發(fā)布時(shí)間：2022-01-04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)出了這種異常或連接障礙[5] . 孫小棋[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 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)短距離過度連接、長距離連接不足. 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, 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 B 等人[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(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 Station4.5.2 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 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);
(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 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.
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.——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
