的狀況填寫(xiě)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(zhǎng)根據(jù)孩子近期的行為表現(xiàn)進(jìn)行量表填寫(xiě), 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(guó)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);
(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(wèn)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 128Hz;
(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(kāi)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.
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(guò)計(jì)算 DTF 連接矩陣, 分別對(duì) Theta 頻段(4-8Hz)、Alpha 頻段(8-12Hz)、低 -Beta 頻段(12-24Hz)、高 -Beta 頻段(24-30Hz)和 Gamma 頻段(30-60Hz)進(jìn)行探究. 其中, 每個(gè) DTF 矩陣大小均為 16 × 16, 矩陣元素 DT Fij 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.
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).
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(guò)高的閾值下網(wǎng)絡(luò)連接過(guò)少, 從而破壞網(wǎng)絡(luò)的連通性;但是閾值過(guò)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(méi)有直接影響, 但通過(guò) 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(zhǎng)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.
將給定的閾值 T 帶入計(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(zhǎng)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(shuō)明閾值過(guò)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(guò)于稀疏, 閾值過(guò)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)盡可能的體現(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(méi)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.
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.
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.
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
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(guò)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(shuō)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(guò) tDCS 干預(yù)得到較為明顯的提升. 行為數(shù)據(jù)通過(guò) 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(jué)、交往、運(yùn)動(dòng)、語(yǔ)言和自我照顧能力五個(gè)方面均有改善, 尤其在語(yǔ)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(lái)仍需探究不同年齡段 ASD 兒童經(jīng)過(guò) 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.——論文作者：李 昕 1, 2 王 欣 1, 2 安占周 1, 2 蔡二娟 1, 2 康健楠 3