摘要

目的：使用EEG delta功率(＜4Hz)測量的睡眠慢波活動在整個發(fā)育過程中發(fā)生顯著變化，反映了大腦功能和解剖結(jié)構(gòu)的變化。然而，個體慢波特征隨年齡的變化尚未被徹底研究。在這里，本研究旨在表征兒童期到成年期的個體慢波特性，如起源、同步和皮層傳播。方法：本研究分析了正常發(fā)育兒童(N=21，10.3±1.5歲)和年輕健康成人(N=18，31.1±4.4歲)的夜間高密度(256個電極)EEG記錄。對所有記錄進(jìn)行預(yù)處理以減少偽影，并使用經(jīng)過驗(yàn)證的算法檢測和表征NREM慢波。統(tǒng)計學(xué)顯著性的閾值設(shè)定為p=0.05。結(jié)果：與成人相比，兒童的慢波更大、更陡，但傳播范圍較小。此外，它們往往主要起源并分布于大腦后部區(qū)域。相對于成年人，兒童的慢波也表現(xiàn)出更強(qiáng)烈的右半球參與和起源于右半球的趨勢。對高、低同步效率慢波的單獨(dú)分析表明，這些慢波經(jīng)歷了部分不同的成熟模式，這與它們可能依賴于不同的生成和同步機(jī)制相一致。

結(jié)論：兒童期和成年期之間的慢波起源、同步和傳播的變化與已知的皮質(zhì)-皮質(zhì)間和皮質(zhì)下-皮質(zhì)大腦連接的變化一致。從這個角度來看，慢波特性的變化可能為評估、跟蹤和解釋生理和病理發(fā)展提供一個有價值的標(biāo)準(zhǔn)。

前言

在兒童期和青春期，人類的大腦經(jīng)歷了幾次重要的結(jié)構(gòu)和功能適應(yīng)。根據(jù)區(qū)域特異性發(fā)展軌跡，白質(zhì)體積隨著年齡的增長而增加，直至成年早期。反之，從7歲開始，灰質(zhì)體積大幅度、不同步地下降，尤其是在額-頂葉聯(lián)合區(qū)，并遵循后-前軌跡。這種下降似乎是選擇性突觸修剪、程序性細(xì)胞死亡和進(jìn)行性皮質(zhì)內(nèi)髓鞘化共同作用的結(jié)果。重要的是，這種微妙而復(fù)雜過程的紊亂被認(rèn)為是(通常出現(xiàn)在青春期的)幾種精神疾病的基礎(chǔ)。

睡眠腦電圖(EEG)被認(rèn)為是一種可靠的工具來追蹤從嬰兒期到青年期發(fā)生的大腦適應(yīng)。事實(shí)上，在睡眠狀態(tài)下記錄的大腦活動僅受到與動機(jī)、注意力和情境影響相關(guān)的干擾因素的輕微影響，因此我們可以對大腦活動進(jìn)行無偏估計。此外，NREM慢波(＜4Hz)和紡錘波(10-16Hz)等睡眠標(biāo)志的特性似乎可以直接反映大腦組織和連通性，因此可以追蹤生理和病理上的成熟變化。睡眠慢波在這方面特別有趣，因?yàn)樗鼈円蕾囉诙坛毯烷L程連接。具體而言，突觸強(qiáng)度和效率的局部變化被認(rèn)為會影響神經(jīng)元同步，從而影響慢波特性，例如振幅、斜率和負(fù)峰數(shù)量等。不同的是，長程(例如，經(jīng)胼胝體)連接似乎會影響在皮質(zhì)水平上的長程慢波傳播。

基于這些考慮，慢波活動(SWA)表示為在delta范圍(＜4Hz)內(nèi)的平均EEG信號功率——隨著年齡的增長而逐漸降低，而其地形分布呈現(xiàn)出從頭皮后部到頭皮前部的變化。這些變化與區(qū)域髓鞘化和皮質(zhì)體積的(微)結(jié)構(gòu)變化以及區(qū)域特異性技能的獲得同時發(fā)生。此外，縱向和半球間纖維髓鞘化的變化與慢波傳播的速度和距離的增加有關(guān)。

