本研究Mental individuation of imagined finger movements can be achieved using TMS-based neurofeedback 發(fā)表于2021年的NeuroImage（IF:5.7），來自蘇黎世聯(lián)邦理工學院的Ernest Mihelj為第一作者。

摘要

在不產(chǎn)生明顯較大動作的情況下，神經(jīng)反饋(NF)結(jié)合運動想象(MI)可用于訓練個體自主調(diào)節(jié)感覺運動。但是到目前為止，NF方法在心理訓練特定的手和手指動作方面的效果還比較有限。本研究采用了一種基于經(jīng)顱磁刺激(TMS)的新方案來檢測MI誘導的初級運動皮層(M1)的運動模式，旨在選擇性的增強單個手指運動的神經(jīng)性表征。

研究發(fā)現(xiàn)，有信息反饋的TMS-NF訓練，能夠使參與者有選擇地激活一個手指的皮層運動興奮性，同時抑制同一只手其他手指的興奮性，這是單獨使用MI訓練無法完成的。腦電圖的測量結(jié)果表明，采用運動想象的方式針對性地實現(xiàn)某個手指的興奮，將會伴隨著大腦感覺運動節(jié)律強烈的去同步化，尤其是在β頻段。此外，與未提供神經(jīng)反饋的對照組相比，有信息反饋的TMS-NF組促進了更具有區(qū)分度的單個手指的腦電激活模式產(chǎn)生。

研究結(jié)果表明，即使不進行明顯的運動，使用基于TMS的神經(jīng)反饋也能夠有選擇地控制單個手指運動所對應的運動皮層的興奮性，因此可以認為TMS-NF是一種獲得手指個性化能力的新方法。這可能為中風或脊髓損傷后的康復提供新的治療模式。

研究背景

近年來，神經(jīng)反饋(NF)方法在科學和商業(yè)領域都獲得了較多的關(guān)注。腦電圖(EEG)因其簡潔的操作和較高的時間分辨率，已成為非侵入性NF中最常用的神經(jīng)成像方式?；谀X電圖的NF方法通常會從大腦狀態(tài)中提取信息，不僅將其轉(zhuǎn)化為操作外部設備的控制命令，同時也轉(zhuǎn)化為一種神經(jīng)反饋給用戶。

運動想象(MI)，即參與者在腦內(nèi)模擬運動。MI與感覺運動節(jié)律(SMR)存在顯著的去同步化。有研究發(fā)現(xiàn)，在腦損傷病人和健康群體中，MI引起SMRs的改變均可以使用EEG來測量。以往的很多研究也證明，可以通過MI來調(diào)節(jié)SMR，并且基于MI的訓練對恢復受損的運動功能有益。但是，在完成一些對區(qū)分度要求比較高的MI任務，例如單指運動時，基于腦電圖的NF的實用性是比較有限的。

因此，本研究提出了一種通過NF支持單指運動MI的替代方法，并提出了一種新的方案，即使用經(jīng)顱磁刺激(TMS)來檢測初級運動皮層(M1)中MI誘導的運動模式。

研究方法

01 被試

基于功效分析的結(jié)果，本研究一共招募20名被試，隨機分到實驗組(10人，年齡26.2±3.79歲，女性3人)和對照組(10人，年齡25.4±2.72歲，女性4人)。

02 實驗設計

如圖1A所示，每次試驗開始時，都會顯示4個圓圈，代表記錄的手部肌肉的背景肌電圖(從左到右的圓圈分別是：右手拇短外展肌(APB)、右手第一背骨間肌(FDI)、右手指小外展肌(ADM)和左手第一背骨間肌(FDI)。如果該肌肉的肌電信號均方根(rms)大于7毫伏，則圓圈變?yōu)榧t色。試驗能夠繼續(xù)進行的基本要求是屏幕上的4個圓圈均為綠色且持續(xù)時間至少為500 ms。如圖1B所示，當這一基本要求得到滿足時，會出現(xiàn)一條提示，表明MI階段開始，間隔時間為4 ~ 6 s。這時，屏幕會提示參與者使用提示的手指(拇指、食指或小指)進行MI，這一過程持續(xù)到開始施加TMS脈沖為止。

此外，在MI期間，需要保持背景肌電低于7毫伏。如圖C所示，在指示的MI進行后的4-6 s給予TMS脈沖并實時計算右側(cè)3塊肌肉在TMS誘發(fā)之后的運動誘發(fā)電位(MEP)波幅。

