脑科学的研究技术

1.2　脑科学的研究技术

1.2.1　事件相关电位技术

人类脑电活动研究的发展在20世纪经历了三个主要阶段。第一阶段以80多年前Berger发现人类脑电波并发表相关论文为开端。第二阶段以1949年Dawson的工作为开始，他记录并分析了人的脑诱发电位。第三阶段始于1964年，研究者开始应用可供利用的各种先进技术工具及方法，创立了事件相关电位中的关联性负变（contingent negative variation，CNV）。这些进步及其临床应用开创了脑电研究的新局面，使脑电活动能够与正常或异常行为联系起来进行观察。

事件相关电位（event－related potential，ERP）是与刺激或预期刺激有固定时间关系的脑反应所形成的一系列脑电波。这些脑电的变化十分微弱（0.1～20微伏），淹没在自发脑电位中难以观察，但利用诱发电位固定的锁时（time－locked）关系，经过计算机叠加处理，可以提取出ERP成分。现代ERP技术以1964年英国心理学家Walter发现关联性负变和美国心理学家Sutton于1965年发现P300为标志。ERP的时间分辨率可以达到1毫秒，而空间分辨率仅为数厘米（cm）。为弥补ERP空间分辨率的限制，目前采用多达128导或256导的高密度记录系统和偶极子（dipole）源分析来明确脑电活动的神经发生源。

在反复呈现相同刺激的过程中，与刺激有锁时关系的、时间和方向上一致的电位活动逐渐增大，而与刺激无锁时关系的随机性背景电活动则相互抵消，逐渐减小。在早期，电位活动都是由某种刺激所“诱发”的，故称之为“诱发电位”（evoked potential，EP）。诱发电位具备如下特征：①必须在特定的部位才能检测出来；②有其特定的波形和电位分布；③诱发电位的潜伏期与刺激之间有较严格的锁时关系，在给予刺激时几乎立即或在一定时间内瞬时出现。后来人们发现不仅刺激的出现与刺激的缺失能产生电位的变化，刺激的撤销以及心理的变化也能产生电位的变化，这些都可称为事件，而“相关”则是指事件与电位变化的锁时关系。

脑诱发电位是中枢神经系统在感受外界或内在刺激过程中产生的生物电活动，它被认为是继脑电图和肌电图之后的临床神经电生理的第三大进展，有“窥测精神之窗”之称。脑诱发电位是相对于脑的自发电位而言。脑电图显示的是大脑皮层在无外界刺激时产生的电活动，它的特点具有节律性和连续性。而脑诱发电位是中枢神经系统在接受特定刺激条件下产生的生物电活动。人的感觉器官，如眼、耳、皮肤在接受光、声或微弱电流等特定的诱发刺激后，循其特有的神经通路将所感受的信息向中枢传递。其信息内容在通路的各个水平不断组合，最后到达皮层，引起一连串活动。这种活动与皮层的功能状态和复杂的心理、生理因素相关，并以生物电变化形式被我们从头皮电极中记录到，这就是脑诱发电位产生的简单机制。刺激诱发出的神经系统电位变化，还包括伴随各种生理活动，如认知和运动等神经系统的电位变化。诱发电位已成为感觉系统的电生理研究中一种经常采用且方便有效的方法，并在感觉机能的中枢定位、连接及投射等方面做出了重要贡献。

诱发电位技术的重要意义在于客观反映神经系统的功能状态以及提供功能性信息。因此可用于判定神经传导通路病变的损害程度、受损部位及预后，也可用于手术中脑、脊髓功能的监护以及治疗效果的观察。在神经肌肉系统发生病变时，一般机能的改变先于结构出现可观测的改变，换言之，诱发电位、肌电图等神经电位检查一般先于CT、MRI以及PET等结构性测试手段给出正确的、及时的诊断意见，所以在神经肌肉系统诊断中诱发电位、肌电图等检查手段是不可替代的检查手段，有其独特的重要意义和价值。

1.2.1.1　诱发电位的几个特征参数

目前通常使用的诱发电位主要有视觉诱发电位（visual evoked potentials，VEP）、听觉诱发电位（auditory evoked potentials，AEP）、躯体感觉诱发电位（somatosensory evoked potentials，SEP）等。在诱发电位技术的波形分析中，通常会涉及以下几个特征参数：

