帕金森病人腦電溯源與腦功能網絡特性研究

王釗雅 姚 堯 尹 寧 馮珂珂 徐桂芝＃* 尹紹雅*

1(河北工業大學省部共建電工裝備可靠性與智能化國家重點實驗室，天津 300130)2(河北工業大學天津市生物電工與智能健康重點實驗室，天津 300130)3(河北工業大學河北省生物電磁與神經工程重點實驗室，天津 300130)4(天津市環湖醫院神經外科，天津 300350)

引言

帕金森病(Parkinson's disease，PD)是一種神經退行性疾病，患者大多是65 歲以上的老年人[1-2]。PD 被認為是一種運動障礙，但幾乎所有患者都會出現各種非運動癥狀，嚴重者會發展為癡呆，影響生活質量[3-5]。 PD 患者腦部病變導致臨床癥狀的確切機制至今尚不完全明確，學者們大多認為黑質紋狀體多巴胺能系統的早期功能障礙進而影響額葉紋狀體和腦皮質通路失衡，致使帕金森患者執行功能以及工作記憶受損[6-7]。 而非運動癥狀可能與其他結構的神經變性有關，包括大腦周圍自主神經系統。 同時帕金森病的診斷面臨諸多挑戰，一方面臨床特征可能與其他神經退行性疾病的特征重疊，另一方面診斷過程中依靠主觀量表評分，缺乏客觀指標。 因此，目前缺乏明確的非侵入性生物標志物用于帕金森病的診斷和評估。

大量的神經影像研究表明帕金森患者與健康人相比大腦結構的解剖和功能發生了改變[8]。 磁共振成像(magnetic resonance imaging，MRI)研究顯示，帕金森患者與健康對照者相比，帕金森患者表現出皮質和皮質下結構的改變[9]，但是MRI 特征僅對非典型帕金森綜合征具有特異性，對帕金森的診斷并不具有普適性。 核醫學成像技術可以檢查突觸前和突觸后紋狀體多巴胺轉運體的功能，Wu等[10]的研究表明，與健康對照組相比帕金森患者葡萄糖代謝的腦區主要集中在大腦的頂葉、額葉、扣帶皮質、和顳葉，但是核醫學成像技術費用昂貴且只能檢測多巴胺轉運體的功能，在實際應用中受到諸多限制。 電生理學研究可以提供帕金森病相關的皮質的更多信息，皮層活動的定量腦電圖分析表明，α 頻段的減少以及δ 和θ 頻段的增加可能與帕金森病認知功能下降的程度相關[11]。 枕葉α/θ 頻段降低可能是評估帕金森病認知功能減退的早期跡象和隨后癡呆的qEEG 標記物[12]。 Giovanni等[13]利用腦電溯源的方法通過對帕金森患者與健康對照者進行的對比分析結果表明，帕金森患者枕葉α 頻段電流密度減少，額葉和頂葉β 頻段電流密度增加，額葉θ 和δ 頻段電流密度增加，頂葉涉及θ頻段和δ 頻段活動的電流密度減少。 大腦連通性的研究有助于識別帕金森病的顯著變化，帕金森患者β 頻段大腦區域之間的連接降低，與效率降低有關[14]。 圖論分析將人腦建模為一個由節點和邊組成的復雜網絡，并提供強有力的數學框架來描述人腦的拓撲結構。 近年來，眾多研究基于圖形理論對神經精神病患者的大腦網絡拓撲結構進行分析，可以用于檢測帕金森病的相關網絡改變[15]。 相關研究表明，PD 功能性腦網絡的拓撲結構受到破壞[16-17]。 以上研究表明在帕金森患者中檢測到的皮層異?？赡艽砹薖D 的標志性電生理特征。 目前很多學者基于腦電或核磁共振數據，采用機器學習方法可以將帕金森患者與健康人區分開，但是算法分類的前提是找到帕金森患者的數據特征，且它們的靈敏度和預測值仍不理想，迫切需要敏感可靠的生物標志物來診斷帕金森疾病。

