基于近红外功能成像技术的大脑冲突监测功能研究
作者：admin 来源：未知 日期：2021-04-13 09:01人气：
摘 要：
目的 运用近红外功能成像技术研究反应时不同的两组被试在冲突监测任务下大脑血氧反应的差异，探讨大脑冲突监测功能的神经机制。方法 选取28名本校在校学生作为健康被试，其中男性16名，女性12名，年龄17～20(18.79±0.55)岁。运用近红外功能成像技术(functional near-infrared spectroscopy, fNIRS)采集被试Stroop任务下大脑的血氧浓度变化量。根据他们在Stroop任务中的反应时分为快组和慢组，每组14名。通过nirsLAB软件进行数据分析，对比两组被试大脑血氧反应的差异，并计算被试行为学指标与其大脑血氧浓度变化的相关关系。结果 Stroop任务主要激活的脑区位于双侧背外侧前额叶(dorsolateral prefrontal cortex, DLPFC)和额极区。相比慢组，Stroop任务下快组的脱氧血红蛋白(Hb)浓度变化显著降低(P<0.05),主要位于左侧DLPFC和额极区。同时，Ch4通道Hb的浓度变化值与被试反应时呈现正相关关系(r=0.422 3,P=0.025 2)。结论 实验结果验证了DLPFC在冲突监测功能中的核心作用，同时发现左侧额极区的Hb浓度变化可以作为反映大脑冲突监测功能的重要指标。
关键词：
近红外脑功能成像 冲突监测 Stroop任务 血氧浓度
Application of functional near-infrared imaging for conflict monitoring:a preliminary study in 28 adults
ZHANG Ye WANG Li ZHANG Jingna LI Pengyue WANG Qiannan SANG Linqiong QIU Mingguo
Department of Medical Imaging,Faculty of Biomedical Engineering and Imaging Medicine,Army Medical University(Third Military Medical University);
Abstract：
Objective To study the difference of cerebral blood oxygen response of subjects with different reaction speed under conflict task with the aid of functional near-infrared spectroscopy(fNIRS) in order to explore the neural mechanism of conflict monitoring. Methods Twenty-eight healthy students from our university were recruited as the subjects. They were 16 males and 12 females, at an age of 17～20(18.79±0.55) years. The changes of blood oxygen concentration in the brain of these subjects during Stroop task were collected by fNIRS. According to their response time in Stroop task, they were assigned into fast group and slow group, with 14 students in each group. The data were analyzed by nirsLAB software to compare the changes of the relative concentration of oxygenated hemoglobin(HbO2) and the relative concentration of deoxygenated hemoglobin(Hb) between the 2 groups, and the correlation between the behavioral indexes and the changes of cerebral blood oxygen concentration was analyzed. Results Stroop task mainly activated bilateral dorsolateral prefrontal cortex(DLPFC) and frontal polar region. Compared with the slow group, the relative concentration of Hb was decreased significantly in the fast group under Stroop task, mainly located in the left DLPFC and frontal polar region(P<0.05). Also, the relative concentration of Hb in Ch4 channel was positively correlated with the reaction time(r=0.422 3, P=0.025 2). Conclusion Our results verify the core role of DLPFC in conflict monitoring, and find that the relative change of Hb concentration in the left frontal polar region can be regarded as an important indicator to reflect the conflict monitoring of the subjects.
