功能磁共振成像儀評估運動疲勞后大腦皮質的激活狀態

孫海峰，王銳

連云港市第二人民醫院 醫學影像科，江蘇 連云港 222002

引言

隨著競技體育運動的發展，運動訓練負荷越來越大，認識疲勞機制逐漸成了解決訓練問題的首要條件。運動疲勞是指人體在運動過程中接受的運動負荷超過了機體承受能力而產生的暫時生理功能減退的現象[1]。而運動力竭則是運動疲勞的一種特殊表現形式，即在已經出現疲勞時仍不停止運動，直至機體肌肉或臟器無法繼續支持運動的現象[2]。多年來，運動疲勞都是運動生理學領域備受關注的研究方向之一。初期時，對于運動疲勞的研究大都向出現在外周組織的外周疲勞靠攏，對中樞神經系統疲勞少有涉及[3]。如今，隨著生物醫學科技的不斷發展及研究領域的擴大，已經有許多相關研究顯示，在機體的任意活動中發揮操控作用的腦部網絡主要有初級運動皮層（Primary Motor Areas，M1區）、中央前回與中央旁小葉前部、左右側基底神經節區等[4-5]。但是目前看來，對運動中樞系統性疲勞的了解仍然不夠透徹，這說明中樞性運動疲勞的研究在未來還有更多的可能性。

功能磁共振成像（Functional Magnetic Resonance Imaging，fMRI）是近年來興起的一種用以研究大腦性能的技術，原理是利用磁共振造影來測量神經元活動所引發的血流動力學改變[6]，其中使用最廣泛的是血氧濃度相依對比（Blood Oxygen-Level Dependent，BOLD）。當機體正在運動時，神經簇的活性變強，大腦皮質處于激活狀態，腦部血流量增加的同時，所含的去氧血紅蛋白就會減少，則加權像信號會增強，這樣就能了解到部分神經簇的活動跡象[7-8]。

本研究對不同利手的受試者采用功率自行車騎行運動和雙手/單手握拳運動的方案，通過fMRI檢測來評估，在運動疲勞/力竭前后，利手/非利手活動所對應的各腦功能區的激活情況，以及大腦皮層不同代謝產物的變化，為中樞系統性運動疲勞的研究提供一定的基礎依據，這對運動生理學界的未來發展具有重要意義。

1 材料與方法

1.1 研究對象

本研究選取了32名健康受試者，其中16例右利手、16例左利手。受試者的年齡范圍為18～25歲，平均年齡（22.3±1.8）歲。對比兩組患者的一般資料，右利手的被試者與左利手被試者在年齡、性別、身高、體重方面無統計學差異（P＞0.05），具有可比性（表1）。本研究經連云港市第二人民醫院倫理委員會審核批準（2019ky010），所有研究相關事項均已告知參與者本人，且均已簽署知情同意書。

表1 一般資料對比（-x ±s）

納入標準：① 體內未放置金屬物質；② 無腦部相關疾病史；③ 無器質性疾病史；④ 依從性良好，能夠配合研究。

排除標準：① 有代謝病史者；② 有神經系統疾病史者。

1.2 運動方法與fMRI檢查

被試者采取遞增功率的自行車運動來達到試驗目的。首先取坐位全身放松，然后在自行車上開始運動，各階段騎踏頻率均為1 t/s。操作如下：以0 A（Ampere）電流騎行300 s，接著以0.22 A電流騎行300 s，0.45 A騎行600 s，0.68 A騎行600 s，最后以0.81 A騎行直到自感氣力用盡，心跳達到最大心率的90%及以上即可停止。

所有受試者在fMRI檢查時進行手部運動。經過常規準備后，讓所有的被試者均采取仰臥位、頭先進、雙上肢置于身體兩側的姿勢進行檢查，雙耳塞入專用耳塞（濟南諾安科技有限公司），叮囑患者不要移動頭部，全程保持閉眼放松狀態。手部運動操作如下：受試者先雙手握拳然后松開，反復握拳5 min；再右手單獨反復握拳5 min，最后左手單獨握拳5 min，單手操作時另一只手需要貼于身側放松。設備采用MAGNETOM Spectra 3.0 T磁共振成像系統（Siemens公司，德國），線圈選用標準的8通道頭線圈，梯度回波序列。對大腦的雙側頂葉M1區、雙側基底神經節RBG區進行單一體積元素與核磁共振氫譜的測取。掃描參數：TR 2000 ms，TE 30 ms，翻轉角90°，掃描層厚4 mm，層距0.8 mm，層數30層，矩陣大小64×64，視野220 mm×220 mm，體積元素3.8 mm×3.8 mm×5 mm。

1.3 廣義線性模型與Gauss模型

若要研究關于大腦皮質的某一種特殊性能，且在此之前并不具備其腦功能分區位點的解剖經驗，那么可以先假設本次試驗形式與測取到的大腦皮質信號之間會相互作用，把信號通過某種模型分離為有效信號與干擾噪聲，進而構建對數據進行分析、檢驗的變量。由此，零假設成真的情況下真實的那部分就可以運用這種假定檢驗來預估。廣義線性模型是這類統計模型中應用較廣的一種[9]，本研究運用其對大腦皮質功能進行研究前先進行如下設定：測取到的fMRI信號的動態數列是通過許多形態不一的說明變量經由線性組合而形成的。假定要對大腦皮質的某一體積元素進行測量，得到長為L的fMRI信號的動態數列為，那么通過對每一時間節點進行測定，所得到的樣本值YT就能夠用一組可控制變量的線性組合形式與隨機干擾噪聲來表達，見式(1)。

