基于任務態功能近紅外成像檢測微意識狀態患者認知功能的研究

李夢，楊藝，高宇航，黨圓圓，夏小雨，陳雪玲，魏微，何江弘，司娟寧

隨著重型顱腦損傷患者數量的增長，急診以及重癥醫學技術的發展，越來越多危重患者的生命得以搶救，從昏迷演變成慢性意識障礙(disorders of consciousness，DOC)。DOC主要包括植物狀態(vegetative state，VS)和微意識狀態(minimally consciousness state，MCS)[1]。VS的特點是完全沒有對自我或環境意識的行為證據，保留睡眠-覺醒周期；相比之下，MCS患者表現出間斷、不穩定但確定的主動性意識行為[2]。傳統評估意識水平的方法主要是依賴于行為學評估，但誤診率高達40%[3]。由于誤診會導致不正確的醫療決策，故臨床亟需客觀、準確檢測意識狀態的方法和技術手段。

神經影像學技術的進步為檢測DOC患者的殘余意識和評估認知能力提供了幫助。Owen的研究[4]表明，功能MRI(functional magnetic resonance imaging,fMRI)檢查顯示VS患者的殘留腦功能。Monti的研究[5]利用fMRI與運動想象(motor imagery,MI)范式結合，讓患者對一些問題做出“是”或“否”的答案。運動想象的任務包括想象擠壓球[6]、敲擊手指[7]、用手抓握[8]、打網球[9]等。然而，因fMRI價格昂貴、設備沉重，對運動噪聲敏感，致使無法在臨床常規使用。fMRI的高磁場限制了顱內金屬修補、體內金屬刺激器植入患者的使用，且時間分辨率低、無法長時間連續掃描，適用性受到一定的限制[2]。因此，臨床急需尋求一種對DOC患者更為適用、便捷、空間定位能力良好、不受電磁干擾、可長時程連續監測的腦信號獲取方法。

功能近紅外光譜成像技術(functional near-infrared spectroscopy,fNIRS)是一種有前景的腦信號獲取方法。fNIRS是一種光學的、非侵入性、設備便攜且對運動偽影相對不敏感的神經成像技術，可以測量神經元激活后腦組織中氧合血紅蛋白(oxyhemoglobin,HbO2)和脫氧血紅蛋白的濃度變化[10]。為此，本研究將在fMRI檢查中的任務態轉用到fNIRS檢測，首次將fNIRS與想象打網球的運動想象范式結合，檢測5例MCS患者的意識狀態和血氧響應；旨在探討fNIRS檢測MCS患者高級認知能力的效果及準確度。

1 資料與方法

1.1 一般資料 (1)MCS組：系解放軍總醫院第七醫學中心2019年7～8月收治的5例MCS患者，男4例，女1例；年齡30～49歲，平均年齡41.4歲；病程、病因及修訂的昏迷恢復量表(coma recovery scale-revised,CRS-R)評分見表1。(2)正常對照組：為同期招募的6例健康志愿者，其中男4例，女2例；年齡22～33歲，平均年齡(24.6±4.7)歲。所有被試者均有正常或校正到正常的視力，右利手，身體健康且無神經精神疾病史。本研究方案經過倫理委員會評審，且患者參加實驗的知情同意書由患者家屬或監護人簽署。MCS組患者的入組標準：(1)符合MCS診斷標準[11]；(2)年齡18～60歲，性別不限；(3)突發意識障礙，而非神經功能逐漸退化導致的意識障礙；(4)無嚴重并發癥及手術禁忌證者。排除標準：評估不符合入組標準、有手術禁忌證及未獲知情同意簽字的患者。

