可靠的静息态脑电功能连接测量揭示长期极端工作条件下脑网络失稳与认知解耦

《Cognitive Neurodynamics》：Reliable resting-state EEG connectivity measures reveal brain network destabilization and cognitive decoupling following prolonged extreme working conditions

　　

本研究旨在利用睁眼（EO）和闭眼（EC）静息态脑电（EEG）记录的连接性指标，表征约十年职业暴露于极端工作条件和轮班作业的矿工功能脑网络组织的变化。研究计算了定向传递函数（DTF）、相干函数虚部（iCOH）和加权相位滞后指数（wPLI），这些指标来自经独立成分分析（ICA）和伪迹子空间重建（ASR）两种预处理流程处理后的不重叠6秒时段。分析对象包括19名矿工（男性，平均年龄36.52±5.08岁）和19名匹配对照（男性，平均年龄35.42±5.04岁）。DTF表现出持续优异的可靠性（组内相关系数ICC≥0.75），在与ASR结合时，经线性混合效应模型和错误发现率（FDR）校正（p_c<0.05）后，在所有频率波段均显示出显著的组间差异，凸显其高度可重复性。具体而言，矿工表现出网络分离和整合降低，反映在EC条件下δ和θ波段的模块度（Q）、全局效率（GE）、局部效率（LE）、聚类系数（CC）和传递性（T）下降，以及较高频率下网络韧性（R）降低。在矿工组内，较高的GE与较差的执行功能和更慢的处理速度相关，这由连线测验（TMT）子成分测得（0.51≤r≤0.71；0.0008≤p_c≤0.029）。此外，较低频率的网络指标（CC、LE、T和R）与言语回忆表现呈显著负相关（?0.70≤r≤?0.54；0.0009≤p_c≤0.039）。这些发现共同表明，慢性职业暴露破坏功能脑网络的稳定性和大规模组织，导致网络效率降低以及神经连接与认知表现之间的解耦。从方法论角度，DTF与ASR的组合成为静息态脑电连接性分析中最可靠的方法。

**研究背景与问题**

环境神经科学作为新兴交叉学科，关注环境如何影响个体中枢神经系统功能。地下采矿环境因呈现高温高湿、神经毒性暴露、低照明度及高强度轮班作业等多样化危险因素，成为研究工作相关神经功能改变的独特模型。现有证据表明，采矿环境中的物理、化学和心理社会因素可通过神经系统显著影响情绪、行为模式和认知过程。既往荟萃分析证实，不良采矿环境与应激和疲劳水平升高相关，最终导致神经认知损害。功能性近红外光谱（fNIRS）研究揭示轮班作业与背外侧前额叶皮层（DLPFC）氧合血红蛋白浓度降低相关，反映执行控制受损和警觉性下降；高温高湿交互作用则显著抑制双侧DLPFC功能连接，提示前额网络整合受扰及认知灵活性降低。脑电研究亦提供补充证据，包括事件相关α波段功率降低且与井下工作时间呈负相关，以及疲劳状态下δ和θ波段活动增加等。

然而，现有神经影像方法在刻画大规模脑通信方面存在局限：fNIRS受限于浅表皮层区域和时间分辨率不足；基于脑电功率谱密度及波段比率的分析仅能量化单个电极或频率的局部振荡活动，无法捕捉分布式神经系统的交互作用。因此，矿工认知脆弱性背后的大规模网络组织机制尚不充分明了。图论分析为克服上述局限提供了 robust 框架，可检视全脑功能网络拓扑，包括分离、整合和模块性等关键属性。本研究即采用此框架，结合多种对容积传导效应敏感度不同的连接性测量方法，系统评估预处理策略对连接性结果的影响，以揭示长期极端工作条件下脑网络组织的改变。

**关键技术方法**

本研究招募19名井下矿工（约10年地下采矿经验）和19名年龄、工作年限、教育水平匹配的对照者，均为男性；对照选自同期从事轮班工作（含夜班）的职业人群。静息态脑电数据采用Enobio32系统（NeuroElectrics, 西班牙）记录，20导联按国际10-20系统放置，以右耳垂为参考电极，采样率500Hz，阻抗<10kΩ。每位参与者完成6分钟睁眼和6分钟闭眼静息态记录，舍弃每条件最初10秒后取4分钟数据，分割为40个不重叠6秒时段。预处理包括50Hz陷波滤波、四阶Butterworth带阻滤波（60-100Hz）及各频段子频段FIR带通滤波。研究比较两种伪迹去除策略：ICA（FastICA算法，结合峰度阈值1.25和幅度阈值4个标准差自动识别伪迹成分）与ASR（基于参考协方差矩阵的特征分解，0.5秒滑动窗口，阈值=均值+5×标准差，maxdims=0.66）。