1）潜伏期

潜伏期是指从刺激开始到脑诱发电位波形上的某特定点之间的时间间隔。这种时间间隔被称为绝对潜伏期（absolute latency），一般以毫秒（ms）表示。诱发电位的潜伏期在测量时多采用波峰的顶点作为测量点，这称为峰潜期。两个波峰间的时间间隔称为峰间潜伏期（interpeak latency）或波间潜伏期（interwave latency）。

2）波幅

波幅又称振幅或电压，表示脑部电位活动的大小，指波的垂直高度，用微伏（μV）来表示。测量诱发电位波幅的方法有两种：一种是从基线到波峰的电压值，另一种是从波峰到相邻波谷的电压值，如P1－N1峰峰值。前者有正负值之分，后者只考虑绝对值。前者由于基线飘移而使得波形不正确，后者反映的可能是混合的电活动，难以说明代表哪个波峰的波幅。

3）波面积

取某一波上升支最低点与其下降支最低点连线，此线与该波曲线所包围的面积为该波的波面积，或以波的上升支及下降支各自与基线两点相连线，计算此线与该波曲线所包围的面积作为该波的波面积，单位是毫秒·微伏（ms·μV）。从理论上讲，波面积测量是最科学和合理的分析技术，较潜伏期和波幅可靠。波面积可以代表大脑的神经元群在单位时间内发放生物电位的总和。波面积和代表大脑神经元群在一段时间内的总活动量，即能量。

4）波形

波形是由波的潜伏期、波幅、极性、面积等诸种要素所决定的，它们之间的不同组合构成了不同的波形。

诱发电位的标记法，用波形的各个组成成分的极性标记，如P（正波）或N（负波），以及各成分出现的先后顺序，以数字1、2、3……或英文字母a、b、c……表示，如P1、P2、P3……和Nl、N2、N3……等。或者直接按波峰的潜伏期毫秒数值标记，如P100、N100等。这里的P100即指刺激后100 ms时出现的正波。

1.2.1.2　事件相关电位的测试方法

事件相关电位属于长潜伏期诱发电位，测试时一般要求被试清醒，并在一定程度上参与其中。引出ERPs的刺激是按研究目的的不同编制而成的不同刺激序列，包括两种及两种以上的刺激，其中一种刺激与标准刺激产生偏离，以启动被试的认知活动过程。如果由阳性的物理刺激启动，除了由认知活动产生的内源性成分，还包括外源性刺激相关电位；如果由阴性刺激来启动心理活动过程，则引出由认知加工而产生的内源性成分。刺激模式的设置是研究ERPs的关键，包括视觉刺激模式、听觉刺激模式、躯体感觉刺激模式。听觉刺激模式一般包括三类：①随机作业（OB刺激序列，oddball paradigm）；②双随机作业；③选择注意。

OB刺激序列：通过耳机同步给高调、低调纯音，低概率音作为靶刺激，诱发ERPs。通常靶刺激概率为10%～30%，非靶概率为70%～90%，刺激间隔多采用1.5～2s，刺激持续时间通常为40～80ms，反应方式为默数靶信号出现次数或按键反应。

1.2.1.3　ERP数据处理与分析

1）去眼电

眼电（Electrooculogram，EOG）是最常见的伪迹，它对EEG的影响非常明显，越往头皮前部，EOG影响越显著。因此需要从EEG中去眼电EOG。

2）对脑电数据进行分段

按照预设的分析时间（epoch）（一般经典的ERP分析多在1000ms以内，刺激前的基线通常为100～200ms）对数据进行分段。

3）滤波（filter）

排除50Hz的干扰以及其他的伪迹。

4）基线矫正（baseline correction）

可以使不同条件的ERP波形在相同的基线水平上进行比较。

5）去伪迹（artifact rejection）

可以去除其他情况（如皮电）造成的伪迹。

6）平均（average）

为使ERP信号从噪声中分离出来，必须充分地平均叠加。

7）总平均（grand average）

将同一条件下所有被试的ERP波形进行平均。目前文献报告的ERP结果基本上都是总平均结果。

1.2.1.4　ERP成分概述

1）CNV

CNV是Walt和Cooper等在1964年发现的。在测量反应时，先给出一个预备信号（如一个短音或一个闪光），让被试听（或看）到命令信号后尽量快地按键，便可在预备信号和命令信号之间观察到脑电发生负向偏转，Walt和Cooper等称此负向偏转为关联性负变或负关联（contingent negative variation，CNV）。CNV的头皮分布以Cz点波幅最大。

