颅内EEG信号分离多区域神经动力学揭示同情痛觉的神经机制

2024-07-01 Mon
研究背景与目的同情心是一种能够理解和分享他人情感的能力，是人类社会互动和亲社会行为的重要基础。当前的神经影像学研究已经确定了一些大脑区域在同情痛觉中的关键作用，包括前岛叶（anterior insula，AI）、前扣带回皮层（anterior cingulate cortex，ACC）、杏仁核（amygdala）和额下回皮层（inferior frontal gyrus，IFG）。然而，关于这些区域在同情反应中的精确时空特征和区域间通信机制，仍存在许多未解之谜。
近年来，功能磁共振成像（fMRI）研究通过识别同情痛觉的核心神经网络（包括AI、ACC、杏仁核和IFG），为理解同情心如何在脑内运作提供了基础。然而，fMRI的时间分辨率较低，难以捕捉快速的神经动态变化。因此，本研究通过记录局部场电位（local field potentials, LFPs）的方法，即颅内脑电图（intracranial electroencephalography，iEEG），旨在揭示同情痛觉的电生理特征。
论文来源及作者本研究的论文题为《Intracranial EEG Signals Disentangle Multi-Areal Neural Dynamics of Vicarious Pain Perception》，发表在2024年的《Nature Communications》期刊上。论文的主要作者包括Huixin Tan、Xiaoyu Zeng、Jun Ni等，他们分别来自北京师范大学认知神经科学与学习国家重点实验室、北京大学心理与认知科学学院等多家研究机构。
研究流程实验设计与参与对象研究实验设计较为复杂，参与对象为22名癫痫患者。这些患者在手术切除前，需要植入颅内电极进行监测，以确定癫痫发作的源区。
实验任务：参与对象需观看显示他人手部受到疼痛或非疼痛刺激的图片（如图1所示），并在图片显示后判断该人物是否感受到疼痛。实验阶段包括1200毫秒的凝视时间、500毫秒的图片展示时间以及自定步调的疼痛判断。
数据采集与处理：实验使用iEEG记录参与者在任务期间的大脑活动，重点关注AI、ACC、杏仁核和IFG这四个同情心相关的脑区。对于每个参与者，电极植入位置是根据临床需要确定。
数据分析方法时间-频率分析：使用Morlet小波变换分析iEEG信号，以获取脑电活动的时间-频率特征，涵盖从低频（theta，4-8Hz）到高频（high-gamma，70-150Hz）的多个频段。
功率相关分析：评估不同脑区间低频振荡的同步情况，分析痛苦和非痛苦条件下的功率相关性差异。
相位-幅度耦合分析（PAC）：进一步分析低频（如beta频段）的相位如何调制高频（如high-gamma）的振幅，以揭示区域间跨频率耦合的关系。
主要研究结果行为数据结果反应准确性和反应时间：实验分析结果显示，参与者在判断疼痛和非疼痛条件时的反应准确性和反应时间没有显著差异，表明对于这两种刺激条件的注意力投入是相当的。
主观情感评分：在术后主观评分阶段，参与者报告在观看疼痛刺激时的同情反应强度、感知到的疼痛强度以及自身的痛苦感显著高于非疼痛刺激。
神经数据结果区域特异性神经活动：时间-频率分析结果显示，观看他人受伤的图片时，各脑区展示了不同的神经活动特征。例如：在IFG区，高伽马波段的功率在疼痛条件下显著增加；在ACC区，beta波段的功率增加；而在AI和杏仁核区域，beta波段的功率减少。
区域间通信：低频段的功率相关分析表明，痛觉刺激条件下，ACC和AI之间以及AI和杏仁核之间的beta波段功率相关性显著降低。而在ACC和杏仁核之间，低频段和高频段的功率相关性则表现出相反的变化模式，即低频段相关性增加，高频段相关性减少。
跨频率耦合：相位-幅度耦合分析显示，痛觉刺激条件下，IFG的high-gamma振幅受AI、ACC和杏仁核的beta相位的调制显著增强。
结论与贡献本研究首次通过iEEG揭示了AI、ACC、杏仁核和IFG在同情痛觉感知中的具体时频特征及其区域间通信的机制，为理解同情心的神经动态模型提供了新的视角。研究结果不仅揭示了这些脑区在同情反应中的独特神经活动特征，还通过跨频率耦合和功率相关分析，揭示了同情网络中不同脑区间的信息传递和整合机制。
科学意义与应用价值基础科学价值：本研究丰富了对同情心神经基础的理解，尤其是通过高时间和空间分辨率的iEEG数据，揭示了传统fMRI技术难以捕捉的快速神经动态变化。
应用潜力：研究发现的同情心相关神经特征和通信模式，有助于未来开发针对同情心相关缺陷的干预和治疗策略，具有潜在的临床应用价值。
研究亮点新颖的方法：iEEG具有高时间分辨率和高空间分辨率，能够揭示快速神经动态变化和深部脑结构的活动，是本研究的一大亮点。
复杂的神经机制：通过结合功率相关和相位-幅度耦合分析，研究揭示了同情心神经网络中的复杂通信机制。
临床应用前景：研究结果不仅具有重要的基础研究价值，还为设计同情心干预措施提供了科学依据。
其他信息相关行为与神经数据的分析，以及实验任务的精细设计，确保了研究结果的可靠性和科学性。该研究跨越了多学科的研究团队合作，包括认知神经科学、临床神经病学和心理学等，为未来的同情心研究指明了新的方向。