CN109567803A

CN109567803A - 基于实时神经反馈技术的海马体自我调节分析方法

Info

Publication number: CN109567803A
Application number: CN201811550357.1A
Authority: CN
Inventors: 闫镔; 朱雅硕; 童莉; 张驰; 高辉; 王林元; 崔以博
Original assignee: Information Engineering University of PLA Strategic Support Force
Current assignee: Information Engineering University of PLA Strategic Support Force
Priority date: 2018-12-18
Filing date: 2018-12-18
Publication date: 2019-04-05
Anticipated expiration: 2038-12-18
Also published as: CN109567803B

Abstract

本发明提供一种基于实时神经反馈技术的海马体自我调节分析方法。该方法包括：步骤1、情绪诱发：将从IAPS图片库中选取的正性图片呈现给被试者，激活被试者的海马体呈现相应的情绪状态，所述情绪诱发过程持续12s；步骤2、反馈调节：将被试者的海马体的反馈信息呈现给被试者，以供被试者采用积极自传体记忆回忆策略或认知重评策略，调节所述反馈信息，所述反馈调节过程持续40s，其中呈现给被试者的反馈信息每2s更新一次；步骤3、恢复基线水平：在屏幕上呈现十字，并从100以5的间隔倒数，使被试者持续观看所述十字至倒数结束，以供被试者恢复海马体基线水平；步骤4、重复执行5次所述步骤1至步骤3。本发明对临床治疗认知障碍症具有参考意义。

Description

基于实时神经反馈技术的海马体自我调节分析方法

技术领域

本发明涉及脑网络检测技术领域，尤其涉及一种基于实时神经反馈技术的海马体自我调节分析方法。

背景技术

随着信息技术的发展当今社会的生活节奏越来越快，为人们带来了巨大的生活压力，很多人容易出现焦虑、暴躁、抑郁等情绪。这些负面的情绪会严重影响我们的生活，严重的可能会造成精神疾病，比如抑郁症、社交焦虑障碍等。其中在2011年世界卫生组织统计的结果显示，抑郁症的发病率相比而言比较高，全球发病率约为11%，是全球中影响最大的精神疾病。因此如何更好的调节情绪是人们值得思考的一个问题，并且增强人们的情绪调节能力至关重要。

目前的一些神经反馈技术如非侵入式的有脑电（EEG）、脑磁（MEG）和fMRI等，相比于上述这些神经反馈技术，基于rt-fMRI(real-time functional magnetic resoncanceimaging )的神经反馈技术具有更高的空间分辨率和定位精度，覆盖全脑扫描，还可用于追踪多个脑区的活动变化了解脑区之间的功能连接以及整个大脑网络的情况。

基于rt-fMRI的神经反馈技术在大脑的自主神经调节上体现出独特优势，已成为一种新型的认知行为疗法，对于认知功能改善具有重要的研究和应用价值，相比传统药物治疗具有安全、有效、低廉，无副作用的优势。然而，目前国内面向认知功能改善的实时功能磁共振成像神经反馈技术系统的研究才刚刚起步，基础薄弱。

探讨情绪和记忆相互作用脑机制的研究主要集中在位于内侧颞叶的 2个记忆系统：杏仁核和海马。杏仁核是情绪记忆最重要的脑结构，被认为是整个情绪记忆神经网络的核心。海马对情境记忆（episodic memory）是必不可少的，海马体位于大脑皮层下方，是组成大脑边缘系统的一个重要部分，因其形状酷似海马而得名。最初杏仁核和海马被认为是归属于两个独立的记忆系统，然而在情绪状态下，两个系统进行着交互作用。情绪唤醒诱发了应激激素的释放，应激激素激活了杏仁核的肾上腺素受体，这些受体的活动操控了激素对海马巩固效应的影响。Nature报告了一个著名的神经递质调控研究，发现对正常人注射β－肾上腺受体阻断剂，会削弱情境记忆中情绪信息的编码和保持，这种结果就和直接损伤杏仁核是一样的。可见，杏仁核能够调节海马依存性记忆的保存，而当情绪刺激发生时海马又能对事件的情绪色彩形成心境表征进而影响杏仁核的反应。尽管海马和杏仁核是两个独立的记忆系统，但是当情绪遭遇记忆时，他们便协同工作。在2014年《细胞》杂志发表的研究中，科学家发现人类纹状体在成年后也会继续分化产生新的神经元。而抑郁和焦虑都会影响海马体神经元的数量和再生能力。严重抑郁症的病人大脑海马体神经元会有20%的凋亡。因为海马体是大脑负责记忆的关键区域，所以抑郁症病人认知能力会变差，这里的认知能力包括记忆力、注意力、判断力等等。并且很大一部分人抑郁症状缓解后认知能力仍然得不到恢复。

