摘要

腦電圖(EEG)微狀態(tài)是具有準(zhǔn)穩(wěn)態(tài)頭皮地形的大腦狀態(tài)。這種狀態(tài)是否會(huì)延伸到身體層面(即外周自主神經(jīng)系統(tǒng))目前尚不清楚。假設(shè)微狀態(tài)作為一種中樞自主神經(jīng)網(wǎng)絡(luò)的功能狀態(tài)會(huì)延伸到腦-心軸水平。因此，本研究結(jié)合了EEG和心跳動(dòng)力學(xué)序列來(lái)估計(jì)起源于皮層的定向信息傳遞，以靶向交感和副交感神經(jīng)活動(dòng)振蕩，反之亦然，以獲得傳入的功能方向。數(shù)據(jù)來(lái)自兩組被試：36名健康被試進(jìn)行心算認(rèn)知負(fù)荷測(cè)試，以及26名被試進(jìn)行冷壓生理負(fù)荷測(cè)試。所有被試在研究期間均為健康狀態(tài)。基于統(tǒng)計(jì)檢驗(yàn)和擬合優(yōu)度評(píng)估，本研究明了功能性腦-心軸微狀態(tài)的存在，尤其是大腦皮層，因?yàn)槲顟B(tài)來(lái)源于腦電信號(hào)。這種神經(jīng)系統(tǒng)微狀態(tài)是一種時(shí)空準(zhǔn)穩(wěn)態(tài)，專指從大腦到心臟的傳出方向。本研究證明了可能與特定實(shí)驗(yàn)條件相關(guān)的腦-心微狀態(tài)，以及非特異性任務(wù)的腦-心微狀態(tài)。