连接性测量包括：DTF（基于多变量自回归模型的Granger因果频域估计，eConnectome工具箱实现）、iCOH（相干函数虚部，消除零相位滞后伪连接）和wPLI（加权相位滞后指数，强调非零相位差异）。图论指标计算采用Brain Connectivity Toolbox，构建二值邻接矩阵前对DTF应用最小生成树（MST）联合固定密度阈值策略（目标密度15%），对wPLI/iCOH应用标准密度控制阈值；计算模块度（Q）、全局效率（GE）、局部效率（LE）、聚类系数（CC）、传递性（T）和匹配性（R）六项指标。

可靠性评估采用组内相关系数ICC(3,k)，按<0.40差、0.40-0.60一般、0.60-0.75良好、≥0.75优秀分级。组间比较采用线性混合效应模型（LME，MATLAB fitlme函数，Value~Group+(1|Subject)），控制FDR校正（p_c<0.05）。认知评估采用连线测验（TMT-A/B）和言语回忆测试，通过Pearson相关分析检验网络指标与认知表现的关系，经Benjamini-Hochberg FDR校正。

**研究结果**

**可靠性分析揭示DTF-ASR组合最优**

ICC分析显示，矿工组中DTF联合ICA在γ和全频段所有指标均达良好至优秀，β频段EC状态亦呈良好至优秀；而DTF联合ASR则在所有频带、所有指标及两种眼状态下均达优秀，仅少数指标为良好。iCOH联合ICA在δ波段EO和EC均无可用值，联合ASR后EC状态所有指标达优秀。wPLI联合ICA仅在γ和全频段的Q、GE、R指标可接受，联合ASR后可靠性仍最低。对照组中，DTF联合ICA与ASR均在β、γ、全频段达优秀；iCOH联合ASR在δ、β、γ、全频段良好至优秀；wPLI联合ICA仅在γ频段良好至优秀，联合ASR主要在γ和全频段良好至优秀。综合两组的ASR信噪比更高、变异性更小，且ICA在低频段产生更多负ICC值，确定DTF-ASR为最稳定可靠的组合方案。

**矿工脑网络分离与整合指标全面下降**

基于DTF-ASR的LME分析显示，组间差异主要在EC状态显现。LE、CC和T在所有频带EC状态下均显著降低（矿工<对照）；R在EC状态的α、β、γ和全频段显著降低；GE在δ、θ、α、β、γ、全频段的EO和EC状态均显示组间差异，除γ波段外均对照组更优，效应量中至大（Cohen's f²=0.3227-0.5583）。Q的中位数在两组间相似，但矿工组均值低于对照。箱线图显示矿工在所有指标几乎所有子频段均值更低，低频段无异常值，高频段少数指标存在异常值。α波段显示出最多统计学显著指标，视觉检查确认矿工相较对照组在所有指标上均一致降低。

**网络-认知关联呈现频率特异性分离模式**

相关分析显示，矿工组中GE与执行功能和处理速度呈正相关（β、γ波段TMT-A/B：0.51≤r≤0.71；0.0008≤p_c≤0.029），即较高GE与较差认知表现相关；而低频段CC、LE、T、R与言语回忆表现呈负相关（δ、θ、α波段：?0.70≤r≤?0.48；0.0009≤p_c≤0.039），即较低的网络分离和效率与较差记忆回忆相关。α波段所有指标均与心理测量指标显著关联：GE和T分别与TMT-B正相关、与回忆负相关，R、LE、CC、Q亦与多种认知指标有意义相关。对照组中仅R与回忆在α、γ、全频段呈负相关，α波段GE和T分别与总时间和TMT-A负相关。矿工表现出更广泛的α波段网络-认知关联模式，而对照组负相关更局限且指标特异性更强。

