神经振荡可能对脑成熟方面如髓鞘化和突触密度变化敏感。更好地确定发育轨迹和可靠性对于理解典型和不典型神经发育是必要的。在这里,我们在2.25年中对110名正常发育的儿童和青少年(9 ~ 17岁)中检验了信度。利用10 min静息态脑磁图数据,计算归一化源谱功率和组内相关系数。我们发现了全局归一化功率的性别特异性差异,男性显示出与年龄相关的delta和theta降低,以及与年龄相关的beta和gamma增加。女性的显著年龄相关变化较少。结构磁共振成像显示,男性灰质总量、皮质下灰质、皮质白质体积较大。总灰质体积有显著的年龄相关变化,与性别特异性和频率特异性相关的归一化功率。在男性中,总灰质体积的增加与theta和alpha的增加以及gamma的减少相关。测试-重测可靠性在所有频带和源区域都很好。重测信度范围从好(alpha)到一般(theta)到差(其余波段)。虽然成人的静息态神经振荡可以具有类似指纹的质量,但我们在这里表明,由于大脑的成熟和神经发育的变化,儿童和青少年的神经振荡继续进化。
在过去十年的神经影像学研究中,检测静息状态下的自发神经振荡越来越普遍。使用脑磁图(MEG)的脑功能成像可以很好地表征脑动力学和神经振荡。振荡是由神经元兴奋性的节律性波动和灰质内兴奋和抑制状态之间的平衡变化引起的。
神经振荡对发育变化很敏感。随着大脑的成熟,在不同频段的能量会重新分配,慢波活动减少,而高频能量增加。虽然之前的研究在阐明静息态谱功率的总体趋势方面提供了大量信息,但缺乏纵向数据跟踪同一儿童和青少年的年龄依赖性变化。顶枕区的另一个显著发现是alpha峰值频率,即alpha频段的最大功率,从12月龄时的6 Hz增加到6 ~ 12岁时的成人样10 ~ 12 Hz振荡。这些广谱变化受到多个脑成熟过程的影响。在青春期,神经元密度和突触修剪的变化,以及灰质体积的减少,可能是谱功率下降的基础过程。与此同时,神经递质水平和信息处理效率的变化,以及神经网络的功能组织和白质的变化也可能是青春期观察到的谱功率变化的基础。除了这些神经振荡的广泛变化,我们对MEG衍生的自发振荡的可重复性和可靠性的理解仍然很少。
很少有研究探讨儿童和青少年静息态谱功率的性别差异。在脑电图文献中,儿童和青少年的静息振荡存在性别特异性差异,这一现象已经有了一些令人震惊的报道,从没有差异到女孩存在成熟滞后(到青春期消失)。一种常见的性别特异性差异出现在alpha带中。例如,在8 - 12岁之间,男性比女性的theta波段功率小,alpha波段功率大,alpha峰频率高。alpha频段存在性别特异性差异的另一个例子是,在9 ~ 17岁的青少年中,较晚的青春期阶段预示着男性前额叶和枕区alpha功率降低,而女性没有这个变化。众所周知,青春期存在性别特异性的灰质体积差异,女性的灰质体积峰值比男性早1-2年。如果灰质发育是导致静息态谱功率变化的一个潜在因素,那么可以预期,女性和男性之间的静息态谱功率可能也存在差异。最近的一项MEG研究探讨了性别对发育过程中静息态谱功率的影响,发现女性的delta功率和beta功率更大,而男性的alpha功率更大。此外,男性theta功率随年龄增长而降低,而女性theta功率随年龄增长而增加。尽管EEG和MEG具有相同的时间分辨率,但在研究静息振荡的发育差异方面,MEG具有一些重要的优势。颅骨给脑电图带来了几个问题,从大脑信号的空间分布到整个发育过程中厚度的变化,影响了不同年龄和性别之间的信号质量。利用脑磁图评估发育过程中的静息振荡可能为儿童期和青春期频谱功率的性别差异提供新的见解。
