探究体感电刺激时脑电活动的脑网络特征，为进一步了解体感电刺激引起的大脑神经可塑性机制提供理论基础。
选取10名健康受试者，基于定向传递函数（DTF）构建体感电刺激实验。实验中，在靶刺激和非靶刺激状态下，获得Delta、Theta、Alpha和Beta频段32通道脑电数据的DTF因果连接矩阵，并运用图论方法对比2种刺激状态下网络的聚类系数和全局效率差异。
靶刺激和非靶刺激状态下，DTF因果连接较强的区域均主要集中在FCz、Cz、CPz和Pz通道附近，其中靶刺激状态下的因果连接强度均大于非靶刺激状态。同时，Delta、Theta、Alpha频段，靶刺激状态下的聚类系数显著高于非靶刺激状态（P<0.05）；Delta和Theta频段，靶刺激状态的全局效率显著高于非靶刺激状态（P<0.05）。
体感电刺激能够激活和诱导脑电波（EEG）脑网络。在靶刺激状态下，顶叶在脑电因果网络中的作用得以增强，有助于诱导关注特定脑区的可塑性机制，从而实现感兴趣脑区的神经康复；非靶刺激状态下，多脑区间的协同相互作用得以增强，有助于激活和诱导全脑网络中广泛的关联，从而实现全脑的整体神经活动提升。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
体感电刺激（somatosensory electrical stimulation, SES）是指通过电刺激兴奋外周感觉神经系统，对人体产生直接或间接的影响[1]。其中，直接影响是指对人体生理现象的影响。Conforto等[2]对轻度偏瘫中风患者的正中神经连续施加2 h电刺激；结果表明，与正常对照组相比，刺激组患者受中风影响侧的手部肌肉力量得到明显增强，且灵活性显著提高。Wu等[3]对慢性脑卒中患者局部麻痹侧手的正中神经、桡神经和尺神经实施2 h电刺激，发现手部神经电刺激能够改善手的运动功能。间接影响是对人体神经系统的影响。先前的研究结果表明，对健康志愿者双手不同手指施加不同强度体感电刺激能够成功诱发P300脑电信号[4,5]。Golaszewski等[6]采用不同频率电刺激右手食指和中指并对其功能性磁共振成像（functional magnetic resonance imaging，fMRI）数据进行了分析，发现体感电刺激不仅能够激活躯体感觉皮层区域，且可激活双侧额回、双侧额下回、右脑叶、左顶下小叶。
此外，杜克大学的研究团队发现，将脑机接口与体感刺激结合用于康复训练，可使8例完全瘫痪患者获得不同程度的恢复[7,8]。体感刺激施加于人体四肢后可改善神经功能，其机制可能通过影响和改变人脑神经活动从而引起神经的可塑性改变。以往，关于体感电刺激对人脑神经活动影响的研究主要侧重于单通道或多通道脑电信号的特征或基于fMRI等成像技术的脑区激活[4,5,9]，而对于体感电刺激过程中脑区间的功能连接情况报导较少。因此，从大脑各脑区间的连接情况探究体感电刺激时大脑神经活动的变化具有重要意义。
大脑对外界环境的变化，无时无刻都在做出动态响应，因此，深入了解体感电刺激对脑电网络特征的影响需建立各脑区间的方向性连接，即建立因果连接。据此，本研究中采用基于Granger因果分析的定向传递函数方法（directed transform function, DTF）探究体感电刺激对脑电网络特征的影响，以进一步了解刺激对神经可塑性的影响机制，并为其在神经康复领域的应用提供理论基础。
共选取10名受试者，年龄23~29岁，均为右利手，身体健康且均无神经系统相关病史。
电生理刺激器（珠海市神和医疗设备有限公司），脑电采集系统、STIM2软件系统（澳大利亚Compumedics Neuroscan公司）。
使用实验用电生理刺激器生成电刺激，采用STIM软件控制触发产生所需的刺激序列。电刺激序列的刺激强度为（1.5±0.1）mA，脉宽为1 ms，刺激间隔为1 000 ms，序列次数为9次。采用脑电采集系统采集脑电波（electroencephalogram, EEG）信号，接地电极位于中前额叶，参考电极位于左侧乳突，记录64导脑电数据，采样频率为1 000 Hz。
将电生理刺激器经贴片电极分别连接到受试双手食指和小指。分别对每名受试者进行2组靶刺激，每组随机对双手食指和小指进行4轮刺激，每轮间隔5 s；每完成1组实验，受试者休息3~5 min。实验时，要求受试者关注某个手指的刺激并计数，并同时忽略同侧另外3个手指的刺激。
