结构MRI和fNIRS结合：老年人双任务行走多模态神经成像研究

由美国耶希瓦大学阿尔伯特·爱因斯坦医学院格鲁斯磁共振研究中心团队主导的一项双任务行走的多模态神经影像研究发表在NeuroImage期刊上。该研究通过结合从55名相对健康的老年人样本上收集到的灰质体积和从单任务到双任务行走氧合血红蛋白浓度变化以期阐明步态的神经生理学基础，从而来弥合该领域结构-功能的研究缺口。利用线性混合效应模型，在控制了包括任务表现在内的协变量的基础上，发现灰质体积在从单任务行走到双任务行走中对前额叶氧合血红蛋白浓度变化上具有调节作用。还发现额叶灰质体积与任务之间存在极其显著的交互作用，具体来说，与单任务行走相比，双任务行走期间氧合血红蛋白浓度的增加与额叶灰质体积的减少有关。局部分析证明双侧额上回和喙中回对该结果贡献较大。这些发现为老年人大脑激活中的神经低效性的概念提供了支持，并可能对于确定用于预测未来移动能力低下和跌倒风险的有效临床生物学标记具有实质性意义。

关键词: 脑老化, 灰质体积, 近红外光谱成像技术, 步态, 执行功能, 运动性活动

图1：该研究的实验任务、数据分析及研究结果总体逻辑图

1方法

1.1被试

被试都是右利手、居住在社区的老年人（年龄> 65岁）。

排除标准包括：不会说英语或理解英语; 视觉或听觉丧失; 不能独立行走; 最近因影响行走的疾病而住院治疗; 在养老院居住; 诊断为严重或急性疾病，精神疾病或神经退行性疾病; 以及存在神经性步态障碍。

MRI排除标准：包括标准禁忌症（例如，幽闭恐怖症，手术植入金属装置）。

1.2测量

1.2.1行走

要求被试在一个安静、光线充足的房间完成两次步行测试：单任务步行和双任务步行。在双任务行走中，被试在行走时要大声背诵字母表中变换的字母，并被指示要同等行走和背诵任务。 fNIRS传感器在整个任务中贴在前额上。

1.2.2量化步态评估

ProKinetics运动分析软件（PKMAS）测量步速。单任务和双任务行走任务中步速的分半组内相关系数大于0.95，表明内部一致性良好。

此外，还额外收集了步速、步长、节奏和步长方差（一种公认的步态变异性度量），并将组平均值与群体标准进行比较，以独立地确认当前研究样本的步行表现。

1.2.3磁共振成像

采用32通道头部线圈的3T飞利浦扫描仪进行磁共振成像扫描。单个的高分辨率、T1加权图像（MPRAGE-TE / TR/ TI = 4.6 / 9.8 / 900ms，1mm大小的体素各向同性，SENSE加速因子2.6）被用于本文中的所有分析。

1.2.4功能性近红外光谱成像

采用fNIRS 1100成像仪测量了两种步行任务期间前额叶氧合血红蛋白浓度水平的变化。与脱氧血红蛋白相比，氧合血红蛋白具有提供更好的信噪比，对脑血流中与运动相关的变化具有更高的可靠性和敏感性。本设备共16通道，国际10-20系统。

1.2.5人口统计学和行为测量

以下被列为统计模型中潜在的混淆因素：年龄、性别、认知表现和整体健康状况（GHS）。用神经心理状态评估可重复性测试（RBANS）测量总体认知表现，而GHS则是十种与健康相关的共病症状的二分评级（存在/不存在）的总和：糖尿病;慢性心力衰竭; 关节炎; 高血压; 抑郁症;中风; 帕金森病; 慢性阻塞性肺疾病;心绞痛; 以及心肌梗塞。

1.3数据处理和分析

1.3.1脑影像预处理

Freesurfer软件进行灰质体积分割。FSLview手动检验分割的质量。只有额叶皮质得到校验并被纳入统计模型；本研究的主要假设仅限于前额叶激活和前额叶灰质体积或灰质体积萎缩之间的关联。额叶分割包含12个区（左右每侧6个脑区-尾状中部、外侧眶、内侧眶、喙中、额上和额极，见图2）。提取皮质体积，用R进行统计分析。

图2：前额皮质区域。

1.3.2白质异常量化

本研究评估了适用于所有被试的Freesurfer估计的白质低信号（来自T1加权图像），作为白质疾病的一种潜在替代指标，并将修正后的白质低信号添加到线性混合模型中以评估白质疾病对主要研究结果的潜在影响。

1.3.3近红外血氧信号的提取

由一名没有参与数据收集的个体（M.I.）对fNIRS数据进行预处理(结果过要客观，就要找第三方，选择思影，选择客观)。目视删除伪迹数据; 0.14 Hz的低通滤波去除呼吸等高频干扰。采用比尔-朗伯定律将原始的730nm和850nm光强信号转换为16个通道中每个通道的氧合血红蛋白信号。在每次行走任务之前，都会收集10秒的基线氧合血红蛋白浓度，要求被试站着不动、默默计数、盯着前方。fNIRS和PKMAS步态数据与E-Prime 2.0软件同步。