圖1 實驗設計

03 TMS的神經(jīng)反饋

使用Matlab的Psychophysics Toolbox-3和額外的自定義腳本創(chuàng)建和呈現(xiàn)刺激。在施加TMS脈沖后500ms，通過顯示右手各肌肉的標準化MEP振幅來提供反饋。如圖1所示，分別用3個矩形條的高度表示拇指、食指和小指標準化后的MEP值，水平白線則表示前10次靜息狀態(tài)MEP的平均波幅。當矩形條高度超過白線時，說明運動想象期間的MEP振幅大于靜息狀態(tài)時的MEP振幅，MI得到了激活。當矩形條高度低于白線時，說明運動想象期間的MEP波幅低于靜息狀態(tài)時的MEP波幅，MI受到了抑制。

被試被要求根據(jù)指示調(diào)整他們的MI策略，使靶肌肉矩形條位于白線上方，非靶肌肉矩形條位于白線下方。

本研究使用的64導Ag/AgCl actiCAP主動電極、actiCHamp Plus放大器和EEG信號采集軟件Recorder均為德國Brain Products生產(chǎn)，深圳瀚翔腦科學技術(shù)股份有限公司國內(nèi)總代理。使用MNE Python進行數(shù)據(jù)分析。電極按照擴展的國際10-20系統(tǒng)放置。所有數(shù)據(jù)均在1 kHz采樣頻率下記錄，實驗過程中所有阻抗均保持在10 ~ 15kΩ以下。

05 數(shù)據(jù)預處理

采用以下步驟對腦電數(shù)據(jù)進行預處理:首先，對MI開始前3s到MI第4s為止的數(shù)據(jù)進行處理，以去除由TMS脈沖引起的實質(zhì)性偽跡。隨后將數(shù)據(jù)降采樣至500 Hz, 100 Hz低通濾波，0.1 Hz高通濾波。然后，使用fastica算法進行獨立成分分析(ICA)，并去除與眼睛、運動偽跡、牙齒咬合和電源線噪聲相關(guān)的成分。觀察并剔除包含非典型噪聲成分(如肌肉活動引起的)的波段。然后將離線數(shù)據(jù)重新引用為一個平均參考。從MI周期前1.5s到MI周期后的3.5s提取重要的時間點。采用多窗口法計算時頻表征(TFR)。該方法計算正交錐的譜密度，并對每個通道進行平均。

06 與事件相關(guān)的去同步分析（ERD）

事件相關(guān)去同步分析(ERD)反映了與MI處理相關(guān)的振蕩活動的減少。練習期的基線經(jīng)過標準化后為MI期前1s的平均活動水平?？紤]到μ和β頻段在MI相關(guān)研究中的重要性，進一步檢查在μ(8-12 Hz)、低β(12-20 Hz)和高β(20-28 Hz)頻段內(nèi)的平均功率。包括61個頭皮電極的拓撲圖顯示了在整個3.5s的MI期間(圖3A)和TMS脈沖前最后1.5s的MI期間(圖4B)的平均相對功率活動水平。

07 表征相似性分析（RSA）

表征相似性分析(RSAs)主要進行MEP和EEG測量。

對于MEP的分析，使用的是標準化的波峰到波峰的MEP振幅和標準化的MEP均方根(從3個右手肌電電極中提取)。然后，我們使用特征向量來計算條件之間的交叉驗證歐幾里得距離。這一過程產(chǎn)生了一個表征相異性矩陣(RDM)，用于表示每個session的條件和參與者之間的指間距離。接下來，從RDM中，我們通過平均非對角線元素來估計“手指區(qū)分度”，通過一個數(shù)字來捕捉三個MI條件下MEP特征之間的距離。MI產(chǎn)生的MEP圖形越清晰，手指區(qū)分度評分越高。

對腦電數(shù)據(jù)進行了類似的RSA。將預處理和功率轉(zhuǎn)換后的腦電數(shù)據(jù)細分為3個功率頻段(μ、低β和高β頻段)。對每個頻段分別重復相同的處理過程（具體過程詳見文獻），并將轉(zhuǎn)換后的15個電極與每個點電極估計出的條件特異性β系數(shù)與3個感覺運動功率頻段(μ，低β和高β)串聯(lián)起來，最終產(chǎn)生表征相異性矩陣(RDM)，通過平均非對角線元素來估計手指區(qū)分度評分。

