近红外脑功能成像在脑卒中的研究应用

下载地址1：近红外脑功能成像在脑卒中的研究应用

根据NEJM全球卒中报告显示:中国（25岁后）卒中发生的终生风险为39.3%，比全球平均水平高出58%。根据国家统计局年度数据，2017年中国脑血管病死亡人数占总死亡人数的比重，在城市和农村分别统计为20.56%和23.18%，与恶性肿瘤、心脏病位列死因占比前三。脑卒中除了高致死率外，还具有高致残率和高复发率的特点，是中国成年人残疾的首要原因，严重威胁国民生命健康和生活质量。

脑卒中

脑卒中（cerebral stroke）也被称为“中风”，是一种急性脑部血管疾病，因脑部血管阻塞导致血液不能流入大脑或脑部血管破裂导致脑出血而引起脑组织损伤的一类疾病，分为缺血性卒中和出血性卒中。缺血性卒中的发病率较高，占脑卒中总数的60%～70%。而出血性卒中的死亡率较高。脑卒中使局部脑组织受到损伤，导致其功能不能有效发挥。但人脑有高度的重组能力和可塑性，即大脑通过让其他部位代替受损伤的脑组织行使其原有功能。而这种可塑能力与康复训练有密切关系，康复训练越早、越充分，受损大脑功能恢复的越明显，因此卒中患者在进行运动训练时，常常出现不同于健康人脑部皮层激活及兴奋性的改变。

图 脑卒中的两种发病原因

近红外脑功能成像

近红外脑功能成像（fNIRS）技术是一种新兴的光学成像技术，可以在大脑活动期间获得大脑组织内脱氧血红蛋白和/或氧合血红蛋白的变化情况，反映肢体活动期间脑部有氧代谢的变化，是一种非侵入性脑成像技术。由于卒中病人通常伴有肢体活动障碍，而fNIRS技术不像其他技术那样对受试者的姿势施加太多限制，因此它可能是研究中风康复和恢复中最方便的技术。

卒中患者平衡及行走时脑部皮质的激活特征

Ichiro等人（2002）利用机械控制辅助（CON）和医师辅助治疗（FT）在卒中患者在跑步机上行走的任务来获得相关皮质激活，发现严重卒中患者的偏瘫步态期间，内侧SMC，SMA，PMC和前SMA被激活，且FT诱导的激活通常比CON更强，并提出运动相关区域的侧向指数（LI），发现前运动皮质（PMC）中的LI显着高于辅助运动区，感觉运动皮质和前SMA。

图 两种情况下的脑部激活及侧向指数(LI)的对比

Masahito等人（2007）利用健康志愿者和卒中患者在跑步机上行走进行对比发现，在健康人和患者的加速行走期，皮质激活在内侧SMC，SMA和PFC中是明显的，在稳定期期间，患者表现出持续的皮质激活，而对健康受试者的皮质激活倾向于减少。

图 健康志愿者和卒中病人在行走期间皮质激活的对比

Hiroaki等人（2013）通过利用卒中患者在平台上快速前后运动引起的外部姿势扰动从而获得相关的皮质激活。发现在强化康复后，受影响和未受影响的半球的SMA中的姿势扰动相关的皮质激活显着增加。在未受影响的半球的SMA中，姿势扰动相关的氧合血红蛋白信号的增量与平衡增益显着相关。这些发现支持SMA在姿势平衡控制中起重要作用的结论，并表明SMA是偏瘫中风后平衡恢复的关键区域。

图 在康复前后卒中患者SMA区域皮质激活变化

卒中患者在手部抓握运动时脑部皮质的激活特征

Hiroyuki等人（2002）在对比健康志愿者和卒中患者在手掌抓握时脑部皮质激活时发现，卒中患者不仅激活对侧SMC和SMA，通常激活强度强于健康志愿者，中风后脑部的这些功能变化表明，用于运动控制的皮层网络的重组（可塑性）可能有助于适应性导致中风后偏瘫的功能恢复。

图 卒中患者和正常志愿者左右手运动时HbO、HHb、totHb变化对比

Kotaro等人（2007）对5名卒中患者发病后手部进行短期追踪发现，中风患者在发病后到进入慢性阶段时经受握力经训练后，受影响的手的握力变强，但是未受影响的手没有改变，并且在中风发作的早期（<25天），双侧SM1区域在受影响的手移动期间被显着激活。相反，在后期（> 35天），对侧SM1（受损半球）在受影响的手部运动期间主要被激活，这类似于在未受影响或正常手部运动期间看到的激活模式，表明卒中发作后脑部神经网络发生了一系列重组现象。