前言

大多數(shù)研究支持這樣一種觀點(diǎn)，即使用EEG測(cè)量的大腦動(dòng)力學(xué)具有短暫的準(zhǔn)穩(wěn)定狀態(tài)，通過(guò)與全局場(chǎng)電位(GFP)峰值時(shí)間相近的特定頭皮地形的大腦活動(dòng)來(lái)表現(xiàn)，這種狀態(tài)被定義為大腦/腦電微狀態(tài)，并與思維原子(atoms of thought)相關(guān)聯(lián)。許多研究已經(jīng)確定了幾種典型的微狀態(tài)。這些微狀態(tài)被認(rèn)為是自發(fā)意識(shí)心理過(guò)程鏈的基本組成部分，并與心理狀態(tài)水平相關(guān)。最近的研究表明，微狀態(tài)序列的時(shí)間演變?nèi)Q于睡眠、運(yùn)動(dòng)任務(wù)、思維、催眠以及心理和精神障礙等各種生理過(guò)程。研究發(fā)現(xiàn)，這些疾病表現(xiàn)為無(wú)標(biāo)度(scale-free)動(dòng)力學(xué)的腦電微狀態(tài)。
微狀態(tài)的發(fā)生基于當(dāng)前對(duì)腦功能的理解，即腦功能源于彌散和分布式腦網(wǎng)絡(luò)中的大規(guī)模并行處理。盡管微狀態(tài)歷來(lái)與大腦靜息態(tài)(RS)相關(guān)，但最近的研究將微狀態(tài)動(dòng)力學(xué)與其他功能性認(rèn)知活動(dòng)或生理狀況聯(lián)系起來(lái)。這使我們能夠觀察到許多皮層和皮層下腦區(qū)的活動(dòng)與微狀態(tài)動(dòng)力學(xué)有關(guān)，特別是島葉、丘腦、杏仁核、前扣帶回等區(qū)域。
盡管沒(méi)有明確提及，但據(jù)報(bào)道這些區(qū)域也屬于中樞自主神經(jīng)網(wǎng)絡(luò)(CAN)。CAN不能歸因于特定的腦區(qū)，因?yàn)樗ㄋ栀|(zhì)區(qū)、中腦和杏仁核、丘腦、外周自主神經(jīng)末梢和皮層區(qū)域(如內(nèi)側(cè)前額葉皮層、前扣帶回和島葉)。CAN由多個(gè)部分組成，包括與中樞神經(jīng)系統(tǒng)的交感和副交感連接，并涉及到功能性腦-心相互作用(BHI)的定義。實(shí)際上，BHI代表了起源于CAN的化學(xué)、電和解剖連接網(wǎng)絡(luò)的功能結(jié)果。通過(guò)分析腦電和心率變異性(HRV)序列揭示的功能性BHI研究表明，健康的BHI變化是對(duì)一些事件的生理反應(yīng)，如情緒感知、睡眠交替、認(rèn)知負(fù)荷、有意運(yùn)動(dòng)和自主運(yùn)動(dòng)。此外，據(jù)報(bào)告，BHI時(shí)間序列的變化與神經(jīng)病理狀態(tài)(如輕度抑郁癥、癲癇和精神分裂癥)有關(guān)。功能性BHI是一種定向現(xiàn)象，即大腦活動(dòng)對(duì)心血管功能的影響不一定等同于心臟活動(dòng)對(duì)大腦動(dòng)力學(xué)的影響。此外，BHI是一個(gè)隨時(shí)間和生理狀況改變的動(dòng)態(tài)過(guò)程。BHI的影響遍布整個(gè)大腦，包括中樞自主神經(jīng)網(wǎng)絡(luò)、默認(rèn)模式網(wǎng)絡(luò)等。
先前的研究將腦電微狀態(tài)與中樞自主神經(jīng)網(wǎng)絡(luò)(CAN)內(nèi)的腦區(qū)聯(lián)系起來(lái)，但尚不清楚微狀態(tài)是否也存在于中樞神經(jīng)系統(tǒng)和自主神經(jīng)系統(tǒng)(ANS)之間的交界處。為了探索這種可能性，本研究考察了大腦和心臟在休息、認(rèn)知和身體壓力下的功能連接。本研究的處理流程利用了功能性BHI相關(guān)GFP的時(shí)間分辨估計(jì)，本文將其稱為BHI-GFP。通過(guò)假設(shè)微狀態(tài)延伸到腦-心層面，我們可以解釋BHI-GFP序列的全局方差，并根據(jù)實(shí)驗(yàn)啟發(fā)觀察到BHI-微狀態(tài)動(dòng)力學(xué)的相關(guān)變化。本研究使用了兩個(gè)數(shù)據(jù)集來(lái)驗(yàn)證這一假設(shè)：一個(gè)數(shù)據(jù)集使用多個(gè)心算任務(wù)來(lái)引發(fā)認(rèn)知負(fù)荷(CW)的BHI變化，另一個(gè)數(shù)據(jù)集使用冷壓測(cè)試(CPT)，這是一種引起強(qiáng)烈交感神經(jīng)反應(yīng)的著名方法。本研究的目的有三個(gè)：(i)證明BHI中存在準(zhǔn)穩(wěn)態(tài)的微狀態(tài)；(ii)驗(yàn)證微狀態(tài)分析在BHI背景下的適用性；(iii)研究心理生理狀態(tài)是否影響B(tài)HI衍生的微狀態(tài)動(dòng)力學(xué)。

材料和方法

實(shí)驗(yàn)數(shù)據(jù)及預(yù)處理

采用兩種獨(dú)立的實(shí)驗(yàn)范式，同時(shí)誘發(fā)中樞神經(jīng)系統(tǒng)(CNS)和自主神經(jīng)系統(tǒng)(ANS)的反應(yīng)，以驗(yàn)證所提出的系統(tǒng)級(jí)腦-心相互作用(BHI)分析框架。本研究獲得了比薩大學(xué)當(dāng)?shù)貍惱砦瘑T會(huì)的正式批準(zhǔn)，批準(zhǔn)編號(hào)為0036590/2021。