本研究通過采集帕金森患者和健康受試者的EEG 信號，應用標準化低分辨率腦電磁層析成像(standardized low resolution brain electromagnetic tomography，sLORETA)方法對EEG 信號進行溯源，并利用滯后相位同步方法構建腦功能網絡，分析兩組受試者腦功能網絡特征參數。 對比分析帕金森患者和健康受試者的電流密度差異以及腦功能網絡特性差異，以期找到帕金森患者與運動障礙和認知障礙相關頻率和皮層神經網絡的生物標志物作為客觀評價指標，能夠在帕金森病的診斷以及治療提供科學指導與理論依據。

1 材料和方法

1.1 實驗

1.1.1 納入對象

共納入天津市環湖醫院的26 名帕金森病患者作為實驗組，并將年齡、性別和受教育程度與之匹配的26 名健康受試者納入實驗作為對照組。 所有患者都有輕度至中度臨床典型的帕金森病，受試均為右利手，無任何神經或精神疾病。 使用帕金森病統一評分量表(unified Parkinson's disease rating scale，UPDRS)和Hodhn ＆ Yahr 評分分級(H＆Y 分級)對帕金森患者運動功能的受損程度進行評估[18]。 除此外對兩組受試者分別進行簡易智能狀態量表(mini mental state examination，MMSE)和蒙特利爾認知評估表(montreal cognitive assessment，MoCA)對患者進行認知功能受損的量化評定[19]。所有受試者均被告知實驗目的和進程且簽署知情同意書。 本實驗已通過河北工業大學生物醫學倫理委員會審查。

1.1.2 腦電采集實驗

新中國成立后，中國人民在中國共產黨的領導下，經過了“三大改造”，建立了社會主義制度，為“中國夢”的實現打下了制度基礎。當時的中國可謂“一窮二白”，現代化基礎十分薄弱，但毛澤東沒有絲毫的自卑沮喪退縮，相反，他大氣自信、斗志昂揚，和人民群眾一道戰天斗地、重整河山，在各個方面取得了一個個偉大勝利，為“中國夢”的實現打下了堅實基礎。作為新中國的締造者和黨的最高領袖，他高瞻遠矚，在現代化的道路、目標、內容、步驟等各個方面進行了深刻全面論述，這些真知灼見與我們當前提出的實現中華民族偉大復興的“中國夢”是一致和相通的。

1.2 方法

1.2.1 EEG 溯源分析

為從表面腦電數據中獲取腦電皮質內分布，分析PD 組與健康對照組在不同頻段下腦區電流密度的大小差異性，通過sLORETA 算法對采集到的EEG 信號進行逆運算。 sLORETA 是一種線性加權最小范數逆解，大腦由6 239 個體素組成，空間分辨率為5 mm×5 mm×5 mm，使用真實的頭部模型和腦電圖電極坐標，重構大腦皮質內電流密度分布[20-22]。 在sLORETA 算法中頭皮EEG 可表示為

通常在臨床操作技能訓練前結合理論學習提供的技能教學音像材料示范，可借衛生部已有的操作視聽音像教材，或自己錄制的操作視頻，便于醫學生對操作技能有較為直觀的感知和理解。

式中，φ為采集到的EEG 信號，K是前向模型系數，J是大腦皮層電流密度源信號，c為常數。

式中，E為單位矩陣，I為單位向量。

通過計算PD 組與健康對照組感興趣區域(regions of interest，ROIs)在每個頻段上的滯后相位同步(lagged phase synchronization，LPS)來研究大腦功能連接的差異。 基于皮質體素的坐標共確定64個感興趣區域，每個感興趣區域由最靠近感興趣區域質心的體素組成。 將每個感興趣區域作為腦功能網絡節點，利用LPS 方法對每兩個節點間的電流密度信號進行同步性計算，生成網絡節點的連接邊，從而計算ROI 之間的功能連通性。 該方法主要基于歸一化傅里葉變換來測量頻域中信號之間的相似性，總非線性連接定義為瞬時非線性連接和滯后非線性連接的總和，用于衡量所有感興趣區域對之間的功能連接性，該方法消除了由于低空間分辨率和傳導體積造成的瞬時分量，并提供了對功能連通性的更精確的估計。 將預處理后的EEG 數據建立交叉譜密度矩陣，兩個分別為X和Y的信號，在特定頻率下交叉譜計算如下:

(2) 粒度頻率曲線多為馬鞍狀雙峰形，說明新組分經歷搬運作用然后沉積到該點，后期經歷有限的分選作用，與原有組分混合不充分，新舊組分分別在一定程度上保留了各自的粒度特征。

式中，α≥0，是規范化系數。

基于對全川經濟、文化、政治等各項指標數據的分析，考慮地區代表性和客戶配合程度等客觀因素，選定四川省阿壩州某牧區縣和德陽某農業縣作為四川低密度負荷試點地區，并在上述試點區域進行10 kV線路負荷分布狀況調研。

即可求得J的解為

引入代價方程為

1.2.2 腦功能網絡連接分析

變電站內各種設備信息數據，如設備溫濕度，油位油壓，運維人員的臨時任務等都時刻傳送到運維數據的中心，使得運維數據中心數據量巨大。在面對如此繁多的的數據大規模的訪問的情景下，如果僅僅考慮變電站數據的整體性能已經遠遠無法滿足運維人員對多QOS的需要。因此，就迫切需要建立一種能滿足和適應多種數據需求的運維機制，不僅在可以確保運維人員的多QOS需求，實現數據資源與運維人員的最優效用，而且能夠重視數據資源的有效利用和系統綜合性能的顯著提高。結合電力運維數據的特征和在異構環境下對QOS的研究，選取可靠性、時間參數、優先級和安全性作為其約束條件,使用效用函數將QOS轉換為效用值,以評價運維目標的實現程度。

式中，*表示復數的復數共軛，N表示實驗次數。

最終納入PD 組和健康對照組各26 例，兩組被試間的對比結果如表1 所示，PD 組與健康對照組相比，兩組受試者在年齡、性別、受教育程度無顯著差異(P＞0.05)。 PD 組病程為(5.77±2.74)年，UPDRS 評分為(44.59±15.34 )分，Hodhn ＆Yahr 分級為(1.48±0.39)期。 PD 組UPDRS(Ⅱ)評分和UPDRS(Ⅲ)評分均高于健康對照組者評分(P＜0.01)，統計分析結果表明PD 組與健康對照組運動功能具有顯著差異。 在總體認知功能方面，PD 組MMSE 平均分和MoCA 平均分均低于健康對照組(P＜0.05)，認知量表評分結果如圖1所示。

對所有受試者用32 導無線EEG 采集系統(Neuracle，中國)進行腦電采集實驗，受試者處于清醒和放松的狀態，所有實驗均在14:00 ～17:00 進行。 放置32 個電極時使用國際標準10-20 系統，采樣頻率為1 000 Hz，采集閉眼狀態下5 min 靜息態腦電。 對采集到的原始EEG 信號進行預處理的具體步驟包括刪除明顯漂移數據段、去除雙側耳突電極保留30 導電極數據、檢查壞導、陷波處理、1 ～40 Hz 帶通濾波、去除偽跡、轉換平均參考和分段等，預處理后提取不重疊的112 s 的EEG 數據進行下一步分析處理。

考慮風電功率預測不確定性的日前發電計劃魯棒優化方法//蔣宇,陳星鶯,余昆,廖迎晨,謝俊//(19):57

則LPS 的計算公式如下:

式中，Φ代表LPS，Im(Coh) 和Re(Coh) 分別代表頻率為f的X和Y信號之間復數相干性的虛部和實部。

1.2.3 腦功能網絡特征參數

連接矩陣進行二值化計算過程中，閾值選取遵循兩個原則:一是保證沒有孤立部分選取最大閾值；二是所構建網絡滿足小世界屬性的條件。圖論分析提供了一個強大的數學框架來描述人腦的拓撲結構，可以量化功能網絡結構的特性。 在大腦網絡中，節點代表大腦區域，邊反映功能有效的連接，存在節點和邊，就可以用圖論度量來研究網絡的拓撲性質，多種量化指標可用于表征大腦網絡結構。 節點度Di的大小可以反映節點對網絡的作用效果；聚類系數Ci表示單個節點周圍的集群連接，反映網絡聚集水平；特征路徑長度L反映網絡信息傳遞的速度快慢；全局效率Eg是衡量網絡信息傳遞效率的綜合參數，其數值越大表明該網絡的傳遞效率越高。