表1 MCS患者的臨床資料

1.2 方法

1.2.1 實驗范式 采用想象打網球作為刺激任務，整體的實驗流程見圖1。整個實驗一段15 min的基線，然后是4個運動想象-休息的交替的小節，每個小節提問被試者1個問題，要求被試者對該問題用是否進行運動想象的方式進行回答。即如果被試者想對任何問題回答“否”，就會被要求保持放松；如果答案是“是”，就要想象打網球持續30 s。提問的問題依次為：(1)能否聽懂問題并配合實驗；(2)確認自己的姓名；(3)是否有兒/女；(4)確認父親的姓名；(5)確認一年是否有四季。正常對照組6例被試者中，有3人看過網球比賽，有1人玩過網球體感游戲，體驗過打網球的過程，2人會打網球；總體均比較熟悉網球運動，能夠通過想象手臂和肢體的運動回答主試人員的提問。5例MCS患者中，2例患者患病前會或打過網球，其余患者均觀看過并了解網球。任務開始前演示了擊打網球的視頻，并重復3次以上講解任務內容。確保其明白實驗任務要求后，每個小節都以任務的聽覺呈現開始。整個實驗過程有專門的醫護人員陪同完成。實驗具體的通道布局如圖2所示，在前額葉皮層(the prefrontal cortex,PFC)、主要運動皮層(primary motor cortex,M1)和初級體感皮層(the primary somatosensory cortex,S1)覆蓋了7個光源和20個探測器，共組成28個光通道。相鄰光源與探測器的距離為3 cm。在國際10-20系統的引導下，將光電二極管放置在頭上；使用CW6系統(美國TechEn公司)采集被試者的血氧響應數據。

圖1 運動想象實驗范式的流程

圖2 光源和探測器的放置部位

1.2.2 數據預處理 數據處理采用的是Homer2工具箱。首先，根據修正的比爾朗伯定律(Bill Lambert’s law，MBLL)將原始光學數據轉換為HbO2、HbR和HbT血紅蛋白的相對濃度變化[12-13]。690 nm和830 nm的微分路徑長度因子(differential path length factor，DPF)為6.51和5.86[14]。然后，將數據通過0.01～0.1 Hz之間的帶通濾波器，以消除與任務無關的噪聲。將數據劃分為幾個時期，分別從激活開始前10 s和激活后20 s結束，并剔除具有明顯偽像(如頭部運動引起的噪聲)的時期，計算出組塊平均的血液動力學反應。其中1例正常被試者因為運動偽影過多而導致信號質量差，被排除進行進一步分析。

1.2.3 信號特征提取 根據相應的空間位置分為5個大腦區域，分別是F(通道1-12)、M1-L(通道13,15,17,19)、M1-R(通道21,23,25,27)、S1-L(通道14,16,18,20)、S1-R(通道22,24,26,28)。對于被試者的基本事實“是”問題來講，提取基本事實“是”問題對應于每個腦區的t值最大的通道號，而被試者的基本事實“否”問題的血液動力學反應的血紅蛋白特征是從用于基本事實“是”問題的通道號中獲得的。t值被定義為在5～35 s時間窗口內HbO2的均值除以HbO2的標準差。計算每個腦區被選擇的通道的峰值、均值、信號中值變化，以及斜率和相關系數。具體計算方法見表2。

表2 從血氧響應中提取的特征和計算方法[9]

1.2.4 模式識別與分類 采用支持向量機(support vector machine,SVM)和線性判別分析(linear discriminant analysis,LDA)分類器模型，對正常被試者和MCS患者的正負向反應進行分類。首先提取血氧響應幾種常見的特征(表2)，輸入向量為每個問題在任務期間提取到的特征組合，受試者的反應的類型，標簽值+1、-1分別代表正向反應和負向反應，以及交叉驗證的數量。SVM和LDA都進行了10折的交叉驗證，即將數據集隨機等分為10個子集，每個子集做1次測試集，其余的作為訓練集；SVM使用了RBF核函數。兩種模型下隨機選取測試集合和訓練集合，利用模型對測試集的類型進行預測，最終輸出所有評估結果的平均準確率，并分別循環計算10次取平均值，得到其前額葉+運動區的分類準確率。

2 結 果

2.1 正常對照者在運動想象任務中的血氧響應 正常對照者對于基本事實“是”問題的血氧響應模式為，任務開始前，血紅蛋白的濃度比較平穩，任務開始之后，前額葉和運動區(包括主要運動區和初級體感皮層)HbO2的濃度顯著地上升；在M1-L區域，HbO2的濃度最高達約0.211 μmol/L(表3)，同時HbR濃度下降，但是幅度較小(圖3A)。此時正常對照者對外界的響應性增加，任務結束之后又回歸到基線的水平。而對于基本事實“否”問題，任務開始前后，HbO2和HbR的濃度變化不明顯，較為平穩(圖3B)，HbO2的均值在-0.023～0.038 μmol/L的范圍內變化(表3)。基本事實“是”和“否”問題呈現出兩種不同的反應模式。在其他4例正常對照者中也均能觀察到類似的結果(圖3)。