1.3.4数据可视化

为了直观地表示局部调节效应，将线性混合模型的显著交互作用项的大小转换为色标并投射到Freesurfer提供的标准皮质表面的fsaverage表层。

1.3.5数据分析

首先，分别对fNIRS数据和MRI数据进行分析，

1）验证从单任务步行到双任务步行的氧合血红蛋白浓度的预期变化，对人口学和行为变量进行修正和不修正；

2）研究灰质体积和人口统计学及行为变量之间的潜在关系。

氧合血红蛋白浓度的测量使用的是线性混合模型（LMM），而额叶体积的测量使用的是多元线性回归。采用配对t检验测量从单任务步行到双任务步行的步速的变化。

采用完全校正的线性混合模型检验了主要的假设：即相比单任务，在双任务步行期间灰质体积在前额叶氧合血红浓度变化的调节效应存在与否。该完整模型因此将人口学和行为变量、双任务行走步速和灰质体积视作固定效应，将被试和通道视作随机效应，并将任务视作两水平重复的被试内因素，以及一个“灰质体积*任务”的交互作用项。所有p值都进行Bonferroni多重比较矫正。所有统计分析均在R中进行，显著性水平设定为α= 0.05。

2结果

2.1被试

数据的初步描述性统计见表1。

表1：本研究所有被试的描述性统计数据（n = 55）。 GHS：整体健康量表，RBANS：用于评估神经心理状态的可重复测试，STW：单任务行走，DTW：双任务行走。 ***表示与单任务行走相比p <0.0001。

行走结果和神经心理学测试结果见表2，结合表1的健康和认知状态结果，证实了本研究被试由相对健康的老年人组成。

表2：直线走道（“GAITrite”）步行测量的描述性统计以及四种关键的神经心理学（NP）测试测量指标。所有测量都完全符合先前对这些测试的研究的预期规范。神经心理学测试的Z分数是针对强健样本的，其中均值= 0，标准差 = 1. TMT：连线测试，DSST：数字符号替换测试。注意：男性和女性的握力因为具有非常显著的性别差异而分开报告。

2.2白质高信号评估

经过矫正，白质低信号确实可以区分相关白质疾病（见图2）。

图2：T2-FLAIR上观察到的白质高信号负荷（即总体积）与T1-MPRAGE上观察到的白质低信号之间的关系，对脑室周围信号进行和不进行矫正的数据。

2.3主效应和协变量

未调整的线性混合模型分析显示任务主效应显著，从单任务步行到双任务步行中前额叶氧合血红蛋白浓度的增加。为确定协变量对总的额叶皮质灰质体积的潜在影响，进行了回归分析，但没有发现任何显著的关联。同样，对局部灰质体积的回归分析经过多重比较矫正后也不显著。

2.4线性混合模型结果

完全调整的线性混合模型分析 - 为了解决额叶灰质体积对从单任务步行到双任务步行条件下的氧合血红蛋白浓度的增加有调节作用这一主要假设 - 揭示了总体额叶的“灰质体积*任务”在前额叶氧合血红蛋白浓度上显著的交互作用。总的左侧和右侧额叶体积交互作用同样非常显著（见表3）。局部体积测量结果发现，在双侧喙中回和额上回、左外侧和内侧眶额回脑区都存在显著的“体积*任务”交互作用。任务的主效应在所有模型中都非常显著，而且协变量在线性模型中都不显著。线性混合模型的所有结果见表3；局部交互效应的图示说明见图3。

图3：灰质体积在从简单步行任务到复杂步行任务的前额叶灰质氧合血红蛋白浓度变化上的调节效应（单任务行走à边说话边行走）。颜色表示线性混合模型中灰质“体积*任务”交互作用项的强度。只显示了Bonferroni矫正后p <0.05的显著脑区。

表3：前额叶氧合血红蛋白浓度的线性混合模型“灰质体积*任务”在整个额叶皮质和额叶皮质的子脑区的调节作用。矫正后p < 0.05的显著交互作用用粗体显示。下限和上限是95％置信区间。

2.5其他分析

本研究的主要模型中没有包含一些可能会对结果有影响的潜在混淆因素，因此这些混淆因素被逐一添加到线性混合模型中以探讨其与氧合血红蛋白浓度之间潜在的关联，及其在主效应或“灰质体积*任务交互”效应的潜在影响。将以下参数逐一添加到线性混合模型：双任务成本、独立评估的步态表现指标（步速、步幅长度和方差、节奏）、神经心理学的测量（字母流畅性、类别流畅性、连线测试-A&B、数字符号替代测验）、白质低信号负荷和MRI与fNIRS测量之间间隔的天数。没有发现这些参数对任务主效应或总的“灰质体积*任务”交互效应有任何影响。

一句话总结：本研究表明，老年人的前额叶灰质体积对大脑激活具有调节作用，不但支持了老年人大脑激活中神经有效性的概念，并可能对于确定用于预测未来移动能力低下和跌倒风险的有效临床生物学标记具有意义。

原文：

Multi-modal neuroimaging of dual-task walking: StructuralMRI and fNIRS analysis reveals prefrontal grey matter volume moderation ofbrain activation in older adults. NeuroImage, 189,745-754.