eLife|实时tms-eeg神经反馈可以操纵大脑半球间的抑制作用

本文摘自：eLife《Spatially bivariate EEG-neurofeedback can manipulate

interhemispheric inhibition》

作者：Masaaki Hayashi, Kohei Okuyama, Nobuaki Mizuguchi, Ryotaro Hirose,Taisuke Okamoto, Michiyuki Kawakami, Junichi Ushiba

单位：日本神奈川庆应义塾大学科技研究生院，日本东京庆应义塾大学医学院康复医学系，日本滋贺立命馆大学科学技术研究机构，日本神奈川庆应义塾大学科技学院

人类的行为需要区域间的串联来运用大脑中的感觉运动过程。虽然外部神经调节技术已被用于操纵两半球间的感觉运动活动，但一个主要的争议是这种活动是否可以被意志控制。

实验工具缺乏在大的动态范围内上调或下调目标半球状态的能力，因此无法评估对活动可能的意志控制。我们通过使用最近开发的空间双变量脑电图(EEG)-神经反馈方法来解决这一困难，以系统地使参与者能够调节其双侧感觉运动活动。

在这里，我们报告说，参与者学会了在保持对侧兴奋性不变的情况下，提高和降低同侧想象中的手的兴奋性；这调节了通过双脉冲经颅磁刺激(TMS)范式评估的半球间(IHI)的大小。

进一步的生理学分析显示，IHI幅度的操纵能力反映了EEG和TMS的半球间连通性，这伴随着内在的双边皮质振荡活动。我们的结果显示了一种有趣的神经调节方法，这可能会发现新的治疗机会，例如在中风患者中。

介绍

投射神经元长距离连接大脑，并在不同大脑区域之间提供网络。特别是，两个半球在结构上由经胼胝体投射连接，并表现出功能性的交叉对话；这种半球间的相互作用对于的认知和感觉运动脑功能是必要的。

半球间相互作用的一个早期论点是，通过胼胝体的动态相互作用不仅允许半球之间简单的处理协调，而且对注意力功能有深远的影响。在运动领域，猴子初级运动皮层中的神经元双向放电，在单手运动任务期间，来自两个半球的运动信号相互作用；在人类运动皮层，通过脑电图(EEG)和双脉冲经颅磁刺激(TMS)测量这些神经活动，最近发现两个半球共同作用，相关的皮层振荡活动影响性半球间大脑网络。

一个关键的问题是特定的大脑半球间的活动是否可以被意志控制。以前的研究集中于抑制性半球间感觉运动网络，通过半球间(IHI)从运动相关的方式进行评估，以及通过非侵入性脑刺激技术如经颅直流电刺激(tDCS)或重复经颅磁刺激(rTMS)进行被动神经调节。

由于与这些观察或开环范式有关的实验限制，人们对两个半球的感觉运动活动模式的变化对IHI的影响，以及操纵IHI的可能性知之甚少。因此，操纵双侧感觉运动活动模式和IHI的闭环范式对了解人类感觉运动脑功能应该有很大价值（图1A）。

图1 (A)当某一刺激被输入到系统中时，大脑被认为是随着状态的变化而变化，导致半球间的（IHI）变化。上图强调了观察范式中的实验局限性，因为在实际运动中观察到各种IHI的大小。在这种情况下，尚不清楚两个半球的脑电图（EEG）模式的变化是否会影响IHI。中间的面板显示，目前还不清楚是否有可能。 使用经颅直流电刺激（tDCS）或重复经颅磁刺激（rTMS）在开环神经调节范式中操纵半球间的感觉运动活动。下图显示，特定的EEG模式与IHI的大小相关，基于脑机接口（BCI）的神经反馈可调节EEG活动。因此，如果确定了支撑IHI的双侧EEG模式，我们应该能够通过基于BCI的神经反馈来自愿调节IHI的大小，这表明半球间可塑性平衡的可能性。

作为最近的神经操作工具，许多研究使用了基于脑机接口（BCI）的神经反馈，参与者通过视觉和/或体感反馈，学习在对侧感觉运动皮层（SM1）中自主地去同步化和同步化振荡的感觉运动节律（SMR-ERD/ERS）。

基于BCI的神经反馈得到以下事实的支持，即EEG中SMR-ERD的强度不仅代表SM1的高兴奋性与低兴奋性的状态，而且代表皮质脊髓下行通路的高兴奋性与低兴奋性的状态，如通过运动诱发电位(MEP)振幅所测量的。

因为两个半球在结构和功能上是相连的，很可能双侧SMR-ERDs的平衡和经胼胝体的兴奋性状态是相连的，正如条件性MEP振幅和IHI的共同变化所表明的那样。

在这里，我们试图研究IHI和SMR-ERD平衡的关联，以了解半球间互动的性感觉运动功能，这可能关键取决于两个半球的振荡脑活动。此外，如果振荡脑活动的变化影响IHI，我们测试了是否可以使用双线圈双脉冲TMS方案对其进行操作。

为了评估IHI与正在进行的振荡脑活动之间的联系，我们使用了一种最近开发的基于空间双变量BCI的神经反馈技术，这种技术允许对两个半球的SMR振幅进行自愿调制，并在预定的双侧SMR振幅下实时触发TMS脉冲。

因此，我们的系统克服了以前未解决的普通观察或开环实验范式的实验限制。也就是说，我们的范式使参与者能够控制双变量感觉运动兴奋性，并确定是否有可能操纵IHI大小。

使用新型闭环双变量(双半球脑状态相关)EEG触发双线圈双脉冲TMS系统(双EEG触发双TMS)，我们评估了不同状态的定向双向上调或下调单侧半球对IHI表达的有效性半球间网络的影响:

  (1）静止状态（REST），（2）在无视觉反馈（NoFB）的右指运动想象（MI）期间，（3）同侧SM1（调节侧）的高（HIGH）、（4）中（MID）和（5）低（LOW）兴奋性状态，对单侧想象的手部运动，同时在基于BCI的神经反馈期间保持对侧兴奋性不变（图1B）。