香港大学研究团队2017年发现，海马体中的低频活动，能够驱动大脑皮层中不同脑区之间的功能性联合，提升大脑功能，有志于增强学习和记忆能力。研究结果表明对海马体进行神经调节，有着临床治疗认知障碍症的潜在价值；并预示了静息态脑功能核磁共振成像和神经调节技术，极具潜力应用于早期诊断一些大脑疾病, 包括认知障碍症、痴呆症、癫痫、精神分裂症、短暂性整体遗忘症和创伤后压力症等，以及提供突破性的治疗方案。而2017年香港大学吴学奎教授团队通过低频活动刺激海马体，发现了海马体的新功能，能够驱动大脑皮层脑区之间功能性联合，从而加强大脑学习记忆能力。研究结果亦意味着对海马体进行神经调节，有着临床治疗认知障碍症的潜在价值；并预示了静息态脑功能核磁共振成像和神经调节技术，极具潜力应用于早期诊断一些大脑疾病, 包括认知障碍症、痴呆症、癫痫、精神分裂症、短暂性整体遗忘症和创伤后压力症等，以及提供突破性的治疗方案，为调节情绪提供了一种新的途径。

发明内容

为解决现有技术中存在的不足，本发明提供一种基于实时神经反馈技术的海马体自我调节分析方法，设计图片诱发情绪实验范式，分析海马体自我调节机理，对临床治疗认知障碍症具有参考意义。

本发明提供的基于实时神经反馈技术的海马体自我调节分析方法，包括以下步骤：

步骤1、情绪诱发：将从IAPS图片库中选取的正性图片呈现给被试者，激活被试者的海马体呈现相应的情绪状态，所述情绪诱发过程持续12s；

步骤2、反馈调节：将被试者的海马体的反馈信息呈现给被试者，以供被试者采用积极自传体记忆回忆策略或认知重评策略，调节所述反馈信息，所述反馈调节过程持续40s，其中呈现给被试者的反馈信息每2s更新一次；

步骤3、恢复基线水平：在屏幕上呈现十字，并从100以5的间隔倒数，使被试者持续观看所述十字至倒数结束，以供被试者恢复海马体基线水平；

步骤4、重复执行5次所述步骤1至步骤3。

进一步地，所述反馈信息的计算方法为：

步骤2.1、在被试者观察正性图片时，采集被试者的全脑fMRI 数据，基于所述全脑fMRI数据，确定海马体激活峰值；

步骤2.2、以所述峰值为中心，以7mm为半径，确定一球形脑区，将当前时刻的所述球形脑区所有体素的信号均值通过反馈公式进行计算，得到被试者的海马体的反馈信息。

进一步地，通过3T磁共振扫描仪采集被试者的全脑fMRI 数据，采集时的头部线圈为标准8通道。

进一步地，在所述步骤1之前和所述步骤3之后还包括：

被试者填写行为学量表，所述行为学量表包括：情绪调节问卷、正负性情绪量表、汉密尔顿抑郁量表和抑郁自评量表。

进一步地，在被试者填写行为学量表的同时，采集被试者6min20s的静息态fMRI数据。

进一步地，比对步骤1之前填写的行为学量表和步骤3之后填写的行为学量表，根据两个行为学量表的评分变化评估神经反馈训练效果，所述神经反馈训练包括步骤1至步骤3。

进一步地，比对步骤1之前采集的静息态fMRI 数据和步骤3之后采集的静息态fMRI 数据，分析两次采集的静息态fMRI 数据的局部一致性变化。

本发明的有益效果：

本发明提供的基于实时神经反馈技术的海马体自我调节分析方法，一方面，海马体是情绪脑网络中的关键脑区，在大脑执行社会认知以及情绪加工相关任务时有着非常重要的作用，利用实时功能磁共振系统对海马体脑区功能磁共振数据采集并实时分析，另一方面，将实时分析后的海马体激活信息反馈给受试者，受试者通过接收海马体脑区激活信息，利用认知重评与积极自传体积回忆等策略，对海马体进行神经反馈调节，以达到改变情绪调节能力的目的。实验结果表明，本发明通过利用实时功能磁共振神经反馈技术能够达到对海马体自我调节。

附图说明

图1为本发明实施例提供的基于实时神经反馈技术的海马体自我调节分析方法的流程示意图；

图2为本发明实施例提供的海马体感兴趣区定位示意图；

图3为本发明实施例提供的神经反馈示意图；

图4为本发明又一实施例提供的基于实时神经反馈技术的海马体自我调节分析方法的流程示意图；

图5为本发明实施例提供的实验范式示意图；

图6为本发明实施例提供的实验数据采集参数示意图；

图7为本发明实施例提供的神经反馈任务态调节结果图；

图8为本发明实施例提供的训练前后静息态ReHo值差异图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的基于实时神经反馈技术的海马体自我调节分析方法的流程示意图。如图1所示，该方法包括以下步骤：

