NeuroImage|双重任务中皮层激活和脑网络效率:一项fNIRS研究

摘要

目的：双重任务(DT)是一种常用的指示执行功能范式。DT行走时的脑活动通常采用便携式功能近红外光谱(fNIRS)测量。以往的研究主要集中在前额叶皮层的激活，而忽视了大脑的其他区域，如感觉运动皮层。本研究旨在探讨不同复杂程度的单任务和双任务中大脑皮层激活和脑网络效率的调节及其与DT表现的关系。

方法：健康成人42例[男性12例;平均年龄:27.7 (SD=6.5)岁]参加本研究。受试者使用便携式 fNIRS 同步记录执行行为任务。行为任务分为三部分:站立认知任务(3’s和7’s的连续减法)、单独行走任务和DT(边走边减法，包括3’s和7’s的连续减法)。计算DT的认知成本、步行成本和成本总和(即认知成本和步行成本之和)。计算每个任务的皮质激活、局部和全局网络效率。

结果：与7’s相比，减法3’s的DT过程中认知成本更高，步行成本更低(P分别为0.032和0.019)。单任务和双任务对皮层激活和网络效率的调节存在差异(P < 0.05)。DT时前额叶激活与DT成本呈正相关，网络效率与DT成本负相关(P < 0.05)。

结论：我们的研究结果表明，在DT表现不佳的个体中，前额叶过度激活和网络效率降低。我们的发现表明，网络效率的降低可能是导致DT表现不佳的一种机制，这伴随着代偿性前额叶过度激活。

1. 引言

双重任务(DT)范式是指同时完成两个不同的任务，这表明执行功能通过将注意力资源分配给同时完成的任务而发挥着至关重要的作用。在各种DT范式中(如认知-认知DT、认知-运动DT等)，DT 步行[即边走边执行另一项任务(通常是认知任务)]是一种普遍研究的DT 范式，它类似于日常生活中的活动，边走边聊天、思考或打电话，对于功能和社区活动至关重要。

DT性能通常由DT成本来量化，DT成本是指从参考单一任务条件对DT性能进行的任何修改。DT成本的潜在机制仍不清楚，它被描述为对注意力资源的竞争或对信息处理神经通路的竞争。DT步行的DT成本包括步行成本和认知成本，它们提供有关任务优先级的信息，并被认为受任务复杂性的影响。但DT期间任务优先级如何受到任务复杂性的影响仍存在争议。一些研究表明，健康受试者倾向于牺牲在认知任务上的表现，以优化他们的步态，平衡更复杂的认知任务(“姿势优先”策略)。然而，其他一些研究对“姿势优先”策略提出了挑战，并报告了健康受试者在进行更复杂的认知任务时，倾向于更多地关注认知任务，并减慢其行走速度(“姿势第二”策略)，这需要进一步的研究。

DT步行涉及控制和调节行为(包括执行功能、步态控制、注意力分配等)的高级认知过程，这需要激活多个皮质区域，如前额叶皮质(PFC)、初级运动皮质、辅助运动皮质和体感皮质等。不同皮质区域(如PFC和感觉运动皮质)之间的网络效率和功能连接，也被认为是涉及DT步行的皮质过程的关键，这为研究DT行走过程中不同大脑区域之间的相互关系提供了一个新的视角。因此，研究DT步行过程中的皮质激活和功能连通性，将为研究认知资源在步态控制和认知任务之间的分配提供脑调节机制。

功能近红外光谱(fNIRS)是一种成熟的非侵入性工具，能够同时测量多个大脑皮层区域的大脑激活和功能连接。与传统的神经成像技术如fMRI相比，便携式fNIRS对运动的限制更小，对运动伪影的鲁棒性更强，已被广泛应用于DT步行研究。先前的研究通常集中在DT行走过程中的PFC活动，并报道了与单一任务相比，DT行走过程中PFC激活增加，而在之前的DT行走研究中，PFC以外的大脑区域，如感觉运动皮层，往往被忽视。此外，关于从单一任务到双重任务的功能连接调节的研究较少。最近的一项研究报告称，与单独行走相比，DT行走期间PFC内的功能连通性有所增加，但未测量PFC外的功能连通性。除了研究从单一任务到双重任务的大脑活动调制外，之前的研究还比较了认知负荷增加时DT步行任务中大脑激活的差异，并报告了健康成年人在DT步行期间，向后数7比向前数1或向后数1时PFC激活更大，这表明在执行更复杂的认知任务的DT步行过程中，PFC募集增加。然而，上述研究没有测量PFC以外的大脑区域的活动，也没有包括功能连接测量。因此，需要系统地研究不同复杂程度的，从单任务到双任务的多个脑区的大脑激活和功能连接的调节。

