Neuroimage:准备电位是否只在运动前出现？

《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》

  2019年10月，伦敦大学认知神经科学研究所的Travers团队在Neuroimage期刊上发表了一篇关于准备电位（RP）是否只发生在运动前的研究，其研究结果支持经典的RP解释，即RP只发生在运动行动之前。
 
   准备电位RP是自主运动之前缓慢上升的负电位，传统观点认为RP发生在辅助运动区和前辅助运动区，当大脑无意识的决定运动时RP开始出现，RP在运动命令通过主运动区传送出去后达到峰值，RP主要反映了运动准备过程。经典的RP解释包含两层假设，一是RP是针对自主运动（voluntary actions）的，它应该发生在自主运动之前，而不是在非自主运动之前；二是当被试可能产生运动但并没有运动时RP不应该出现。由于RP的测量方法，第二个假设很难验证。由于脑电图记录固有的信噪比低的特点，因此在单个trial中很难识别出自主运动之前的RP。RP研究通常基于运动的时刻提取trials，然后将大量的试次平均在一起。任何与RP波形相似但不会导致动作的单次试验脑电图都将被忽略（下文称：RP-like events），因为在它们之后并没有发生运动，根据提取trials的规则，并没有提取这些数据段。因此，研究者认为自主运动前的RP是基于有偏差的抽样得到到的， RP-likeevents很可能一直在发生，但是并没有被研究者注意到。
 
  最近，Schurger和他的同事们提出了随机决策模型，它的一个重要结论是，在整段数据中都应该出现RP-like events，只是当RP-like events的幅值超过决策阈值时，就会产生运动，反之，不产生运动，一般提取的RP属于前者的叠加结果。
 
  在该文的研究中，Travers团队使用模板匹配的方法来研究RP-like evets出现的时间点，研究其是否只在自主运动之前出现。

方法

1.数据采集
 
  该研究使用的数据来源于论文《Dissociating cognitive and motoric precursors of human self-initiated action》，在该文中，参与者被允许在他们自己选择的时间行动(按下按钮)，自主运动；需要等待视觉提示才能行动，提示运动。该研究的分析主要针对脑电图背景成分（没有运动任务时候的脑电数据），该本的研究不依赖于该论文数据段的划分、研究的问题和研究结果。该实验设计与Khalighinejad等的实验设计相似，但是做了一些修改。为了设计自主运动，参与者完成一个很简单的视觉辨别任务，同时记录了脑电图；参与者被要求观看一个随机的圆点运动图，并在圆点开始向同一方向连贯移动时指出它们是在垂线上向左移动还是向右移动，trial开始到运动开始之间的时间间隔很长。
 
  在自主行为条件下，参与者可以随意跳到下一个trial，通过双手操作(同时按下两个响应键)，获得少量奖励，并避免可能的长时间等待。在提示运动条件下，当且仅当屏幕注视点变成红色时，参与者才进行同样的跳过操作，因此，跳过操作在自主动作条件下是内源性的，而在提示运动条件下是外源性的。
 
  20名参与者完成了两个60分钟的实验，所有的参与者在参与研究之前都签署了知情同意书，实验也得到了部门道德委员会的批准。在第一次实验，参与者被允许根据他们的意愿跳过trial；在第二次实验，也就是一周后，参与者只能跳过他们在前一实验中选择的50%的trial。这个实验的目的是研究这种限制是如何改变意志过程的一致性的，但是这些研究问题在本文并不相关。重要的是，第二个实验会产生较长的脑电图数据段，在此期间参与者可能启动或不启动内源性动作。这些数据段是研究RP-like events的理想数据集，研究者选出提示后至少11s才出现运动的trials，截取其后10s数据作为epochs，由于每个被试合格的trials数量少且变异性大，因此研究者将所有被试的trials数据放到一块做了总平均。
 
2.脑电预处理
 
   采用BioSemi ActiveTwo系统记录了F3, Fz, F4, FC1, FCz,FC2, C3, C1, Cz, C2, C4, CP1, CPz, CP2, P3, Pz, P4, O1, Oz, 和O2共计20个通道的脑电信号，水平和垂直电记录使用外部双极通道，参考电极放置在左右耳后的乳突骨上，脑电图信号采集频率为2048Hz，使用python的MNE包对数据进行预处理，采用low-pass (30 Hz)和high-pass (0.1 Hz)滤波器以及50Hz的陷波滤波器对信号进行预处理，然后信号被降采样至256Hz。幅值超过500μV的epoches被去除，然后用ICA方法进行了眼电等伪迹去除，ICA后峰峰值高于150μV的epoches被去除。最终，提取了363个自主运动条件的epochs，398个提示运动的epochs。