隨之推導出其矩陣表達式如式(5)所示。

式(5)的簡化形式如式(6)所示。

式中，D為設計矩陣，任何一列都可以看作是回歸模型下的某一變量在全部時間節點上的數值。在D中，每一個與試驗相關的fMRI信號響應都要包括在內。可以假定φ是中心化后的噪聲，由此經廣義線性模型對每一時間節點進行測定所得到的樣本值Y就能被分離成有效部分與干擾噪聲部分。在使用廣義線性模型時，最重要的就是設計矩陣該以什么方式構建，也可以說是要如何搭建大腦皮質的BOLD模型。

大腦皮質在運動時所發出的BOLD信號可以理解為是某個激活腦區的統一響應，也能這樣解釋：由某種刺激而導致的腦部神經灌注反應和神經元運動而造成的血流變形與流動變化之間的相互作用[10]。由此，可以將BOLD信號x(p)表達為腦部神經灌注反應和基于神經元的腦血流變形與流動變化的函數的卷積。還需兼顧BOLD信號的基線隨時間定向緩慢的變化情況，Gauss卷積模型的表達式(7)所示。

式中，pn為過渡反應的時間過程常數，q表示在長時間后超出固定輸出響應的原始響應。ξ為規定的數量與數字，σ為基線隨時間定向緩慢變化的因素，k(p)為干擾噪聲，g(p)則代表Gauss函數，表達如式(9)所示。

式中，ω0為規定的數量與數字，ω1是Gauss函數的期望，代表從刺激開始至最大神經響應之間的平均時間間隔；ω2則是Gauss函數的標準偏差，代表神經元簇的時間延遲的偏離。其計算方式為非線性最小二乘優化算法估計[11]。由于p表示神經元的反應時間延后，那么ω1就表示神經元的平均時間延后，ω2則表示時間延后方差的正平方根，即每一個細小神經元在時間反應上的變動。

1.4 數據處理

運用SPM軟件分析所得的fMRI圖像數據，運用Mest Renova軟件分析最終呈現的氫譜圖像，并確認N-乙酰天門冬氨酸（N-Acetyl Aspartate，NAA）、膽堿（Choline，Cho）和肌酸（Creatine，Cr）的位點分別為2.02、3.20和3.05 ppm。而大腦雙側頂葉M1區中的感興趣區域（Region Of Interest，ROI）的平均BOLD信號則使用Gauss模型來模擬。通過fMRI測取的ROI的平均BOLD信號與通過Gauss模型預估的BOLD信號對比如圖1所示，受試者腦功能區激活情況如圖2所示。

圖1 某受試者大腦皮層在激活狀態下的平均BOLD信號與Gauss模型估算的BOLD信號對比

圖2 某右利手被試者的腦功能區激活圖

1.5 統計學分析

采用SPSS 24.0軟件對所有試驗數據進行統計學分析，數據采用±s表示。選用Kolmogorov-Smirnov test分析數據與高斯分布是否相合，若符合則使用t檢驗，若不符合正態分布則選用Mann-Whitney U檢驗。P＜0.05為差異具有統計學意義。

2 結果

2.1 右利手大腦雙側頂葉M1區的不對稱性

對右利手受試者運動疲勞后的雙手及單手的大腦雙側頂葉M1區進行fMRI檢測。由表2可知，無論是在雙手同時運動或左、右手單獨運動的情況下，與利手相應的ω2值均高于非利手相應的ω2值。這表示在右利手受試者運動至疲勞時，與利手（即右手）相應的整個大腦皮質激活過程的時間節點與節點之間的間隔更大。

表2 右利手受試者雙手或單手運動疲勞后的ω1值

通過表3可知，當雙手運動時，右利手被試者右手對應的左側M1區的ω2值要高于左手對應的右側M1區的ω2值。單手運動時結論不變，右利手被試者右手運動激活的左側M1區的ω2值高于左手運動激活的右側M1區的ω2值。另外雙手運動時，其左半球的ω2值較右手運動時的M1區的ω2值小。但右半球在雙手運動和僅有左手運動時，其 M1區的ω2值之間沒有明顯差異。

表3 右利手受試者雙手或單手運動疲勞后的ω2值

2.2 左利手大腦雙側頂葉M1區的不對稱性

對左利手受試者運動疲勞后的雙手及單手的大腦雙側頂葉M1區進行fMRI檢測的結果如圖3所示，雙手運動時，左利手被試者與左手相應的右側M1區的ω1值高于與右手相應的ω1值，且在僅有一只手運動時結論不變，即左利手被試者左手運動至疲勞后，其激活的右側M1區的ω1值明顯高于右手運動激活的左側M1區的ω1值。而雙手運動時，其右半球的ω1值低于左手運動M1區的ω1值，但左半球在雙手與僅有右手運動時，其 M1區的ω1值之間并無明顯差異。