DT行走期间的大脑激活和功能连接被认为与一个人的认知状态和执行功能有关。先前的研究报告称，与健康的年轻人相比，认知能力下降或中风的人在DT步行过程中PFC过度激活。Wagshul等人报告说，健康老年人在DT步行过程中PFC激活增加与额叶灰质体积减少有关。这些结果表明，在需要分配更多注意力资源来同时执行认知和行走任务的个体中，PFC过度激活可能是一种补偿机制，并且表明大脑资源利用效率低下，同时行为表现下降。因此，充分的功能连接和网络效率可能是提高DT性能更有效的策略。

在这项研究中，我们调查了健康成年人在不同复杂程度的DT行走过程中的行走和认知成本，并使用便携式fNIRS研究了从单任务到双任务的PFC和感觉运动皮质中，大脑激活和功能连接的调节，及其与DT表现的关系。我们的假设是(1)认知任务越复杂，个体在DT行走过程中对认知任务的关注程度越高，行走速度越慢，PFC激活程度越高；(2)与单一任务相比，DT行走时大脑激活和网络效率更高；(3) DT表现较差的个体在DT步行过程中表现出PFC过度激活和脑网络效率降低。目前的研究结果将揭示大脑激活和网络效率在 DT 步行过程中所发挥的作用。

2. 材料与方法

2.1被试

共有42名健康成年人[12名男性；平均年龄：27.7(SD=6.5)岁]参与了本研究。基于我们的初步数据，通过使用G-Power软件(3.1版）进行功率分析来确定样本量。在入组前获得书面知情同意。这项研究是按照《赫尔辛基宣言》规定的标准进行的。所有程序均经广东省人民医院人类研究伦理委员会批准。纳入标准为无疾病、损伤或既往手术可能影响行走、听力或说话。

2.2 行为任务

这是一项单期观察性研究。受试者使用便携式fNIRS同步记录行为任务。行为任务包括三个部分:站立时的认知任务、独自行走时的认知任务和行走时的认知任务(即DT)。尽管姿势控制研究将站立时执行认知任务作为DT条件，但在本研究中，这种情况被视为单一任务条件，因为站立对健康年轻人的认知和活动需求最低。站立而不是坐着测量认知任务的原因是为了尽量减少身体位置对认知表现和fNIRS测量的影响。在站立状态下不评估平衡性，被试被明确指示只有在站立执行认知任务时才关注认知任务的表现。行为任务的顺序是完全随机的。

2.2.1 认知任务

认知任务包括连续3次减法和7次减法(即分别为减3和减7)。在连续减法任务中，被试从150到180的随机数字开始，大声背诵3或7的连续减法。减3和减7均包括3次重复试验；每次试验为30秒，两次相邻试验之间有25秒的休息时间。实验者记录了每次试验的答案。计算每个试验的准确答案并取平均值，以便进一步分析。减3和减7的顺序是随机的。

2.2.2 行走任务

被试被要求在一个10米长，2米宽的走廊上，以他们自己选择的通常步行速度来回行走。步行任务包括3次重复试验；每次试验持续 30 秒，相邻两次试验之间有 25 秒的休息时间。实验者记录每次试验的步行距离。在10米长的走廊上，每隔0.5米就有一个标记。这些标记是用小便签纸(1厘米*1厘米)制成的，贴在走廊的墙壁底部。标记的颜色是浅灰色，与墙壁的颜色相似，使得它们很难被被试注意到。在数据采集过程中，实验者在地板上标出每次试验的起点和终点，并在数据采集完成后，用卷尺测量每一次试验与最近标记的相对位置，计算每次试验的行走距离。根据步行距离(包括转弯)计算步行速度，并取平均值以供进一步分析。

