-
脑活动如情感波动和精神压力均能导致心律失常和突然死亡,这一过程中大脑不同皮层和皮下层区域对心脏功能的影响受到关注。有研究发现刺激脑皮层能引起自主神经系统的改变,进而导致心率和血压的变化[1]。
自主神经的调节与脑区网络间存在着复杂的相互作用机制。对人和动物的大量研究发现,与自主神经相联系的大脑皮层位于前脑区域或中央后区位置,如功能性神经图像学和近红外光谱分析显示,前扣带回皮层和前额皮层与应激引起的交感神经活动有关;另外,在低体位负压实验和决策任务实验中,交感神经皮肤电反应与双侧视觉皮层和顶叶有关,表明脑对外周自主神经功能的调控包含中央后区位置[2-3]。
虽然解剖学研究已经表明从皮层到脑干和脊髓的直接映射涉及心血管控制,但是由于大脑和心脏是人体重要又复杂的两大系统,所以在心脑关系的研究方面还有很多需要解决的问题。脑皮层对心脏活动具有调节作用,心脏也存在到脑皮层的反馈作用[4]。本文采用谱相干方法研究心脑之间的相互影响,通过两种不同意识任务实验试图阐明主动与被动激活自主神经对心脏功能的影响,研究结果对更有效地通过自主神经调控心脏策略的制定,以及区分不同脑活动时心脏功能的变化,对临床心脑血管病人的康复提供帮助等事项均有较高的指导价值,并为分析其他类似生理系统间的关系提供了新思路。
-
对EEG信号进行8层小波包分解,分别提取第8层从低频到高频256个频率成份的信号。设${X_{8, j}}$为原始信号$S$经小波包分解后的第8层的第$j$个节点的小波包分解系数,其中,$j = 0, 1, \cdots, 255$。
然后对小波包分解系数进行重构,提取各频带范围的信号。以${S_{8, j}}$表示${X_{8, j}}$的重构信号,其他以此类推。这里只对第8层的所有节点进行分析,则总信号$S$可以表示为:
$$S = \sum\limits_{j = 0}^{255} {{S_{8, j}}} $$ (1) 原始EEG信号$S$中,最低频率成分为0,最高频率成分为125,按照前面的小波包频带划分方法,可以得到256个重构信号${S_{8, j}}$$(j = 0, 1, \cdots, 255)$所代表的频率范围。
最后求各频带信号的总能量。设${S_{8, j}}$对应的能量为${E_{4, j}}$$(j = 0, 1, \cdots, 255)$,则有:
$${E_{4, j}} = {\int {\left| {{S_{4, j}}(t)} \right|} ^2}{\rm{d}}t = {\sum\limits_{k = 1}^n {\left| {{x_{j, k}}} \right|} ^2}$$ (2) 式中,${x_{j, k}}$$(j = 0, 1, \cdots, 255)$中的$j$表示第$j$个频段,$k$表示第$k$个离散点;${x_{j, k}}$表示重构信号${S_{8, j}}$离散点的幅值。
由于正常人的EEG波形的频率变化范围主要在0.5~30 Hz,因而脑电频段范围选在这个频段范围内。根据小波包分解第8层所有节点的频率范围,确定脑电4个基本节律:δ节律(0.5~4 Hz),θ节律(4~8 Hz),α节律(8~13 Hz)和β节律(13~30 Hz)所包含的节点,而后按照式(2)求出各个节点所对应的能量,进而求出脑电4个节律的能量,记为${E_l}(l = 1, 2, 3, 4)$,分别表示脑电δ节律、θ节律、α节律和β节律的能量。
-
为了定量分析不同脑区与心动周期之间的相互联系,本文采用谱相干系数对不同意识任务的脑电和心电数据进行了分析。谱相干系数已经在EEG中被广泛使用,它的优势是能在分散的频率段中做相干分析。
归一化的谱相干系数定义为[5]:
$$\text{ERCoh} = \frac{{\left| {{G_{x, y}}(f)} \right|}}{{{G_{x, x}}(f){G_{y, y}}(f)}}$$ (3) 式中,$f$表示频率;${G_{x, x}}(f)$和${G_{y, y}}(f)$分别为要分析相干性的两个信号$x$和$y$在频率$f$的自功率谱;${G_{x, y}}(f)$为$x$和$y$的互功率谱。
ERCoh为谱相干系数,是指所分析频段中不同频率相干函数的叠加。相干函数是归一化互谱密度函数,为两导之间的振幅、频率和相角的相似性的度量,即表示了不同神经元活动的相干性。谱相干系数的取值范围为0~1,当相干系数取1时,说明两导联是完全相干的(完全同步的),即一个导联信号完全由另一个导联决定;相干系数为0时,表明两个导联间的信号不相干(不同步),亦即两导信号完全独立;当相干系数在(0, 1)之间时,两个导联的信号间存在着部分相干性,其大小与之值相对应,其余部分则可能来自两个导联本身的独立活动或人体内外的扰动[6]。谱相干同步分析法的算法简单,能刻画不同神经元活动在节律上的一致性。
心率变异性(heart rate variability, HRV)或RR间期是反映自主神经活动影响心脏功能的有效指标。RR间期是指两相邻R波波峰之间的时间,心率由RR间期获得。心脏自主神经活动通过对RR间期序列的功率谱分析即心率变异性进行评价。在前期研究结果的基础上,考虑到脑电信号节律性活动与心周期以及RR间期的波动有一定的相关性[7-8],所以用EEG的小波包参数和反映HRV的RR间期来描述心脑之间的功能联系成为可能。
-
