内容发布更新时间 : 2024/9/14 13:28:02星期一 下面是文章的全部内容请认真阅读。

nature biotechnology：大脑情绪解码

摘要：从神经活动中解码情绪状态随时间变化的能力让使用闭环系统（closed-loopsystems）治疗神经精神疾病成为可能。然而，这种解码尚未得到证实，部分是由于我们对情绪状态的测量具有稀疏性，这使得对分布式的情绪相关的神经动力学进行建模变得很困难。为此，南加州大学Sani和Shanechi等人在nature biotechnology杂志上发表文章。此研究建立了一个模型框架，用以解码7位癫痫病患者的多处颅内记录的情绪状态变化，这些癫痫病患者在多天内间断性地自我报告情绪状态。该研究建立了情绪状态的动态神经编码模型和每个个体相应的解码器，并证明可以从神经活动中解码情绪状态随时间的变化。解码器主要从被试的边缘区域采集神经信号，此区域的谱空间特征与情绪变化一致。这一动态模型还提供了一种分析工具来计算解码情绪状态的时间尺度。这些结果提供了初步证据，表明情绪状态解码的可行性。 引言：

情绪状态解码器的设计（需要建立大尺度的神经动力学模型）对于开发有效的情绪障碍治疗至关重要，但是存在一些挑战。神经生物学、神经解剖学和神经影像学研究表明，情绪表征背后的神经回路并不存在于单个大脑区域中，而是涉及多个、分布式的皮质边缘区。此外，鉴于情绪本质的复杂性，追踪情绪状态随时间的变化很困难。因此，建模和解码将需要在多个分布式脑区记录神经活动，同时测量情绪。这些操作将需要新的计算技术，结合大尺度分布式脑区的数据，可以处理由于情绪评估困难而导致的情绪状态测量的稀疏性时。因此从神经活动中解码情绪状态至今仍难以捉摸。

鉴于这些挑战，已有大量研究使用非侵入性神经成像在实验环境中探索情绪在大脑中的功能表征。这些研究显示健康被试由于情绪刺激物而引起大脑区域性改变，并且识别出可能与神经回路功能障碍或情绪障碍治疗效果相关的静息状态活动改变。此外，使用无创EEG和颅内局部场电位（local field potential: LFP）的研究已发现了区分抑郁症患者和健康被试的神经生理学变化。从这些发现得知，已在开放回路深部脑刺激（open-loop deepbrain stimulation: DBS）中对治疗抑郁症做了开创性的研究。

本研究连续记录了大尺度颅内皮质EEG信号（large-scale ECoG），同时收集癫痫患者几天的自测情绪状态。该研究设计了一个建模框架，利用稀疏情绪状态测量方法从每个被试的高维神经记录中识别出简洁的情绪预测网络，并在所识别的网络中训练动态神经编码模型。研究使用训练好的模型来构造解码器，该解码器能够根据每个被试的神经频谱特征来预测其随时间变化的情绪状态。这些情绪解码器代表了促进未来神经精神障碍的个性化闭环治疗的第一步。 方法：

被试：通过外科手术将半慢性（Semi-chronic）颅内ECoG电极植入7例难治性癫痫患者脑中，用于治疗癫痫发作的病灶（SupplementaryTables 1 and 2）。

神经记录：在被试住院期间，使用Nicolet/XLTekEEG临床记录系统（Natus Medical,Inc.）以500Hz或1000Hz的采样率连续记录原始ECoG信号。ECoG电极包括有10mm中心间距和2.3mm暴露直径的4接触和6接触条形电极，以及6、5或 3mm中心间距的4接触和10接触深度电极(Ad-Tech Corp)。总的来说，电极覆盖比较广泛，大多数被试也都覆盖了同样的区域（例如，OFC、ACC、海马）。使用FreeSurfer神经成像分析软件确定每个ECoG电极接触点的解剖位置——即记录通道，并通过专家检查来验证关键边缘区域的电极。在图3中使用标准蒙特利尔神经学会模板大脑进行可视化。

Figure 3 选择用于解码的情绪预测网络主要位于所有被试的边缘区域

情绪状态测量：被试情绪状态通过Posit Science公司设计的自我报告情绪评估问卷（称为即时情绪评定：immediate moodscalar，IMS）来测量。在24个问题中，要求被试通过点击一对消极和积极情绪状态描述符（例如，“抑郁”和“快乐”Supplementary Table 4）之间连续体上的7个按钮中的1个来评估其当前的情绪状态（“评价你现在的感觉”）。连续体上的按钮具有从-3到+3的分数。所有24个分数的总和得出了总IMS。较高的IMS对应于更积极的情绪状态。

药物使用：只有3名被试（EC79、EC87和EC150）使用抑郁或焦虑药物。不管有没有药物治疗，所有被试都使用相同的建模方法，并且可以预测每个被试的情绪（(Fig. 2 andTable 1）。因此，解码能力不依赖于药物的存在。