有趣的是，先前的研究表明至少存在兩種慢波亞型，它們可能是由不同的同步過程產(chǎn)生的：1)一種是與覺醒相關(guān)的皮質(zhì)下-皮質(zhì)過程(I型)可能導(dǎo)致入睡早期出現(xiàn)的廣泛、大而陡峭的慢波，這些慢波往往起源于中央額區(qū)；2)皮質(zhì)-皮質(zhì)間過程可能是產(chǎn)生更局限、更小和更淺的慢波(II型)的基礎(chǔ)，這些慢波在穩(wěn)定的NREM睡眠期間占主導(dǎo)地位，可能起源于皮質(zhì)的任何地方。對發(fā)育過程中的這些慢波亞型的研究可以為研究參與睡眠和慢波調(diào)節(jié)的皮質(zhì)和皮質(zhì)下結(jié)構(gòu)的成熟提供一個重要的窗口。

雖然上述觀察結(jié)果暗示了慢波作為大腦成熟標(biāo)志物的潛在價值，但從未對慢波特征地形和不同慢波亞型如何從童年期到成年期發(fā)生變化進(jìn)行過詳細(xì)而全面的分析。值得注意的是，更好地理解與發(fā)育過程相關(guān)的慢波調(diào)控機(jī)制，可能對使用慢波作為神經(jīng)發(fā)育障礙的標(biāo)志物具有更廣泛的意義。事實(shí)上，青春期或成年早期出現(xiàn)的特定精神病理被認(rèn)為是由典型成熟過程中的異常引起，這可能反映在慢波表達(dá)模式的改變上。因此，本研究分析和比較了在健康兒童和年輕成人中采集的夜間睡眠高密度腦電圖數(shù)據(jù)(256個電極)，以探討慢波特征地形的潛在成熟依賴性變化。特別是，本研究使用自動化方法來檢測單個慢波并分析它們的起源、區(qū)域同步和傳播模式。根據(jù)已知的大腦發(fā)育適應(yīng)和先前觀察到的慢波特性，提出了以下假設(shè)。首先，慢波的起源和分布均由后區(qū)向前區(qū)轉(zhuǎn)移，從而反映了額區(qū)產(chǎn)生和傳播慢波到達(dá)的能力的變化。其次，兒童慢波在兩個半球間的分布范圍較小且不對稱，這可能是半球間白質(zhì)束發(fā)育不完全的結(jié)果。第三，不同慢波亞型呈現(xiàn)出可分離的特性和成熟模式，這與其主要依賴于不同的同步機(jī)制和大腦結(jié)構(gòu)(分別為皮質(zhì)下和皮質(zhì))一致。

方法

參與者

在這項(xiàng)觀察性橫斷面調(diào)查中，本研究考察了使用相同EEG系統(tǒng)和相似程序記錄健康兒童和年輕成人一晚的數(shù)據(jù)。在一項(xiàng)關(guān)于注意缺陷/多動障礙(ADHD)睡眠改變的研究中，盧加諾市立醫(yī)院睡眠科招募了兒童作為對照參與者，而年輕成人則來自威斯康星大學(xué)麥迪遜分校睡眠實(shí)驗(yàn)室進(jìn)行的一項(xiàng)研究，作為評估冥想對睡眠影響研究的對照對象。由睡眠醫(yī)學(xué)委員會認(rèn)證的醫(yī)生對兒童和成人進(jìn)行全面訪談，以篩查任何已知的睡眠障礙或任何影響睡眠的醫(yī)療狀況。然后將選定的受試者送往睡眠實(shí)驗(yàn)室進(jìn)行睡眠視頻-PSG，并進(jìn)行長時間的腦電圖監(jiān)測，以篩查是否存在阻塞性睡眠呼吸暫停綜合征(OSAS)和周期性肢體運(yùn)動(PLM)。