大多数关于MEG自发振荡的可靠性研究都是针对成人进行的。在健康成人中,在7天的重测间隔时间内,MEG谱功率在theta, alpha和beta频段具有良好的可靠性,在theta-gamma频段具有良好的可靠性,在1小时和1周重测间隔期间进行全球和区域谱测量。MEG功能连接的可靠性因连接测量方法而异,其中相干性、两两相位一致性和锁相值表现最佳。同样,相干虚部和加权相位滞后指数在alpha频率表现出良好的可靠性,而其他频带则表现出较低的可靠性水平。迄今为止,还没有关于MEG自发振荡及静息态在儿童和青少年中可靠性的研究。
本研究旨在确定脑磁图功率在神经发育中的可靠性。我们在新墨西哥州和内布拉斯加州的110名典型发育儿童和青少年中,在2.25年间的3个时间点收集了纵向MEG静息状态数据。每10 min的MEG包括5 min睁眼和5 min闭眼静息数据。我们预期正常发育的儿童表现出与年龄相关的频谱功率差异,更具体地说,随着年龄的增长,低频功率降低,高频功率增加。本研究还比较了归一化源谱功率在一次内和跨年的可靠性。为了确定信度,分半和重测的ICCs被量化和提出。更好地描述发育轨迹,以及重测信度信息,对于理解典型和非典型神经发育是必要的。
本研究纳入了来自新墨西哥州心智研究网络(MRN)和内布拉斯加州大学医学中心(UNMC)的110名典型发育儿童和青少年,参与者特征见表1。现有的MEG静息状态记录来自美国国家科学基金会(National Science Foundation)资助的更大的发育慢性基因组学(Developmental ChronnectoGenomics, DevCoG)研究(https://devcog.mrn.org/)。
如Stephen等人(2021)所述,MRN和UNMC的数据使用位于磁屏蔽房间的全皮质306通道MEG系统(Elekta MEGIN)收集。
在睁眼和闭眼静息状态下收集数据。治疗顺序(开放/封闭)在参与者之间平衡,并在所有3次访视中保持。每个休息阶段记录5分钟,并指示参与者安静休息。在采集睁眼数据之前,先采集30 s的眨眼数据,用于眨眼投射建模。在睁眼静息状态下,屏幕中央出现一个白色的注视十字。
采用结构磁共振成像(mri)定位源位置。在MRN部位,使用西门子3T TIM Trio 32通道头线圈获得矢状位T1加权解剖图像。在UNMC中心,使用西门子3T Magnetom Skyra和32通道头部线圈获得矢状位t1加权解剖MR图像。
使用FreeSurfer 5.3软件进行皮质重建和体积分割。从每个受试者的结构T1扫描中,组织被自动分割为灰质和白质,并汇总在aseg图谱形态测量表的体积和强度统计。在未校正性别总脑体积的情况下进行比较。这里使用的值包括总灰度(皮质、皮质下和小脑灰度之和)、皮质下灰度(丘脑、尾状核、壳核、苍白球、海马、杏仁核、伏隔核和黑质等结构的体积)和皮质白质体积。
为了校正磁噪声和头部运动,原始MEG数据用Neuromag Max-Filter 2.2软件处理,使用带运动补偿的信号空间分离的时间扩展,相关限为0.95,缓冲长度为6 s。信号空间投影使用MNE软件通过自动化过程去除心跳和眨眼伪影。为了去除伪影,使用单独的EOG和EKG通道用于MRN位点数据,而选择的MEG通道用于UNMC位点数据。在自动伪影投影仪失败的情况下,使用手动投影仪结合目视检查来去除伪影。连续休息数据被分割成无伪影的4-s时期。每个时期的排斥阈值设置为5皮特斯拉。在分半分析中,将每个5分钟的休息段(开/闭)分为上半和下半(图1)。
使用MNE软件进行源分析,使用解剖学约束的线性估计逆模型,动态统计参数映射(dSPM)。dSPM逆模型确定了每个皮质表面顶点的估计电流与基线噪声的显著差异。利用FreeSurfer软件从每个参与者的t1加权MRI重建皮质表面。采用重复细分八面体的空间子采样方法,每个半球产生4,098个位置,源空间为4.9 mm。采用单层(内颅骨)边界元模型进行正演求解。模型的其他参数包括:宽松约束源方向为0.2,信噪比为3,空房间数据作为基线噪声。