認(rèn)知負(fù)荷數(shù)據(jù)集

通過(guò)中樞神經(jīng)系統(tǒng)(CNS)操作來(lái)激活自主神經(jīng)系統(tǒng)(ANS)的眾多非侵入性方法之一是讓被試進(jìn)行心算來(lái)完成認(rèn)知負(fù)荷(CW)任務(wù)。一般的實(shí)驗(yàn)范式包括要求被試通過(guò)點(diǎn)擊按鈕或在規(guī)定的時(shí)間內(nèi)執(zhí)行心算任務(wù)。除了涉及高級(jí)腦區(qū)的認(rèn)知功能外，這些任務(wù)還會(huì)對(duì)自主神經(jīng)系統(tǒng)產(chǎn)生強(qiáng)烈壓力。事實(shí)上，CW任務(wù)在CNS和ANS水平上分別進(jìn)行了研究，但只有少數(shù)研究關(guān)注其與功能性BHI的相關(guān)性。研究發(fā)現(xiàn)，在應(yīng)激反應(yīng)中，心血管活動(dòng)的調(diào)節(jié)與大腦左額葉和顳葉的活動(dòng)有關(guān)。此外，研究表明，在CW任務(wù)期間，大腦中央后回和大腦中葉向心臟方向傳遞的信息流增加。因此，分析的第一個(gè)數(shù)據(jù)集(CW)是心算任務(wù)期間的EEG數(shù)據(jù)，已經(jīng)發(fā)布在Physionet.org數(shù)據(jù)存儲(chǔ)庫(kù)上(https://physionet.org/content/eegmat/1.0.0/)。
該數(shù)據(jù)集包括使用10-20標(biāo)準(zhǔn)的19導(dǎo)電極帽同步記錄的腦電(EEG)和1導(dǎo)聯(lián)心電圖(ECG)活動(dòng)數(shù)據(jù)，采樣率為500Hz。每個(gè)被試在3分鐘的靜息態(tài)后執(zhí)行同樣時(shí)長(zhǎng)的CW任務(wù)。通過(guò)目視檢查后，有4名被試的數(shù)據(jù)因存在明顯的偽跡而被排除。最終，32名被試(8名男性，平均年齡為18±2.01歲)的數(shù)據(jù)用于進(jìn)一步分析。入選標(biāo)準(zhǔn)包括視力正常或矯正至正常、色覺正常、無(wú)精神或認(rèn)知障礙的臨床病史，以及無(wú)學(xué)習(xí)障礙。具體的排除標(biāo)準(zhǔn)包括精神或神經(jīng)系統(tǒng)疾病、藥物或酒精成癮，以及使用精神活性藥物。數(shù)據(jù)經(jīng)預(yù)處理后提供，預(yù)處理包括50Hz的陷波濾波，然后進(jìn)行0.5-45Hz的帶通濾波，并使用獨(dú)立成分分析來(lái)剔除常見的偽跡(如眼電、肌電和心電)。關(guān)于該數(shù)據(jù)集的更多細(xì)節(jié)，包括數(shù)據(jù)采集和信號(hào)預(yù)處理，請(qǐng)參見Zyma等人(2019)的研究。