Keyword：
functional near-infrared spectroscopy; conflict monitoring; Stroop task; blood oxygen concentration;
冲突监测功能是大脑非常重要的一种认知功能，反映了大脑适应冲突的能力。应用现有的影像技术如功能磁共振成像(functional magnetic resonance imaging, fMRI)等对大脑冲突监测系统的研究方面已经取得了很多重要成果。在多种经典的涉及冲突干扰信息加工的任务中，例如Stroop任务、Go/No-Go任务、Flanker任务和错误监测等，可以发现大脑前额叶皮质的激活[1-6]。研究表明：背外侧前额叶(dorsolateral prefrontal cortex, DLPFC)可能负责解决冲突信息，它通过自上而下的注意调节机制，调整负责视觉或听觉等方面加工的脑区的活动[1]。大多数冲突任务都发现了DLPFC的激活，研究者们认为其在完成冲突任务过程中参与了冲突监测和冲突解决[2]。先前的fMRI研究，重点对Stroop任务引起大脑激活的脑区进行了定位[1-6],但因其时间分辨率较低，无法研究Stroop实验引起的血氧浓度随时间变化的特性。因此，目前对于大脑冲突监测功能的神经机制，还需要进一步的深入研究。
被试在冲突监测任务中如何做出快速、准确的反应?下一步可否采用相关的刺激技术增强这种能力?研究这些问题更有利于深入探索大脑的冲突监测功能，而找到相应的靶点及生物标记物是研究的基础。近红外脑成像(functional near-infrared spectroscopy, fNIRS)技术采用光学原理测定大脑组织的血氧浓度变化，可以实时反映与神经元活动相关的大脑血液动力学信号[7],而反应时是反映被试处理冲突任务的1个重要指标。因此，本实验采用fNIRS技术重点考察了两组反应时不同的被试在冲突监测过程中大脑血氧反应的区别，研究反应时与被试大脑执行冲突监测任务时血氧浓度变化之间的关系，一方面可以从脑功能定位的角度进一步验证已有的发现，另一方面探索脑血氧浓度在Stroop任务下随时间的变化，明确能对冲突任务做出快速反应的生物标记及脑区定位，有利于下一步开发实时监测设备，用于战时或特殊人员的挑选和监测，以及开发相关的刺激技术增强冲突反应能力。
1 资料与方法
1.1 研究对象
在本校本科在校生中招募健康被试共28名。其中男性16名，女性12名，年龄17～20(18.79±0.55)岁。被试无神经和精神疾病史，均为右利手，母语均是汉语，无色盲、色弱。被试在实验前被告知实验内容，并签署知情同意书。本研究方案于2017年经第三军医大学医学伦理委员会批准。
1.2 实验设计
采用组块设计，被试执行Stroop任务[8],共包含6个组块。任务开始后，首先屏幕中央出现1个“+”,随后随机出现3个带颜色的汉字“红、绿、蓝”。被试被要求对所呈现汉字的颜色做出反应。实验过程中，被试手指置于键盘上，如果汉字的颜色是红色则按“J”键；如果是绿色则按“K”键；如果是蓝色则按“L”键。每个组块持续时间为30 s, 期间共呈现20个汉字，每个字呈现500 ms, 字与字之间间隔1 000 ms, 被试被要求在汉字呈现后尽快做出判断。实验任务的刺激呈现和行为学数据记录均由E-prime软件完成。
1.3 数据采集
采用美国NIRScout16×16近红外数据采集仪进行脑功能数据采集。本实验采用7个光源和8个探测器(图1),采集共20个通道的信号。光源和探测器之间间距3 cm, 采样频率为7.812 5 Hz。参照10～20国际脑电记录系统在被试前额位置安置光源和探测器。与我们之前的研究一致[9],采用三维数字化定位仪(PATRIOT,USA)进行通道的三维坐标定位，运用nirs_SPM软件进行空间配准，得到的通道分布以及对应的脑区如图2所示。
图1 被试大脑前额叶区域光源探测器布局图
图2 被试大脑前额叶20个光学探测通道定位图
1.4 实验数据分析