何澤把叼著的煙卷用嘴唇一抿，歪到嘴的左角，說，我販賣名樹苗木多年，還沒遇見過這么大的金彈子樹。胖子，你別抱著樹搖了，公狗子趕騷似的，別把雀雀搞斷了。另一個人一陣大笑，那笑聲，像一堆腐朽的銅錢嘩啦啦傾倒在堅硬石頭上，令我一陣不爽。

1.2.4 統計分析

統計分析使用SPSS 25.0 軟件，對PD 組與對照組的年齡以及教育程度使用ANOVA 方差進行分析，性別使用卡方檢驗，兩組受試者的量表評分采用獨立樣本t檢驗；PD 組的病程、UPDRS 評分、Hodhn ＆ Yahr 評分進行ANOVA 方差分析。 應用統計非參數映射(SnPM)方法對每個頻帶下不同被試組之間逐個體素的電流密度進行獨立樣本對數F檢驗，評估皮層電流密度的每個頻帶的腦功能連接差異性，兩組間腦網絡連接特征參數差異；對每個頻帶下兩組之間的腦網絡連通性以及β1 頻段兩組間腦網絡連接特征參數進行獨立樣本t檢驗，進而評估每個頻帶的腦功能連接差異性，P＜0.05 認為具有統計學差異。

2 結果

2.1 實驗組和對照組量表評分對比

接下來，SXY交叉譜密度矩陣與一維空間濾波器相乘，得到源級交叉譜sCSDf。 使用該矩陣計算該頻率f下的復相干Coh(f) 如下:

表1 PD 組和健康對照組人口統計學和臨床特征Tab.1 Demographics and clinical characteristics of PD group and healthy control group

圖1 PD 組和健康對照組認知量表評分對比圖(符號*表示P＜0.05)Fig.1 Comparison of the MMSE and MoCA between PD group and healthy control group(*:P＜0.05 )

2.2 EEG 溯源差異性

使用sLORETA 對兩組受試者腦電數據進行溯源分析，δ(1.5 ～4.0 Hz)、θ(4.0 ～8.0 Hz)、α1(8.0～10.0 Hz)、α2(10.0 ～12.0 Hz)、β1(12.0 ～18.0 Hz)、β2(18.0～21.0 Hz)、β3(21.0 ～30.0 Hz)和γ(30.0～35.0 Hz)頻段下大腦橫斷面、矢狀面和冠狀面的電流密度差異結果如圖2 所示。 結果顯示，PD 組與健康對照組相比， δ 頻段楔前葉(BA17)、枕中回(BA18)和枕上回(BA19)大腦電流密度增強，在枕中回(BA18)表現出最大的差異；θ頻段電流密度降低的區域較為廣泛，涉及到額葉和頂葉兩個腦區，而枕葉的舌回(BA17)大腦電流密度顯著增強；α 頻段分為α1、α2，與對照組相比實驗組頂上小葉(BA5)、楔前葉(BA7)的電流密度顯著較低，α2 頻段與α1 相比，實驗組與對照組差異性分布的腦區更為廣泛，涉及的大腦面積更大，且電流密度差異最大；β 頻段頂上小葉(BA7)和中央后回(BA5) 電流密度顯著降低，β3 頻段額內側回(BA6)、扣帶回(BA17)、楔葉(BA18)以及舌回(BA9)大腦電流密度顯著增強；γ 頻段大腦電流密度在頂上小葉(BA7)顯著降低，主要的差異腦區位于頂葉。 因此PD 患者主要的差異腦區位于大腦枕葉和頂葉，枕中回(BA18)和舌回(BA17)是低頻段下差異最明顯的腦區，楔前葉(BA7)是高頻段下差異最明顯的腦區，且α2 頻段楔前葉(BA7)電流密度差異最大，PD 組與健康對照組各頻段電流密度差異對比如表2 所示。