图1 (B)目前的双向EEG触发的双TMS实验系统涉及基于空间双变量BCI的神经反馈，只允许在目标半球对EEG模式进行自愿调控，使我们能够验证我们的假设。在保持对侧兴奋性不变的情况下，对想象中的手的目标双向上调和下调同侧半球的不同状态进行了测试：（1）静止状态，（2）在没有视觉反馈的运动想象中，（3）高，（4）中，和（5）低兴奋性状态。根据预先确定的SMR-ERD，一个蓝色的目标框被显示出来，对应于每个会话。当信号到达目标框时，会产生一个提示信号来触发调节刺激。头部的黄线代表来自调节半球的信号流，通过胼胝体修改对侧，而蓝线代表朝向右手的测试刺激。

受SMR-ERD与皮质脊髓兴奋性振幅相关的研究结果启发，我们假设同侧SMR-ERD对想象中的（右）手是同侧（右）到对侧（左）半球IHI的有效上调或下调器。这项多模态研究为通过基于BCI的神经反馈的IHI所依据的不同区域之间的动态相互作用提供了强有力的证据，因此可能构成半球间感觉运动活动的基础。

方法

研究设计。该实验包括五个阶段:(1)静息状态(REST)，(2)没有视觉反馈的右手指MI(NoFB)，(3)在基于BCI的神经反馈期间同侧SM1的高(high)，(4)中(MID)，和(5)低(low)兴奋性状态(细节见“实验阶段”)。

最近三个时段(即高时段、中时段和低时段)的IHI大小的差异是感兴趣的主要因变量。这三次神经反馈会议是在参与者中以随机顺序进行的。在三个疗程之前，进行了REST和NoFB疗程，以估计休息和MI期间的个人基线，用于离线分析。

为估计本研究的适当样本量，在主实验前进行了初步实验。在初步实验中，四名健康参与者（不包括在主实验中）进行了基于BCI的神经反馈训练，并接受了脑状态依赖性双线圈脑刺激，与主实验相似。

我们计算了每个疗程中的IHI大小。然后，进行了以IHI大小为的先验功率分析。因为初步实验显示，在高位和中位以及中位和低位之间的IHI差异有很大的影响，我们计算出需要24名参与者。

参与者。约24名志愿者(2名女性和22名男性；平均年龄±标准差:23.4±2.0岁；年龄范围:21-27岁)参与了本研究。所有参与者都有正常或矫正到正常的视力，并且没有神经或心理疾病史。所有的参与者都是右撇子。

由于右侧或左侧FDI肌肉的RMT较高(大于刺激器输出的70%)，TMS程序不适用于两名参与者。这一标准确保了TMS刺激器能够在整个实验过程中以所需的强度执行。

我们没有根据脑电图的特点，如内源性SMR活动的大小来排除参与者，以验证我们在概念验证研究中的假说。大约22名参与者完成了IHI实验。

因此，脑电图部分的结果是来自所有24名参与者，而IHI的结果是来自完成整个实验的22名参与者。由于数据被破坏，4名参与者的120个训练中的大约4个（2个REST，1个NoFB，和1个HIGH训练）被排除。

EEG/EMG(肌电图)数据采集。EEG信号是在安静的房间中使用128导联EGI盐水帽获得的。以1 kHz的采样率收集EEG数据，并通过以太网交换机传输到EEG记录软件(Net Station 5.2)。参考点分别位于CPz和Cz。
在整个实验中，除了最外面的部分，所有通道的阻抗都保持在30kω以下，以标准化EEG记录。这个阻抗标准与使用相同EEG系统的其他研究一致。

图为EGI高密度脑电

使用两对Ag/AgCl电极(ϕ = 10 mm)在腹部肌腱导联中记录来自左手和右手的FDI和ADM的表面EMG。在整个实验过程中，所有通道的阻抗均保持在20kω以下。

从TMS脉冲前500 ms至脉冲后500 ms，将每次试验的EMG数据存储在计算机上，以供离线分析。同时，采集后立即将5 ~ 10ms的数据传输至计算机进行实时分析。在手指运动导致肌肉收缩的情况下，实验者提醒参与者放松肌肉，并确保MI期间没有肌肉活动。

为了监测实时表面EMG信号，EMG信号经过带通滤波(5–1000Hz，二阶Butterworth)，带50 Hz陷波，以避免电力线噪声干扰；来自FDI的过滤后的肌电信号在前1000毫秒的数据的均方根以条形形式显示在第二个实验者的屏幕上。

在整个实验过程中，参与者坐在舒适的椅子上，前臂支撑稳定，并进行单侧右手食指外展的MI。腕关节和肘关节角度以中立姿势固定在扶手上。在EEG和MEP测量的整个过程中，受试者被指示保持这种姿势，并由实验者进行视觉监测。MI时，将前肢置于俯卧位，使肘关节和肩关节角度自然，以防止肌肉活动。

TMS方案。为了评估IHI，TMS是使用两个相互连接的单脉冲磁刺激器在一个70毫米的八字形线圈中产生两个单相电流波形。我们确定了手部代表区域的左右线圈位置，在该位置，单脉冲TMS在具有刺激强度的FDI肌肉中诱发MEP反应，称为运动热点。

将TS输送至左M1的运动热点，线圈手柄指向后方，与正中矢状线呈约45°角。另一个用于CS的线圈被放置在右侧M1的运动热点上，但相对于中矢状线略微调整了方向，因为对于一些头部较小的参与者来说，不可能放置两个线圈。

这个方向在IHI研究中经常被选择，因为它能诱导出与中央沟前壁大致垂直的后-前电流，在低刺激强度下诱发MEPs。为了在实验中固定头部并在运动热点上保持固定的线圈位置，使用了下巴支撑和线圈固定臂。

使用TMS导航系统监测TMS线圈的位置，以便在整个实验中保持最佳线圈方向和位置不变。RMT定义为在放松的对侧引起MEP的最低刺激输出 在10次连续试验中的5次中，峰间FDI > 50μV。

对于以下双线圈配对脉冲 TMS，还确定了左侧和右侧 M1 的刺激强度，以从放松的右侧和左侧 FDI (SI1mV) 中唤起 1 mV 峰峰值幅度的 MEP。

IHI评估。使用双线圈配对脉冲TMS范式探测同侧（右）到对侧（左）M1的IHI。CS被应用于右侧M1，几毫秒后，TS被送到左侧M1。由于时间的限制，本研究中的刺激间期（ISI）被统一设置为10毫秒，与以前的研究一致；然而，理想的ISI会因人而异。