通过nirsLAB(v201904)软件进行数据预处理。首先在软件中设定实验设计的刺激时间点，之后对过大的噪声波动数据进行手动剪裁。下一步对数据进行0.01～0.20 Hz的带通滤波，去除心跳、头动等噪声信号，同时去除慢漂移[10-11]。通过修正的比尔-朗伯定律(modified Beer-Lambert law, MBLL) 将每个通道两个波长的光强信号变化转化为血氧浓度信号，包括含氧血红蛋白(HbO2) 、脱氧血红蛋白(Hb) 、总血红蛋白(total Hb)3种参数的相对浓度变化。之后通过一般线性模型(general linear model, GLM)进行数据建模，运用血液动力学函数(hemodynamic response function, HRF)和方波函数进行卷积运算，最终得到被试在实验任务过程中大脑血液动力学变化的时间特性。
1.5 统计学分析
根据被试行为学数据反应时的不同，通过K均值聚类法[12]分为两组，反应时小的为快组，反应时大的为慢组，每组各14人。通过nirsLAB软件中携带的SPM模块对两组数据进行统计学分析。采用单样本t检验计算被试Stroop任务状态下大脑的激活模式。采用双样本t检验比较两组被试在同一任务下大脑血氧浓度变化差异。采用SPSS 22.0统计软件，对两组被试实验任务的反应时和正确率进行双样本t检验，并计算各通道平均信号与被试行为学数据之间的相关关系。P<0.05为差异具有统计学意义。
2 结果
2.1 行为学结果
两组被试性别、年龄、正确率差异无统计学意义，反应时差异具有统计学意义(P<0.01,表1)。
表1 被试的行为学数据(n=14,x¯±s,例)
2.2 Stroop任务下的大脑激活模式
对28名被试的脑血氧变化信号进行单样本t检验，得到所有被试在Stroop任务下的激活图(P<0.05,图3A)。结果显示：Stroop任务显著激活了被试的Ch3、Ch9、Ch9、Ch12、Ch14、Ch16和Ch20通道，分别对应大脑左右两侧的DLPFC区域(BA9/46)和额极区(BA10)。被试任务状态下显著激活的代表性通道(Ch3,Ch20)中，HbO2/Hb浓度变化随时间变化的时程曲线如图3B、C所示，在任务开始后两个通道HbO2浓度变化都有1个明显的峰值出现，任务结束后，信号开始回落。
分别对两组被试Stroop任务下的脑血氧变化信号进行单样本t检验，获得反应时不同的两组被试任务下大脑不同的激活模式图(图4)。快组Stroop任务主要激活的脑区分布于Ch16、Ch20通道，对应右侧额极区(BA10)和背外侧前额叶(BA46)。慢组Stroop任务主要激活的脑区分布于Ch3、Ch7、Ch9、Ch14、Ch16通道，对应左侧背外侧前额叶皮质(BA9和BA46)以及双侧额极区(BA10)。
2.3 两组被试Stroop任务下脑血氧信号的差异
对两组被试Stroop任务下的脑活动信号(HbO2和Hb)进行双样本t检验。两组被试HbO2的浓度变化无明显差异。快组被试Hb的浓度变化在Ch3、Ch4通道明显低于慢组，对应左侧背外侧前额叶皮质以及额极区(BA46和BA10区)(P<0.05,图5)。
图3 28名被试Stroop任务的激活脑区(A)以及Ch3(B)、Ch20(C)通道HbO2/Hb相对浓度变化曲线
图4 快组(A)和慢组(B)被试Stroop任务的激活模式
图5 Stroop任务下两组被试脱氧信号的显著性差异脑区
2.4 Hb平均相对含量随时间的变化
分析两组被试任务状态下Hb浓度变化呈现显著差异的通道(Ch3,Ch4)中，Hb浓度变化随时间变化的时程曲线(图6)。结果显示：慢组Hb浓度变化明显高于快组，在任务开始后以及任务结束时分别有1个明显的峰值出现，快组在任务开始后的峰值并不明显，但在任务结束时仍有1个较小的峰值出现。
2.5 被试血氧浓度变化值与反应时的相关关系
计算28位被试各通道信号值与其反应时之间的相关关系，发现Ch4通道Hb的浓度变化值与被试反应时呈现正相关关系(r=0.422 3,P=0.025 2,图7)。其他通道未发现与反应时的显著相关关系。
图7 Ch4通道Hb浓度变化值与被试反应时呈正相关关系
3 讨论
本研究采用近红外功能脑成像技术，研究了Stroop字色实验任务下前额叶大脑血氧信号的激活模式，同时对比了两组反应时不同的被试在Stroop任务下大脑HbO2及Hb随时间的浓度变化差异。此外，本研究还对任务下全脑各通道HbO2及Hb浓度变化与被试反应时之间的关系进行了研究，从影像学角度进一步揭示大脑冲突监测功能的神经机制。