選擇標(biāo)準(zhǔn)：①兒童組年齡在7-14歲之間，成人組年齡在20-40歲之間；②無睡眠障礙病史；③睡眠記錄技術(shù)質(zhì)量良好；④呼吸紊亂指數(shù)(RDI)＜5次/小時。兒童組由21名受試者(10.3±1.5歲，9名女性)組成，而成人組由18名受試者(31.1±4.4歲，11名女性)組成。所有研究程序均經(jīng)過當(dāng)?shù)鬲?dú)立倫理委員會和威斯康星大學(xué)健康科學(xué)機(jī)構(gòu)審查委員會的審查和批準(zhǔn)。所有參與者在參與時均提供了書面同意。所有研究活動均按照《赫爾辛基宣言》進(jìn)行。

睡眠記錄

所有參與者均接受了整夜的實(shí)驗(yàn)室高密度腦電圖記錄(256通道；Electrical Geodesics Inc., Eugene，OR)，采樣率為250Hz或500Hz，并結(jié)合傳統(tǒng)的視頻-PSG。在數(shù)據(jù)預(yù)處理和分析之前，將500Hz的記錄降采樣至250Hz。在參與者通常的就寢時間一小時內(nèi)熄燈，所有參與者的起床時間都在早上6-7點(diǎn)之間。睡眠分期和睡眠事件由經(jīng)過委員會認(rèn)證的睡眠醫(yī)師使用Embla? Remlogic軟件(Neurolite)根據(jù)30s的epoch對6個雙極重參考EEG通道(F3/M2,F4/M1，C3/M2，C4/M1，O1/M2，O2/M1)、眼電圖(EOG)和頦下肌電圖(EMG)進(jìn)行評分。

腦電數(shù)據(jù)預(yù)處理

在進(jìn)行頻譜分析之前，按照高密度腦電圖的標(biāo)準(zhǔn)流程對數(shù)據(jù)進(jìn)行預(yù)處理。導(dǎo)入所有EEG信號和其他相關(guān)信息(包括睡眠評分)，提取NREM睡眠(N2和N3階段)階段，并使用EEGLAB工具箱在MATLAB(The MathWorks Inc.，Natick，MA)中進(jìn)行分析。首先對EEG信號進(jìn)行0.1Hz的一階高通濾波，隨后進(jìn)行帶通濾波(0.5-45Hz，基于Kaiser窗的FIR，零相位失真)。利用交互式開源數(shù)據(jù)可視化和數(shù)據(jù)清洗工具(https://github.com/CSC-UW/csc-eeg-tools.git)對MATLAB中的數(shù)據(jù)進(jìn)行可視化檢測，并標(biāo)記壞導(dǎo)和偽影信號。將包含影響大部分通道(＞50%)的喚醒或運(yùn)動相關(guān)偽影的數(shù)據(jù)段標(biāo)記為“壞”，并且不考慮用于后續(xù)分析。在檢查功率譜和地形功率圖時，本研究還刪除了相對于相鄰?fù)ǖ拦β拭黠@更大的通道。使用EEGLAB程序分別對N2和N3數(shù)據(jù)進(jìn)行獨(dú)立成分分析(ICA)，以去除眼動、心電圖、出汗和肌肉偽影。根據(jù)成分的地形和時間序列，僅排除具有特定活動模式的ICA成分和具有偽影活動特征的成分圖。最后，使用非線性球面插值來恢復(fù)被剔除的壞導(dǎo)。

NREM睡眠的EEG信號功率

使用無偽跡的6秒epoch對平均參考信號進(jìn)行頻譜分析。對于地形分析，本研究計算了各個epoch的平均delta功率(SWA；1-4Hz)，并檢查了絕對功率和歸一化功率(使用公式z=(x-μ)/σ計算各通道的z分?jǐn)?shù)，其中x是特定電極的原始值，μ和σ分別是跨電極計算的平均值和標(biāo)準(zhǔn)差)。