冷壓試驗(yàn)數(shù)據(jù)集

冷壓試驗(yàn)(CPT)是一種常用的自主神經(jīng)功能測(cè)試方法，旨在驗(yàn)證身體對(duì)接觸性溫度刺激的自主功能和中樞神經(jīng)系統(tǒng)(CNS)的反應(yīng)。通常是將遠(yuǎn)端肢體(如手或腳)或面部浸入溫度在0-4℃的冷水中，保持1-5min。實(shí)際上，CPT能夠強(qiáng)烈激活身體各個(gè)系統(tǒng)，如壓力反射和交感神經(jīng)系統(tǒng)，以積極響應(yīng)因刺激引起的適應(yīng)狀態(tài)，并恢復(fù)到穩(wěn)態(tài)平衡。在EEG中，CPT引起了大范圍的皮層和皮層下腦區(qū)的激活，包括額葉區(qū)域(寬頻段)、雙側(cè)顳葉區(qū)域(β頻段)和后頂葉區(qū)域(α頻段)。先前的研究已經(jīng)探討了CPT引起的BHI變化，發(fā)現(xiàn)了廣泛的雙向相互作用，而且大腦動(dòng)力學(xué)對(duì)心跳有著更大的影響。因此，器官水平的全腦方法估計(jì)BHI(腦-心相互作用)應(yīng)該特別適用于這種實(shí)驗(yàn)環(huán)境。
第二個(gè)數(shù)據(jù)集(CPT)包含24名健康被試(平均年齡為26.7歲；9名女性)，均為右利手。被試坐在舒適的椅子上，在3分鐘的靜息態(tài)后進(jìn)行冷壓試驗(yàn)。CPT的實(shí)施方法是要求被試用非利手(即左手)放入裝滿冰水的籃子中，持續(xù)時(shí)間長(zhǎng)達(dá)3分鐘。有研究表明，這個(gè)時(shí)間閾值通常不會(huì)引發(fā)疼痛感。但被試在此過(guò)程中若感到不適，可以隨時(shí)終止實(shí)驗(yàn)。
使用128導(dǎo)EEG和1導(dǎo)聯(lián)心電圖(ECG)進(jìn)行電生理記錄，采樣率為500Hz。兩個(gè)數(shù)據(jù)集(即CW和CPT)之間沒(méi)有共同的被試、記錄設(shè)備或任何儀器。ECG原始序列經(jīng)過(guò)帶通濾波，并使用Pan-Tompkins算法檢測(cè)R峰，隨后使用Kubios軟件進(jìn)行分析，以排除偽跡，最后進(jìn)行目視檢查以便進(jìn)一步分析。EEG序列部分按照哈佛腦電自動(dòng)處理工具(HAPPE)進(jìn)行預(yù)處理，具體請(qǐng)參見Gabard-Durnam等人(2018)的研究，使用MATLAB(MathWorks Inc.)中的EEGLAB工具包。簡(jiǎn)而言之，首先排除外圍通道，然后進(jìn)行帶通濾波(1-100Hz)和陷波濾波(50Hz)。通過(guò)計(jì)算每個(gè)通道的曲線下面積來(lái)識(shí)別并移除偽跡通道，如果超過(guò)所有通道分布的3個(gè)標(biāo)準(zhǔn)差，則標(biāo)記為偽跡通道。剩下通道與其相鄰?fù)ǖ朗褂眉訖?quán)距離相關(guān)性作為距離度量進(jìn)行比較。為了提高微狀態(tài)結(jié)果的準(zhǔn)確性，本研究使用REST方法對(duì)通道進(jìn)行離線重參考。REST方法涉及將腦電數(shù)據(jù)轉(zhuǎn)換為獨(dú)立于參考的源空間，然后使用加權(quán)矩陣將數(shù)據(jù)反向投影到頭皮電極上。該方法已被證明可以提高EEG微狀態(tài)分析的可靠性和重復(fù)性。

信號(hào)預(yù)處理

采用漢明窗為2s(1000個(gè)樣本)、步長(zhǎng)為0.1s的短時(shí)傅里葉變換對(duì)腦電時(shí)間序列進(jìn)行時(shí)間分辨功率譜密度(PSD)分析，得到采樣率為10Hz的時(shí)間序列。然后，將PSD整合到常用的EEG頻段(1-45Hz)進(jìn)行分析。另一方面，使用平滑的偽Wigner-Ville分布估計(jì)HRV(心率變異性)序列的時(shí)間分辨PSD，將其整合到0.04Hz-0.15Hz(低頻段LF，作為交感神經(jīng)活動(dòng)的非特異性標(biāo)記)和0.15Hz-0.4Hz(高頻段HF，用于副交感神經(jīng)活動(dòng))的范圍內(nèi)。HRV的兩個(gè)PSD功率序列(LF和HF)均以10Hz進(jìn)行采樣，與從EEG得到的功率序列保持一致。