10名受试者的64导联EEG数据中，有部分导联数据不可用。为了便于分析，从所记录的64导联EEG数据中选取32导联EEG数据进行分析（图1）。选取基线较平稳且无明显伪迹的EEG信号，预处理过程包括：脑电预览、独立分量分析（ICA）去除眼电、0~30 Hz带通滤波、-200~800 ms数据分段和-200~0 ms基线校正。
DTF是用于度量成像数据各通道间的连接强度和信息传递方向的物理量。DTF的核心思想是基于频域Granger因果关系的多元自回归（multivariate autoregressive, MVAR）模型[11]。
对于32通道EEG数据建立的MVAR模型，其表达式为
对式（1）进行傅里叶变换，如下式
式中：A（f）是系统的转换函数。
式（2）可转化为
式中：H（f）是频域上系统的转换矩阵的倒数，表示传递函数。
由此，可获得DTF的表达式
式中：γ2ij（f）是归一化后的DTF值，其大小表征j通道对i通道的影响占所有j通道对i通道影响的比例。其值越大，说明j通道对i通道的因果作用越强，反之则越弱[12]。
分别计算32通道靶刺激和非靶刺激状态的EEG数据在Delta频段（0~4 Hz）、Theta频段（4~8 Hz）、Alpha频段（8~13 Hz）和Beta频段（13~30 Hz）的DTF矩阵。
由于不同阈值选择会直接影响网络拓扑及其特征属性的度量。本研究中，综合绝对阈值法和显著性水平法[13,14]客观选择合适的阈值。其中，平均度均满足
（本文中N=32），网络密度均小于50%[13]，结合网络属性参数的差异性水平，确定阈值为0.048。基于T=0.048构建靶刺激和非靶刺激状态下的DTF矩阵，并利用网络聚类系数（clustering coefficient, C）和全局效率（global efficiency, Eglob）对网络进行定量分析。
聚类系数C是衡量大脑功能网络的内部集群特性和紧密程度的重要指标，其度量的是网络中某个节点的邻居节点互为邻居的可能性，表达式为
式中：ci表示节点i的聚类系数。聚类系数越大，说明该网络越趋向于形成紧密的内部集团。
全局效率Eglob是衡量网络中信息传递的快慢和信息处理是否高效的综合指标，表达式为
式中：Lij为大脑网络中节点j和节点i之间最短的路径长度。全局效率越大，说明该网络的全局信息传递和处理能力越强，其信息传递过程消耗的成本越低。
使用SPSS19.0软件处理数据，数据以均值±标准误（
）表示，组间数据比较采用配对t检验（符合正态分布的数据），以P<0.05为差异具有统计学意义。
采用基于Granger因果关系的DTF（阈值为0.048）分别计算不同频段的DTF矩阵，对比分析体感电刺激下靶刺激和非靶刺激状态的因果网络连接和网络特征参数差异。
为清晰地呈现靶刺激和非靶刺激状态的脑网络连接差异，分别构建各频段在阈值T=0.048下，两种刺激状态的平均DTF矩阵图（n=10）。矩阵中的元素DTFij表示从j通道到i通道的连接值，连接值的大小由不同的颜色表示，红色代表最大值，蓝色代表最小值。（图2,图3,图4,图5）
从图2,图3,图4,图5可以看出，不管是靶刺激状态还是非靶刺激状态，网络连接强度值较大的值都集中在10（FCz）、15（Cz）、20（CPz）和25（Pz）通道附近。在各个频段中，非靶刺激状态下，存在DTF因果连接的脑区范围大于靶刺激状态；而在靶刺激状态下，FCz、Cz、CPz和Pz通道附近的DTF因果连接值均大于非靶刺激状态。
为了直观地对比靶刺激状态和非刺激状态网络聚类系数的差异性，将数据分析结果以统计直方图表示（图6）。如图6所示，全部频段下，靶刺激状态的聚类系数值均高于非靶刺激状态，且在Delta、Theta和Alpha频段的差异有统计学意义（均P<0.05）。其中，Delta频段，靶刺激状态的聚类系数值为0.056 5±0.004 6，非靶刺激状态的聚类系数值为0.047 7±0.002 4（P<0.05）；Theta频段，靶刺激状态的聚类系数值为0.054 7±0.002 9，非靶刺激状态的聚类系数值为0.046 4±0.002 7（P<0.001）；Alpha频段，靶刺激状态的聚类系数值为0.050 2±0.002 7，非靶刺激状态的聚类系数值为0.044 9±0.003 5（P<0.05）。说明在Delta、Theta和Alpha频段，与非靶刺激状态相比，靶刺激状态下的网络更倾向于形成紧密的集团。