慢波檢測

EEG信號以雙側(cè)乳突(右側(cè)乳突：190通道，左側(cè)乳突：94通道)為參考，并使用經(jīng)過驗(yàn)證的方法自動檢測慢波。首先，計算信號負(fù)包絡(luò)。然后，應(yīng)用基于零均值中心信號包絡(luò)上連續(xù)過零識別的負(fù)半波檢測程序，僅保留持續(xù)時間在0.25~1.0s之間的半波用于進(jìn)一步分析。未設(shè)置振幅閾值。對于所有檢測到的慢波，計算并存儲以下感興趣的參數(shù)：持續(xù)時間(過零間隔時間，單位為秒；s)，最大負(fù)峰振幅(μV)，下行斜率(第一次過零點(diǎn)到最大負(fù)峰之間；μV/s)，上行斜率(最大負(fù)峰與第二次過零之間；μV/s)，范圍(在以波峰為中心的40ms窗口內(nèi)計算所有電極的平均EEG信號；μV)。

慢波的起源和傳播

對于每個檢測到的慢波，通過確定每個局部最大負(fù)峰相對延遲的地形分布來計算其傳播模式。使用“相似性約束”方法丟棄負(fù)波與“原型”慢波差異過大的通道，“原型”慢波定義為在信號負(fù)包絡(luò)上檢測到的最大波峰的時間點(diǎn)具有最大負(fù)峰的波。該方法基于原型波的瞬時相位(使用希爾伯特變換估計)與每個EEG信號的瞬時相位(在對稱的300ms時間窗內(nèi))之間的互相關(guān)。保留最大互相關(guān)值分布的第25個百分位數(shù)以上的事件以創(chuàng)建頭皮延遲圖。然后，應(yīng)用時空聚類程序來排除潛在的傳播間隙。根據(jù)此程序，將相距小于10ms的兩個相鄰電極的局部峰值視為同一傳播簇的一部分。最后，識別包含原型波的傳播聚類，提取最終的延遲映射，并將最小延遲設(shè)置為零。利用得到的延遲映射計算慢波密度、全局性、起始點(diǎn)和終止點(diǎn)。具體來說，每個通道的慢波密度被定義為每分鐘該通道參與慢波的次數(shù)。在排除偽跡或非生理活動后，在每個睡眠時期計算該指數(shù)，然后對各個時期進(jìn)行平均。慢波全局性計算為從延遲映射中提取的單個慢波所涉及的通道數(shù)。將每個慢波的起始和終止分別定義為傳播延遲最低(即0ms)或最高的通道。為了研究慢波在兩個半球的起源是否不同，如果75%的起始通道位于左(或右)半球，那么將單個慢波歸類為左(或右)半球起源。然后，確定左半球或右半球起源明確的慢波占檢測到的慢波總數(shù)的總體比例。最后，計算“通道激活對稱性指數(shù)”，值為50%表示對稱分布，0%表示單側(cè)分布。

統(tǒng)計分析

使用非配對雙尾t檢驗(yàn)、Mann-Whitney U檢驗(yàn)或X2檢驗(yàn)進(jìn)行組間統(tǒng)計比較(視情況而定)。首先分別使用Shapiro/Wilk檢驗(yàn)和Levene檢驗(yàn)評估數(shù)據(jù)的正態(tài)性和方差齊性。采用混合模型方差分析(ANOVA)來研究組間(兒童、成人)和組內(nèi)因素的交互效應(yīng)。

對于頭皮地形分析，本研究使用基于聚類的方法進(jìn)行多重比較校正。具體來說，對于每個執(zhí)行的t檢驗(yàn)，通過對各組受試者進(jìn)行隨機(jī)分配生成一個零分布。在置換過程的每次迭代中，計算每個電極的檢驗(yàn)統(tǒng)計量，并將最大顯著電極簇的大小(未校正的p＜0.05)存儲在頻率表中?？紤]到計算所有可能的數(shù)據(jù)重組是不現(xiàn)實(shí)的，本研究使用50000次迭代來近似完整的零分布。最后，將第95百分位數(shù)(5%的顯著性水平)作為臨界閾值。采用Spearman進(jìn)行相關(guān)分析。

