Multimodal EEG recordings, psychometrics and behavioural analysis

这是一篇方法论综述，写给已经熟悉 EEG 的生理学家与心理学家，主题是如何把高时间分辨率的电生理记录（EEG/MEG、事件相关电位 ERP）与高空间分辨率的代谢成像（fMRI/BOLD）"多模态"地结合起来。文章分两大块——无任务的大脑（α 节律、默认网络）与实验驱动的任务态大脑（oddball-P300、伽马同步）——中间穿插大量药物研究（苯二氮类、卢非酰胺、尼古丁、氯胺酮）作为"扰动-定位"的实例，最后落到神经精神科的临床标记物与个体化分层。值得读的原因在于：它把"为什么时空互补、怎么互补、互补后会多看见什么"这条方法论主线讲得相当完整，例子多来自作者自己的药物 EEG 实验室。

研究背景

多模态的出发点是一个互补性事实：fMRI/BOLD 给出高空间分辨率的代谢分布，EEG/ERP 捕捉毫秒级的电活动，两者合起来才够看"大脑在哪里、何时做什么"。但这一路线长期面对一个反复出现的批评：头皮 EEG 部分是伪迹（如肌肉污染、液体流动/流变学）的产物。作者的处理思路是回到理论：神经元的总和活动本就是 EEG 理论的一部分，一旦定位可信，脑内机制与头皮观测之间的关系就是合理的；作者同时提醒，近年受关注的高频段恰是最容易被非脑源性信号污染的频段。另一个背景是药物 EEG（pharmaco-EEG）的传统：既然药物选择性作用于特定神经递质系统并扰动 EEG，那么药物就可以当作"探针"，帮助理解脑内靶点位于何处。本文隶属于国际药物 EEG 学会（IPEG）专刊，定位是给同行一份"如何把生理学直觉带进三维彩色重建"的导览，而非系统文献回顾。

研究思路

全文的逻辑骨架是"从静息到任务、从定位到计时"。第一部分处理无任务大脑：先用体素化方法（sLORETA 等）把头皮电位反演为电流密度分布，刻画 α 节律的皮层源；再进入数据驱动的模式搜索——低频 BOLD 的独立成分分析（ICA）揭示静息态网络（resting state network, RSN，含默认网络），并用同步 EEG-fMRI、MEG-fMRI 检查电振荡与代谢网络能否对上。第二部分处理"被实验线索唤起的工作大脑"：以视觉 oddball/持续操作任务为平台，把血氧、电反应与行为三者对齐，核心概念是"时序测定"（chronometry）——信息沿背侧流向腹侧直至下颞域的传播链有精确的时间表；再以药物（增强或抑制兴奋性/抑制性递质）扰动这一链路，检验因果归属。作者显然把药物当作最好的"定位试剂"：一个效应若随特定递质系统起落，其源定位与网络归属就更有说服力。

方法

这是一篇综述，没有统一被试队列；文中各实例的方法可归纳如下。源定位主要用 sLORETA（standardized low-resolution brain electromagnetic tomography）：把头皮电位按细胞构筑学假设分配到 6239 个皮层灰质体素（5 mm 分辨率、对齐标准脑图谱或个体头部）。MEG 数据来自 148 磁力计的 WH2500 系统（BTi）。同步 EEG-fMRI 中用 32 导 EEG 的 ICA 成分作为 fMRI 的回归项（"EEG-informed fMRI"）。统计上强调置换检验：图 2 展示了用置换数据迭代校正的 t 阈值——若要在大脑状态改变（药物或其他）下达到 p<0.01（对应高斯 t 约 2.3），样本量需接近 100；有些团队建议阈值 t=2.4 以防多重两两比较的假阳性。行为-电生理平台是视觉 oddball 家族（含 A-X 型与 2 选 1 计数任务），ERPs 按国际指南测量；振荡分析用时频方法与相位锁定值（phase-locking value, PLV：逐试次取瞬时相位、跨试次平均向量长度，相位恒定=1、随机=0），图 7 还用了 7 周期小波（主频 39 Hz、中心 360 ms）的网络式同步作图。文中引用的具体数据集包括：α 节律的 7 名志愿者（4 女）、γ 频段睁闭眼对比的 19 人组、时频分析的 8 人组，以及尼古丁、氯胺酮（0.1 mg/kg 负荷 + 0.93 mg/kg/h 维持）、卢非酰胺（rufinamide）、劳拉西泮（lorazepam 1 与 2 mg）等药物实验。