表2 PD 組和健康對照組各頻段電流密度差異對比Tab.2 Current density of different frequency bands between PD group and healthy control group

圖2 在8 個頻段下大腦差異腦區(與健康對照組相比，藍色部分表示PD 組大腦電流密度為負值；黃色部分表示PD 組大腦電流密度為正值)Fig.2 The different brain regions at 8 frequency bands(Compared to healthy controls group， the blue shows negative brain current density in the PD group and the yellow shows positive brain current density in the PD group)

2.3 腦功能網絡連接

PD 組和健康對照組64 個感興趣區域在δ、θ、α1、α2、β1、β2、β3 和γ 頻段的滯后相位同步連接差異對比分析結果如圖3 所示，圖中差異是所有被試的平均結果，PD 組和健康對照組的滯后相位同步連接差異大小用顏色表示。 結果表明，與健康對照組相比PD 組在α2、β1、β2 和γ 頻段滯后相位同步連接明顯降低，且在β1 頻帶滯后相位同步連接降低具有統計學差異(P＜0.05)。 β1 頻段腦功能連接差異圖如圖4 所示，其中圖(a)、(b)、(c)分別為俯視圖、側視圖和正視圖，所涉及到的腦區包括頂葉和額葉，右側BA7 與左側BA47、右側BA7 與左側BA10、右側BA7 與右側BA47 之間的腦功能連接顯著降低。 表3 中給出了相應連接區域的MNI 坐標。結果表明β1 頻段頂葉和額葉之間的連接表現出最大差異性，連接顯著減小，這種差異表明腦功能連接障礙在帕金森的發病機制中發揮著潛在的作用。

表3 PD 組和健康對照組β1 頻段相應連接區域的MNI 坐標Tab.3 The MNI coordinates of the corresponding connection region of β1 frequency band in PD group and healthy control group

圖4 PD 組和健康對照組在β1 頻段功能連接性差異圖(藍線表示與健康對照組相比，PD 組皮層感興趣區域顯著降低的滯后相位同步連接)。 (a)俯視圖；(b)側視圖；(c)正視圖Fig.4 The comparison in functional connectivity of the β1 band between PD group and healthy control group(Blue lines show significantly reduced LPS connections in cortical ROI in the PD group compared to healthy controls group).(a) Top view； (b) Side view； (c)Front view

2.4 腦功能網絡特征

β1 頻段腦網絡的連接矩陣進行二值化處理的閾值同時滿足保證腦功能網絡的完整性與小世界網絡屬性兩個條件，故選取值為0.075，平均節點度D、平均聚類系數C、平均特征路徑長度L和平均全局效率Eg的對比如圖5～8 所示。 PD 組腦功能網絡平均聚類系數C、全局效率Eg、節點度D和平均特征路徑長度L分別為:0.54±0.14，0.71±0.09，26.88±9.88，1.61±0.2；健康對照組腦網絡平均聚類系數C、全局效率Eg、節點度D和平均特征路徑長度L分別為:0.75±0.13，0.83±0.09，42.21±11.19，1.34±0.19。 PD組腦功能網絡的平均聚類系數C、全局效率Eg和節點度D比健康對照組低28 %、16 %和37 %，患者組平均特征路徑長度L比健康對照組高21 %，且均具有統計學意義(P＜0.01)。

在原有空間的基礎上，注重開放性、自主性、靈活性、復合性，根據各種類型文化活動的空間功能需求，充分利用館內各種設施伸縮性特點，進行相應的模塊組合，來實現空間的多功能化，即“一地多用”。具體現有空間與可適應的活動形式如表2所示。

農業生產經營的組織化程度較低，標準化生產滯后?，F階段，農業生產技術水平有了一定的提升，農業生產經營也逐漸凸顯出規?；葍瀯?。但是農戶與農戶之間、企業與企業之間、公司和農戶之間，普遍存在著很大差異性。這種差異不僅僅體現在生產技術方面，還包括生產環境、資源等方面，使得品牌的內在一致性難以維護，從而制約農業品牌發展。