α顯著性水平設(shè)置為p＜0.05，偏Eta方(η2)和Cohen's d作為效應(yīng)量的衡量指標(biāo)。如果結(jié)果不顯著，則計算貝葉斯統(tǒng)計(https://www.github.com/klabhub/bayesFactor)，其中貝葉斯因子＞3被認(rèn)為支持零假設(shè)。所有統(tǒng)計分析均在MATLAB中進(jìn)行。

結(jié)果

慢波活動

兒童組的整個頭皮NREM SWA絕對值高于成人組(簇大小=256，p＜0.05)。然而，在標(biāo)準(zhǔn)化后，與成人組相比，兒童組中央后部區(qū)域的SWA較高(簇大小=30，p＜0.05)，額區(qū)SWA較低(簇大小=69，p＜0.05)。本研究在分別關(guān)注N2或N3以及第一個睡眠周期(數(shù)據(jù)未顯示)的其他探索性分析中獲得了類似的結(jié)果。

慢波密度和參與兒童的絕對慢波密度和參與明顯高于成人(圖1)。對電極進(jìn)行標(biāo)準(zhǔn)化后，結(jié)果發(fā)現(xiàn)與成人相比，兒童后部區(qū)域的密度和參與度顯著更高，而額區(qū)的值較低。此外，兒童組的慢波負(fù)振幅、下行斜率和上行斜率顯著高于成人組(圖1)。另一方面，兒童的慢波全局性低于成人。鑒于慢波斜率和全局性被認(rèn)為分別反映了短程和長程同步效率，本研究進(jìn)一步探討了這些特性在兩個年齡組中的關(guān)系。當(dāng)調(diào)整年齡因素后，成人組中的慢波下行斜率與全局性呈正相關(guān)(p=0.012，r=0.59)，但在兒童組中不相關(guān)(p=0.665，r=0.10)，且組間相關(guān)系數(shù)差異顯著(p=0.049)。

激活對稱性指數(shù)兒童與成人之間的左右對稱性(通道激活對稱性指數(shù))存在顯著差異(p＜0.001；圖2)。此外，兩組前部通道的對稱性指數(shù)均顯著高于后部通道對稱性指數(shù)。組別(兒童、成人)和腦區(qū)(前部、后部)之間存在顯著的交互作用(p＜0.001)。事實(shí)上，與成人組相比，兒童組前半球慢波更不對稱，而后半球的對稱性指數(shù)在兩組之間不存在顯著差異(圖2)。因此，相對于成人，兒童的前部慢波更不對稱，而后部區(qū)域的半球不對稱程度在兩組之間相似。

慢波起源和終止雖然慢波終止的地形分布在兒童和成人之間沒有顯著差異(p＞0.05)，但與兒童相比，成人的慢波似乎更多地起源于額區(qū)(p＜0.05；圖3)。在后部電極中也觀察到一個互補(bǔ)的統(tǒng)計趨勢，即兒童的起源概率高于成人(p＜0.05，未校正)。組別(兒童、成人)與半球起源概率(左、右)之間存在顯著的交互作用(p=0.023)。事實(shí)上，在兒童組中，起源于右半球的波的百分比明顯高于起源于左半球的波的百分比，但成人組則不然。與成人組相比，兒童組右半球起源的慢波百分比較高(p=0.040), 而左半球起源的慢波百分比在組間沒有統(tǒng)計學(xué)差異(p=0.827；圖3)