图 卒中患者在康复前后脑部皮质激活变化对比

而他们在2014年对比了正常人和不同程度卒中患者皮质激活发现，随着运动功能恢复，卒中患者的运动激活向双侧脑激活的转变，这是由于同侧也发生激活的加入引起的。我们还在慢性期轻度偏瘫患者中观察到明显的对侧优势模式。这表明中风后运动功能恢复与运动相关激活的侧向平衡恢复有关，并且发现在所有中度偏瘫患者的同侧半球中观察到广泛激活，该程度似乎比正常受试者或轻度偏瘫患者更宽。

图 A. 正常人的对侧占优势模式; B. 轻度卒中的对侧优势;C.中度卒中的同侧优;D.中度卒中的双侧激活。

卒中患者在下肢蹬踏运动时脑部皮质的激活特征

Pei-Yi Lin等人（2007）招募中风患者和年龄相同的正常人以观察在主动和被动循环条件下的皮质激活，发现主动运动时时比被动时的反应更强，但被动期间也会有运动皮层的参与。证明了在中风患者在被动运动时也存在皮质的激活，其可应用于制定不同阶段的中风患者的患者的运动康复策略。

图 卒中患者和正常受试者在主动和被动运动时不同的脑皮质激活

卒中患者在上肢被动运动时脑部皮质的激活特征

Kazuya等人（2017）对慢性卒中患者进行HAL-SJ机械肘部康复训练，并进行行为学的评价，发现患者在基线时平均FMA-UE总分为29.9±13.2。2周时平均FMA-UE总分为32.7±12.6，随访4个月时为35.0±12.8。表明上肢运动功能改善。脑部皮质激活显示在基线时对侧半球的主要感觉运动区域和病灶侧半球的前额区域的活动增加。但在2周和随访4个月时，病灶侧半球的主要感觉运动区域的活动增加，并且对侧半球的活动额外增加。

图 HAL-SJ肘部机械康复训练器

图 不同时间段卒中患者脑部皮质激活变化

在2018年他们对卒中患者和健康人被动运动进行比对，探究使用HAL-SJ运动后立即在无辅助情况下重复肘关节屈曲和伸展运动，发现HAL辅助康复治疗可立即诱发卒中患者上肢运动功能的任务相关神经可塑性。此外，脑部皮质激活显示损伤半球中运动皮层的更多激活，且病灶侧激活变化更大。

图 被动训练结束后脑皮质激活变化，红色代表增加，蓝色减少

Sung Jin等人（2017）对卒中患者使用腕部康复机器人进行训练，并采用0.25,0.5和0.75 Hz三种频率，结果发现在右手腕的被动运动期间，在左侧SM1，PMA和所有通道的区域中，HbO浓度有所变化。在不同频率时，也有不同的皮质激活，左侧SM1在仅在0.75Hz下进行的手腕被动运动期间被激活。在左侧PMA中，在0.25Hz和0.75Hz的运动期间观察到显着的激活。体感联合皮层（SAC）在0.25Hz和0.75Hz中有显着激活，并且在0.75Hz处观察到比在0.25Hz处更大的激活。在0.5Hz下未观察到显着的活化。

图 腕部康复训练机器

图 不同频率下的大脑皮层的激活状态

卒中患者在运动想象时脑部皮质的激活特征

Masahito等人（2013）利用卒中患者根据信号想象运动时从而获得大脑皮层激活，实验分为两组，REAL反馈组中的受试者被提供了与想象相关的血红蛋白信号。SHAM反馈组中的受试者在神经反馈期间被提供无关的随机信号，结果发现在REAL组中，FMA的量表显着改善。对严重受损患者的分析也显示了改善；此外，在REAL组中，神经反馈的心理练习增强了在病灶同侧前运动区域中与图像相关的皮质激活，而在SHAM组中没有观察到皮质激活的显着变化，通过血氧浓度前后时间的变化，也表明了运动的心里想象，可以诱发脑部神经元的激活。

图 REAL组和SHAM组在想象时的脑部激活

图 REAL组和SHAM组皮质激活对比，可以看出REAL组有比较显著的皮质激活

卒中患者在双重任务下前额叶的激活特征

Emad等人（2016）通过对比卒中患者和正常志愿者在行走、计数、行走和计数三种情况下脑皮质激活发现，与单任务行走相比，双重任务期间前额叶皮质活动增加（HbO增加程度更大，同时HHb降低的程度更大）。此外中风幸存者在双任务条件下行走时遇到的困难可能反映了中风后行走所带来的认知需求的增加。我们观察到在单任务行走和双任务条件下，与健康对照相比，中风幸存者都表现出PFC活化增加，这些研究结果表明，在中风后行走期间对PFC活动的需求增加，并且这种需求在并发认知任务的存在下进一步增加。