圖5 PD 組和健康對照組受試β1 頻段平均節點度對比結果(**表示P＜0.01)Fig.5 The comparison of average node degree of β1 band between PD group and healthy control group (**:P＜0.01)

圖6 PD 組和健康對照組受試β1 平均聚類系數對比結果(**表示P＜0.01)Fig.6 The comparison of average clustering coefficient of β1 in brain network between PD group and healthy control group (**:P＜0.01)

圖7 PD 組和健康對照組受試β1 頻段平均全局效率對比結果(**表示P＜0.01)Fig.7 The comparison of average global efficiencof β1 band between PD group and healthy control group(**:P＜0.01)

圖8 PD 組和健康對照組受試β1 頻段平均特征路徑長度對比結果(**表示P＜0.01)Fig.8 The comparison of average characteristic path length of β1 band between PD group and healthy control group(**:P＜0.01)

3 討論

為了可根據大腦皮層電活動來區分PD 組和健康對照組，對兩組受試者的皮層腦電進行溯源差異分析。 PD 組和健康對照組相比主要的差異腦區位于枕葉和頂葉。 枕葉為視覺皮質中樞，枕葉受損不僅會引起視覺障礙，而且會出現記憶缺陷和運動知覺障礙等癥狀，而這些癥狀是帕金森患者常伴有的癥狀，這一結果表明帕金森患者可能存在枕葉功能缺失的問題。 舌回(BA17)和枕中回(BA18)是低頻段差異最明顯的腦區，電流密度增加；而楔前葉(BA7)是高頻段下差異最明顯的腦區，電流密度降低，α2 頻段楔前葉(BA7)電流密度差異最大。 一方面，α 頻段活動與認知和長期記憶相關[23]。 Cozak等[24]的研究表明PD 患者的α 頻段活動緩慢，特別是在腦后部區域的α 頻段的減少已被識別為可以區分帕金森患者與健康被試的參數之一。 Pugnetti等[25]的研究表明帕金森患者和正常受試者之間較低頻段的顯著差異。 另一方面，楔前葉是一個涉及情節記憶、視覺空間加工和意識方面的關聯區域[26]。 fMRI 研究發現，PD 患者的楔前葉受到損害[27]，特別是帕金森患者可能會出現楔前葉的反向激活或者失活模式，表現為注意力和視覺空間能力的降低，這是帕金森病患者的典型特征[28]。 因此本文α2 頻段楔前葉(BA7)電流密度顯著降低可能作為帕金森患者認知障礙診斷指標。

為進一步探究帕金森患者大腦皮層區域之間的功能連通性變化，本文進行了腦功能連通性分析。 結果表明與對照組相比，帕金森患者的腦功能連通性發生顯著變化。 PD 組在α2、β1、β2 和γ 頻段滯后相位同步連接明顯降低，且在β1 頻段右側楔前葉與左側額上回、右側楔前葉與左側額中回、右側楔前葉與右額中回之間的連接降低具有統計學意義(P＜0.05)，進一步對β1 頻段下網絡特征參數計算結果表明PD 組腦功能網絡的連接低于對照組(P＜0.01)。

腦電頻段與認知和行為的關系已被廣泛研究，運動和認知功能伴隨著不同頻率的同步振蕩活動。α 頻段是放松清醒時的主要節律，反映了受試者的注意力和感覺-運動信息的整合，可以調節皮質-基底神經節-丘腦皮質連接的激活，諸多研究認為該連接通路失衡使得老年人患帕金森病。 Hassan等[29]通過腦功能網絡分析對不同嚴重程度認知障礙的帕金森病患者的大腦網絡進行比較，結果發現即使認知缺陷輕微α1 和α2 頻段內的連接也會降低，本研究的結果與之具有一致性。 當人的大腦頻率處于α 頻段時，意識清醒，身體是放松的，它提供意識與潛意識的之間的連接。 正常人在大腦意識模糊時α1 頻段腦電波出現，與健康對照組相比，PD組α1 頻段腦電信號滯后相位同步連接增強，可能表明PD 組比健康對照組大腦意識模糊，注意力相對不能集中；在正常人在意識清醒狀態α2 頻段腦電波出現，與健康對照組相比，PD 組α2 頻段腦電信號滯后相位同步連接減弱，可能表明帕金森患者大腦比正常人難以達到意識清醒、警覺度高的狀態，因此α 頻段腦功能連接降低在帕金森的發病機制中發揮著潛在的作用。