此外，在一个有四名参与者的初步实验中，证实了当ISI被设定为10毫秒时，可以清楚地观察到IHI。在整个实验过程中，每个参与者的CS和TS的强度保持不变。

图3 休息时的半球间（IHI）曲线。(A）一个有代表性的参与者在不同强度的调节刺激（CS）下的运动诱发电位（MEP）振幅。灰色细线代表每次试验，黑线表示试验的平均值。(B）个别参与者在休息时的IHI曲线由灰色细线表示。该图以箱形图的方式展示了个体数据。浅灰色框代表1.96 SEM（95% CI），深灰色框表示1 SD。黑线表示小组平均值。y轴表示原始的MEP振幅与CS强度（x轴，静止运动阈值[RMT]%）。

为了验证双EEG触发的双TMS设置下的IHI测量，在主要实验之前，在24名参与者中的20名中获得了休息时的IHI曲线，其中在TS之前进行了不同强度的CS(五种不同的强度，100-140%的RMT，以10%的RMT为步长)。

对于每个CS强度，收集约10个条件性MEP，以及随机排列的10个非条件性MEP(即单独给予TS)。对不同CS强度的条件性MEP峰-峰振幅进行平均，并表示为平均非条件性MEP振幅的百分比。

IHI强度曲线(图3)确保当施加120–130% RMT的CS强度时，每个参与者的IHI大约为半最大值，类似于之前的EEG-TMS实验。

基于空间双变量的BCI神经反馈。本研究是在显示双半球感觉运动皮层活动的基于空间双变量的BCI神经反馈的基础上进行的，这是我们实验室最近开发的。

该方法允许参与者学习同时调节这两个变量，并诱发靶半球特异性SMR-ERD的变化。在电脑屏幕上以光标移动的形式提供视觉反馈，在二维坐标中，X轴和Y轴分别对应于同侧（右）和对侧（左）SMR-ERD对想象中的右手的程度。

轴的范围被设定为脑电图校准过程中内在SMR-ERD分布的第5（即SMR-ERS）至第95（即SMR-ERD）百分位，原点位置（x=0，y=0）分别代表双侧SMR-ERD的中值。

在试验开始时，光标呈现在原点位置，超过边界的数值被四舍五入为第5或第95百分位。目前方法的一个关键点是，例如，当参与者被指示将光标向二维坐标的右中部（x>0，y=0）移动时，该位置在同侧半球显示出强烈的SMR-ERD，在对侧半球显示出中等的SMR-ERD。

因此，基于空间双变量的BCI神经反馈使我们能够研究目标半球（即想象中的手的同侧）的感觉运动兴奋性如何有助于从同侧半球到对侧半球的IHI，同时保持对侧感觉运动兴奋性不变。

在MI过程中，参与者被要求从第一人称视角对右手食指外展进行动觉MI，时间常数为0.5赫兹循环。之所以进行动觉MI，是因为以前的研究表明，在动觉MI过程中，EEG活动的焦点靠近感觉运动的手部区域，而视觉MI没有显示出明确的空间模式。

为了提高MI任务的依从性（即所有参与者是否以同样的方式成功地进行MI），我们不仅要求他们以第一人称视角进行动觉MI，还要求他们在每次训练前进行演练。

此外，我们通过每次训练后的离线分析，确认SMR是以频率特异性、时空特异性和MI相关的方式观察的。SMR-ERD 的这些特征表明，适当地进行了动觉 MI，而不是视觉 MI。

实时脑状态相关双线圈脑刺激。双EEG触发的双TMS设置实时分析原始EEG信号，根据瞬时双边空间滤波SMR-ERD触发TMS脉冲（见视频1）。每100毫秒获得每个半球的实时SMR-ERD强度（相对于静息期1-5秒的平均功率），并使用最后1秒的数据计算，具体方法如下 Hayashi et al, 2020年：

（1）获得的记录在SM1上的原始EEG信号经过1-70Hz的二阶巴特沃斯带通滤波器和50Hz的陷波滤波器；（2）过滤后的EEG信号用大拉普拉斯（60毫米到周围通道集）进行空间过滤，从感兴趣的通道（即C3和C4，分别）减去周围六个导联的平均值。这种方法使我们能够提取任务相关的EEG特征，并提高SMR信号的信噪比。此外，大拉普拉斯方法比小拉普拉斯和耳朵参考方法更能匹配脑电控制信号的地形范围；

（3）对空间大拉普拉斯滤波的脑电信号进行快速傅里叶变换；（4）通过计算傅里叶频谱的平方来计算功率谱；（5）通过对脑电校准环节中预定的α目标频率的功率谱进行平均来获得α波段功率（如下所述）。

（6）通过对最后五个窗口（即500毫秒）进行平均，对α波段功率进行时间平滑处理，以提取低频成分，实现高控制性。低频成分有利于神经反馈训练，因为它减少了闪烁，提高了SMR信号的信噪比；

（7）通过计算静息期平均功率的相对功率，得到SMR-ERD。最后六段的SMR-ERD被显示出来，每个图分别每100毫秒更新一次，让参与者总是看到从0.6秒前到现在的SMR-ERD。

此后，当信号达到预定目标即SMR-ERD阈值被超过时，产生一个提示信号以触发CS刺激的磁刺激器，并在10毫秒后将晶体管-晶体管逻辑脉冲传送到TS刺激的磁刺激器。使用MATLAB R2019a上的定制分析脚本处理EMG和EEG数据。

实验课程。首先，测量最大随意收缩(MVC)(图7A)。几次练习后，进行左右食指和小指的全长等长外展；每次执行持续5秒钟，收缩之间有30秒钟的休息时间，以便从精神疲劳中恢复过来。

每个MVC通过计算滤波后的EMG数据的稳定3 s的均方根来获得。然后，确定热点和刺激强度。接下来，为了确定双EEG触发的双TMS设置的参数，在IHI实验之前，对每个参与者进行了由20次试验组成的EEG校准会议，仅在对侧提供实时SMR-ERD。