2.2.3 双重任务

受试者被要求在行走时执行减法任务，对减法和行走任务给予同等关注。减法任务包括连续减去3和7(即分别为DT3和DT7)。DT3和DT7都包括3次重复试验；每次试验持续30秒，相邻两次试验之间有25秒的休息时间。实验者记录下每次试验的正确反应和步行距离。

计算 DT 期间认知和步行表现变化相对于单个任务的比率，以量化DT表现的变化(即分别为认知和步行成本)。使用以下公式计算认知和步行成本。

图片

正值表示在DT过程中相对于单一任务的表现较差(即行走速度较慢或认知表现较差)，而负值表示在DT过程中相对于单一任务的表现较好(即行走速度较快或认知表现较好)。然后将成本总和计算为认知和步行成本的总和，反映了DT的整体表现。

2.3 fNIRS

2.3.1 fNIRS 采集

使用49通道(23个发射器和16个接收器)便携式fNIRS设备(丹阳慧创医疗设备有限公司，北京，中国)采集脑血氧信号。该系统配备了2种波长的近红外光(730 nm和850 nm)来检测大脑皮层血红蛋白浓度的变化。采样频率设置为11 Hz。光极间距为3cm。用于fNIRS记录的脑区位置基于国际上使用的 10/10 电极位置，其中 Cz位于光极 S6 和 S16 之间。我们使用3D数字化系统来确定每个被试的MNI坐标。关于定位的详细方法已在我们之前的出版物中描述。光源和探测器放置在双侧前额叶、运动和体感皮质(图1)。在上述行为任务中记录fNIRS，包括减3、减7、行走、DT3和DT7。此外，还记录受试者站立时的5分钟静息状态。

图片

图1.fNIRS通道分布。蓝色圆圈表示光源，绿色圆圈表示检测器。蓝圈和绿圈之间的数字表示通道编号。fNIRS通道分布于双侧前额叶、运动皮质和体感皮质。

2.3.2 fNIRS分析

选定的感兴趣区域 (ROI) 包括左侧运动皮质(LMC，通道32、33、41、43、49)、右侧运动皮质(RMC，通道2、6、8、13、14)、左侧体感皮质(LSC，通道27、40、42、48)、右侧体感皮质(RSC，通道1、5、7、16)、左侧前额叶皮质(LPFC，通道26、29-31、34-36、44、45)、右侧前额叶皮质(RPFC，通道9、10、15、19-24)。基于 MRIcro 配准，对一个区域内重叠 > 50% 的所有通道进行平均。

根据修正的比尔-朗伯定律和恒定散射假设，利用检测到的光强度的变化计算出δ氧合血红蛋白(HBO2)浓度的波动。获取HBO2 信号后进行数据预处理。我们使用的移动平均滤波器为3秒。通过识别高于特定阈值的滑动窗口标准差，使用三次样条插值识别和消除伪影。使用低通滤波器(0.2 Hz)去除生理信号。低频漂移通过高通滤波器(0.01 Hz)去除。之后，对每个试验进行基线校正。计算每个任务中每个ROI中所有通道的平均时间序列(即血流动力学响应函数，HRF)。计算整个30s任务块内各HRF的平均振幅进行统计分析。

使用定制的MATLAB脚本计算相干性，以反映不同皮质区域(包括双侧运动皮质、体感皮质和前额叶皮质)之间的功能连接。采用了Welch的平均修正周期图法计算每对通道之间的平方相干性。所有连接矩阵均经过 Fisher’z 变换为高斯分布值集，并使用z分数进行进一步分析。计算ROI之间每对通道的平均z分数进行统计分析。

图论网络分析(Gretna)工具箱用于图论分析。在这里，基于相干性构建了加权和无向网络。我们在整个阈值范围内(即0.1-0.4，间隔为0.05)的指标进行了积分以获得曲线下面积(AUC)来表征大脑网络。效率是指大脑网络中节点之间的谐波平均距离的倒数，局部节点效率反映了给定节点的信息传输能力。