2）P300

P300系Sutton等1965年所发现。P300即为晚期成分的第三个正波P3，由于当初发现的P3是在300ms左右出现的正波，故称之为P300。后来随着与P300类似的成分不断被发现，P300形成了一个含有多个子成分的家族。

3）MMN

MMN即失匹配负波，是mismatch negativity的缩写，于1978年被首度报道。典型的实验仍然使用上文提到的产生P300的oddball实验模式，标准刺激为1000Hz的短纯音，偏差刺激为800Hz的短纯音，分别在被试双耳中呈现。让被试双耳分听，即注意一只耳的声音，并对偏差刺激进行反应，而不注意另一只耳的声音。结果无论注意与否，在约250ms内偏差刺激皆比标准刺激引起更高的负波。若以偏差刺激引起的ERP减标准刺激引起的ERP，观察此差异波，则可见到在约100ms至250ms之间出现了一个明显的负波，此即失匹配负波。

4）N400

N400是研究脑的语言加工原理常用的ERP成分。它首先由Kutas和Hillyard于1980年报道。他们让被试对屏幕上呈现的句子进行认知反应，并故意将某些句子的最后一个词写为违例词。当在屏幕上逐个呈现这句话的单词并记录各个单词诱发的ERP时发现，该句尾违例词诱发的ERP在400ms左右出现了一个新的负成分，以此命名为N400。研究发现，N400的波幅与违例词对其语境背离的程度相关。后续研究在视觉语言、听觉语言甚至手语中均观察到N400，N400的波幅受词频、词类、词在句中的出现位置、实词或功能词与否等因素的影响（Kutas ＆Federmeier，2000）。N400波幅对语境信息高度敏感而不拘泥于其前出现的是单词、句子或篇章。N400在揭示语言加工的认知规律上发挥了很大作用，然而关于N400反应的仅仅是语言本身的性质，还是广义的语义加工，甚至它是否仅与语言相关以及是否与语境整合有关等问题仍有争议。一些研究试图运用掩蔽启动范式探讨这个问题。当启动词被掩蔽时，其配对的靶词所引出的N400波幅显著降低，表明语义启动效应减弱，且N400与意识性的词汇整合加工有关（Brown ＆Hagoort，1993）。另一研究利用快速系列视觉呈现任务，被掩蔽的启动词仍可以产生N400语义启动效应，这表明在注意瞬失过程中自动扩散激活的作用，因此N400效应可能也包含非意识性的自动加工机制（Rolke，et al.，2001）。

因此，产生N400的脑机制是很复杂的，也许这是由于语言脑机制的复杂性所致。虽然目前已在正常人和语言障碍患者中做了不少工作，但距离彻底揭示N400的原理，需要走的路还很长。

5）LAN

语法相关的ERP成分在视觉（Neville，et al.，1991；Osterhout ＆Holcomb，1992）和视觉通道（Friederici，et al.，1993；Pulvermuler ＆Shtyrov，2003）呈现语言材料均有发现。一个有着句法形态（morpho－syntactic）错误变化的单词可在200～300ms范围内引出一个左前负活动（left anterior negativity，LAN）（Osterhout ＆Mobley，1995；Coulson，et al.，1998）；一个可检测的词类错误甚至可以引出一个更早的ELAN（early LAN）（Neville et al.，1991；Hahne ＆Friederici，1999）。这些似乎显示单词的句法信息加工优先于其词汇意义信息的加工。

6）P600

句法错误还有一个潜伏期大约在600ms、双侧顶叶分布的正活动P600反映出来（也称为句法正漂移，syntactic positive shift，SPS）。各种句法错误例如短语结构异常、动词亚类和时态异常、句子一致性的异常、主语－动词复数的不一致、反身代词－先行词的复数或性别的不一致均可引出P600（Osterhout，et al.，1997）。P600／SPS不仅与句子结构的再分析和修复（structural reanalysis and repair）（Osterhout ＆Holcomb，1992；Friederici，2002）相关，而且与句子模糊性的消除和句子复杂度（syntactic complexity）相关（Kaan，et al.，2000）。

1.2.2　功能磁共振成像

1945年，美国物理学家Bloch和Purcell首先发现了核磁共振（Nuclear Magnetic Resonance，NMR）现象。1973年，Lauterbur在《自然》杂志上发表了用试管样品得到的磁共振截面像，显示了磁共振成像的可能性。1980年，研究人员在实验室中获得了足够清晰的、有医学诊断价值的人的头部磁共振图像，之后磁共振成像仪逐渐形成产业，开始进入医院，主要用于观测人体内部解剖学结构，确定肿瘤和其他疾病的位置。