所有被试的单样本t检验结果显示：Stroop任务下被试双侧DLPFC(BA9/BA46)和额极区(BA10)呈现显著激活。显著激活的代表性通道(Ch3,Ch20)中，HbO2/Hb浓度变化随时间变化的时程曲线较为相似，显示双侧大脑激活的模式具有一致性。分组后，两组被试的单样本t检验结果显示：快组Stroop任务主要激活的脑区分布于Ch16、Ch20通道，对应右侧额极区(BA10)和背外侧前额叶(BA46)。慢组Stroop任务主要激活的脑区分布于Ch3、Ch7、Ch9、Ch14、Ch16通道，对应左侧背外侧前额叶皮质(BA9和BA46)以及双侧额极区(BA10)。所有被试以及分组后两组被试的激活脑区结果与之前的研究结果较为一致，即背外侧前额叶在冲突监测任务中起到了关键的作用[13-15]。而慢组被试激活的区域较快组被试更广，且激活强度也大于快组，表明慢组被试在执行冲突监测任务的过程中需要招募更多的脑区来参与，且调动了更多的大脑能量。
图6 Stroop任务下Ch3(A)、Ch4(B)通道Hb相对浓度变化曲线
本研究双样本t检验结果显示：与反应时慢的被试比较，反应时快的被试Hb浓度变化显著降低，主要位于Ch3和Ch4通道，对应左侧DLPFC(BA46)和额极区(BA10区)。分析两组被试任务状态下Hb浓度变化呈现显著差异的通道(Ch3,Ch4)中Hb浓度变化随时间变化的时程曲线，慢组Hb浓度变化也显著高于快组。从脑区分布而言，BA10包括额上回和额中回最前侧的部分，而BA46包括额中回[14]。神经科学研究已经确认DLPFC参与认知控制的自上而下的调节过程[1]。多项研究表明左侧DLPFC是冲突监测的关键脑区[1-3,6]。根据冲突监控假说，反应冲突的发生是由ACC发出的，而DLPFC中更多的认知控制被用于后续的表现[16]。多项不同的Stroop任务的功能成像研究和病变研究也都证明了DLPFC在选择性注意和反应抑制中的重要作用[17-18]。额极区(BA10)包括内侧和外侧，通常分别称为腹内侧前额叶皮质(ventromedial prefrontal cortex, vmPFC)和外侧额极皮质(lateral frontopolar cortex, lFPC)[19]。本研究中主要分布于lFPC,这一区域的核心功能已经被理论化为支持认知分支，即在进行中的多个任务同时执行时，能够暂停另一个行动方案(待定任务集)[20-21]。有研究也发现了左侧lFPC在注意力资源的重分配中起到的重要作用，包括在视觉维度(颜色和运动)之间以及位置之间的注意力资源重分配[22-23],这与本研究字色Stroop任务对颜色判断的需求相对应。反应速度不同的人群在执行Stroop任务时大脑左侧DLPFC以及lFPC血氧反应的不同，印证了这些脑区在冲突监测任务中的核心以及关键作用。
重要的是，本研究还发现了Ch4通道(BA10)的Hb浓度变化与被试的反应时呈正相关关系(P=0.025 2)。即被试在Stroop任务中反应时越慢，则其大脑lFPC的血氧反应变化越明显。lFPC在大脑冲突监测功能中负责注意力资源的重分配以及支持多任务执行[21-23]。被试在执行冲突监测任务例如Stroop任务时，越慢的反应时意味着动用了更多的大脑资源，因而大脑中负责冲突监测功能的lFPC也随之出现更为明显的血氧反应。这一结果表明：Ch4通道的Hb浓度变化可以从影像学角度反映被试的反应时，因此可以作为衡量大脑冲突监测功能的一个重要的生理学指标。明确这一生物标记及脑区定位，有利于下一步开发实时监测设备，用于战时或特殊人员的挑选和监测，针对这一脑区的刺激技术也可能增强被试的冲突反应能力。
综上所述，本研究应用fNIRS技术验证了DLPFC在冲突监测功能中的核心作用，重点对比了反应时不同的两组被试在冲突监测任务下大脑血氧反应的差异，研究了任务状态下大脑血氧浓度随时间的变化曲线，同时发现了lFPC的Hb浓度变化可以作为反映被试大脑冲突监测功能的一个重要指标，从一个新的角度了揭示大脑冲突监测功能的神经机制，也为进一步开发大脑的冲突监测功能提供了新的影像学依据。本研究也存在一定的局限性。首先，被试的样本量较小，仍需要进一步的大样本研究来验证当前的结果。其次，作为冲突监测的经典实验范式，本研究仅选择了Stroop任务作为刺激任务，下一步还需要结合更多的实验范式进行多角度的分析，更深入地研究大脑冲突监测功能的神经机制。
参考文献