圖3 左利手受試者運動疲勞后的ω1值

由圖4可知，當雙手運動時，左利手被試者左手對應的右側M1區的ω2值要明顯高于右手對應的左側M1區的ω2值。僅有單手運動時結果一致，左利手被試者左手運動激活的右側M1區的ω2值明顯高于右手運動激活的左側M1區的ω2值；而左半球在雙手與僅有右手運動時，其M1區的ω2值之間沒有明顯差異。但雙手運動時，其右半球的ω2值較左手運動時的M1區的ω2值小。

圖4 左利手受試者運動疲勞后的ω2值

2.3 運動疲勞前、后大腦皮質代謝產物的改變

由表4～5可知，運動疲勞狀態下被試者的左側基底神經節區的Cho/Cr較靜息態出現明顯的下降（P＜0.05）。

表4 運動疲勞前、后兩側腦區NAA/Cr改變（±s）

表4 運動疲勞前、后兩側腦區NAA/Cr改變（±s）

大腦側別 腦功能區 靜息態 運動疲勞 P值右側腦區 M1區 2.04±0.28 2.28±0.95 0.253基底神經節區 1.76±0.73 1.75±0.93 0.469左側腦區 M1區 2.38±0.34 2.46±0.83 0.435基底神經節區 1.81±0.83 1.7±0.85 0.427

表5 運動疲勞前、后兩側腦區Cho/Cr改變（±s）

表5 運動疲勞前、后兩側腦區Cho/Cr改變（±s）

大腦側別 腦功能區 靜息態 運動疲勞 P值右側腦區 M1區 0.76±0.23 0.89±0.21 0.198基底神經節區 0.83±0.51 1.09±0.68 0.075左側腦區 M1區 0.81±0.18 0.89±0.41 0.236基底神經節區 1.16±0.53 0.71±0.52 0.042

2.4 運動力竭前、后大腦皮質代謝產物的改變

由表6～7可知，在運動力竭狀態下，受試者左側基底神經節區的NAA/Cr較靜息態會出現明顯的上升（P＜0.05），Cho/Cr則無顯著性改變。

表6 運動力竭前、后兩側腦區NAA/Cr改變（±s）

表6 運動力竭前、后兩側腦區NAA/Cr改變（±s）

大腦側別 腦功能區 靜息態 運動疲勞 P值右側腦區 M1區 2.03±0.29 2.01±0.21 0.422基底神經節區 1.75±0.77 2.16±0.73 0.109左側腦區 M1區 2.31±0.34 1.95±0.17 0.118基底神經節區 1.82±0.83 2.81±1.88 0.036

表7 運動力竭前、后兩側腦區Cho/Cr改變（±s）

表7 運動力竭前、后兩側腦區Cho/Cr改變（±s）

大腦側別 腦功能區 靜息態 運動疲勞 P值右側腦區 M1區 0.78±0.23 0.92±0.23 0.346基底神經節區 0.84±0.49 0.79±0.22 0.407左側腦區 M1區 0.81±0.2 0.98±0.33 0.302基底神經節區 1.15±0.48 1.28±1.08 0.279

3 討論

本研究將fMRI成像技術引入運動性疲勞后大腦皮質激活狀態變化的探討中，當大腦區域激活時，流向該區域的血量有所增加，而這一調節過程的時間進程正是fMRI成像研究中所檢測的[12]。通過運動疲勞時大腦各功能區的神經活性變化，能更好地觀察運動疲勞/力竭與腦區域的關聯。

本研究收集了32例身體健康的受試者分為右利手組與左利手組，對所有被試者均采用功率自行車騎行和雙手/單手握拳的運動方案，并予以fMRI成像檢查。成像結果運用Gauss模型顯示，在手部運動中，相較于非利手，與利手相對應的神經元的時間響應延后期更長，標準偏差也更大，而此結果不受雙手運動或單手運動形式的影響，這一點與Kuhn等[13]的觀點一致。Cheng等[14]的研究結果表明，出現左側基底神經節區的NAA/Cr、Cho/Cr代謝產物變化可能是受到運動性疲勞/力竭限制的原因，這與本文的研究結論一致。而Townsend等[15]的研究也指出，當雙手運動時，大腦左半球的ω1值低于僅右手單獨運動的M1區ω1值，與本研究結果相符。

本研究的不足之處是樣本數量較少，試驗結果具有一定的局限性與片面性，未來需收集更多的樣本以便對此方向進行更深入的探究。本次基于fMRI成像技術的研究結果或許會為今后運動性疲勞的研究提供一些可靠性較高的依據。

4 結論

本研究對32例健康被試者（分為右利手與左利手）采用了功率自行車騎行以及雙手/單手握拳兩種運動方案，利用fMRI成像技術及相關研究方法，針對大腦的運動相關的區域，系統研究了左、右利手被試運動系統腦區的功能不對稱性，以及影響腦功能區代謝產物的水平變化的限制因素，為臨床患者的診斷提供了健康參考。