結(jié)果

01 TMS-NF訓練促進皮層運動興奮性的選擇性調(diào)節(jié)

首先比較在訓練過程中，NF組和對照組的MEP波幅的變化(圖2A)。結(jié)果發(fā)現(xiàn)，兩組在調(diào)節(jié)靶肌和非靶肌MEP波幅方面存在差異:NF組成功地調(diào)節(jié)了MI，使靶肌的MEP激活，非靶肌的MEP抑制。在對照組中，靶肌MEP有大于非靶肌MEP的趨勢，但這種差異比NF組小得多，并且在訓練過程中變化較小。

圖2 TMS-NF促進手指選擇性調(diào)節(jié)皮質(zhì)運動興奮性

注：圖A中接受TMS-NF訓練的被試(左圖)學會了激活靶肌肉的興奮性(圓圈)，同時抑制非靶肌肉的興奮性(叉)。

02 假設驅(qū)動的腦電圖分析:運動想象引起的事件相關(guān)去同步被TMS-NF訓練調(diào)節(jié)

事件相關(guān)去同步(ERD)，這是基于腦電圖的與MI相關(guān)的神經(jīng)過程的穩(wěn)定標記。如圖3所示，單個手指MI引起了覆蓋感覺運動區(qū)域的μ和β節(jié)律的ERD。NF組的ERD較對照組明顯增強。

圖3 感覺運動區(qū)域的ERD

03 數(shù)據(jù)驅(qū)動分析:TMS-NF訓練調(diào)節(jié)額-中央和頂-枕電極的活動

在主要包含額中央電極的雙側(cè)聚類中，檢測到NF的 μ ERD比對照組有更高的趨勢(pcluster=0.100;圖4)。對于低β頻段，雙側(cè)額中央簇(組效應,pcluster=0.013)檢測到顯著較高的ERD，且與mu ERD檢測到的電極簇重疊。此外，右側(cè)頂枕電極簇的低β頻段ERD存在顯著的組間差異(組效應，pcluster=0.008)。對于這兩個簇，ERD在NF中比對照組更強(圖4A)。最后，在高β頻段檢測到與低β頻段高度相似的右側(cè)頂枕區(qū)簇，其中ERD在NF組中顯著強于對照組(pcluster=0.008;圖4)。

在頂枕電極簇，高β頻段ERD隨著訓練逐漸增加，但僅在NF組中增加，而對照組幾乎沒有增加。這些結(jié)果表明，TMS-NF可能影響了與感覺運動處理相關(guān)的高級區(qū)域的活動。

圖4 群組的全腦分析和感覺運動節(jié)律的時間效應

04 TMS-NF訓練導致手指間可分離程度增強

表征相似性分析(RSA)是一種多變量方法，可用于推斷不同MI任務是否由特定的神經(jīng)活動模式表示。分析結(jié)果發(fā)現(xiàn)，手指區(qū)分度評分在準備休息期間比較小，但在開始MI后逐漸增加，表明在拇指、食指和小指進行MI時，EEG激活模式差異越來越大(圖5)。與對照組相比，NF組的手指可分離程度顯著增加(圖6;組 x session 交互X2(4,10)=17.55, p = 0.001)。

圖6 單指表征下神經(jīng)模式的可分離程度

結(jié)論

研究結(jié)果表明，基于TMS誘發(fā)的運動電位提供神經(jīng)反饋時，被試能夠通過運動想像這一形式有選擇地控制單個手指運動所對應的運動皮層的興奮性。即TMS-NF訓練能夠使被試激活目標手指的皮層運動興奮性，同時抑制非目標手指的皮層運動興奮性。

腦電圖的測量結(jié)果表明，在MI任務期間，手指個性化與感覺運動節(jié)律的去同步化有關(guān)，采用運動想象的方式針對性地實現(xiàn)某個手指的興奮，將會伴隨著大腦感覺運動節(jié)律強烈的去同步化，尤其是在β頻段。這一結(jié)果能夠在左側(cè)感覺運動簇、雙側(cè)額葉電極簇和右側(cè)頂枕電極簇中觀察到。

此外，單個手指MI對應的神經(jīng)激活模式被證明是有區(qū)分度的，提供神經(jīng)反饋比不提供神經(jīng)反饋的區(qū)分度要更高。