功能磁共振成像（functional Magnetic Resonance Imaging，fMRI）是一种非常有效的研究脑功能的无创伤技术，它已经成为最广泛使用的脑功能成像的研究手段。fMRI最早起源于1991年春天，美国麻省总医院（Massachusetts General Hospital，MGH）的磁共振研究中心利用磁共振成像生成反映脑血流变化的图像。随后，这一研究领域得到了迅速发展。它虽然是一种非介入的技术，但是能对特定大脑活动的皮层区域进行准确、可靠的定位，空间分辨率可以达到2mm，并且能以各种方式对物体进行反复扫描。fMRI的另一个特点是能够实时跟踪信号的改变，比如反映几秒内发生的思维活动，或认知实验中信号的变化，时间分辨率可以达到1s。越来越多的脑科学研究人员开始从事功能磁共振神经成像的研究，并将它应用于认知神经科学。医学领域的迫切需求也进一步促进了fMRI技术的发展，如利用扩散（diffusion）成像和灌注（perfusion）成像技术对大脑局部缺血进行诊断等。

从某种意义上说，功能磁共振成像是磁共振成像的一种应用和深入发展，主要是用磁共振成像方法研究人脑和神经系统的功能。磁共振成像是根据生物体磁性核（氢核）在磁场中的表现特性成像的高新技术。近20年来，随着磁体技术、超导技术、低温技术、电子技术和计算机等相关技术的进步，MRI技术得到了飞速的发展。如今，它已广泛用于临床，成为现代医学影像领域中不可缺少的一员。MRI的应用不仅代表医院现代化程度的提高，而且标志其诊断水平的飞跃。

磁共振成像的物理基础为核磁共振理论。NMR是一种与物质磁性和磁场有关的共振现象。也可以说是低能量电磁波，即射频波与既有角动量又有磁矩的核系统在外磁场中相互作用所表现出的共振特性。NMR的本质为一种能级间跃迁的量子效应。实验结果表明，利用这一现象可以研究物质的微观结构。据此，人们以不同的射频脉冲序列对生物组织进行激励，并用线圈技术检测组织的弛豫和质子密度信息，就出现了MRI技术。正因为这样，磁共振成像曾被称为核磁共振成像（NMRI）和核磁共振CT（NMR－CT）（孙久荣，2001）。

1）磁共振成像原理

自旋不为零的原子核都有磁矩，有磁矩的原子核称为磁性核。在外磁场的作用下，原子核磁矩和外磁场取向趋于一致，这种过程称为原子核的磁化。描述原子核磁化的物理量称为自旋磁化强度M0，它和主磁场B0的方向一致。为方便起见，这个方向取为纵轴z。MRI就是利用磁化强度M0来实现成像的。如果在x轴上加一个有一定宽度的射频（RF）脉冲磁场B1，M0会绕x轴旋转一定角度θ，称为倾角（flip angle），这个过程称为共振激发。如果一个RF脉冲能把自旋磁化强度M0激发到和主磁场B0垂直的平面（即横向平面或xy平面）上，这种脉冲被称为90°脉冲。被激发的原子核通过和周围环境交换能量（时间常数T1，称为纵向弛豫或自旋－晶格弛豫），和同类自旋交换能量（时间常数T2，称为横向弛豫）而退激，返回到原来的热平衡位置，这种过程称为弛豫。弛豫时间T1和T2的长短反映了自旋核周围的环境情况。其中，T1和外场B0有一定关系，T1随外场B0提高而有所增大，所以不同场强磁共振成像的T1加权像不具有可比性。在激发之后的弛豫过程中，测量横向磁化强度并实现可视化，这就是磁共振成像的基本原理（闫芬，2006）。

2）fMRI的实验设计

利用fMRI进行研究的实验设计方法通常有组块设计（blocked design）和事件相关设计（event－related design）两种（Luck，2005）。对于组块设计，至少需要两种不同的刺激，一类为任务（task）刺激，一类为控制（control）刺激，在同一组块中连续地重复出现同一类型的刺激，每个组块持续一定时间，并在连续的扫描中交替出现（图1.2）。在整个的实验过程中，每隔一段固定时间会采到一幅全脑BOLD（blood oxygenation level dependent）加权像（如图1.3），它们构成一个离散的时间序列，可记为｛f（n）｝（n为正整数）。因此，组块持续时间可以使用扫描图像的数量代替，如图1.4所示，｛f（n）｝的长度l即总图像数由实验的周期数L与周期长度（每周期取得的图像数）所决定，即l＝L×（c＋t）。其中，c和t分别为每个实验周期内所获控制和任务的图像数。对于自变量x的每一个取值，｛f（n）｝唯一地确定一幅BOLD加权像S（n）。它既可能是Sc（n），又可能为St（n）。