β 頻段腦電波與精神緊張有關，在β 頻段節律波下，人的邏輯思維清晰，做事有條理。 可是隨著β頻段節律的增加，身體逐漸呈緊張狀態，表明大腦處于疲勞的狀態，此時人體內的能量不斷消耗，容易產生疲倦，容易堆積壓力，身體易出問題。 β1 頻段波代表既輕松又專注，具有協調性；β2 頻段波從輕松到警覺的過度頻段；β3 頻段波代表大腦皮層興奮、警覺和激動，緊張時出現的主要波形。 圖3 所示，與健康對照組相比，PD 組β1 和β2 頻段腦電信號滯后相位同步連接減弱，β3 頻段腦電信號滯后相位同步連接增強，可能表明帕金森患者大腦比正常人更加容易產生緊張，焦慮的情緒，身體更容易疲倦。 帕金森患者運動癥狀發展的病理基礎通常認為是由于皮層-基底神經節環路在功能連接方面發生異常所導致的，多巴胺的喪失與基底神經節核之間的異常振蕩同步有關，同步異常主要涉及β 頻段節律[30]。 發生在基底神經節的β 頻段內的過度節律被認為與帕金森患者僵硬和運動遲緩相關[31-33]。Sarah 等[34]的研究表明，帕金森病患者的行為缺陷與異常的β 和θ 活動相關，β 和θ 活動在穩定的運動模式中起到重要的作用。 額葉功能連通性與認知狀態和視覺空間能力相關聯，帕金森病患者腦電功能連通性改變應作為認知功能下降的潛在生物標志物已被證實[35]。 此外對β1 頻段下網絡特征參數計算結果表明，與健康對照組相比PD 組腦功能網絡的節點度、聚類系數顯著降低，聚類系數代表著網絡信息的傳遞效率，其數值越低表明患者腦網絡的聚集性連接越低，連通性受到阻滯，信息在網絡中的傳遞速度降低；特征路徑長度反應信息在腦網絡中的區域間有效完整性和及時傳遞信息，本研究中PD 組顯著高于健康對照組，表明患者腦區間信息傳遞時間延長，聚類系數的下降和特征路徑長度的增加均表明患者網絡連接整合中斷，信息傳遞效率降低。 通過腦功能連接分析結果表明，PD 組與健康對照組相比在β1 頻段頂葉和額葉之間的連接表現出最大差異性，連接顯著減小，β1 頻段腦功能連接效率降低。 因此β1 頻段腦功能連接效率整體降低可能作為帕金森患者診斷指標。

本研究結果的差異可歸因于實驗組的異質性特征，左旋多巴會導致接受多巴胺治療的帕金森病患者的α 頻段節律降低[36]，這一因素可能影響本研究的結果。 在未來的研究中，應控制性別、年齡、帕金森類型和服用左旋多巴用患者的篩選以解決這種差異。 有助于更好地理解帕金森患者運動和認知障礙的發病機制，并提出與此類患者相關的生物標志物。

4 結論

本研究利用sLORETA 的方法對PD 組和健康對照組的EEG 信號進行溯源，對比分析兩組受試者的電流密度差異和腦功能網絡連接差異。 結果表明，PD 組與健康對照組相比主要的差異腦區位于枕葉和頂葉，PD 組α2 頻段楔前葉電流密度差異最大；PD 組β1 頻段額葉與枕葉之間的腦功能連接顯著降低。 因此，α2 頻段楔前葉電流密度顯著降低以及β1 頻段額葉與枕葉之間腦功能連接降低可以作為帕金森患者的診斷標志物。 本研究結果可能對帕金森病的診斷以及疾病進展的跟蹤有潛在的影響。