腦-心相互作用(BHI)估計(jì)

BHI報(bào)告是使用SDG模型生成的。具體而言，該模型根據(jù)多振蕩器模型構(gòu)建了一個(gè)腦電序列，其振幅是由一階外生自回歸過(guò)程產(chǎn)生，其中外生項(xiàng)模擬了心臟向大腦傳遞信息的時(shí)變通信。同時(shí)，通過(guò)擴(kuò)展Brennan等人(2002)提出的脈沖頻率調(diào)制模型，建立RR動(dòng)力學(xué)模型，其中驅(qū)動(dòng)交感神經(jīng)活動(dòng)的功能有一個(gè)外源性項(xiàng)，代表腦-心耦合指數(shù)的方向特異性。
總之，時(shí)變方向性BHI生物標(biāo)志物代表了對(duì)EEG和HRV頻率成分組合的心-腦和腦-心相互作用的即時(shí)評(píng)估。該模型的主要思想是，這兩個(gè)系統(tǒng)的電生理信號(hào)不是彼此獨(dú)立的，引入的耦合項(xiàng)試圖形式化這些相互作用。具體而言，CB→HF(tn)的正值表示在tn時(shí)刻，頻段B中腦電功率譜密度的增加與HF頻段HRV-PSD序列的成比例增加相關(guān)。也就是說(shuō)，腦電信號(hào)在指定頻段的功率與HRV信號(hào)在HF頻段的功率呈正相關(guān)，兩者之間存在函數(shù)關(guān)系。
整個(gè)BHI生物標(biāo)志物套件的逆模型表述和推導(dǎo)在Catrambone等人(2019)以及Catrambone和Messerotti Benvenuti等人(2021)的研究中有詳細(xì)描述，并且在(https://it.mathworks.com/matlabcentral/fileexchange/72704-brain-heart-interactionindexes)提供了易于使用的MATLAB實(shí)現(xiàn)。為了計(jì)算方向性BHI指標(biāo)，本研究使用了上述框架，其中包括分別分析LF和HF頻段中的HRV-PSD，以及1-45Hz范圍內(nèi)的EEG-PSD頻譜。具體而言，本研究提取了以下方向性BHI指標(biāo)：CBrain→LF、CBrain→HF、CLF→Brain和CHF→Brain。這些指標(biāo)反映了大腦和心臟之間的方向性影響，其中CBrain→LF和CBrain→HF分別表示大腦對(duì)LF和HF頻段中HRV-PSD的影響，而CLF→Brain和CHF→Brain表示LF和HF頻段中HRV-PSD對(duì)EEG-PSD的影響。

BHI-微狀態(tài)推導(dǎo)

為了得出BHI微狀態(tài)，本研究首先用BHI序列替代EEG序列來(lái)計(jì)算BHI衍生的GFP(全局場(chǎng)功率)地形圖。這里，BHI-GFP對(duì)應(yīng)于BHI的空間標(biāo)準(zhǔn)差，根據(jù)EEG-GFP定義，估計(jì)所有EEG電極數(shù)據(jù)中BHI的時(shí)間分辨量。其次，識(shí)別出BHI-GFP峰值，并使用改進(jìn)的k-means算法將BHI-GFP聚類到空間原型中。BHI-微狀態(tài)數(shù)量的選擇基于一個(gè)元標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)考慮了不同擬合度(GEV、交叉驗(yàn)證準(zhǔn)則、Krzanowski-Lai準(zhǔn)則和離散度)和算法確定的地形圖的生理合理性之間的權(quán)衡。
在選擇微狀態(tài)原型后，將其擬合到整個(gè)BHI序列中。在此過(guò)程中，根據(jù)相似性水平將每個(gè)BHI地形樣本分配給特定的微狀態(tài)原型。擬合優(yōu)度使用GEV進(jìn)行衡量，GEV量化了新獲得的微狀態(tài)發(fā)生時(shí)間序列對(duì)原始GFP動(dòng)力學(xué)的方差量。由于所得到序列的急劇變化可歸因于生理噪聲和算法噪聲，為了確保連續(xù)性，本研究使用250ms的平滑窗進(jìn)行平滑處理，且無(wú)重疊。