S101、情绪诱发：将从IAPS图片库中选取的正性图片呈现给被试者，激活被试者的海马体呈现相应的情绪状态，所述情绪诱发过程持续12s；；

S102、反馈调节：将被试者的海马体的反馈信息呈现给被试者，以供被试者采用积极自传体记忆回忆策略或认知重评策略，调节所述反馈信息，所述反馈调节过程持续40s，其中呈现给被试者的反馈信息每2s更新一次；

S103、恢复基线水平：在屏幕上呈现十字，并从100以5的间隔倒数，使被试者持续观看所述十字至倒数结束，以供被试者恢复海马体基线水平；

S104、重复执行5次所述步骤S101至步骤S103，每两次重复过程之间的时间间隔为20s。

本发明实施例提供的基于实时神经反馈技术的海马体自我调节分析方法，采取认知重评和积极自传体记忆回忆等策略对海马体进行情绪调节，设计图片诱发情绪实验范式，将海马体激活最高区域作为感兴趣区进行反馈调节，在情绪调节的研究中，提供了一种情绪调节的整套分析方法，对临床治疗认知障碍症具有参考意义。

在上述实施例的基础上，结合图2至8所示，本发明提供又一种实施例，该实施例的具体流程如下：

S201、被试者填写行为学量表；

具体地，所述行为学量表包括情绪调节问卷(emotional regulation questionnaire，ERQ)、正负性情绪量表(positive and negative affect scale，PANAS)、汉密尔顿抑郁量表（Hamilton depression scale，HAMD）和抑郁自评量表（Self-rating depressionscale，SDS）。

S202、在被试填写行为学量表的同时，采集被试者6min20s的静息态fMRI 数据；FMRI数据采集分为功能像和结构像，功能像分辨率较低，结构像分辨率较高。在离线数据预处理部分，结构像用于功能像的结构配准。需要说明的是，由于结构像数据对实时反馈用处不大，因此在神经反馈训练过程中可以省略不采集，可在神经反馈训练结束后进行采集。

S203、开始神经反馈训练；

具体地，如图4和图5所示，整个神经反馈训练包括4 个 run（run1、run2 、run3和run4），该训练分两天进行，每天进行 2 个 run，第一天进行run1和run2，第二天进行run3和run4。每个run主要包括5个神经反馈训练 trial。每个神经反馈训练trial包括：图片诱发阶段（也称情绪诱发阶段）、神经反馈阶段（也称反馈调节阶段）和计数阶段（也称恢复基线水平阶段）。每个神经反馈训练 trial，依照“情绪诱发”（12s）、 “反馈调节”(40s)、 “计数”(20s)的顺序循环 5 次，每个 trial 包含的时间为72s。在第一个trial之前还包括：预扫20s阶段。因此，每个run总共时间为 6min20s。

情绪诱发阶段：在这个过程中被试会看到正性的情绪刺激图片，刺激图片均选自国际情绪图片库(International Affective Picture Set, IPAS），这个过程的设计是为了诱发相应的情绪状态，过程中使用的图片是正性图片（效价：7.34 ±0.40，唤醒度：5.01±0.96）。在每个 trial 中“情绪诱发”持续 12s 时间。

反馈调节阶段：在这个过程中被试需要调节呈现在屏幕中的反馈信息（以视觉（温度计、火焰、数字）、听觉的形式呈现给被试），反馈信息每 2s 更新一次，这个过程的设计是为了将海马体激活情况实时的反馈给被试，让被试借助提供的调节策略（积极自传体记忆回忆、认知重评）来调节海马体激活。在每个 trial 中“反馈调节”持续 40s 时间。

其中，呈现在屏幕中的反馈信息的计算方法为：

步骤S2031、在被试者观察所述正性图片时，采集被试者的全脑fMRI 数据，基于所述全脑fMRI 数据，确定海马体激活峰值；

具体地，通过3T 磁共振扫描仪(GE Discovery MR750)采集被试者的全脑fMRI 数据。实验数据采集参数如图6所示。采集过程中头部线圈为标准 8 通道，同时在扫描过程中借助海绵固定被试头部以减少头动。GE750 磁共振扫描仪在采集一个全脑 fMRI 数据后，通过 TCP/IP 数据传输协议，将其传输到实时数据分析工作站，在实时数据分析工作站由AFNI 实时处理模块，对数据进行在线头动矫正和漂移信号去除，并且实时呈现头动曲线。利用GLM广义线性模型对全脑 fMRI数据进行统计分析，在分析过程中将实验设计中的“情绪诱发”、 “反馈调节”过程作为两个回归量，同时使用大脑头动参数作为干扰变量构建模型。GLM 分析时通过参数估计，得到体素的β 权重(Beta Weight)的激活图。选取海马体中β权重中最高的坐标，即海马体激活峰值，作为反馈ROI的中心。