图1.2　组块设计示意图（赵喜平，2000）

图1.3　fMRI实验扫描（贾富仓、翁旭初，2001）

图1.4　fMRI实验设计（贾富仓、翁旭初，2001）

这是一种基于认知减法的范式，通过对比任务刺激和控制刺激引起的脑区血氧反应获得与任务相关的脑区。

对于事件相关设计，一次只给一个刺激，经过一段时间再给下一个相同或不同的刺激（图1.5）。该设计基于单次刺激或行为引发的血氧反应，刺激呈现之后，BOLD信号会逐渐增强，达到峰值后还会缓慢降到基线（baseline）水平。

图1.5　事件相关设计示意图（Liu ＆Chen，2008）

事件相关设计相对于组块设计有很多优点（郁洪强，2006；赵喜平，2000），它可以实现刺激出现的随机性以及刺激间间隔的随机性，这样可以避免被试的学习效应和预期效应。利用事件相关设计也能够实现对刺激和反应的选择性处理，比如可以只处理感兴趣的刺激类型和反应正确的刺激。其实组块设计可以看成是事件相关设计的一种特例，比如把事件相关设计中几个刺激之间的间隔减小到零，就会成为组块设计。

3）功能磁共振成像的数据分析

fMRI技术主要依据血流的敏感性和血氧依赖对比度增强原理。尽管BOLD能对一系列的心理活动进行脑定位，但是BOLD数据是大脑血流动力学信号混合而成的，例如呼吸、头动、机器噪音等，故数据处理较为复杂。人们已经提出了很多处理fMRI数据的方法，大体分为两类，可以分别称之为基于数据（data－driven）的方法和基于模型（model－driven）的方法。基于数据的方法包括主成分分析法（principal component analysis，PCA）和独立成分分析法（independent component analysis，ICA）等，基于模型的方法包括方差分析和相关分析等。

基于模型的方法通常根据预先的假设分析，可靠地估计出构成观测BOLD信号中不同过程的时间序列。一般来说，刺激呈现的时间序列与一个gamma，Poison或Gaussian响应核做卷积，或者用Fourier序列混合产生一个或多个血流动力学响应（Hemodynamicresponse，HR）函数。基于模型的方法假设：在刺激之间、任务期间以及脑区之间，HR时间序列是不变的。但是，当感兴趣的HR时间序列不是平稳的或者不能使用预先分析恰当的模拟，基于假设的方法可能是不准确的。总之，作为一种被动的低通滤通器，基本的HR模拟限制了fMRI研究的有效性。

一些研究小组开始寻找新的更为灵活的基于模型的方法提取准确的fMRI时间序列。例如Clare等证明了一种ANOVA方法（管伟光，1998），计算每个像素的平均数据方差与未平均数据的方差之比，这个比率对于激活像素应该是显著的。他们的方法假设未激活像素的BOLD信号不被组块设计的事件影响，这些方法都不像简单的相关方法那样对HR波形做严格的假设，但是他们仍假设不同的任务，作为统计噪音，产生相同的HR。

最常用的基于数据的算法PCA，用于降低fMRI数据的维数。McKeown等（1998）提出用ICA处理fMRI数据。利用信息最大化算法，从fMRI数据中提取多种类型的激活。尽管用ICA算法提取的独立成分之间在空间上是最大独立的，但是它们的时间序列可能是相关的。这种方法与先前建立的脑功能模块化原则一致，而且能以较小的误差分离出信号源。

随着数据收集越来越多，一些研究者尝试使用机器学习的方法对fMRI数据进行研究。Lloyd（2002）用人工神经网络建立模型，表现出脑中某一体素的活动受到该体素前一时刻和后一时刻活动的影响（孙久荣，2001），可以成功地解释人类的意识流。Tom Mitchell建立了一个认知状态的分类器，可以分辨某个经过预处理的脑数据的认知状态（郁洪强，2006）。闫芬使用模糊支持向量机建立一个可以在被测试者之间分辨多个认知状态的分类器，该分类器可以为解码隐藏的完成复杂任务的认知状态提供新工具（闫芬，2006）。