統(tǒng)計(jì)分析

本研究的主要目標(biāo)有三個(gè)。首先，本研究旨在驗(yàn)證BHI微狀態(tài)是否存在。其次，評(píng)估微狀態(tài)技術(shù)解釋BHI動(dòng)態(tài)的能力。最后，本研究旨在考察交感神經(jīng)激活是否會(huì)引起B(yǎng)HI動(dòng)力學(xué)的變化。為了評(píng)估BHI微狀態(tài)的存在性以及該技術(shù)捕獲其動(dòng)態(tài)的能力，本研究利用了逐通道BHI時(shí)間序列的GEV。該指標(biāo)提供了對(duì)微狀態(tài)解釋整個(gè)頭皮估計(jì)BHI全局方差能力的估計(jì)。此外，本研究還定性地評(píng)估了提取的微狀態(tài)圖的生理合理性，通常在腦電偽跡拒絕過(guò)程中進(jìn)行。這些操作分別考慮了不同的HRV相關(guān)頻段和BHI方向。然后，在不同刺激無(wú)變化的零假設(shè)下，每種微狀態(tài)出現(xiàn)的次數(shù)不應(yīng)發(fā)生變化。為了驗(yàn)證這一點(diǎn)，本研究對(duì)列聯(lián)表進(jìn)行了χ2統(tǒng)計(jì)檢驗(yàn)。處理流程示意圖如圖1所示。

實(shí)驗(yàn)結(jié)果

將相同的神經(jīng)系統(tǒng)分析框架分別應(yīng)用于兩個(gè)數(shù)據(jù)集。

認(rèn)知負(fù)荷任務(wù)

在對(duì)認(rèn)知負(fù)荷(CW)數(shù)據(jù)集進(jìn)行分析后，得到了以下實(shí)驗(yàn)結(jié)果。數(shù)據(jù)集分析確定了每個(gè)BHI方向和頻段組合的三種BHI微狀態(tài)，分別為CBrain→LF、CBrain→HF、CLF→Brain和CHF→Brain，其中LF和HF分別代表HRV-PSD的低頻(LF)和高頻(HF)。圖2顯示了識(shí)別出的微狀態(tài)原型的地形圖，及其全局解釋方差(GEV)。值得注意的是，腦-心微狀態(tài)下的GEV均高于70%(即Brain→LF和Brain→HF分別約為72%和74%)，這表明微狀態(tài)分析可以有效解釋CBrain→LF和CBrain→HF的時(shí)空動(dòng)態(tài)，而反之則不成立，其中CLF→Brain和CHF→Brain的GEV均低于50%。