图片

全局效率是网络中所有节点效率的平均值。

图片

式中D(i, j)为节点i和节点j之间的最短路径长度，N为网络中节点的个数。

2.4 统计分析

使用Graphpad Prism软件(8.3.0版本)进行统计分析。使用Kolmogorov-Smirnov检验发现数据满足正态分布假设。

对于任务表现，采用重复测量ANCOVA模型比较步行、DT3和DT7之间的步行速度，并将性别作为协变量。我们使用重复测量ANCOVA模型[任务复杂性(2)×任务条件(2)]]，来比较减3和减7之间以及单任务和双任务之间的的减法表现，并将性别作为协变量。采用配对t检验比较DT3和DT7之间的DT成本(包括认知和步行成本以及成本总和)。

对于fNIRS结果，使用重复测量ANCOVA模型[Task (5) × ROI(6)]来比较不同任务和大脑区域之间的大脑激活情况，性别为协变量。采用重复测量ANCOVA模型[Task (6) ×ROI(6)]比较不同任务和大脑区域之间的局部网络效率，采用重复测量ANCOVA模型比较不同任务之间的全局网络效率，其中性别为协变量。对所有ANCOVA模型使用Bonferroni校正进行多重比较。

采用Pearson偏相关来研究DT 期间步行速度和减法表现之间的关系，并对性别进行控制。Pearson偏相关也用于分析DT成本和fNIRS结果(包括大脑激活、局部和全局网络效率）之间的关系，并控制性别。

对于所有分析，统计显著性设置为 P < 0.05，并以调整后的P值表示。

3. 结果

3.1 行为数据

3.1.1 行走表现

ANCOVA模型显示Task的主效应显著。事后分析显示，步行期间的步行速度显著低于DT3和DT7 ， DT3期间的步行速度显著高于DT7 (图2A)。

图片

图2.任务间的行走和认知表现。

3.1.2 认知表现

ANCOVA模型显示减法复杂度的主效应显著。事后分析显示，无论是单任务还是双任务，减3的减法表现明显优于减7(图2B)。

DT7期间减法表现与步行速度显著正相关(图3)。DT3期间减法表现与步行速度正相关不显著。

图片

图3.DT期间行走和认知表现之间的相关性。阴影区域表示95%的置信区间。

3.1.3 双重任务成本

配对t检验显示，DT3的认知成本显著高于DT7，但DT3的行走成本显著低于DT7(图2C)。DT3与DT7的成本总和差异无统计学意义。

3.2 fNIRS 数据

3.2.1 大脑激活

ANCOVA模型显示，ROI、Task和ROI×Task交互作用的主效应显著。事后分析显示，在整个ROI中，行走时的大脑激活显著低于DT任务。在整个ROI中，减3期间的大脑激活显著低于DT任务。在整个ROI中，减7期间的大脑激活明显低于DT7，但DT3和DT7之间的大脑激活没有显著差异(图4A)。表1总结了关于ROI和Task交互的事后结果。

图片

图4.任务之间的大脑激活及其与DT成本的相关性。阴影区域表示95%的置信区间。

注:P值为经Bonferroni校正后的P值。加粗的数字表示达到统计意义的P值。

DT7期间LPFC和RPFC的脑激活与DT7的认知成本呈显著正相关(图4B-C)。LPFC的脑激活与DT7的成本总和呈正相关(图4D)。

3.2.2 局部节点效率

ANCOVA模型显示Task的主效应显著。事后分析显示，站立时局部节点效率明显低于行走和其他任务。与减法任务和DT任务相比，步行期间的局部节点效率显著降低(图5A)。

图片

图5.任务间的网络效率及其与DT成本的关系。阴影区域表示95%的置信区间。

相关分析显示，DT7期间左侧运动皮质局部效率与DT7的认知成本呈负相关，DT7期间右侧运动皮质的局部效率与DT7的行走成本和总成本呈负相关(图5B-D)。DT成本与其他脑区局部效率的相关性无统计学意义。