图7 (A)对侧和同侧感觉运动皮层(SM1)中的任务指令和视觉SMR-ERD反馈以计算机屏幕上二维坐标中的计算机光标的形式提供(上图)。脑电图(EEG)触发的经颅磁刺激(TMS)时间是根据每个参与者在校准阶段的内在感觉运动皮质活动确定的，在运动想象(MI)时期范围为0.5-5.5s。如果SMR-ERD法案不适用，我们也适用非触发式TMS 达到目标范围(称为失败试验)。在非触发TMS试验中，成对脉冲或无条件测试脉冲在5.5至6秒的随机时间范围内传递，而不考虑MI期的瞬时SMR-ERD，以观察自发SMR波动对半球间抑制的影响(IHI)。下方的面板显示了实验概况。最后三次高、中、低会议是随机安排的，在这些会议中，参与者收到了基于双侧SMR关系图的视觉反馈。

  每个试验由5 s静止期开始，随后是1 s就绪期，并由6 s MI期完成。在这12秒的试验期间，参与者被要求不要移动、眨眼或吞咽，以防止来自非神经活动的脑电图伪迹。在每次12秒的尝试后，屏幕变黑3秒(图7A)。

  在下一次试验开始之前，参与者可以自由活动，以避免精神疲劳。此后，确定每个参与者对侧和同侧SM1的目标频率，以便反馈最大反应频率。

  由于α波段中的SMR-ERD是SM1、皮质脊髓束和丘脑-皮质系统中神经元兴奋性增加的可靠EEG生物标志物，因此通过计算SMR-ERD的平均强度，从α波段(8-13 Hz)中选择目标频率，滑动频率为3Hz，重叠频率为2 Hz。

  其次，根据对侧和同侧大脑半球的SMR-ERD分布，每个参与者在双脑电图触发的双TMS设置中的SMR-ERD目标范围被标准化。在校准环节之后，双线圈配对脉冲TMS的主要IHI实验在五个连续的环节中进行（每个环节10分钟），CS和TS的强度固定。

  每个时段由12秒的40次试验组成，间隔时间为3秒，与脑电图校准时段相同。五个实验环节由以下不同条件组成。

  (1)静止状态，参与者被指示放松并看着他们面前电脑屏幕上的二维坐标原点（REST），(2)无视觉反馈的右手指MI（NoFB），参与者试图在BCI基础的神经反馈中实现(3)高（HIGH）、(4)中（MID）和(5)低（LOW）同侧SM1的兴奋性状态。在最后三个 "高"、"中 "和 "低 "时段，参与者收到基于对侧和同侧半球的SMR-ERD的视觉反馈。

  在每一次测试中，应用了大约相等数量的成对脉冲和非条件测试脉冲。EEG触发的TMS定时是根据校准期内每个参与者的内在感觉运动皮质活动确定的，在MI时期范围为0.5-5.5s。

  在每个时段中，SMR-ERD的预定目标范围由计算机屏幕上的蓝色矩形表示如下(图7B): (1)在两个半球休息期间(休息时段)SMR-ERD分布的37.5-62.5百分位；

图7 (B)SMR-ERD的预定目标范围在每次中都用电脑屏幕上的蓝色矩形表示。我们旨在让参与者自愿增加或减少(双向)同侧感觉运动兴奋性，同时保持对侧感觉运动兴奋性不变。rest和NoFB时段用于估计REST和MI期间的个人基线，以便进行离线分析。

  (2)对侧半球MI期间SMR-ERD分布的37.5-62.5百分位和同侧半球MI期间SMR-ERD分布的5-95百分位(NoFB时段)；(3)对侧半球MI期间SMR-ERD分布的37.5–62.5百分位数和同侧半球MI期间SMR-ERD分布的75–95百分位数(HIGH期)；

  (4)对侧半球MI期间SMR-ERD分布的37.5–62.5百分位数和同侧半球MI期间SMR-ERD分布的37.5–62.5百分位数(MID期)；以及(5)对侧半球MI期间SMR-ERD分布的37.5–62.5百分位数和同侧半球MI期间SMR-ERD分布的5–25百分位数(LOW期)。

  如果SMR-ERD没有达到目标范围，我们也应用非触发的TMS（被称为失败的试验）。在非触发的TMS试验中，无论MI期的瞬时SMR-ERD如何，都以5.5至6秒的随机时间提供配对脉冲或无条件的测试脉冲，以观察自发SMR波动对IHI的影响。

  REST和NoFB时段作为对照，以确定内在的IHI大小。为了评估每个神经反馈环节的难度，比较了所有参与者的成功触发试验的平均值（±1 SD）。还测量了每个疗程中从MI发病开始的触发事件的等待时间。

MEP分析。对于MEP分析的质量控制，如果出现以下情况，试验将被去除:(1)线圈位置偏离最佳方向和位置(> 3 mm和/或> 3)，尽管在使用TMS导航系统的试验中保持不变；
  (2)由于MEP振幅的前神经支配增加，在TMS脉冲之前的250 ms期间观察到不自主的肌肉收缩(> 5% MVC)；(3)发现大的逐试验MEP方差(平均值±3sd ),以便筛选出极值。

总共有8.8%的试验被排除在进一步分析之外。在TMS脉冲后20-45 ms内的剩余试验中，自动确定每个峰-峰MEP振幅。
IHI定义为平均调节MEP振幅与平均非调节MEP振幅的百分比(IHI =调节MEP/非调节MEP×100%)；因此，较小的IHI值代表较强的作用。

离线脑电图分析。为了评估可能影响IHI的感觉运动兴奋性，进行了预处理和时频分析，并计算了左和右SMR-erd。脑电图中的SMR-ERD是感觉运动兴奋性水平的可靠替代监测标志，原因如下:

  (1)在MI期间，SMR-ERD和任务诱导的血氧水平依赖性信号的增加是共定位和共变化的；(2) SMR-ERD控制与tDCS调制的SM1贡献有关；以及(3)区分肌肉收缩的存在或不存在的数据驱动EEG特征主要位于顶颞区，表明SMR-ERD。

  感兴趣的时间段是从试验开始到TMS触发CS时间标记之前，以避免受TMS伪影干扰(刺激前期)。EEG信号经过1–70hz二阶Butterworth带通滤波器和50 Hz陷波滤波器。

  使用公共平均参考对所有通道的EEG信号进行空间滤波，从感兴趣通道的平均值中减去整个导联的平均值(公共平均值)，以去除全局噪声。如果每个试验中的EEG通道的振幅高于100 μV，则在进一步分析时会将其去除。