表格1詳細(xì)說(shuō)明了所有被試在兩種實(shí)驗(yàn)條件(RS和CW任務(wù))下每個(gè)微狀態(tài)的發(fā)生次數(shù)，以及每個(gè)窗長(zhǎng)的均值。圖3以圖形的方式顯示了不同被試在兩種實(shí)驗(yàn)條件下每個(gè)微狀態(tài)的出現(xiàn)次數(shù)。這使我們能夠驗(yàn)證在從RS到CW任務(wù)的轉(zhuǎn)變過(guò)程中，三個(gè)BHI微狀態(tài)的分布如何發(fā)生變化。在CBrain→LF情況下，第二個(gè)微狀態(tài)原型在RS階段出現(xiàn)頻率最高，而在CW任務(wù)中與第三個(gè)微狀態(tài)的頻率相同。相比之下，第一個(gè)微狀態(tài)在兩個(gè)階段的出現(xiàn)頻率似乎沒(méi)有顯著變化。在靜息態(tài)下，CBrain→HF微狀態(tài)的三個(gè)原型出現(xiàn)頻率明顯不均勻，其中第三個(gè)原型頻率最高，第一個(gè)原型頻率最低。相比之下，在CW任務(wù)過(guò)程中，三個(gè)微狀態(tài)原型的出現(xiàn)次數(shù)分布更均勻。具體而言，第一個(gè)微狀態(tài)的出現(xiàn)次數(shù)大幅增加(從大約44增加到100)，而第三個(gè)微狀態(tài)的出現(xiàn)次數(shù)大幅減少(從179減少到約119)。

冷壓試驗(yàn)

通過(guò)對(duì)CPT數(shù)據(jù)集的分析，實(shí)驗(yàn)結(jié)果表明在所有BHI方向和頻段上，存在著五個(gè)BHI微狀態(tài)。圖4顯示了識(shí)別出的微狀態(tài)原型及其相關(guān)的全局解釋方差(GEV)的地形圖。與CW數(shù)據(jù)集一致，大腦到心臟的BHI微狀態(tài)的GEV大于70%，這表明微狀態(tài)分析能夠解釋CBrain→LF和CBrain→HF的時(shí)空動(dòng)態(tài)(兩個(gè)HRV頻段中的GEV均約為71%)。相比之下，在CLF→Brain(約為35%)和CHF→Brain(約為37%)的GEV均小于40%。從大腦到心臟方向上(即CBrain→LF和CBrain→HF)提取的BHI微狀態(tài)原型在分布上更加平滑且更符合生理分布，而從CLF→Brain和CHF→Brain提取的微狀態(tài)原型則顯得不夠連續(xù)且混亂。這個(gè)結(jié)果揭示了BHI的時(shí)空動(dòng)態(tài)，表明從大腦到心臟的方向性，具有更加合理和連續(xù)的微狀態(tài)原型。CW數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果中也觀察到了這種情況。

較高數(shù)量的BHI微狀態(tài)使得結(jié)果的圖形表示具有挑戰(zhàn)性，因此表格表示是首選。這些實(shí)驗(yàn)結(jié)果在表2中進(jìn)行了報(bào)告，其中匯總了所有被試在三種實(shí)驗(yàn)條件下，每個(gè)微狀態(tài)的出現(xiàn)次數(shù)。在CBrain→LF方向上，第二個(gè)微狀態(tài)原型在各階段中出現(xiàn)頻率最高。在靜息態(tài)時(shí)達(dá)到峰值，隨后逐漸減少，直至恢復(fù)階段最低。相比之下，第一個(gè)微狀態(tài)原型在靜息期間的出現(xiàn)頻率最低，在CPT階段達(dá)到峰值。從相對(duì)變化的角度來(lái)看，第四個(gè)(μ4)和第五個(gè)(μ5)微狀態(tài)的變化最為顯著。μ5的出現(xiàn)次數(shù)從靜息到恢復(fù)期間增加了一倍以上，而μ4在相應(yīng)階段的出現(xiàn)次數(shù)減少到三分之一。