A：對基本事實“是”問題的血氧響應； B：對基本事實“否”問題的血氧響應。紅色實線為HbO2，藍色虛線為HbR，垂直虛線表示任務開始和結束，PFC為前額葉，M1-L和M1-R為主要運動區，S1-L和S1-R為初級體感皮層圖3 正常對照者的血氧響應變化

表3 正常對照者(與圖3同一人)各腦區的HbO2水平變化(μmol/L)

2.2 MCS患者在運動想象任務中的血氧響應 3例MCS患者(病例1、2、5)在主動MI范式中檢測到了相對可靠的類似于正常對照者的血氧響應；相比于基線，對于基本事實“是”問題任務開始后HbO2濃度顯著上升；而基本事實“否”問題，沒有顯著的血氧響應。病例1患者對于基本事實“是”問題，腦區普遍激活；尤其是M1-L和S1-L兩個左側運動區的激活程度比右側腦區要高(圖4)；M1-L和S1-L腦區的HbO2濃度的峰值分別為0.294和0.135，明顯高于M1-R(0.095)和S1-R(0.046)腦區(表4)。對于基本事實“否”問題，腦區的血氧濃度較平穩，HbO2濃度的均值在-0.026～0.010之間，沒有明顯變化(圖4)。對運動想象任務有可靠反應的其他2例患者(病例2、5)，同樣出現了類似的反應。而另外2例患者，其基本事實“是”和“否”問題的血氧響應觀察不到截然不同的反應模式，并沒有發現類似的規律。

A：對基本事實“是”問題的血氧響應； B：對基本事實“否”問題的血氧響應。紅色實線為HbO2，藍色虛線為HbR，垂直虛線表示任務開始和結束，PFC為前額葉，M1-L和M1-R為主要運動區，S1-L和S1-R為初級體感皮層圖4 MCS患者(病例1)的血氧響應變化

表4 MCS患者(病例1)各腦區的HbO2水平變化(μmol/L)

2.3 正常對照組和MCS患者運動想象任務的分類準確率 為了驗證基于fNIRS與MI結合檢測殘余意識的可行性和可靠性，首先利用兩種常見的機器學習算法(LDA和SVM)對正常對照者的分類準確性進行評估。在兩種分類器下均采用隨機選取訓練集和測試集的方法。為了避免隨機選擇訓練樣本導致的分類器過度擬合或者建立失敗[15]，兩種分類器均循環計算10次，以獲得消除隨機干擾的分類器分類結果，最終準確率取10次循環計算的均值。將HbO2峰值、HbO2均值、SM、SS、r作為特征進行分類時，正常對照者SVM的分類準確率(91.17%)明顯高于LDA的分類準確率(62.33%)；MCS患者SVM的分類準確率低于正常對照者，但是LDA的分類準確率高于正常對照者(表5)。

表5 正常對照組與MCS組運動想象任務的分類準確率(%)

3 討 論

本研究中，fNIRS用于確定MCS組患者的殘余腦功能；正常對照者被要求在運動學上想象相同的任務，以獲得可用于驗證MCS患者反應的模式。本研究5例MCS患者中，有3例患者能夠應用fNIRS技術來準確回答簡單的“是”或“否”問題。即當提示其開始回答時，患者能夠通過在預定義的腦皮層功能區中生成自主、可靠且可復制的血液氧合水平依賴性反應，來調節其大腦活動并進行交流。

本研究正常對照者運動想象任務期間的腦信號進行分類的準確率為91.17%。高于之前一項研究正常人的運動想象任務且同樣是用SVM作為分類器的準確率(76%)[9]；在這個研究中是用四通道TR-fNIRS系統訪問輔助運動區(supplementary motor area,SMA)和運動前皮層(premotor cortex,PMC)。而在一項使用連續波20通道近紅外光譜系統，并且同時用SVM和隱馬爾科夫模型(hidden markov model，HMM)對正常人的左右手運動想象進行分類的研究中[7]，SVM從右手想象中分類左手想象的平均準確率為73%，而隱馬爾可夫模型的平均準確率高一些，為89%。而本研究MCS患者的準確率比在一項fMRI研究中1例做了通信掃描的DOC患者的分類準確率低。總體來看，同種分類特征下SVM的分類精度要優于LDA。