连通性分析。为了在EEG水平评估半球间的功能连接性，计算了分布式区域间神经通信。我们将放在静息期(1–5s)和MI期(刺激前7s[任务开始])进行分析。为了计算功能连通性和补偿远程同步偏好，我们使用了ciCOH。

  连通性分析的后续处理细节可从我们之前的工作中获得。通过将静息期细分为90%重叠的1 s段(共31段)并乘以Hanning窗获得ciCOH。然后，半球间网络强度计算如下:

其中计算左半球和右半球之间的网络强度，∑cicho是半球间相互作用的有效cicho值之和，cont表示7个感兴趣的通道(即C3及其邻近的6个通道)，ipsi表示相对半球中的7个感兴趣的通道(即C4及其邻近的6个通道)，f表示感兴趣的频率(即预定义的α频率)。

  作为阴性对照，还检查了其他频带(θ[4-7Hz]、低β[14-20hz]、高β[21-30hz]和γ[31-50hz])。

相关分析。为了从多模态的角度研究脑电水平的感觉运动脑活动和IHI的大小之间的关系，我们进行了参与者内部和跨参与者的相关分析。在每个参与者的对侧或同侧SMR-ERD和IHI大小之间的参与者内相关中，我们使用了Pearson相关，因为MEP/EEG数据显示了正常分布。

  在对侧或同侧SMR-ERD与IHI大小之间的跨参与者校正中，我们进行了重复测量相关。以前的一项研究认为，由于违反独立性和/或不同的模式（跨参与者与内部参与者），它可能产生有偏见的、似是而非的结果。

  为了研究取决于IHI操纵能力的神经特征，我们研究了从高位和低位之间的百分比变化（ΔIHIH-L）计算出的对IHI的操纵效果与REST时段的IHI幅度（IHIrest）之间的关联。

  接下来，我们分别调查了IHIrest与NOFB时段内在脑电图特征（即对侧SMR-ERD和同侧SMR-ERD）之间的相关性。此外，我们验证了大规模的静息状态功能连接是否与IHI评估的有效半球间网络有关。

结果

数据合规性。参与者按如下方式完成了全部5个疗程:(1)静息状态(REST)；(2)无视觉反馈的右手手指MI(NoFB)；(3)基于BCI的神经反馈期间同侧SM1的高兴奋性状态(HIGH)；(4)基于BCI的神经反馈期间同侧SM1的中兴奋性状态(MID)；
  (5)基于BCI的神经反馈期间同侧SM1的低兴奋性状态(low)。在三个神经反馈疗程(即HIGH、MID和LOW)中，受试者在右手手指MI期间接受视觉反馈，并尝试调节感觉运动活动模式。

  NoFB期作为基线，在没有视觉刺激和意志控制的情况下检查IHI幅度。REST阶段也作为一种对照，以确定静息状态下的固有IHI量值。在所有基于MIs的训练中（NoFB、HIGH、MID和LOW），参与者主观地确认他们能够进行单侧右手食指外展的动觉MIs。
  在整个过程中，振幅≤100μV的EEG信号被持续记录。想象中的手的对侧和同侧SMR振幅在静止期比MI期大，表明MI引起的感觉运动神经活动不同步。

  在静止期期间来自C3通道的平均功率谱密度显示峰值参与者的频率为8-13赫兹和21-24赫兹。α和β波段的平均功率分别为1.67×10-4±0.34×10-4和2.85×10-5±0.54×10-5 V2(平均值±标准差)。所有步骤均耐受良好，未观察到不良事件。
  为了量化每个神经反馈疗程中的困难，检查了两个指数：（1）触发试验的数量代表BCI性能（即成功试验），因为TMS仅在EEG信号超过预定的SMR-ERD阈值时被触发；

  （2）从任务开始到触发事件的平均等待时间，这产生了0-5s的范围（触发TMS时间）。神经反馈疗程中所有触发试验的平均值（±1SD）为14.2±4.7次，单因素重复测量方差分析（rmANOVA）之后的事后配对t检验显示三个疗程之间没有明显差异。

  从任务开始到触发事件的平均等待时间（±1SD）为1.96±0.81秒，在rmANOVA之后的事后配对t检验显示三个疗程之间没有明显差异（所有p>0.05；高：2.16±0.76秒，中：2.05±0.73秒，和低：1.71±0.94秒）。

脑电水平下双侧SM1的调制效应。我们使用基于空间双变量BCI的神经反馈，在EEG水平上维持恒定的对侧感觉运动兴奋性的同时，测试了参与者是否能够学习对想象右手的同侧感觉运动兴奋性的意志性上调或下调。

  对于对侧SMR-ERD，各疗程的单向rmANOVA(五个水平:REST、NoFB、HIGH、MID和LOW)显示出显著差异。事后的双尾配对t检验表明，在神经反馈训练之间，对侧SMR-ERD没有显著差异，而在REST和其他训练之间发现了显著差异（所有P<0.05；图2A）。

图2 (A)和(B)基于空间双变量脑-机接口(BCI)的神经反馈诱导的脑电图(EEG)水平的目标半球特异性调制。(A和B)对侧(左)和同侧(右)SMR-ERDs分别对想象的右手的调制效应。

  相比之下，在不同时段显示同侧SMR-ERD效应存在显著差异后，事后双尾配对t检验显示，同侧SMR-ERD效应在HIGH时段升高，在LOW时段降低，表明与基线感觉运动内源性活动相比存在显著的双向调节效应(图2B)。

图2C  在每个时段的MI时段，SMR-ERD的空间模式（组平均值）。大的正值（蓝色）代表较大的SMR-ERD。值（蓝色）代表较大的SMR-ERD。黑点代表C3和C4通道。

  SMR-ERD在每个时段的空间模式如图2C所示。我们发现SMR-ERD主要位于双侧顶颞区(C3和C4通道及其周边)，在高位区观察到强烈的同侧SMR-ERD和恒定的对侧SMR-ERD。图2显示了对侧和同侧兴奋性(功率衰减)在θ(4-7赫兹)、低β(14-20赫兹)、高β(21-30赫兹)和γ(31-50赫兹)波段的调制效应。