3.2.3 整体效率

ANCOVA模型显示Task的主效应显著。事后分析显示，与其他任务相比，站立时的整体效率明显较低。与减法任务和DT任务相比，步行任务的整体效率显著降低(图5E)。

DT3期间的整体效率与DT3的认知成本呈负相关(图5F)。整体效率与其他类型DT成本的相关性无统计学意义。

4. 讨论

本研究探讨了不同复杂程度的DT过程中的行走和认知成本，以及它们与单任务和双任务中大脑激活和功能连接的关系。我们的主要发现是：(1)与DT7相比，DT3的认知成本更高，行走成本更低，但在脑激活方面，DT3和DT7没有显著差异；(2)单任务和双任务对大脑激活和网络效率的调节存在差异；(3) DT期间PFC的激活与DT成本正相关，而网络效率与DT成本呈负相关。

4.1 与DT7相比，DT3的认知成本更高，行走成本更低

我们观察到，与单一任务相比，DT3期间的行走速度和认知表现都有所降低，而DT7 期间的认知表现保持不变，但行走速度明显降低，这与前人的研究结果一致。在DT成本方面，与DT7相比，DT3的认知成本更高，步行成本更低。由于减7比减3更复杂，DT3和DT7之间在认知和行走成本上的差异表明任务复杂性影响任务优先级。当步行时执行较困难的认知任务(即 DT7)时，被试倾向于放慢行走速度并保持认知表现；而在行走时执行较容易的认知任务(即DT3)时，认知表现和行走速度都有降低的趋势。

我们的研究结果与之前的研究一致，这些研究报告称，在DT(“姿势第二”策略)期间，随着认知任务的复杂性增加，步行成本也会增加(即步行速度变慢)。其机制仍不清楚。减法任务和行走都需要注意力。当没有足够的能力同时执行两个需要注意的任务时，任务表现会在DT过程中降低。认知任务难度的增加与行走共享更多的皮质网络，导致对注意力资源的竞争加剧，从而导致DT期间步态表现的更大下降。此外，尽管被试被告知在DT期间要同等关注这两项任务，但减慢行走速度并没有什么后果。当认知任务很复杂时，受试者可能会优先考虑认知任务以避免出错，而没有意识到他们已经在认知表现和行走之间做出了权衡。

有趣的是，我们还观察到在DT3和DT7期间，步行速度与认知表现之间存在正相关，这表明在DT期间，行走速度越快的个体在认知任务中的表现也越好。我们的结果与之前的研究一致。这可能是因为具有更好 DT 表现的个体善于协调同时进行的认知和行走任务的需求。在这些个体中，注意力资源被更有效地用于支持行走和认知干扰任务，从而有助于更好的行走和认知表现。在以往的研究中，DT表现通常通过认知或步行成本来计算。由于DT是一种大脑压力测试，其中两项认知要求高的任务同时相互竞争大脑资源，因此先前的研究仅检查了步行或认知成本，可能无法捕捉到步行和认知表现权衡的全部影响，从而限制了对 DT 效应的理解。基于上述DT过程中认知与步行成本之间的相关性，我们计算了成本总和来指示 DT 表现，而DT表现被认为与个体的认知状态有关。在目前的研究中，联合使用步行和认知成本以及成本总和将提供一个更完整的DT表现图，并有助于理解哪些神经特征使这些人在DT中表现良好。

与我们的假设不一致的是，DT3和DT7在任何脑区都没有观察到大脑激活的差异。根据之前的建议，与减1或向前计数1相比，减7的DT步行过程中PFC激活更大，我们预计在DT7期间会观察到比DT3更大的PFC激活。造成这种差异的一个可能原因是，当前研究中的减3 不像减 1或向前计数 1那么容易，而且DT3和DT7之间PFC激活的差异太微妙，无法被fNIRS 检测到。

4.2 单一和双重任务中大脑激活和网络效率的差异调节

与DT相比，步行过程中PFC和感觉运动皮质的皮质激活显著降低，这与先前的研究报告一致，即与行走相比，减法行走时PFC激活增加。由于以往的大多数研究只关注PFC，而没有测量其他脑区的活动，我们目前的研究将ROI扩展到感觉运动皮质，并观察到DT期间感觉运动皮质的激活增加。这些研究结果表明，DT认知负荷的增加不仅促进了PFC内高级皮质资源的募集，而且有利于维持正常步态所必需的感觉运动资源的募集。