与非靶刺激状态比较，aP<0.05，bP<0.001
为了直观地对比靶刺激状态和非刺激状态网络全局效率的差异性，将数据分析结果以统计直方图表示（图7）。如图7所示，在Delta、Theta频段，靶刺激状态的全局效率值高于非靶刺激状态，且差异有统计学意义（均P<0.05），而在Alpha和Beta频段，靶刺激状态和非靶刺激状态的全局效率值差异无统计学意义（均P>0.05）。其中，在Delta频段，靶刺激状态的全局效率值为0.030 2±0.002 5，非靶刺激状态的全局效率值为0.028 1±0.002 0（P<0.01）；在Theta频段，靶刺激状态的全局效率值为0.030 0±0.002 1，非靶刺激状态的全局效率值为0.028 4±0.001 1（P<0.05）。说明在Delta和Theta频段，靶刺激状态的网络整合程度显著高于非靶刺激状态，呈现出较快的信息传递速率，且信息传递过程消耗的成本低。
与非靶刺激状态比较，aP<0.01，bP<0.05
基于频域Granger因果的DTF方法分别构建了Delta、Theta、Alpha和Beta频段，并对10名健康受试者进行了体感电刺激实验，得到了靶刺激和非靶刺激状态下的因果连接矩阵，并利用聚类系数和全局效率对比了两种刺激状态下网络特征差异。
研究结果表明，在各频段下，靶刺激和非靶刺激状态的DTF因果连接较强的区域均主要集中在FCz、Cz、CPz和Pz通道附近，即顶叶周围区域。该结果说明，从因果连接的角度来看，顶叶是体感电刺激诱导的特征脑区，提示体感电刺激能够激活顶叶。该结果与人体解剖学的生理意义相吻合，即在生理学上，顶叶周围主要分布了负责躯体感觉的高级中枢。已有多项研究结果表明，体感电刺激激活顶叶躯体感觉皮层。Ruben等[14]通过电刺激手指和脚趾，其fMRI数据显示手指和脚趾电刺激均激活顶叶。Ferretti等[15]通过不同频率电刺激正中神经，其fMRI数据显示初级感觉皮层和次级感觉皮层均被激活。
此外本研究中还发现，靶刺激和非靶刺激诱导的脑网络的共性在于顶叶在全脑中的作用增强，但也存在着差异，具体表现为：①在各频段下，靶刺激状态FCz、Cz、CPz和Pz通道附近，即顶叶周围的因果连接强度均大于非靶刺激状态，提示靶刺激较非靶刺激状态更能激活顶叶与其他节点间的相互作用。②在Delta、Theta和Alpha频段，靶刺激状态的聚类系数均大于非靶刺激状态，提示在这些频段下，靶刺激可诱导脑网络中全局/局部连接模式改变，使网络中局部连接强度显著高于非靶刺激状态，脑网络更倾向于形成紧密的集团。③在Delta和Theta频段，靶刺激状态的全局效率高于非靶刺激状态，提示在这两频段下，靶刺激状态网络结构更紧凑，节点之间的信息传输可以在较短的时间内完成，信息传输速率较快且传递过程消耗的成本较低；而非靶刺激状态网络较为松散，较远的脑区之间建立了连接，信息传输速率较慢且传递过程消耗的成本较高。
本研究结果表明，靶刺激和非靶刺激状态下网络特征属性参数在不同频段上的表征具有差异，推测造成这一结果的原因可能与不同频段的神经振荡影响不同的大脑认知功能有关。已有研究结果表明，Delta波、Theta波和Alpha波分别与任务动机相关性和目标刺激的显著性[16]、注意力集中和记忆功能[17]及大脑的放松状态有关[18]。由于靶刺激时，要求受试者注意电刺激部位且进行计数，任务动机及目标刺激明确，注意力较为集中且涉及短时记忆；而非靶刺激时，受试忽略相应部位的电刺激，且无需做出任何反应，任务动机及目标刺激不显著，注意力较为涣散，大脑处于放松状态。因此，可能导致两种刺激状态下Delta波、Theta波和Alpha波的差异，这种差异在Delta和Theta频段的网络聚类系数和全局效率测度上得以体现，在Alpha频段的网络聚类系数测度上得以体现。
体感电刺激靶刺激和非靶刺激均能激活和诱导EEG脑网络。其中，靶刺激状态下，顶叶在脑电因果网络中的作用得以增强，有助于诱导关注特定脑区的可塑性机制，从而实现感兴趣功能和脑区的神经康复；非靶刺激状态下，多脑区间的协同相互作用得以增强，有助于激活和诱导全脑网络中广泛的关联，从而实现全脑的整体康复和提升。
无