功率谱密度测量是从基于源的时程计算的。在每个频带和区域使用离散的长球形序列窗口的多锥度方法从单个时代提取功率。使用以下频率定义频段:delta (1 ~ 4 Hz)、theta (5 ~ 8 Hz)、alpha (9 ~ 13 Hz)、beta (14 ~ 29 Hz)和gamma (31 ~ 58 Hz)。除了特定频率的信息,我们还生成了宽带(1-58 Hz)数据,以检查总1-58 Hz功率的差异。FreeSurfer皮层分块DKT图谱定义了62个区域。通过区域标签对区域内所有体素的体素时间序列进行平均,以创建功率谱密度测量。来自所有区域体素的信息进入区域平均值。将每个频段内的功率除以1 ~ 58 Hz的总功率,以归一化功率谱密度。这种归一化过程消除了每个受试者的谱幅的个体差异和个体偏移,但不能消除性别差异。为了使宽带数据归一化,我们计算了以10为底的对数。全局、全脑源数据来自所有区域标签的平均归一化功率。来自访视1、2和3的区域功率谱密度测量用于ICCS计算。所有光谱数据导出到MATLAB (2018a, MathWorks),并通过自定义脚本进一步分析。
使用SPSS (Macintosh版本26)计算ICCs。根据探究的因素不同,我们使用了不同的ICCS模型。会话内分析采用具有绝对一致性和单一测量标准的2-way混合效应模型,也称为ICCS(3,1)模型。在年间的重测分析中,采用了具有一致性和单一测量标准的2- way混合效应模型。由于预计数据不会在治疗期间发生变化,因此在治疗期间的分半分析中选择了绝对一致性标准,而在治疗期间的分析中选择了一致性标准,因为预计数据会因神经发育而发生变化。根据CICCshetti和Sparrow(1981)的指南,我们用以下标准定义ICCS的可靠性:> 0.75优秀,0.75 - 0.60良好,0.59 - 0.40一般,< 0.40差。模型的重测信度ICCs为3次(年平均值)的静息态(EC、EO)各5 min。对于分半可靠性ICCs,模型使用了每年的每个静息状态(EC, EO) 2.5 min,即上半和下半的平均时间(图1)。睁眼和闭眼数据分别进行分析.
图1 静息任务设计
全脑归一化功率或全局归一化功率的分析显示了性别的显著差异。delta-gamma频率的综合RM-ANOVA揭示了静息态和性别的交互作用,F(1,106) = 6.129, p = 0.015。随访分析发现,在睁眼静息状态下,女性比男性具有更高的全局归一化功率(delta频率组合),F(1,106) = 4.844, p = 0.030,数据未显示。此外,访视和性别之间也存在交互作用,F(1.986, 210.539) = 3.014, p = 0.05。随访分析显示,男性和女性之间的差异在访视3时最大,F(1,106) = 7.876, p = 0.006,或当队列年龄最大时。其他性别交互作用均为p>0.106. 就诊次数和就诊频率具有显著的主效应。不同访视时间点整体归一化功率(delta频率组合)不同,F(1.986, 210.539) = 14.774, p <0.001,呈二次关系F(1,106) = 27.175, p <0.001,表明第1次和最后1次访视的全局归一化功率低于第2次访视。不同频率的全局归一化功率不同,F(1.661, 176.084) = 1955.258, p<0.001,线性关系F(1,106) = 4303.580, p<0.001,表明全局归一化功率在delta频段最高,在gamma频段最低。在归一化程序之前,我们还对宽带或总1-58 Hz功率进行了RM-ANOVA,以确定男性和女性在总1-58 Hz功率上是否有差异。1 ~ 58 Hz总功率男女间差异无统计学意义,所有交互作用p >0.189,性别主效应p = 0.251。综上所述,1 ~ 58 Hz总功率无性别差异,但存在频率特异性的性别差异。此外,由于1 ~ 58 Hz总功率没有性别差异,归一化的功率测量可以直接解释。