**讨论与结论**

研究人员在本研究中量化评估了约十年重体力工作条件和轮班作业矿工的脑功能改变，通过反映脑网络分离、整合和韧性的连接性指标，并在神经退行性变背景下进行解读。技术层面，研究首先确定哪种连接性方法在静息态脑电数据中最可靠，并评估两种预处理策略（ICA、ASR）的效果。结果显示，对照组整体稳定性优于矿工，而DTF一致产生最高且最可靠的ICC值，尤其联合ASR时。在矿工中，DTF联合ICA在全频段达优秀，联合ASR后DTF和iCOH在高频段（β、γ、全）达优秀，且DTF在低频段（δ、θ）保持优秀稳定性。这与wPLI普遍较差的ICC形成对比，与其对幅度相关耦合敏感性降低及可能低估定向交互有关。

预处理效果验证通过信噪比比较确认ASR优于ICA，尤其EC状态。据此选择DTF-ASR进行组间比较。LME建模显示组间差异主要在EC状态：反映模块性、整合和分离的指标在δ和θ波段存在差异，韧性指数在所有较高频率（α、β、γ、全）显著不同。α波段显示最多显著指标，表明矿工网络效率和韧性广泛衰减，尤其在内部驱动神经动态的静息条件下。

研究人员指出，GE应结合情境而非作为认知增强的单向标志物解读。网络神经科学强调最优脑功能依赖整合与分离的平衡权衡，而非效率最大化。因此，静息态数据中降低的GE更可能反映大规模网络组织改变，而非与认知能力的简单反比关系。

矿工组内GE变异性揭示不同模式：相对较高GE值个体表现出更强高频连接和更差执行及处理速度表现。这种表观矛盾提示，组间差异和组内关联可能反映不同机制——整体受损网络中相对较高的GE可能不表示最优整合，而是补偿或适应性不良重组，特征为功能特化降低和过度高频耦合。

从临床转化角度，退休矿业人员阿尔茨海默病（AD）和运动神经元病医疗支出为其他区域个体的3.2倍。本研究中观察到的较低CC，尤其α频段，可能是该风险因素的潜在生物标志物。矿工中观察到的认知症状（记忆丧失、注意缺陷）与AD及轻度认知障碍（MCI）相似，尽管病因和进展不同。文献报道AD和MCI的图论分析结果与本研究一致——CC值显著改变且可能作为前驱条件。因此，矿工认知障碍的早期诊断和有害因素预防，与AD或MCI不同，可能阻止或减轻症状进展。

检测矿工早期神经系统损害不仅有助于理解后续神经退行性和运动神经元疾病的病因，也可通过预防不安全行为改善职业安全。考虑到约90%职业事故归因于人为因素，阐明疲劳和注意力不集中的神经动态，结合脑机接口的职业场景整合，可能在减少重大工作事故中发挥关键作用。

关于ICC可靠性的深入分析，DTF联合ASR在所有频带和条件下均产生优秀ICC值，表明ASR方法保留了DTF基础连接性估计所需的时间动态和定向关系。相比之下，iCOH仅在控制组中良好至优秀，矿工低频段不稳定；wPLI在低频段可靠性有限。ICA处理在矿工低频段无优秀ICC，可能反映其将低振幅生理振荡误判为伪迹的倾向；自动ICA成分剔除可扭曲相位和幅度关系，尤其损害依赖相位信息的iCOH和wPLI。DTF基于多变量自回归模型，对信号时间动态敏感，ASR保留这些动态而ICA可能因误分类神经成分为噪声而降低敏感性。

综上，ASR为静息态脑电连接性估计提供优于ICA的测试-重测可靠性，尤其适用于DTF等多元定向方法；相位基测量（iCOH、wPLI）在同步不规则或较弱条件下可靠性较低。这强调预处理策略需与各连接性方法的方法学特性相匹配。

研究结论指出，DTF-ASR组合成为评估静息态脑电连接性最稳健可靠的方法，兼具高可重复性和有效噪声抑制。研究结果凸显矿工与对照间不同的神经功能模式，尤其EC状态α波段指标，可能反映与职业或环境因素相关的大规模脑组织改变。这些结果共同强调定向连接性指标和适应性预处理策略在推进脑电基础网络神经科学可靠性方面的神经生理学和方法学相关性。未来研究需扩展至解剖约束的源空间连接和图论分析，以实现区域可解释的网络刻画，并在同一队列内直接比较传感器和源水平拓扑。