行為觀察是發現嚴重腦損傷患者意識跡象的主要方式。但臨床要觀察到意識障礙患者的自主行為是相當困難的，而查體又常受感覺和運動功能障礙、氣管切開、覺醒水平波動的影響，模棱兩可的響應又因體力快速耗竭而無法確認；因此意識跡象極易被遺漏。為了評估意識水平和做出精確診斷，已提出和使用了很多行為評定量表。一般的檢查技術因不能做到實時檢測，給發現意識水平變化帶來了很大的困難。

尤其對于MCS的患者，其更進一步的高級意識和認知水平分級，在量表中間無法體現；目前尚無客觀的檢查方法能反映從微意識狀態到完全清醒具有認知的過程。本研究采用的fNIRS技術可以提供比fMRI技術高的時間分辨率的血流動力學信號，對運動偽影具有良好的容忍性；并且新的可穿戴式fNIRS設備變得更小、更輕；因此對于身體運動具有更好的耐受性。這使得fNIRS適用于更廣泛的認知任務[10]。而且fNIRS系統在被試者的安全和舒適性方面具有許多優勢，因此可以進行連續的監測，便于研究康復治療過程中腦部的變化，有助于運動想象腦機制的研究和臨床治療效果的進一步提高。并且，由于光學組件不會干擾電磁場，使fNIRS非常適用于多模態成像(如fNIRS-fMRI，fNIRS-EEG)，以收集與神經血管耦合相關的更完整信息；并且在植入治療裝置(如人工耳蝸)的個體上使用時不會對其造成任何傷害。Kempny等[16]的研究首次證明了使用NIRS對pDOC患者的腦功能進行評估的可行性。運動想象范式具有操作簡單、易于掌握的優點，本研究是第一人稱的想象即以自己為目標的想象，想象的運動是自身肢體或某一部分的運動。這種方法的想象多應用于仿生假肢或者大腦康復領域。而本研究利用fNIRS技術與主動的運動想象范式結合，可以更加確切地了解患者的意識狀態。總之，臨床量表評估具有一定的局限性，會造成一定的誤診；而本研究這種方法通過直接檢測腦活動的信號，來檢測DOC患者殘存的認知功能，判斷患者是否具有“命令跟隨”甚至“交流”功能。目前的研究表明了可以在臨床無顯性“命令跟隨”和“交流”行為的DOC患者中檢測到“命令跟隨”功能，并可實時反饋，可彌補臨床行為學評估的不足[17]。如本研究MCS組患者中的病例5患者在行為檢查時評分較低，但是卻可以通過本研究的方法回答與自身密切相關的問題，顯示出了更高的意識水平。

隨著神經影像技術和腦機接口(brain-computer interface,BCI)技術的發展，將來可以更好地評估DOC患者的殘余認知能力；并且有可能應用在腦機接口上對這些患者的認知能力程度進行分級。BCI系統可以直接檢測DOC患者的與意圖相關的神經活動，并將記錄的信號轉換為BCI應用程序的相應控制信號。這種類型的系統可用于DOC患者，作為與外界溝通并改善患者生活質量的一種手段。其也可以用作神經康復工具，以改善這類患者的運動和/或認知能力[18]。但是在此之前，必須先更好地了解這些患者的殘余認知功能，才能成功實施這些增強性溝通技術。

本研究也有一些不足之處，如在2例MCS患者(病例3、4)運動想象任務中并沒有觀察到明顯的fNIRS變化。陰性結果是由于該方法的“敏感性”低，還是患者自身的局限性導致的尚無法確定；如有些患者可能存在腦缺血或血腫，這會分別影響光的散射和吸收。因此，在應用fNIRS技術之前，對患者進行影像學(CT或MRI)檢查可能至關重要[19]。同時患者有限的認知能力，以及在語言理解、工作記憶、決策或執行功能方面的缺陷，會阻礙想象任務的成功完成。此外，本研究缺少任務驅動的“否”反應，這就增加了不確定性；即MI活動的缺乏是否真的表示“否”或只是缺乏意識。未來可以考慮增加另一個精神成像任務，來表示“否”響應；如空間導航，可激活不同的大腦區域，這會增強對否定答案的信心；因為其會引發自身的激活模式[19]。本研究的另一個局限性是MCS患者與正常對照者的年齡存在差異，也可能在一定程度上會導致實驗結果存在偏差。后續的研究要持續進行樣本量的累積以及實驗方法的改進，以期得到更加可靠的結果。要確保fNIRS數據足以可靠地用于DOC患者的臨床交流，還有許多研究工作要做。總之，fNIRS可能在評估DOC患者的認知功能狀態中起到至關重要的作用。