[1] ARANEDA R,RENIER L,DRICOT L,et al.A key role of the prefrontal cortex in the maintenance of chronic tinnitus:an fMRI study using a Stroop task[J].Neuroimage Clin,2018,17:325-334.DOI:10.1016/j.nicl.2017.10.029.
[2] AARTS E,ROELOFS A,VAN TURENNOUT M.Attentional control of task and response in lateral and medial frontal cortex:brain activity and reaction time distributions[J].Neuropsychologia,2009,47(10):2089-2099.DOI:10.1016/j.neuropsychologia.2009.03.019.
[3] ALEXANDER W H,BROWN J W.Medial prefrontal cortex as an action-outcome predictor[J].Nat Neurosci,2011,14(10):1338-1344.DOI:10.1038/nn.2921.
[4] BOTVINICK M M.Conflict monitoring and decision making:reconciling two perspectives on anterior cingulate function[J].Cogn Affect Behav Neurosci,2007,7(4):356-366.DOI:10.3758/cabn.7.4.356.
[5] DAVELAAR E J,STEVENS J.Sequential dependencies in the Eriksen flanker task:a direct comparison of two competing accounts[J].Psychon Bull Rev,2009,16(1):121-126.DOI:10.3758/pbr.16.1.121.
[6] GRINBAND J,SAVITSKAYA J,WAGER T D,et al.The dorsal medial frontal cortex is sensitive to time on task,not response conflict or error likelihood[J].NeuroImage,2011,57(2):303-311.DOI:10.1016/j.neuroimage.2010.12.027.
[7] FERRARI M,QUARESIMA V.A brief review on the history of human functional near-infrared spectroscopy (fNIRS) development and fields of application[J].NeuroImage,2012,63(2):921-935.DOI:10.1016/j.neuroimage.2012.03.049.
[8] STROOP J R.Studies of interference in serial verbal reactions[J].J Exp Psychol,1935,18(6):643-662.DOI:10.1037/h0054651.
[9] 王莉，桑林琼，张晔，等.工作记忆任务的近红外脑功能成像研究[J].第三军医大学学报，2019,41(21):2061-2068.DOI:DOI:10.16016/j.1000-5404.201907031.WANG L,SANG L Q,ZHANG Y,et al.Near infrared brain functional imaging of working memory in health young individuals[J].J Third Mil Med Univ,2019,41(21):2061-2068.DOI:DOI:10.16016/j.1000-5404.201907031.