在CBrain→HF方向上，第三個(gè)原型在所有實(shí)驗(yàn)條件下的出現(xiàn)頻率最高，但在各實(shí)驗(yàn)階段中，其發(fā)生次數(shù)發(fā)生了顯著變化，從靜息和CPT階段的約240次下降至恢復(fù)階段的約180次。此外，第一、第四和第五個(gè)原型(分別為μ1、μ4、μ5)的存在受實(shí)驗(yàn)階段的強(qiáng)烈影響。從靜息到恢復(fù)階段，μ1的出現(xiàn)次數(shù)幾乎翻倍(從約51次增加到約96次)，μ4的出現(xiàn)次數(shù)幾乎減半(從約62次減少到約34次)，而μ5的出現(xiàn)次數(shù)則增加了三倍(從約20次增加到約59次)。
BHI微狀態(tài)的時(shí)間分布從靜息態(tài)(RS)到CPT階段再到恢復(fù)階段發(fā)生了變化，統(tǒng)計(jì)分析結(jié)果發(fā)現(xiàn)，CBrain→LF的p值≈10-18；CBrain→HF的p值≈10-35。值得注意的是，在CPT數(shù)據(jù)集上進(jìn)行的統(tǒng)計(jì)檢驗(yàn)并未顯示出心-腦微狀態(tài)存在任何顯著差異。因?yàn)樗鼈兊腉EV值較低，這意味著它們無(wú)法有效地解釋整體動(dòng)態(tài)。因此，這些微狀態(tài)的分布是隨機(jī)和獨(dú)立于實(shí)驗(yàn)階段的。事實(shí)上，如果BHI微狀態(tài)的時(shí)間分布不受實(shí)驗(yàn)方案引發(fā)的被試生理狀態(tài)影響，那么所有微狀態(tài)的發(fā)生趨勢(shì)就不會(huì)改變，而且所有的微狀態(tài)發(fā)生在整個(gè)實(shí)驗(yàn)階段都具有幾乎均勻的分布。
數(shù)據(jù)集之間的微狀態(tài)比較

圖5顯示了所有微狀態(tài)對(duì)之間與全局差異性(GD)相關(guān)的p值，重點(diǎn)關(guān)注大腦到低頻(LF)和大腦到高頻(HF)之間的相互作用。值得注意的是，關(guān)于大腦到LF的微狀態(tài)，第一個(gè)數(shù)據(jù)集(CW)中的所有微狀態(tài)與CPT數(shù)據(jù)集中的至少兩個(gè)原型表現(xiàn)出顯著的相似性。然而，CPT中的兩個(gè)原型(即第三個(gè)和第五個(gè))與CW數(shù)據(jù)集中檢測(cè)到的任何微狀態(tài)都沒(méi)有顯著的相似性。同樣，在大腦到HF相互作用的背景下，所有被識(shí)別出的CW原型與CPT數(shù)據(jù)集中檢測(cè)到的一些微狀態(tài)呈顯著的相似性，p值低至4.1e-6。然而，有一個(gè)CPT微狀態(tài)與任何CW原型都不存在顯著的全局相似性。

結(jié)論

本研究通過(guò)EEG序列估計(jì)的皮層動(dòng)力學(xué)和ECG的心跳動(dòng)力學(xué)證明了腦-心軸微狀態(tài)的存在。這種神經(jīng)系統(tǒng)微狀態(tài)是一種時(shí)空準(zhǔn)穩(wěn)定狀態(tài)，指的是在不同的實(shí)驗(yàn)條件下，腦-心輸出方向以及數(shù)量和形態(tài)的變化。大多數(shù)腦-心微狀態(tài)都是任務(wù)非特異性的，包括身體或精神壓力。因此，定向的、下行的大腦-心臟通信不僅起源于單個(gè)區(qū)域水平，而且在功能上是全腦水平的?？傮w而言，本研究揭示了BHI的復(fù)雜動(dòng)態(tài)特性，并強(qiáng)調(diào)了微狀態(tài)分析作為研究大腦-心臟相互作用的有用工具的潛力。將腦電微狀態(tài)擴(kuò)展到身體層面可能為內(nèi)感受的研究開辟新的視角。
參考文獻(xiàn)：Catrambone, V., & Valenza, G. (2023). Microstates of the cortical brain-heart axis. Human Brain Mapping, 1-12. https://doi.org/10.1002/hbm.26480