主要结果

1. α 节律的定位与药理验证：闭眼时 10 Hz 活动强、睁眼去同步化；sLORETA 显示源位于 Brodmann 17/18 区（距状裂与楔前叶高电流密度）（图 1a,b）；MEG 显示自发振荡的偶极子峰值在颅骨下约 20 mm，与动物研究中的 α 发生层一致（图 1c）；静脉给予约 2.5 mg 苯二氮类药物后枕部 α 完全被抑制，说明这些发生器确实处于中枢抑制性突触的控制之下。
2. 电-代谢对齐的丘脑例子：把 O1/Oz/O2 导联的 α 频谱波动与全脑 BOLD 共配准，发现枕部 α 的时间波动与丘脑区域正相关；但视觉任务定位的外侧膝状体在回归中无显著作用——10 Hz 电活动关联的是未受视觉刺激激活的核团，主结果是一条与丘脑枕（pulvinar）/距状裂组成的网络，不同于丘脑背内侧核与前扣带回构成的静息网络（该例子支撑"电节律与代谢网络可对齐但不一一重合"这一方法论判断）。
3. 频段各有拓扑：同步记录的头皮 EEG 分解为 δ/θ/α/β/γ 后，包含枕叶的"被动视网膜定位"RSN（第 3 号）与 α 频段正相关最高；γ 频段则不同——睁闭眼组间比较的 sLORETA 显示双侧脑岛（insula）有显著电流密度（t=4.1, p<0.05 双尾），是"非感觉域"，可能指向注意/心理功能网络；γ 的地形分布无论任务与否都不同于 α（图 3）。以 C3/C4 为参考的一阶连接分析显示伽马相位差地形图广泛分布、且双侧存在恒定相位带（图 4），更接近 ICA-BOLD 的协方差模式。
4. P300 的时序测定与药物：卢非酰胺降低全局兴奋性后，2 选 1 视觉 oddball 中 P3b 在 290–420 ms 窗口减弱（图 5a）；同步 EEG-fMRI 显示 oddball 早期加工只对齐第 4 号 RSN（听觉/语音），而 300–400 ms 的 P300 成分关联第 1、2、3 号 RSN（核心网络）及枕-颞视觉区——随时间推进被调用的 RSN 逐级变化。源空间解显示顶叶"背侧注意簇"源在 400–600 ms 达峰，更腹侧的下颞源时间进程相似且干扰物峰早于注意靶（图 5 语境下的目标-干扰物分离）。
5. EEG-informed fMRI 的药物实例：尼古丁实验中，BOLD 变化方向与行为变化相关——反应时缩短对应 BOLD 下降、变慢对应 BOLD 升高；用 P300 波幅作回归项后，中额回与中颞回的 BOLD 显著降低。氯胺酮使 ERP 降低 71%，BOLD 与 sLORETA 三维成像中显著体素都变少，且安慰剂下参与 oddball 表现的楔叶（cuneus）活动被药物消除——构成一个"准确性相关"的刺激评估网络。P300 的 sLORETA 断层最大值见于后扣带与楔前叶，兼及内侧额顶、下顶叶、颞上回后中部与背/腹外侧前额叶；老龄化使 P3b 峰潜伏期最多延迟约 60 ms。
6. γ 同步与药物：视觉 oddball 的时间频谱分析在 8 名志愿者 250–400 ms 间检出 40 Hz 的显著模式（图 6a）；劳拉西泮 1 mg 不显著改变 ERP 波形，却显著压低认知反应的伽马暴发（图 6b），并带来神经时序的大规模重组：PLV 同步拓扑图显示对照态是"广泛而无结构"的耦合，服药 2 小时后变成更确定性的连接，偏向双侧颞顶域（图 7）。作者同时承认：从传感器空间推不出 GBR 的脑内源头，此类高频瞬时暴发的发生器至今无共识。

图注解读

图 1 · α 节律的体素化定位与 MEG 对齐

原文图注：Fig. 1. Example of sLORETA tomography of alpha power (around 10 Hz) for the difference between eyes closed – eyes open in axial (a) and sagittal (b) planes (scale for maximal current density 231 mV) for 1 individual volunteer. c MEG narrow-band filtered alpha band activity for 28 reconstructed sites out of 148 magnetometers from a WH2500 System (BTi, San Diego), aligned with the similarly filtered signal on C3 showing in-phase (inset O2)/antiphase (inset Pz) patterns over the occipital domains; epoch length for insets 400 ms. d An illustration of 'meshing' equidistant nodes for 'voxelizing' the EEG/MEG patterns in grey matter atlas.