我们还观察到，与DT相比，减法期间PFC和感觉皮质的激活显著降低，这与之前的一项研究一致，该研究报告称，与减7相比，DT7期间PFC激活增加。由于行走和减法对注意力资源的竞争，DT需要分配和重新安排对认知资源，以抑制和激活身体和大脑，因此与站立时减法相比，DT需要更高的认知负荷。与站立减法相比，行走减法期间大脑激活增加，表明募集了更多神经资源，这可能是满足DT期间增加认知负荷要求的一种策略。

在网络效率方面，步行过程中的局部和全局网络效率均显著低于减法任务和DT任务，表明步行过程中的网络效率低于认知任务。我们的结果与最近的一项研究相似，该研究报告称，与单独行走相比，在认知任务下行走时，PFC的功能连通性增加。行走控制是自动控制和执行控制过程之间的平衡，取决于任务的需求和个人的能力。对于健康成年人来说，无障碍的地上行走主要是一个自动过程，几乎不涉及大脑皮质。然而，作为一项认知任务，连续减法涉及发音、工作记忆和基本的数学能力，这些都是复杂的皮质过程。由于网络效率表征了大脑网络中的信息传输能力，减法和 DT 期间的网络效率比步行更高，这表明在需要更高皮质参与的任务中，信息传递效率更高。

4.3 DT表现不佳的个体PFC过度激活和网络效率降低

我们观察到DT期间PFC的激活与总成本和认知成本呈正相关。也就是说，DT成本较高(DT表现较差)的个体在DT期间往往有更多的PFC激活。此前已有报道称，健康年轻人PFC过度激活与DT表现不佳之间的关联。DT期间的PFC激活也在老年人和临床人群中进行了研究。DT 期间 PFC 的激活因人群而异。据报道，健康年轻人在DT期间的PFC激活水平最低，其次是健康老年人，然后是中风幸存者。对于健康老年人来说，在DT期间PFC激活增加的被试已被证明前额叶灰质体积减少，这表明衰老过程中的灰质损失将导致DT期间PFC过度激活。此外，在DT期间更高的PFC激活也预示着老年人发生意外跌倒的风险增加。

有趣的是，双侧运动皮质的局部网络效率和整体效率与DT成本呈负相关，这表明DT成本更低(DT表现更好)的个体往往具有更高的大脑神经传递效率。由于之前的大多数fNIRS研究都侧重于DT期间的大脑激活，而没有研究功能连接或网络效率，最近只有少数研究调查了DT期间的功能连接，但没有类似的相关性报道。Liu等人报道了轻度认知障碍患者PFC和运动皮质之间的功能连接的异常变化。Chen等人报告称，与步行相比，健康老年人在DT期间PFC内的皮质激活和功能连接增加。然而，上述两项研究均未计算DT成本。Wang等人测量了健康老年人DT7的fNIRS并计算了步行成本。与我们的研究类似，他们观察到步行成本和功能连接之间没有显著的相关性。然而，作者没有计算认知成本或成本总和。

我们的研究结果表明，DT表现较好的个体往往有较少的PFC激活和更高的网络效率。在DT过程中，PFC的过度激活被认为是一种代偿机制，人们需要分配更多的注意力资源来同时执行认知和行走任务，这表明大脑资源利用效率低下，同时行为表现下降。因此，神经传递效率低下的个体需要为DT募集更多的认知资源，但仍然具有较差的DT表现，而神经传递效率可能是提高DT表现的更有效策略。这些结果与衰老大脑中“放电更多，布线更少”的概念一致，这意味着皮质活动的增加通常与皮质神经元的过度募集和网络效率的降低有关。有研究表明，脑白质下降较多的老年人在注意力任务中往往表现出更大的皮质激活或过度募集。