同步效率高低的慢波對于每個慢波，根據(jù)平均斜率和參與電極的比例計算同步分?jǐn)?shù)，作為慢波同步效率的衡量指標(biāo)。兩組的同步分?jǐn)?shù)分布均為非高斯分布且呈右偏態(tài)(圖4)。但平均而言，兒童的同步分?jǐn)?shù)更高(p＜0.01)。同步分?jǐn)?shù)分布在NREM周期中保持相似，但也顯示出明顯的左移，與慢波振幅和全局穩(wěn)態(tài)變化的影響相一致(圖4)。因此，為了避免與穩(wěn)態(tài)變化相關(guān)的可能混淆，本研究僅對第一個NREM周期進(jìn)行進(jìn)一步分析。然后對同步效率高(top10%)和中等(mid10%)的慢波進(jìn)行分類和分析。

研究結(jié)果發(fā)現(xiàn)，在額葉和頂-枕簇中，組別(兒童、成人)和慢波類型(中10%、前10%)之間存在顯著的交互作用(圖5)。具體而言，在額簇前10%(p＜0.001)和中10%的慢波(p＜0.001)中，成年人比兒童的參與度更高。此外，在同一簇中，成年人組前10%慢波的參與值顯著高于中10%慢波(p＜0.001)，而兒童組無統(tǒng)計學(xué)差異(p=0.120；圖5C)。在后部團(tuán)簇中也發(fā)現(xiàn)了類似的差異(雖然符號相反)。

中10%和前10%慢波均有起源于中央電極和額葉電極的趨勢，但只有成年人的前10%慢波有明顯的起源熱點(diǎn)。本研究發(fā)現(xiàn)在中央電極簇中慢波概率起源的組別和慢波類型之間存在顯著的交互作用。事后分析表明，在這一團(tuán)簇中，與兒童組相比，前10%慢波的成年人組有更高的起源概率(p＜0.001)，但中等10%的慢波則沒有明顯差異(p=0.971)。此外，在同一電極簇中，成年人組的前10%慢波起源概率明顯高于中等10%慢波(p＜0.001)，但在兒童組中未發(fā)現(xiàn)類似差異(p=0.935，圖5)。

結(jié)論

綜上所述，本研究結(jié)果表明，對慢波特性的詳細(xì)描述能夠提供有關(guān)兒童期和青春期大腦形態(tài)功能適應(yīng)的寶貴信息，這些信息擴(kuò)展和補(bǔ)充了從SWA(delta功率)的簡單評估中得出的信息。此外，本研究提供的證據(jù)支持至少存在兩種以不同水平的同步效率為特征的慢波亞型，并且這些慢波經(jīng)歷了部分不同的成熟變化。先前的觀察結(jié)果表明，這種慢波亞型的產(chǎn)生可能分別取決于皮質(zhì)下-皮質(zhì)和皮質(zhì)-皮質(zhì)間的同步機(jī)制，鑒于此，本研究結(jié)果表明，對它們的單獨(dú)評估可以提供關(guān)于不同解剖-功能腦網(wǎng)絡(luò)成熟的有價值的解讀。總體而言，目前的數(shù)據(jù)支持這樣一種觀點(diǎn)，即睡眠是觀察和追蹤大腦生理適應(yīng)及其紊亂的獨(dú)特窗口，有助于為臨床人群的病理發(fā)展提供一個有價值的標(biāo)準(zhǔn)。事實(shí)上，例如，不同慢波亞型的特定變化可能與病理?xiàng)l件下特定大腦結(jié)構(gòu)或網(wǎng)絡(luò)的改變有關(guān)。在這方面，I型波的成熟變化(反映了覺醒相關(guān)系統(tǒng)的參與)尤其可能發(fā)生在這些結(jié)構(gòu)出現(xiàn)功能改變的情況下。

原文：Anna Castelnovo, Althea Lividini, Brady A. Riedner, Giulia Avvenuti, Stephanie G. Jones, Silvia Miano, Giulio Tononi, Mauro Manconi, Giulio Bernardi, Origin, synchronization, and propagation of sleep slow waves in children, NeuroImage (2023), doi: https://doi.org/10.1016/j.neuroimage.2023.120133

小伙伴們關(guān)注茗創(chuàng)科技，將第一時間收到精彩內(nèi)容推送哦～