这张图是"体素化 EEG"一节的图示核心：a、b 两面板是单个志愿者闭眼减睁眼的 α 功率 sLORETA 断层（轴位/矢位，标尺为最大电流密度），亮点落在枕叶皮层；c 面板把 MEG 窄带滤波后的 28 个重建位点与 C3 导联对齐，展示枕域同相（O2 插图）与反相（Pz 插图）的空间模式——将“展示枕域同相（O2 插图）与反相（Pz 插图）的空间模式——反相恰恰说明源在枕叶皮层内而不是深部单一核团”替换为“展示枕域相对 C3 信号的同相（O2 插图）与反相（Pz 插图）空间模式”；d 面板示意把 EEG/MEG 模式"网格化"到灰质图谱等距节点上的思想。它支撑结果 1（α 源在 BA17/18、距状裂/楔前叶）。

图 2 · 置换校正的 t 阈值与样本量

原文图注：Fig. 2. a Iterative adjusted t values (horizontal axis) for paired comparisons as a function of sample size (vertical axis) on the basis of permutations [10] from in-house true pharmaco-EEG data from healthy volunteers. b Analytical distribution of normalized probabilities (surface is 1.00) for an infinite number of observations depicting pragmatic thresholds (horizontal axis as in a). Note that for changes in brain state (drug-induced or other) the p < 0.01 level that corresponds to gaussian t ∼ 2.3 is attained for a sample size close to 100.

读法：a 图横轴为配对比较的（迭代校正后）t 值、纵轴为样本量，数据来自作者实验室健康志愿者的真实药物 EEG 记录，用置换法给出经验阈值；b 图是无穷观测下的归一化概率分布（面积 1.00），横轴同 a，标出实用阈值。要点在读注释：要在脑状态改变（药物所致或其他）下达到 p<0.01（高斯 t≈2.3），样本量需接近 100。这张图支撑"方法"一节的统计主张——小样本药物 EEG 的组间比较必须用置换校正，否则会系统性高估显著性。

图 3 · γ 频段的源定位（脑岛）

原文图注：Fig. 3. Example of localization of gamma oscillatory EEG content for the eyes open/eyes closed comparison in a group of 19 subjects (a) using sLORETA statistical comparisons by voxel-wise paired t test performed on the mean (insula adjusted t = 4.1, p < 0.05 two-tailed) and MEG global alignment (b) of positive peak on C3 (cursor position) traces showing phase/anti-phase patterns over the 2 hemispheres.

读法：a 面板是 19 人组睁眼对闭眼的 γ 频段 sLORETA 统计图（逐体素配对 t 检验，显著处为双侧脑岛，校正 t=4.1）；b 面板是 MEG 全局对齐：以 C3 上正峰（光标处）对齐的各传感器轨迹，显示两半球间的同相/反相结构。图的要点是"频段不同、拓扑不同"：γ 的分布与 α（图 1）明显不同，且落在非感觉域的脑岛，提示其参与注意/心理功能网络。支撑结果 3。

图 4 · γ 频段的一阶连接：相干与相位差

原文图注：Fig. 4. Interpolated mapping of pairwise coherence calculations on source derivation (non-monopolar) EEG epochs in a 28-electrode montage 'seeded' with respect to electrode C3 (a) and with respect to electrode C4 (b). c, d Same as above but for the average phase difference. Note the bilateral spread of constant phase (dark zone equals difference at or near zero).

读法：这是把 28 导 EEG 各 epoch 以源导联（非单极）两两计算的插值图：a、b 分别以 C3（左）、C4（右）为种子，纵轴为平方相干（0–0.5 标尺）；c、d 为同样的平均相位差图（0–180°）。核心观察是注释强调的"恒定相位的双侧扩散"——黑色区即相位差为零或近零——说明 γ 频段存在跨半球近似零延迟的耦合，作者认为这更接近 ICA-BOLD 协方差模式而非局部源。支撑结果 3 后半句。

图 5 · P300 的药物敏感性与时序

原文图注：Fig. 5. a Grand mean P300 response in an 'A-X-type' visual oddball task [49] with mental counting in a 2-choice visual oddball task of targets 2 h after administration of rufinamide to dampen global excitability; the curve with the grey surface represents the drug-sensitive part of the signal. b Example of the time course of phasic gamma band response embedded in single event signals emerging after bandpass filtering; although not from the same study, the x-axes have been aligned with panel a. Filtered evoked reponses show nano-amplitude fast frequency oscillations in the gamma band (∼40 Hz). Horizontal axis: post-stimulus time in milliseconds; vertical axis: amplitude in microvolts (3 microvolts/tick in a).