4.4 临床意义

我们的研究系统地调查了健康成年人，从单一任务到具有不同复杂性的双重任务的行为和神经调节的差异。之前的大多数fNIRS研究都集中在皮层激活(通常局限于PFC)上，而没有测量DT期间的功能连接或网络效率。在我们目前的研究中，fNIRS通道覆盖了PFC和感觉运动皮质，并首次全面了解了健康成人 DT 期间皮质激活和网络效率所起的作用。

与先前的文献一致，我们观察到在DT表现不佳的个体中PFC过度激活。除此之外，在DT表现不佳的人身上也观察到网络效率降低，这表明在健康的年轻大脑中也存在“放电更多，布线更少”的概念。我们的研究结果表明，大脑网络效率低下是导致DT表现不佳的一个可能机制。已经提出了几种提高脑网络效率的方法，包括平移磁刺激、经颅直流电刺激结合工作记忆训练、经颅光生物调节、基于正念的疗法、基于虚拟现实的锻炼和针灸等。未来的研究需要测试提高大脑网络效率的方法，是否能有效地改善执行功能受损的神经系统人群的DT表现。

4.5 局限性

目前研究的对象仅包括健康的年轻人，因此在将我们的发现推广到其他人群时，如老年人或患有神经系统疾病的个体，需要谨慎。此外，我们的样本中存在性别差异(12名男性和30名女性)，我们通过将性别作为协变量添加到统计模型中来控制这一差异。我们承认性别差异是当前研究的一个局限性。

在目前的研究中，站立时执行认知任务被视为一项单一任务。尽管站立对健康成年人来说需要最少的认知资源，但我们仍然不能排除站立干扰认知任务的可能性，并潜在地缩小了单一和DT条件下认知表现的差异。还需要进一步的研究来增加坐着计数的条件。

与姿势和步态任务相关的交感神经活动和血压变化可能引起与任务不直接相关的变化，这可能会造成表面上的污染。作为一种常用的方法，带通滤波被用来消除噪声 ，但如果噪声的频带与神经活动的频带重叠，则可能会破坏感兴趣的实验效果。短间隔通道(0.5-1 cm)单独测量脑外活动，与滤波方法相比，可以更有效地去除表面噪声。然而，当前研究中使用的fNIRS设备具有固定的光极间距，并且不允许捕获短间隔通道。在未来的研究中，应采用短间隔通道来有效去除表面污染。

功能连接测量的任务块持续时间短(30秒)是当前研究的另一个局限性。通过短于1分钟的任务块测量的局部或全局效率的稳定性和运行间可重复性仍不清楚。然而，对于具有多个条件的高要求认知运动任务，如我们目前的研究，每个条件下的信号采集持续时间较长，会延长数据收集的总持续时间，这可能会导致被试的运动或精神疲劳，从而影响功能连接结果。因此，在目前的研究中，我们没有使用更长的任务块来测量功能连接。需要进一步的研究以更长的任务块来复制当前的研究。

本研究中使用的便携式fNIRS设备要求fNIRS仪器与数据采集计算机之间的距离小于约6m。fNIRS设备的这一限制不允许我们使用没有转弯的直线行走方案。由于转弯需要减速、转身和再次加速的能力，并且增加了直线行走方案的难度，因此与直线行走相比，包括转弯在内的行走需要更多的认知资源，需要更长的时间。因此，在比较当前研究的结果和仅直线行走的研究结果时需要注意。

最后，由于我们目前便携式fNIRS设备的通道数量有限，只能测量PFC和感觉运动皮质。由于其相对较低的空间分辨率，我们没有对运动皮质和PFC的亚区进行单独分析。需要进一步的研究使用具有更多通道的fNIRS设备来复制当前的研究。

5. 结论

本研究系统地调查了健康成年人在不同复杂程度的单任务和双任务中的大脑激活和网络效率。我们观察到在DT表现不佳的个体中，PFC过度激活和网络效率降低。我们的研究结果表明，网络效率降低是导致DT表现不佳的一个可能机制，同时还伴随着代偿性PFC过度激活。这项研究的发现可能有助于为执行功能受损的神经系统人群提供新的治疗方法。

参考文献：Cortical activation and brain network efficiency during dual tasks: An fNIRS study.