考虑到综合RM-ANOVA中存在频率特异性的性别差异,我们分别在男性和女性中探索了与年龄相关的整体归一化功率的变化。宽频带(1 ~ 58 Hz)数据以及单个频段均用于LMMs。错误发现率校正用于控制不同性别、静息状态和频带的ⅰ型错误(24次测试);q<0.05.采用线性和二次多项式曲线评估年龄相关的全局归一化幂度变化。在男性中,一阶线性多项式曲线在测试的所有频段中拟合最好。在闭眼静息状态下,男性在全脑水平的delta和theta的归一化功率有与年龄相关显著降低,同时也表现出与年龄相关的beta和gamma归一化功率增加,如图2所示。在睁眼静息状态下,男性在全脑水平的delta归一化功率有显著的年龄相关降低,同时beta和gamma归一化功率增加,如图3所示。
为了确定男性和女性之间是否存在不同的发育轨迹,我们探索了之前显示线性趋势的频段之间的相互作用,特别是在闭眼静息状态下的delta、theta、beta和gamma,以及在睁眼静息状态下的delta、alpha、beta和gamma。在闭眼静息状态下,delta (F(1,201.060) = 6.586, p = 0.011)、beta (F(1,796.038) = 7.765, p = 0.005)和gamma归一化功率(F(1,310.487) = 4.549, p = 0.034)存在显著的年龄和性别交互作用,如图2所示。在睁眼静息状态下,年龄和性别对delta (F(1,209.328) = 4.739, p = 0.031)和beta归一化功率(F(1,1463.095) = 4.225, p = 0.040)存在显著的交互作用,如图3所示。图2和图3中个体轨迹的可视化显示了性别之间的高度异质性。
图2 闭眼全局归一化功率
图3 睁眼全局归一化功率
以年龄为协变量,利用FreeSurfer软件进行基于mri的全灰质体积、皮质下灰质体积和皮质白质体积的结构分析,比较男性和女性之间的差异。首先,使用LMMs评估3个体积中每个体积的年龄和性别效应。对于总灰质体积,在男性和女性中,二次多项式曲线最适合与年龄相关的总灰质体积变化。男性(F(1,95.072) = 10.903, p = 0.001)和女性(F(1,86.079) = 4.413, p = 0.039)的总灰质体积有显著的年龄相关变化(图4)。对于皮质下灰质体积,在男性中,二次多项式曲线最适合年龄相关的变化,而在女性中,线性多项式曲线最适合数据。男性(F(1,91.021) = 8.913, p = 0.004)皮质下灰质体积有显著的年龄相关变化。对于脑白质体积,在男性中,二次多项式曲线最适合年龄相关的变化,而在女性中,线性多项式曲线最适合。男性(F(1, 87.759) = 7.691, p = 0.007)皮质白质体积有显著的年龄相关变化。
接下来,为了确定是否存在不同的发育轨迹,我们评估了性别年龄模型。对于全脑灰质体积,二次模型拟合最好。年龄-性别交互作用显著(F(1,181.402) = 7.303, p = 0.001),表明男性和女性之间存在不同的发育轨迹和不同的二次线性趋势。对于皮层下灰质体积,线性模型拟合最好。年龄与性别交互作用不显著,表明男女之间的发育轨迹相似。对于脑白质体积,二次模型拟合最佳。性别交互作用显著[F(1,164.564) = 3.431, p = 0.035],表明男性和女性之间存在不同的发育轨迹和二次线性趋势。男性全脑灰质体积、皮层下灰质体积、脑白质体积显著高于所有年龄段的女性(图4)。
图4 年龄和性别的结构MRI