读法：a 面板是 A-X 型视觉 oddball（心理计数）中靶刺激的总平均 P300：给卢非酰胺 2 小时后（抑制全局兴奋性），灰色填充的曲线部分即"药物敏感段"，对应正文中 290–420 ms 的 P3b 减小；b 面板展示单次事件经带通滤波后嵌在信号中的瞬时 γ 暴发（约 40 Hz、纳安级幅度），x 轴与 a 对齐（并非同一研究）。横轴为刺激后毫秒、纵轴为微伏（a 中每格 3 μV）。此图把"ERP 波幅"与"嵌入的快速振荡"两种度量并置，支撑结果 4 与 6 的引入。

图 6 · 视觉 oddball 的时频图与劳拉西泮效应

原文图注：Fig. 6. Examples of time-frequency approach and drug effects in a visual oddball task for control condition (a) that unveiled 40-Hz patterns reaching significance in 8 volunteers between 250 and 400 ms and for lorazepam (b) at the dose of 1 mg (note that the GBR of the cognitive response has been abolished).

读法：两张单通道（Pz）时频图：横轴刺激后时间（−100 至 600 ms）、纵轴频率（约 1–50 Hz）、色标为 dB。对照条件下（a）250–400 ms、40 Hz 附近出现达显著的模式（8 名志愿者）；劳拉西泮 1 mg 条件下（b）认知反应的 γ 频段响应（GBR）消失——而正文强调 ERP 波形本身并未显著改变。这正是"看波形什么都没发生、看时频才发现药物效应"的教科书式例子，支撑结果 6。

图 7 · PLV 同步拓扑：药物重组网络连接

原文图注：Fig. 7. Example illustrating modern network theory of drug effects during the visual P300. White lines correspond to the significant (p < 0.01) coupling compared to scrambled data for a 7-cycle wavelet of dominant frequency of 39 Hz centred at 360 ms; only cases 10% of highest PLVs having ±10° from zero phase have been re-transcribed. The topographic map corresponds to 'PLV synchrotopy': the control state (a) yields a widespread pattern without much structure, whereas 2 h after lorazepam (b; lora 1 mg; see fig. 5b and 6b) a more deterministic connectivity (at least interelectrode) highlights preferably bilateral temporoparietal domains.

读法：这是把 P300 时段当作网络来画的图：对主频 39 Hz、中心 360 ms 的 7 周期小波，白线表示相对打乱数据的显著耦合（p<0.01），且只保留 PLV 最高 10%、相位在零相位 ±10° 内的连接。对照态（a）连接广泛但缺乏结构；劳拉西泮 1 mg 服后 2 小时（b）连接更"确定"，集中在双侧颞顶域。所谓 PLV 同步拓扑（synchrotopy）即按电极对相位同步强度作的地形图。此图支撑结果 6 的后半——GABA 增强不是"关闭"同步而是重组同步，同时体现传感器空间分析的边界（推不出脑内源头）。

讨论

作者的收束方式是先立论再认账。立论：多模态技术调和了"实验控制下大量神经元的加工"——先用无任务条件获得协变模式的初步图景（α 与丘脑-距状网络、RSN 与频段的对应），再用双模态取两家之长：高空间分辨率（血流动力学/BOLD）与单试次事件相关测量的高时间分辨率。作者给出的功能分配是：第 1 号 RSN 对应内部加工/任务控制，第 2 号背侧注意，第 3 号视觉中继，第 4 号听觉/语音，第 5 号体感，另有第 6 号腹侧流承载内源性心理活动；序列任务中的电传播 largely 归属相互连接的、依赖时序测定的通路链——背侧流之后腹侧皮层把信息送往下颞域。认账的部分很实在：Brookes 等已指出一种模态中的模式未必在另一种模态中有相似物；不一致也可发生——苯二氮类使 α 功率下降是共识，但在该频段做纵向相干分析却未见药物效应；多变量判别与矩阵代数有"过学习"风险，结论需在多于一个队列上验证；γ 暴发的源至今无共识，传感器空间推不出源头。展望部分落到临床：阿尔茨海默病用 MEG 谱"重心"加少量精选连接对可提高 ADAS-Cog 的线性预测；ERP 作为疾病标记物在精神分裂症与痴呆中有表面效度，多模态成像有望帮助建立建构效度；按患者特异的缺陷谱划分人群，可避免药物试验队列的过度异质——即"个体化标记策略"。

一句话总结

（我的理解）这篇综述读起来更像一份来自药物 EEG 实验室第一线的操作手册：它真正的论点不是"多模态很好"，而是"电与代谢各自只说一半真话，对齐的方式（频段对网络、波幅对 BOLD、相位对连接）决定你能看见什么"。最打动我的是它坚持用药物做扰动-验证——卢非酰胺动 P3b、劳拉西泮只动 γ 不动 ERP——这种"动哪条线、哪里变"的证据链，比任何单模态的激活图都更接近因果。相应地，文中到处标注"推不出""无共识"的自我克制，也是这份手册的隐形章节。