休息时的IHI曲线。为了验证双EEG触发双TMS设置下的IHI测量，在24名受试者中的20名受试者的静息状态下(图3A)获得了IHI曲线，其中条件刺激(CS)的强度不同(5种不同的强度，100–140%的静息运动阈值[RMT]，步长为10% RMT)。
  强度的单向rmANOVA（六个级别：0[单一测试刺激：TS-only]、100、110、120、130和140%RMT）显示强度的显著差异。事后的双尾配对t检验显示，只用TS和100-140%的RMT之间有显著差异。

  不同CS强度间无显著差异，而随着CS强度的增大，MEP振幅逐渐变小。当CS强度约为RMT的130%时，IHI约为最大值的一半，这与之前的EEG-TMS实验一致。

  此外，确定左右 M1 的刺激强度，以从放松的左右第一骨间背侧 (FDI) 肌肉 (SI1mV) 唤起 1 mV 峰峰值幅度的 MEP，并将其用于以下双线圈 双脉冲 TMS 设置。

  TS 和 CS 的平均 SI1mV 分别为 124 ± 11% RMT 和 132 ± 13%RMT。我们还证实，CS 的 SI1mV 显示平均条件 MEP 的大约 50% 超过平均无条件测试 MEP（图 3B）。

通过基于空间双变量的BCI神经反馈进行IHI操纵。图4A显示了一个有代表性的参与者由单一TS（仅TS）和配对脉冲刺激（CS+TS）引起的MEP振幅的典型例子。

  所有参与者的IHI操纵范围（即高位和低位之间的差异）为32.6±30.7%，不包括两个数据损坏的参与者（即22个参与者）。对各环节（五个级别：REST、NoFB、HIGH、MID和LOW）进行的单因素ANOVA显示，IHI的大小有显著差异。

图4 (A)半球间抑制(IHI)强度的比较。(A)由单个TS诱发的平均运动诱发电位(MEP)振幅的典型例子(仅TS；浅灰色)和成对脉冲刺激(条件刺激[CS]+TS；黑色)在代表性参与者中。黑色箭头代表CS和TS的刺激时序。

  在三个基于BCI的神经反馈时段(即高、中和低时段)中，用于比较IHI幅度的事后双尾配对t检验显示高时段和中时段之间以及高时段和低时段之间存在显著差异，但中时段和低时段之间不存在显著差异(图4B)。

  此外，我们发现与休息期相比，NoFB期解除，尽管没有统计学差异；他的趋势与之前的研究一致，之前的研究报告称，在健康参与者中，IHI瞄准运动的食指导致在运动开始产生自主运动之前和等长收缩期间解除。

图4 (B)个体参与者的IHI强度由彩色图和细灰线表示。浅灰色框代表1.96 SEM (95% CI)，深灰色框代表1 SD。黑线表示所研究样本的组均值，彩色图代表单个时段。较低的值表示同侧半球对想象中的右手的作用较大。条形图上方的树状图代表事后分析的结果。

  重要的是，仅由TS诱发的MEP振幅的rmANOVA显示所有时段之间没有显著差异，这表明参与者可以学会自愿调节同侧感觉运动兴奋性，同时保持对侧感觉运动兴奋性不变(图4C)。

  一个线性混合效应模型将对侧SMR-ERD和同侧SMR-ERD视为统计回归模型中的固定效应，参与者视为随机效应，该模型揭示了同侧SMR-ERD (p<0.001)对IHI大小的显著影响，但对侧SMR-ERD或对侧SMR-ERD ×同侧SMR-ERD相互作用没有主要影响。

图4 (C)该图示出了由单个TS(仅TS)引起的MEP振幅。各时段MEP振幅无显著差异(均p>0.05)。

  为了检查神经反馈期间的IHI幅度，我们通过计算IHI幅度相对于基线的百分比变化(即NoFB时段)，并研究REST、HIGH、MID和LOW时段之间的差异，进一步比较了各个时段的IHI幅度。

  时段的单向rmANOVA（四个级别：REST、HIGH、MID和LOW）显示了显著的差异。事后双尾配对t检验显示高时段和中时段之间以及高时段和低时段之间存在显著差异，但中时段和低时段之间不存在显著差异。

  归一化的结果与图4所示的未归一化的结果一致。为了进一步检查自发性SMR波动对IHI的影响，在MI期以5.5至6 s的随机时间进行了非触发性TMS试验(以下简称失败试验)。

  例如，图4中HIGH阶段的数据是从MID和LOW阶段收集的，HIGH阶段的目标范围是SMR-ERD。疗程（三个级别：高、中、低）和试验（两个级别：触发式TMS试验和非触发式TMS试验）显示，疗程有显著的主效应，但试验和交互作用没有主效应。

  因此，在闭环环境中对SMR-ERD的自愿控制与自发的SMR波动之间，没有观察到IHI的明显差异。事后双尾配对t检验显示，在触发的TMS试验中，高时段和中时段之间以及高时段和低时段之间存在显著差异。

  相比之下，在非触发式TMS试验中，事后双尾配对t检验显示，高时段和中时段之间以及高时段和低时段之间没有显著差异。虽然我们揭示了调节右半球的兴奋性将IHI强度从右半球改变到左半球，但IHI操作的特异性尚未得到证实。

  我们展示了与皮质脊髓兴奋性变化相关的额外结果，通过MEPs评估左FDI对右半球CS的反应(图4)。为了研究从右半球到左半球的IHI变化和右半球皮质脊髓兴奋性的变化是否是独立的现象，采用了一个广义线性模型，将左MEP振幅的百分比变化作为一个无关紧要的协变量。

  这种方法检验了即使加入协变量，IHI操纵的效应是否仍然存在。在触发式TMS试验期间，时段的广义线性模型(三个水平:高、中、低)揭示了时段的显著主要影响。

  IHI增加的事后双尾配对t检验显示，HIGH和MID时段之间以及HIGH和LOW时段之间存在显著差异。在非触发性TMS试验期间，时段的广义线性模型(三个水平:高、中、低)显示对时段没有主要影响。

  因此，我们成功地证明了IHI变化大于由CS效应解释的方差，并且操纵不仅仅是一个附带现象。在对照肌肉(小指外展肌，ADM)中，未驱动此类观察到的调制。

  各疗程(5个水平:REST、NoFB、HIGH、MID和LOW)的单向rmANOVA显示出显著差异。

  在三个基于BCI的神经反馈疗程（即高、中、低疗程）的IHI幅度比较中，事后双尾配对t检验显示疗程之间无明显差异，而REST和NoFB疗程之间则有明显差异（图4）。对TS-only的统计分析显示，各时段的MEP振幅没有显著差异，表明IHI操作仅发生在目标肌肉。