[10] LUU S,CHAU T.Decoding subjective preference from single-trial near-infrared spectroscopy signals[J].J Neural Eng,2009,6(1):016003.DOI:10.1088/1741-2560/6/1/016003.
[11] 张静娜，王莉，张晔，等.基于功能近红外光谱技术的镜像运动脑激活特征的初步研究[J].第三军医大学学报，2018,40(18):1682-1687.ZHANG J N,WANG L,ZHANG Y,et al.Brain activation characteristics during mirror movements in healthy subjects:findings by functional near-infrared spectroscopy [J].J Third Mil Med Univ,2018,40(18):1682-1687.DOI:10.16016/j.1000-5404.201804010.
[12] USMAN D,STORES F S.On some data pre-processing techniques for K-means clustering algorithm[J].J Phys Conf Ser,2020,1489:012029.DOI:10.1088/1742-6596/1489/1/012029.
[13] LAGUË-BEAUVAIS M,BRUNET J,GAGNON L,et al.A fNIRS investigation of switching and inhibition during the modified Stroop task in younger and older adults[J].Neuroimage,2013,64:485-495.DOI:10.1016/j.neuroimage.2012.09.042.
[14] VANDERHASSELT M A,DE RAEDT R,BAEKEN C.Dorsolateral prefrontal cortex and Stroop performance:tackling the lateralization[J].Psychon Bull Rev,2009,16(3):609-612.DOI:10.3758/pbr.16.3.609.
[15] XU X,DENG Z Y,HUANG Q,et al.Prefrontal cortex-mediated executive function as assessed by Stroop task performance associates with weight loss among overweight and obese adolescents and young adults[J].Behav Brain Res,2017,321:240-248.DOI:10.1016/j.bbr.2016.12.040.
[16] BOTVINICK M M,BRAVER T S,BARCH D M,et al.Conflict monitoring and cognitive control[J].Psychol Rev,2001,108(3):624-652.DOI:10.1037/0033-295x.108.3.624.
[17] PLENGER P,KRISHNAN K,CLOUD M,et al.fNIRS-based investigation of the Stroop task after TBI[J].Brain Imaging Behav,2016,10(2):357-366.DOI:10.1007/s11682-015-9401-9.
[18] NISHIZAWA Y,KANAZAWA T,KAWABATA Y,et al.fNIRS assessment during an emotional stroop task among patients with depression:replication and extension[J].Psychiatry Investig,2019,16(1):80-86.DOI:10.30773/pi.2018.11.12.2.
[19] SEMENDEFERI K,ARMSTRONG E,SCHLEICHER A,et al.Prefrontal cortex in humans and apes:a comparative study of area 10[J].Am J Phys Anthropol,2001,114(3):224-241.DOI:10.1002/1096-8644(200103)114:3224:aid-ajpa1022>3.0.co;2-i.
[20] BOORMAN E D,BEHRENS T E,WOOLRICH M W,et al.How green is the grass on the other side?Frontopolar cortex and the evidence in favor of alternative courses of action[J].Neuron,2009,62(5):733-743.DOI:10.1016/j.neuron.2009.05.014.
[21] CHARRON S,KOECHLIN E.Divided representation of concurrent goals in the human frontal lobes[J].Science,2010,328(5976):360-363.DOI:10.1126/science.1183614.
[22] MANSOURI F A,KOECHLIN E,ROSA M G P,et al.Managing competing goals-a key role for the frontopolar cortex[J].Nat Rev Neurosci,2017,18(11):645-657.DOI:10.1038/nrn.2017.111.
[23] PENG K,STEELE S C,BECERRA L,et al.Brodmann area 10:Collating,integrating and high level processing of nociception and pain[J].Prog Neurobiol,2018,161:1-22.DOI:10.1016/j.pneurobio.2017.11.004.