为了确定由MEG评估的全局归一化功率和由MRI评估的灰质和白质体积之间是否存在关系,我们使用了控制年龄的偏相关。所有可获得的3次随访的配对数据(MEG/MRI)被纳入分析,大多数受试者包括多个时间点。大部分数据来自访视1和2。共纳入115对女性MEG/MRI和145对男性MEG/MRI。对于男性,在闭眼静息状态下,随着总灰质体积的增加,与theta和alpha全局归一化功率的增加,以及beta和gamma全局归一化功率的降低相关(表2)。同样,对于男性在睁眼静息状态下,随着总灰质体积的增加,与theta和alpha全局归一化功率的增加,以及gamma全局归一化功率的降低相关。对于女性,在两种静息状态下,随着总灰质体积的增加,与alpha全局归一化功率的增加相关,与delta全局归一化功率的降低相关(表2)。对于女性,在睁眼静息状态下,随着总灰质体积的增加,与beta全局归一化功率的增加相关。对于男性,在两种静息状态下,随着总皮质白质体积的增加,与theta和alpha全局归一化功率增加,以及delta全局归一化功率降低相关。对于女性,在两种静息状态下,随着总皮质白质体积的增加,与alpha全局归一化功率增加相关,与delta全局归一化功率减少相关。对于男性,在两种静息状态下,随着皮质下灰质体积的增加,它与alpha全局归一化幂相关。对于女性,在两种静息状态下,随着皮质下灰质体积的增加,其与alpha全局归一化功率的增加和delta全局归一化功率的降低相关。对于女性,在睁眼静息状态下,随着皮质下灰质体积的增加,其与beta归一化功率的增加相关。
在闭眼状态下,全局归一化功率的ICCs范围为0.90 ~ 0.97,delta的可靠性最低,gamma的可靠性最高;而在不同年份之间的ICCs范围为0.15 ~ 0.65,delta的可靠性最低,alpha的可靠性最高。在睁眼状态下,会话内全局归一化功率的ICCs范围为0.95-0.98,beta的可靠性最低,alpha的可靠性最高;而年份间的ICCs范围为0.25-0.58,delta的可靠性最低,alpha的可靠性最高。
在会话内,我们检验了分半信度,以比较上半和下半会话的平均值。在正常发育的儿童和青少年中,在闭眼静息状态下,所有频段和源区域的分半信度均极好(ICCS范围= 0.83-0.99)(图5)。在闭眼静息状态下,delta频带的分半可靠性范围为0.83 ~ 0.92,theta频带为0.92 ~ 0.97,alpha频带为0.93 ~ 0.97,beta频带为0.87 ~ 0.96,gamma频带为0.95 ~ 0.98,宽频数据为0.95 ~ 0.99。在睁眼静息状态下,所有频段和源区域的分半可靠性也很好(ICCS范围= 0.85-0.99)(图5)。在睁眼静息状态下,分半可靠性范围为delta频段0.88-0.97,theta频段0.93-0.97,alpha频段0.96-0.99,beta频段0.85-0.96,gamma频段0.95-0.98,宽频数据0.96-0.99。在两种静息状态下,正常发育的儿童和青少年在theta、alpha和gamma频段具有最高的分半可靠性,但由于所有频段都具有极好的可靠性,因此差异很小。
图5 半分可靠性
通过3次每年10分钟的测试来检验重测信度。在闭眼静息状态下,delta频段的年间可靠性为0.12 ~ 0.55,theta频段为0.39 ~ 0.66,alpha频段为0.53 ~ 0.75,beta频段为0.22 ~ 0.56,gamma频段为0.26 ~ 0.58,宽频数据为0.04 ~ 0.59,如图6所示。在睁眼静息状态下,delta频段的年间可靠性为0.19 ~ 0.59,theta频段为0.39 ~ 0.62,alpha频段为0.47 ~ 0.65,beta频段为0.24 ~ 0.52,gamma频段为0.21 ~ 0.56,宽频数据为0.05 ~ 0.62,如图6所示。重测信度最高的是alpha频段(EC ICCS均值= 0.61,良好,EO ICCS均值= 0.55,一般)和theta频段(EC ICCS均值= 0.51,EO ICCS均值= 0.46,均为一般),其余频段的重测信度平均较差,如图6所示。各频段信度最高的区域为颞下区。在双眼闭眼和睁眼静息状态下,正常发育儿童和青少年在alpha频段的3年信度最高。