IHI的大小与双侧脑电图模式之间的联系。为了检查IHI幅度和双侧EEG模式之间的相关性，我们分别进行了参与者内和参与者间的相关性分析。

  在每个参与者的IHI幅度和双侧SMR-ERD之间的参与者内相关分析中，22名参与者中的7名显示IHI幅度和同侧SMR-ERD之间有显著的相关性，但在三次神经反馈治疗中IHI幅度和对侧SMR-ERD之间没有相关性。

  进行卡方检验以确定IHI大小与对侧或同侧SMR-ERD之间的22个单独相关性的总体意义。将同侧（22名参与者中的7名）和对侧（22名参与者中的1名）SMR-ERD获得的显著结果的比例与由于偶然性（即α水平=0.05）而预期的比例进行比较，显示出统计上的显著差异。

  所有参与者的相关系数的分布见图5A。在IHI大小与对侧或同侧SMR-ERD之间的跨参与者相关性中，我们进行了重复测量相关性分析。我们发现同侧SMR-ERD有显著的相关性（图5B），但对侧SMR-ERD没有（图5C）。

图5  脑半球间（IHI）的大小与双边脑电图（EEG）模式的关系。(A) 所有参与者的参与者内相关系数的分布情况。红点代表IHI大小与对侧或同侧SMR-ERD之间分别有显著相关性的个体。(B和C) IHI的大小与对侧或同侧SMR-ERD之间的重复测量相关性。圆点代表每个人单次治疗的平均值。只有同侧SMR-ERD和IHI的大小有明显的相关性；同侧半球的高感觉运动兴奋性状态会诱导同侧半球对想象中的手产生更强的。(D) 不同时段网络强度的比较。条形图上面的树枝图代表了事后分析的结果。在 "高 "和 "中 "之间，半球间的功能连接有明显的差异，但在 "高 "和 "低 "之间没有。

  为了从另一个角度分析IHI的大小和双侧神经网络之间的联系，研究了MI期间半球间的功能连接。脑半球间的功能连接被量化为网络强度测量，它是由相干性的修正虚部（ciCOH）计算而来。

  对于网络强度MI，各疗程的单向rmANOVA(五个水平:REST、NoFB、HIGH、MID和LOW)显示出显著差异。所有五个疗程的事后双尾配对t检验显示HIGH和MID疗程之间存在显著差异(图5D)。

  我们发现HIGH和LOW时段没有明显的差异（图5D），这表明半球间的功能连接并不反映兴奋性或活动。图5显示了IHI大小与对侧或同侧EEG模式在θ（4-7Hz）、低β（14-20Hz）、高β（21-30Hz）和γ（31-50Hz）波段的关联。

与IHI操纵能力相关的个人特征。最后，我们研究了与IHI操纵能力有关的神经特征，该能力是通过基于相关的分析，从高和低时段的百分比变化计算出来的（图6A）。

  在IHI的操纵能力与静止时段的IHI幅度（IHIrest）之间的关系中，我们发现了一个显著的相关性，表明静止时IHI较大的参与者能够强烈操纵IHI（图6B）。

图6  与半球间操作能力相关的个体特征(IHI)。(A)概述来自脑电图(EEG)和经颅磁刺激(TMS)水平的生物标志物之间的关系，以探测IHI强对弱操作的个体特征。箭头对应于单个面板。(B)IHI的操作能力和休息时内在IHI强度之间的跨参与者相关性。圆点代表单个参与者。实线和虚线分别代表估计的线性回归和95% CI。

  对于由 IHIrest 评估的静息状态有效性半球间网络与脑电图水平的半球间功能连接（Network-intensityrest）之间的关系，具有较大 IHIrest 的参与者表现出较大的Network-intensityrest（图 6C）。

  此外，我们验证了IHIrest是否可能与NoFB期(包括双侧SMR-ERD)的内在EEG特征相关。我们发现MI期间IHIrest与同侧SMR-ERD之间存在显著相关性，但MI期间IHIrest与对侧SMR-ERD间无差异。

图6(C)左侧面板显示了在静息状态下IHI和双侧感觉运动皮层(SM1)之间的静息状态网络强度之间的跨参与者相关性。(D)静息IHI和脑电图之间的跨参与者相关性显示，IHIrest和同侧SMR-ERD之间有显著相关性，但IHIrest和对侧SMR-ERD之间没有显著相关性。

  除α波段外，β波段也是公认的运动执行和想象的EEG标志。为了验证其他频段（即反馈频率之外）的静息态功能连接是否与IHI有关，我们计算了跨参与者的皮尔逊相关关系。

  在θ(4–7Hz)、低β(14–20hz)、高β(21–30hz)和γ(31–50hz)频段的IHIrest与Network-intensityrest之间的跨参与者相关性中，我们发现在高β频段有显著相关性，但在θ、低β和γ频段没有(图6)。

  为了减弱θ、低β、高β和γ波段中某些特别低Network-intensityrest或高(CS+TS)/静息TS(异常值)值的异常效应，计算了刀切相关性和偏差。此外，图6中分别显示了目标α频带外的频带中IHIrest与对侧或同侧EEG模式之间的相关性。

讨论

  在本研究中，我们旨在确定是否有可能操纵IHI的大小并揭示IHI调制背后的相关神经活动，同时通过基于空间双变量的BCI神经反馈控制双侧SMR-ERD。

  这是第一项显示IHI状态操纵的研究，其动态范围很大，由SMR-ERD表达的同侧感觉运动兴奋性的自愿变化所引起。此外，TMS（IHIrest）和EEG（Network-intensityrest）水平的静止状态半球间网络与IHI大小的操纵能力相关。

  先前的神经反馈研究表明，如果在强化学习任务中嵌入适当的神经反馈，如动物的食物奖励和人类的视觉奖励刺激，则有可能在没有外部管理干预的情况下获得对中枢神经系统活动的自愿控制。

  然而，来自一个半球的SMR信号的传统的基于BCI的神经反馈不能保证目标半球的感觉运动区域的空间特异性激活，因为左半球和右半球的感觉运动活动可能相互影响，使得IHI操作困难。