图 卒中患者（上）与健康人（下）在单任务（虚线）和双任务（实线）下皮质激活的变化

Eric等人（2019）对急性及亚急性卒中患者（发病3个月内）在快/慢认知任务、行走任务、及快/慢双任务时前额皮质激活程度发现，对于急性亚急性卒中患者来说，单独行走任务时的前额皮质激活和双任务时的前额皮质激活程度基本一样，说明在急性亚急性期前额皮质似乎通过运动任务就可以到达皮质激活的极限。

图 卒中患者在不同任务下前额皮质激活程度

而Sudeshna等人（2019）对认知能力不同的慢性卒中患者（发病超出6个月）进行了步行任务、连续减7任务、及行走和减7的双任务时前额皮质进行了观察，发现双任务期间的前额叶HbO浓度变化大于单独行走和减7任务，且在典型步行期间具有较高前额叶激活的人，可解释为过度激活，可能会受益于减少对行走需求的康复方法。

图 不同认知能力下前额激活（A）、认知表现（B）、行走状态（C）之间的区别

小结

fNIRS由于适宜肢体运动场景可以很好地检测卒中病人脑激活和脑网络连接，其在卒中发病后的治疗评估及帮助病人制定有效的康复方案等方面有巨大前景。

参考文献

【1】GBD 2016 Lifetime Risk of Stroke Collaborators. Global, regional, and country-specific lifetime risks of stroke, 1990 and 2016[J]. New England Journal of Medicine, 2018, 379(25): 2429-2437.

【2】Miyai I , Yagura H , Oda I , et al. Premotor cortex is involved in restoration of gait in stroke[J]. Annals of Neurology, 2002, 52(2):188-194.

【3】Mihara M , Miyai I , Hatakenaka M , et al. Sustained prefrontal activation during ataxic gait: A compensatory mechanism for ataxic stroke?[J]. NeuroImage, 2007, 37(4):1338-1345.

【4】Fujimoto H , Mihara M , Hattori N , et al. Cortical changes underlying balance recovery in patients with hemiplegic stroke[J]. NeuroImage, 2014, 85:547-554.

【5】Kato, H. Near-Infrared Spectroscopic Topography as a Tool to Monitor Motor Reorganization After Hemiparetic Stroke: A Comparison With Functional MRI[J]. Stroke, 2002, 33(8):2032-2036.

【6】Takeda K , Gomi Y , Imai I , et al. Shift of motor activation areas during recovery from hemiparesis after cerebral infarction : A longitudinal study with near-infrared spectroscopy[J]. Neurosci Res, 2007, 59(2):136-144.

【7】Takeda K, Gomi Y, Kato H. Near-infrared spectroscopy and motor lateralization after stroke: a case series study[J]. International Journal of Physical Medicine & Rehabilitation, 2014, 2: 1-6.

【8】Lin P Y, Lin S I, Penney T, et al. Applications of near infrared spectroscopy and imaging for motor rehabilitation in stroke patients[J]. J Med Biol Eng, 2009, 29(5): 210-221.

【9】Saita K , Morishita T , Hyakutake K , et al. Combined therapy using botulinum toxin A and single-joint hybrid assistive limb for upper-limb disability due to spastic hemiplegia[J]. Journal of the Neurological Sciences, 2017, 373:182-187.

【10】Saita K , Morishita T , Arima H , et al. Biofeedback effect of hybrid assistive limb in stroke rehabilitation: A proof of concept study using functional near infrared spectroscopy[J]. Plos One, 2018, 13(1):e0191361.

【11】Bae S J , Jang S H , Seo J P , et al. A pilot study on the optimal speeds for passive wrist movements by a rehabilitation robot of stroke patients: A functional NIRS study[J]. IEEE Int Conf Rehabil Robot. 2017:7-12.

【12】Mihara M , Hattori N , Hatakenaka M , et al. Near-infrared Spectroscopy-mediated Neurofeedback Enhances Efficacy of Motor Imagery-based Training in Poststroke Victims: A Pilot Study[J]. Stroke, 2013, 44(4):1091-1098.

【13】Al-Yahya E , Johansen-Berg H , Kischka U , et al. Prefrontal Cortex Activation While Walking Under Dual-Task Conditions in Stroke: A Multimodal Imaging Study[J]. Neurorehabilitation and Neural Repair, 2015:1545968315613864.

【14】Hermand E, Tapie B, Dupuy O, et al. Prefrontal cortex activation during dual task with increasing cognitive load in subacute stroke patients: A pilot study[J]. Frontiers in Aging Neuroscience, 2019, 11: 160.

【15】Chatterjee S A, Fox E J, Daly J J, et al. Interpreting prefrontal recruitment during walking after stroke: influence of individual differences in mobility and cognitive function[J]. Frontiers in Human Neuroscience, 2019, 13.