图6 测试-重测可靠性
利用3次年度随访的纵向数据,我们在来自新墨西哥州和内布拉斯加州的一个大型典型发育队列中,研究了全局归一化谱功率、结构MRI灰质和白质体积的发育模式,以及这些指标之间的相关性,以及MEG谱功率的可靠性。我们发现了性别特异性的全局归一化幂的线性趋势。在两种静息状态下,男性慢波功率与年龄相关显著降低,而beta和gamma归一化功率与年龄相关增加。相比之下,女性的显著年龄相关变化较少,但在睁眼静息状态下仍表现出与年龄相关的gamma归一化功率线性增加。结构MRI分析显示,男性和女性总灰质体积存在显著的年龄相关性变化,且存在性别间不同的发育轨迹。男性总灰质体积、皮质下灰质体积、皮质白质体积均显著大于女性。总灰质体积、皮质下灰质体积和皮质白质体积具有性别特异性和频带特异性的相关性。我们还研究了归一化谱功率在一段时间内和跨年的可靠性。在两种静息状态下,会话内分半信度在所有频带和源区域均表现良好(ICCS范围= 0.83 ~ 0.99)。根据频带和源区域的不同,年重测信度从好到差不等。重测信度最高的是alpha (ICCS平均= 0.61,良好)和theta (ICCS平均= 0.49,一般)频段,其余频段的重测信度平均较差。虽然重测信度明显低于分半信度,但在全脑归一化功率和灰质和白质体积方面存在大量与年龄相关的差异,这可能是开发过程中不同年份间信度较低的原因。
本研究有一些局限性,需要加以解决。首先,本研究的年龄范围为9 ~ 17岁,这限制了我们对与年龄相关的光谱功率变化的全面了解。在这个年龄范围内,显示的大多数趋势是线性的;虽然这仍然是可能的,但更广泛的年龄范围可能揭示光谱功率的二次模式。之前的MEG研究发现,在delta、theta、alpha、high beta和gamma波段中,寿命期间的谱变化遵循一个二次关系,在生命的第五或六十年左右达到峰值。此外,在成年后期(22 ~ 75岁),慢振荡功率的变化较少,而快速振荡功率在头部随年龄增长而增加,在尾部随年龄增长而减少,这意味着当前年龄组在一生中提供了一个小的振荡变化窗口期。其次,目前的研究只研究了归一化功率,这是大多数MEG频谱功率分析的典型指标。其他指标,如绝对功率和各种功能连接指标可能揭示了不同的关系。相对功率反射增加或减少作为一个总功率的函数。它使数据正常化,但可能依赖于其他波段的变化。此外,区域分析可能揭示不同的成熟趋势。未来的研究应探讨其他测量。第三,两家站点对眨眼和心跳伪影的追踪方式不同,这些伪影是脑磁图静息状态数据中已知的噪声源。MRN用专用通道监测伪影,UNMC伪影则从额叶MEG通道识别。我们尽力协调数据,但两个站点的数据处理流程确实略有不同。最后,我们提供了结构MRI和MEG全局归一化功率之间的部分相关性信息。相关性依赖于变量之间的线性关系,但由于灰质和白质体积具有倒u形轨迹,而且谱功率也可能具有u形或二次轨迹,因此变量之间的真实关系是复杂的。因此,我们谨慎解读研究结果,并邀请进一步的多模态研究。
5. 结论
利用脑磁图评估发育过程中的静息振荡为儿童期和青春期频谱功率的性别差异提供了新的见解。结构MRI分析也提供了不同性别发育轨迹的脑灰质和白质体积存在性别差异的证据。虽然年度间的可靠性低于年度内的可靠性,但它反映了参与者的大脑成熟和神经发育变化,我们在这里的证据表明了这一点。静息态记录可用于大型多中心研究,本研究是成功的多中心研究实例。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。