脑疲劳是大脑长期处于精神高度集中后机体无法专心高效率完成任务的一种状态,极度影响着人们的生活和健康.但至今都没有简便有效的检测方法,而近期研究发现,低频与高频之间的相位幅值耦合(PAC)可能与相关脑认知活动的信息交流整合有关,可为脑疲劳检测提供新信息.对疲劳前后低频delta节律和高频gamma节律采用相位幅值耦合方法进行研究,使用Neuroscan 64导脑电仪采集脑电并用配对t检验对14名被试结果进行统计分析,结果显示,全脑区90％以上的delta相位共同调制多个脑区的gamma幅值,其中对前额叶区、顶枕叶区、顶叶区的耦合作用在脑疲劳后发生显著性下降,而对额叶区的耦合作用则显著上升.研究表明,delta-gamma相位幅值耦合值能很好地预测脑疲劳引起的宏观行为表现变化能力,为脑疲劳的检测提供新指标.

针对中风康复患者运动功能障碍相关的神经肌肉异常耦合问题,本文研究多通道肌电信号间的功能耦合特性,对比分析健康人和中风患者的肌间耦合特征,进而挖掘中风康复患者运动功能障碍产生的病理机制.首先将交叉频率相干分析与非负矩阵分解相结合,构建交叉频率相干分析-非负矩阵分解模型,研究健康人和中风患者上肢肘关节屈伸运动中相关肌肉的线性耦合关系以及不同频率比下的肌间非线性耦合特性,并分别计算显著性相干面积和相干性值之和,定量描述多通道肌间线性和非线性耦合特性.结果表明:多通道肌间线性耦合关系存在频段差异,低频段内呈现的整体耦合性较强;中风患者肌间线性耦合强度在不同频段内均低于健康被试对照组,且在beta和gamma频段的耦合强度差异更加明显.对于肌间非线性耦合,不同频率比下的中风患者肌间耦合强度明显低于健康被试对照组,同时在频率比为1∶2下的耦合强度略高于频率比为1∶3下的耦合强度.本文方法能为探索运动功能障碍患者的肌间耦合机制提供理论基础.

目的 从 theta-gamma相位幅度耦合因果脑网络角度探讨注意力缺陷/多动障碍(ADHD)儿童可能的神经电生理机制.方法 22例 ADHD儿童作为病例组,14例健康儿童作为对照.采集两组受试者静息态脑电,使用平均向量长度方法计算所有导联对间 theta节律相位对 gamma节律幅度的耦合值,分别构建两受试组的因果连接脑网络,使用非参数检验分析两受试组间的耦合差异.结果 ADHD组导联内的耦合强度减弱,Fpl 、Fp2导联内的耦合强度显著低于对照组(P<0.05).两组受试者导联内的耦合强度与其作为幅度导联被其他脑区耦合的平均强度具有极强的正相关关系(对照组 rs=0.863 , ADHD组 rs=O.787 ,均 P<0.001).对照组以左额区(Fpl 、F3)、右枕区(O2)被其他脑区耦合为主,而ADHD组则以枕区(O1 、O2)被其他脑区耦合为主.与对照组相比,ADHD组前额区 (Fpl 、Fp2)被其他多个脑区耦合的强度显著降低,同时还存在脑区内和脑区间耦合模式转变.结论 前额区为主的多个脑区内耦合减弱,前额区被其他脑区耦合减弱,被耦合中心部分转移等因果脑网络异常,以及相位幅度耦合模式的转变可能是ADHD儿童静息态脑电特有的神经电生理特征.

人体运动控制系统具有高度的非线性特性,通过量化评价表面肌电(sEMG)信号间的非线性耦合强度,可以得到运动相关肌肉的功能状态,进而探究人体运动控制的机制.本文将小波包分解和n:m相干性分析相结合,构建基于小波包—n∶m相干性的肌间交叉频率耦合分析模型,探究肌电信号间的非线性耦合关系.在维持30％最大自主收缩力(MVC)的肘部屈伸状态下,采集20名健康成年人的sEMG信号,首先基于小波包分解获取子带分量,然后将子带信号进行n∶m相干性计算,分析肌间耦合特征.结果 表明:30％MVC的肘部屈曲运动下,协同肌对和拮抗肌对的线性耦合(频率比为1∶1时)强度高于非线性耦合(频率比为1∶2、2∶1和1∶3、3∶1时);对于肌间非线性耦合,随着频率比的增大,耦合强度随之降低,且频率比为n∶m和m∶n之间没有明显的耦合强度差异;beta和gamma频段内的肌间耦合主要体现在协同肌对之间的线性耦合(1∶1)和低频率比的非线性耦合(1∶2、2∶1)以及拮抗肌对之间的线性耦合上.以上说明:小波包—n∶m相干性方法可以定性、定量地描述肌间非线性耦合强度,为深入揭示人体运动控制机制和运动功能障碍患者的康复评价提供理论参考.

EEG不同频段的神经振荡并不是独立的,它们之间可以相互影响和调节.不同频段之间的耦合现象叫做交叉频率耦合(CFC),其中包括相位同步、振幅共调节和相位振幅耦合(PAC).PAC是指高频活动(gamma、ripples、fast ripples)的振幅随着低频活动(delta、theta、alpha、beta)的相位变化发生一定调节.以往研究认为PAC与记忆、认知有关.近几年的研究发现,发作间期和发作期PAC强度的变化可以定位癫痫起始区或致痫区、预测癫痫的发生及手术预后.本文将从PAC的产生机制、PAC的计算方法、生理性PAC、病理性PAC与致痫区的关系几个方面做一文献综述,以总结EEG PAC在癫痫研究中的应用.