文献[10]的研究表明,情绪的自主神经传出活动模式是交感神经活动增加、副交感神经活动降低的经典拮抗模式,应激刺激可以引起包括经典拮抗模式在内的多种模式。基于小波变换的检测算法用于从心电信号中获得RR间期序列[11]。本文通过小波模极大值方法得到RR间期序列如图 1所示。采用3次样条插值法对原始5 min的RR间期序列进行间隔为1 s的插值,得到新的RR间期序列。而后采用AR模型(阶数为16)对新的RR间期序列进行功率谱分析,分别计算低频(LF: 0.04~0.15 Hz)和高频(HF: 0.15~0.4 Hz)段的心率变异性谱功率。对RR间期序列进行功率谱分析得到HRV指标如图 2~图 4所示。对HRV低频功率和高频功率进行相关分析[10],研究了不同意识任务过程中心脏自主神经的传出活动模式。不同意识任务低频功率和高频功率的相关分析结果如表 1所示,r表示相关系数,n表示受试者人数,P表示显著性水平。
表 1 不同意识任务低频功率和高频功率的相关分析
意识任务 r n P 可能的反应模式 数算应激 -0.637 43 <0.01 拮抗模式(交感神经占优势) 控制心率减慢 -0.488 24 <0.05 拮抗模式(副交感神经占优势) 控制心率加快 -0.574 30 <0.01 拮抗模式(交感神经占优势) 从表中可以看出,数算应激、控制心率减慢和加快任务的低频功率和高频功率呈显著负相关,反应模式可视为拮抗模式。结合前期RR间期的分析结果,数算应激和控制心率加快过程RR间期缩短(心率加快),可视为交感神经占优势的拮抗模式;控制心率减慢过程RR间期延长(心率减慢),可视为副交感神经占优势的拮抗模式[8-9]。结果表明,不同的意识任务自主神经的反应模式不同,主要表现为经典的拮抗模式,并且自主神经的双重支配使得有机体对刺激的反应是灵活变化的。
-
首先分别得到心电RR间期序列和每个R峰前2 s的脑电信号数据段的小波包能量参数,对RR间期序列和相应的脑电小波包能量参数分别采用3次样条插值进行均匀重采样,重采样频率为1 Hz,然后计算脑电每个导联的小波包参数序列与心电RR间期序列之间的谱相干系数。结果如图 5所示,图中FC3和FCz表示中央前区,C3、C4和Cz表示中央区,P4表示顶区,O1和O2表示枕区。‘*’和‘**’分别表示与对照状态相比P < 0.05和P < 0.01(配对t检验)。
从图中可以看出,数算应激任务使得FC3、FCz、C3、C4、Cz、P4、O1和Oz导联小波包参数和心电RR间期的谱相干系数显著增加(P < 0.05)。说明中央前区、中央区和顶、枕叶脑区的神经元活动与RR间期的相干性显著增强。
-
意识控制心率任务中脑电小波包能量和心电RR间期的谱相干系数如图 6所示,图中,FC4和C4表示中央前区和中央区;‘*’表示与对照状态相比P < 0.05(配对t检验)。从图中可以看出,控制心率减慢时FCz、C4和Cz导联,控制心率加快时FC4和C4导联小波包参数和心电RR间期的谱相干系数均显著增加(P < 0.05),说明控制心率实验中中央前区和中央区的神经元活动与RR间期的相干性显著增强。
Analysis of the Spectral Coherence between Brain and Heart in Different Mental Tasks
-
摘要: 大脑皮层的意识活动,如精神紧张、情绪激动等,均能增加器质性心脏病的发生率,因此高级神经中枢与自主神经的关系越来越为人们所关注。该文设计了数算应激和控制心率两种不同的意识任务实验,研究了被动调节和主动控制改变自主神经状态对心脏功能的影响。采用谱相干研究脑电信号与心电信号间功能耦合。研究结果表明,数算任务中央前区和后区都参与了与心脏的信息交换,而控制心率任务心脑信息耦合的部位主要集中在中央前区位置。数算任务和控制心率任务调节心脏自主神经活动改变心率的机制不同。Abstract: Mental activities can increase the incidence of malignant arrhythmia. Two different mental task projects, i.e. mathematical task and control of heart rate task, are designed to study the changes of cardiac function. The spectral coherence is used to analyze the coupling of electroencephalogram (EEG) and electrocardiograph (ECG). The results demonstrated that pre-central and post-central areas were participated in the information exchange of the heart during the mathematic task, while the information coupling between heart and brain for controlling heart rate task mainly concentrated in the central and pre-central areas.