步骤S2032、以所述峰值为中心，以7mm为半径，确定一球形脑区，将当前时刻的所述球形脑区所有体素的信号均值通过反馈公式进行计算，得到被试者的海马体的反馈信息。本步骤中所述的球形脑区称为海马体感兴趣区。如图2所示的海马体感兴趣区的定位图。反馈公式可以按照如下方式表达：

Feedback=(ROI_regulation-ROI_Baseline)/ ROI_Baseline

其中，ROI_regulation 表示的是自主调节过程中当前时间点的目标脑区 BOLD 信号，ROI_Baseline表示的是基线状态下的目标脑区 BOLD 信号。在基于感兴趣区的神经反馈训练中，被试会借助反馈模型计算出目标脑区 BOLD 信号的变化幅度，实现对目标脑区活动的自我调节。

反馈信息代表了“反馈调节”过程中每个时间点海马体的 BOLD信号相比于基线状态下的变化，通过反馈信息受试者可以实时的了解海马体BOLD信号变化。

计数阶段：在这个过程屏幕上会出现十字，被试需要盯着屏幕上的十字并且从100以5的间隔倒数，目的是达到恢复基线水平。在每个 trial 中“计数”持续 20s 时间。

S204、在进行完run4之后，采集被试者6min20s的静息态fMRI 数据；

S205、在采集被试者6min20s的静息态fMRI 数据的同时，让被试者填写行为学量表；

S206、比对步骤S201中填写的行为学量表和步骤S205中填写的行为学量表，根据两个行为学量表的评分变化评估神经反馈训练效果；

S207、比对S202中采集的静息态fMRI 数据和S204采集的静息态fMRI 数据，分析两次采集的静息态fMRI 数据的局部一致性（ReHo）变化。如图8所示。

S208、在步骤S207后对数据进行预处理，利用广义线性模型（general linearmodel，GLM）对功能磁共振图像序列进行分析，以检验任务显著激活的脑区。对每个run进行分析得出每次调节后海马体激活情况。调节前后的效果图如图7、图8所示。图7中：Betaweights of the hippocampus为海马体β权重，代表海马体激活的水平。n代表13个人的数据统计分析。regulate>baseline代表反馈期间海马体的激活值，view>beseline代表观看图片期间的激活值，用于对比反馈期间。从图7中可以看到反馈期间的激活值大于观看图片期间的激活值，说明反馈调节提高了海马体的激活值，可能产生对情绪的影响。图8中，用白色圆圈示意部分表示前后变化比较突出的脑区部分。

一方面，海马体是情绪脑网络中的关键脑区，在大脑执行社会认知以及情绪加工相关任务时有着非常重要的作用，利用实时功能磁共振系统对海马体脑区功能磁共振数据采集并实时分析，另一方面，将实时分析后的海马体激活信息反馈给受试者，受试者通过接收海马体脑区激活信息，利用认知重评与积极自传体积回忆等策略，对海马体进行神经反馈调节，以达到改变情绪调节能力的目的。实验结果表明，本发明通过利用实时功能磁共振神经反馈技术能够达到对海马体自我调节。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.基于实时神经反馈技术的海马体自我调节分析方法，其特征在于，包括：

步骤4、重复执行5次所述步骤1至步骤3。

2.根据权利要求1所述的分析方法，其特征在于，所述反馈信息的计算方法为：

3.根据权利要求2所述的分析方法，其特征在于，通过3T磁共振扫描仪采集被试者的全脑fMRI 数据，采集时的头部线圈为标准8通道。

4.根据权利要求1所述的分析方法，其特征在于，在所述步骤1之前和所述步骤3之后还包括：

5.根据权利要求4所述的分析方法，其特征在于，在被试者填写行为学量表的同时，采集被试者6min20s的静息态fMRI 数据。

6.根据权利要求4所述的分析方法，其特征在于，还包括：比对步骤1之前填写的行为学量表和步骤3之后填写的行为学量表，根据两个行为学量表的评分变化评估神经反馈训练效果，所述神经反馈训练包括步骤1至步骤3。

7.根据权利要求5所述的分析方法，其特征在于，还包括：比对步骤1之前采集的静息态fMRI 数据和步骤3之后采集的静息态fMRI 数据，分析两次采集的静息态fMRI 数据的局部一致性变化。