  使用基于空间双变量 BCI 的神经反馈使参与者能够有意识地增加或减少（双向）同侧感觉运动兴奋性，同时保持恒定的对侧感觉运动兴奋性。以前的研究解释了与想象手（但不是对侧）的同侧 SMR-ERD，反映了 IHI 大小（图 2B）及其显着相关性（图 5C）。

  猴子的在体皮质记录显示，中枢周围α功率与感觉运动区的标准化放电频率呈负相关。在人类中，使用运动手区域的单脉冲TMS结合EEG的几项研究测试了正在进行的中央周围振荡活动如何影响MEP振幅所反映的皮质运动兴奋性。

  这些EEG-TMS研究通过离线和在线方法发现了刺激前α功率和MEP振幅之间的负相关关系，然而也发现了相反的结果。此外，另一项使用神经反馈的EEG-TMS研究表明，静息时对α节律的内源性可使MEP振幅稳健增加，使短间期皮质内减少。

  同样，在β波段，一些证据表明β功率和MEP幅度之间存在负相关。至于通过胼胝体纤维的IHI，其主要通过锥体神经元顶端树突轴中的直接突触后机制和性中间神经元中由树突GABAB受体介导的特定皮质微回路进行调节。

  此外，与这一现象相一致，例如，在单侧上肢MI期间，同侧SMR-ERD的下调可能影响同侧经胼胝体锥体神经元的兴奋，随后对侧抑制性中间神经元的解除。

  因此，尽管想象的右手缺乏感觉输入和恒定的MEP振幅，但皮质机制的显著变化表明，从同侧(右)到对侧(左)半球的IHI幅度的调节至少部分是皮质的，而不是脊髓的。

  这些神经机制可以通过使用三脉冲程序进一步研究，其中(去)抑制可以直接测量为短间隔皮质内抑制的调节。通过考虑以前的研究，可以推测α和β高频段的静息状态IHI强度和大脑半球间功能连接对IHI当前操作能力结果的潜在贡献(图6B和C)。

  区域间的交流伴随着不同大脑区域的同步振荡，这种同步可以通过功能连接性来评估。因为两个半球在结构上通过胼胝体投射连接，并表现出功能性串扰，IHI的操纵能力很可能与结构连接以及局部振荡功率夹带有关。

  对于神经反馈目标之外的频带，众所周知，β频带中的SMR-ERD的强度反映了感觉运动皮质的兴奋性和皮质肌肉的激活。这种多模态EEG-TMS方法证明了在当前研究中观察到的双侧α和β活动用于调节运动皮层的功能性半球间相互作用。

  对于其他模式，例如，对单个感兴趣区域或区域间功能连接的实时基于fMRI的神经反馈可用于神经元连接的意志调节，并可作为与区域间连接受损相关的疾病的运动或认知训练的可能治疗工具。

  然而，即使基于血氧水平依赖信号的具有高空间分辨率的基于fMRI的神经反馈，也不能容易地区分每个区域的兴奋性和性活动。此外，使用半球间功能连接的神经反馈有可能抵消从右半球到左半球以及从左半球到右半球的IHI的调制。

  我们的结果显示，在高和低的训练期间，MI的网络强度没有明显的差异（图5D），表明在EEG水平的半球间功能连接没有改变，而IHI被调制了。

  这可能表明IHI和网络强度仅仅反映了不同神经群体的活动；半球间投射通过感觉和运动皮层中的环绕/侧起作用，而EEG水平的同步性反映了丘脑皮层环路中锥体神经元和中间神经元之间局部相互作用的活动变化。

  此外，网络强度可能反映了两个运动皮质之间的双向同步程度，而IHI反映了单向(从右到左)效应。因此，尚不清楚使用半球间功能连接的基于fMRI的神经反馈是否与同侧兴奋性相关，以及它是否调节IHI大小。

  大脑半球间的活动也受到外部干预的被动调节，例如运动皮质上的tDCS或rTMS。尽管这种工具具有神经调节功效，但是它们的长期持续效果通常是有限的，并且由于远程效应，它们不具有空间特异性。

  相反，在有意识的自我学习环境下，在没有进一步训练的情况下，对MEP振幅的意志控制至少保留了6个月，这支持了对IHI手法长期疗效的未来预测。此外，我们成功地证明了IHI变化大于由CS效应解释的方差。

  基于我们的发现，进一步的实验可能有助于更好地理解该途径的特异性。为了进一步确认受试者是否学习了通路特异性IHI操作，应通过调整CS强度以诱发1 mV峰间振幅的左侧MEP，使CS效应在各种条件下保持恒定。

  此外，本研究中IHI操作的效应大小与代表性TDC相当，优于rTMS研究。使用RTM和TDC进行的两项临床试验荟萃分析也表明，效果大小为中等(0.4–0.6)。基于神经反馈训练与外部给药干预相结合的先前研究，它们的结合可能有助于促进神经可塑性。

  我们的技术和证据有望应用于各个领域，例如，在神经康复方面。在中风患者中，半球间不平衡/竞争模型预测半球间感觉运动网络存在不对称性，来自非受影响半球的过度限制了运动表现和最大恢复。

  因此，我们认为，通过有针对性地提高受影响半球的条件和降低非受影响半球的条件，将半球间的网络引导到适当的模式，可能有助于减少异常的IHI和提高可实现的功能恢复。

  尽管试图重新平衡半球间网络以改善中风后运动恢复的康复策略存在争议，但根据患者的具体情况，目前的技术可以调整为上调受损半球、下调完整半球、两者兼而有之，或者反之亦然。

  此外，先前的综述支持该概念框架，并提出IHI的基本作用是通过协调两个大脑半球的能力来支持兴奋性焦点的缩小。这一框架与已知的胼胝体投射的结构完整性和中风后运动障碍的程度之间的联系是一致的。

因此，我们的空间双变量EEG-神经反馈方法可能与中风康复背景下的应用前景以及基础科学前景高度相关。未来的工作需要探究中风患者操纵IHI的剩余能力。

结论

  总之，我们提出了一种操纵IHI状态的创新方法，通过直接和双向调节基于空间双变量BCI的神经反馈范式中的SMR-ERD。

  该方法提供了了解性感觉运动功能的机会，并为新技术铺平了道路，使用户/患者能够调节其大脑功能的各个方面以达到所需的状态，例如，用于神经康复和增强运动性能。