-
Key words:
- autonomic nerve /
- cerebral cortex /
- heart rate variability /
- mental task /
- spectral coherence
-
表 1 不同意识任务低频功率和高频功率的相关分析
意识任务 r n P 可能的反应模式 数算应激 -0.637 43 <0.01 拮抗模式(交感神经占优势) 控制心率减慢 -0.488 24 <0.05 拮抗模式(副交感神经占优势) 控制心率加快 -0.574 30 <0.01 拮抗模式(交感神经占优势) -
[1] CRITCHLEY H D, CORFIELD D R, CHANDLER M P, et al. Cerebral correlates of autonomic cardiovascular arousal:a functional neuroimaging investigation[J]. Journal of Physiology, 2000, 523(1):259-270. doi: 10.1111/tjp.2000.523.issue-1 [2] MARINSFR, IDDINGSJ A, FONTESM A, et al. Evidence that remodeling of insular cortex neurovascular unit contributes to hypertension-related sympatho excitation[J]. Physiol Rep, 2017, 5(5):e13156. doi: 10.14814/phy2.13156 [3] WOOD K N, LUCHYSHYN T A, SHOEMAKER J K. High cardiorespiratory fitness in early to late middle age preserves the cortical circuitry associated with brain-heart integration during volitional exercise[J]. Journal of Neurophysiology, 2017, 117(4):jn.00592.2016. http://www.ncbi.nlm.nih.gov/pubmed/28228584/ [4] VALENZA G, GRECO A, GENTILI C, et al. Brain-heart linear and nonlinear dynamics during visual emotional elicitation in healthy subjects[C]//Engineering in Medicine and Biology Society.[S.L.]: IEEE, 2016: 5497-5500. [5] LEOCANI L, COMI G. EEG coherence in pathological conditions[J]. Journal of Clinical Neurophysiology Official Publication of the American Electroencephalographic Society, 1999, 16(6):548. doi: 10.1097/00004691-199911000-00006 [6] MICHELOYANNIS S, SAKKALIS V, VOIRKAS M, et al. Neural networks involved in mathematical thinking:evidence from linear and non-linear analysis of electroencephalographic activity[J]. Neuroscience Letters, 2005, 373(3):212-217. doi: 10.1016/j.neulet.2004.10.005 [7] WANG Xiao-ni, LIU Bin-bin, YU Xiao-lin, et al. Cerebral and neural regulation of cardiovascular activity during mental stress[J]. Biomedical Engineering Online, 2016, 15(Suppl 2):335-347. http://europepmc.org/abstract/MED/28155673 [8] YU Xiao-lin, ZHANG Chong, YANG Yong, et al. Volitional control of heartbeat and its dependence on pallium[J]. Clinical Eeg & Neuroscience, 2014, 45(2):137. http://europepmc.org/abstract/med/24169865 [9] YU Xiao-lin, ZHANG Chong, ZHANG Jian-bao. Causal interactions between the cerebral cortex and the autonomicnervous system[J]. Science China Life Sciences, 2014, 57(5):532-538. doi: 10.1007/s11427-014-4627-0 [10] BERNTSON G, GACIOPPO J, BINKLEY P, et al. Autonomic cardiac control. Ⅲ. Psychological stress and cardiac response in autonomic space as revealed by pharmacological blockades[J]. Psychophysiology, 2010, 31(6):599-608. http://www.ncbi.nlm.nih.gov/pubmed/7846220 [11] LI Cui-wei, ZHENG Chong-xun, TAI Chang-feng. Detection of ECG characteristic points using wavelet transforms[J]. IEEE Transactions on Bio-medical Engineering, 1995, 42(1):21. doi: 10.1109/10.362922 [12] FEIN G, RAZ J, BROWN F, et al. Common reference coherence data are confounded by power and phase effects[J]. Electroencephalography & Clinical Neurophysiology, 1988, 69(6):581-584. http://onlinelibrary.wiley.com/resolve/reference/PMED?id=2453336 [13] MURATA T, TAKAHASHI T, HAMADA T, et al. Individual trait anxiety levels characterizing the properties of Zen meditation[J]. Neuropsychobiology, 2004, 50(2):189-194. doi: 10.1159/000079113 [14] TAKAHASHI T, MURATA T, HAMADA T, et al. Changes in EEG and autonomic nervous activity during meditation and their association with personality traits[J]. International Journal of Psychophysiology, 2005, 55(2):199-207. doi: 10.1016/j.ijpsycho.2004.07.004 [15] CHEUNG R T, HACHINSKI V. The insula and cerebrogenic sudden death[J]. Archives of Neurology, 2000, 57(12):1685. doi: 10.1001/archneur.57.12.1685