想系统学习EEG数据分析和处理技术的朋友可以关注“脑之说”微信公众号参加我们线下学习班。

研究结果

1.脑电分析
 
  图1A是自主运动前2s，20个电极的ERP波形，为双侧乳突平均参考。将动作前的1.05到0.05 s这段时间定义为RP时间段，避开了动作前的最后50毫秒，这段时间可能包含动作本身生成的成分。这个时间段是根据数据的ERP波形选择的，我们知道RP的出现在不同的研究中有很大的差异。单电极脑电图在单次试验中是有噪声的。因此，为了捕获RP的时域特征，研究者分析了20个电极上的平均信号。图1B是20个电极的平均准备电位，它是RP估计的时域模板。研究者计算了在滑动窗口中，在每一个trial中，样本和均值信号之间的欧式距离，在每一个时间步上的均值，相似度定义为欧氏距离的倒数。在整个数据集中，每个相似度度量都被z转换为均值为0，标准偏差为1。图1E展示了整个处理过程。
 
  图1C和D表示去除容积传导效应后的准备电位和空间电流密度分布，研究者使用这个模式，超过20个电极，作为空间模板。为了估计单次试验脑电图随时间的空间相似性，研究者计算了该模板与单次试验原始脑电图在每个时间点上的欧氏距离。

图1 A. 20个电极的准备电位[-1.05s, -0.05s]；B.20个电极的平均准备电位（RP时域模板）；C.去除容积传导效应后的准备电位和空间电流密度分布；D.-0.05s的脑地形图，此时准备电位的幅值最大（RP的空间分布模板）；E.RP时域模板与单个trial匹配的过程。

  图2A表示在两种条件下（instructed 和 voluntary）随时间变化的平均时域（左图）和空域（右图）的相似性评分，对于大多数时间窗口，研究者发现这两种条件之间的平均相似度没有差异。不出意料，在自主运动条件下，运动前的时间段（产生时域模板的时间段）具有更高的相似性，然而提示运动并没有表现出来类似结果，这可能是由于提示信息引起的P300响应对此造成了影响。
  接下来，研究者在每个trial中都提取了RP-like evets，不包括与实际RP重叠的时间段，如图2B和C所示。即使与真实的单个trial的RP相比，这些RP-like events与模板也更相似。
 
  为了好地理解RP-like events所代表的意义，研究者在每个trial根据时域或空域的相似性评分提取出最优的RP-like events，对其进行总平均得到伪运动准备电位（pRP），将其与真实的RP进行对比。

                      图2 数据与RP模板的相似性

 
  图3A表示真实的RP和pRP在时域的波形，pRP被成功的复现出来，即使与真实的RP相比，其trials之间也具有更小的变异性。然而，根据空间相似性构建的时域波形没有表现出一个缓慢下降的负波。图3B表示RP的空间分布结果，与上述结果相似，根据时域相似构建的地形图与真实RP的地形图不一致，而根据空域相似构建的地形图却高度相似。这些发现表明，根据时域和空域相似性发现的RP-likeevents在是不相关的，它们只是偶然发生的。与RP的时域匹配的脑电图片段与RP的空间分布不匹配，反之亦然。这使得研究者相信RP-like events实际上不太可能由与真正的RP具有相同的产生机制，这与经典的观点相一致，即类似RP的事件只发生在自愿行为之前，而不是在其他时间。

                图3 由RP-like events生成的伪运动准备电位和地形图

2.建模
 
  如果脑电数据中存在RP-like temporal events，且与自主运动无关，那么研究者接下来想要探索如果数据只是生理噪音，是否能得到预期结果。相关结果表明，研究者发现的RP-like events可能是脑电图记录中背景生物噪声的产物，而不是任何与动作相关的神经过程的标志。生物时间序列具有以下特征：各频段的频谱功率与频率本身成反比，即P ∝ 1/fα，其中，α=0，白噪声；0<α< 2，分红噪声（自然界最常见的噪音，它主要分布在中低频段）；α = 2，布朗噪声（反应随机走动或扩散过程）。RP本身是一个缓慢的负斜坡，或在频域内的低频振荡信号。因此，在低频信号占比比较高的信号中容易找到RP-like events，如图4A所示。
 
  在该文的数据中，自主运动和提示运动的功率谱并没有显著的差异，这进一步说明除运动前的数据段外，这两种条件下的脑电信号并没有差异。在这两种条件下，α≈1.17，如图4B所示。与典型的静息态脑电数据相似，alpha频段的能量比纯噪声1/fα在该频段更高一点。
 
  为了研究不同噪声信号与RP-likeevents出现情况之间的关系，研究者令α取0和1.5之间的数值，调整模拟数据的振幅以匹配脑电图，使用与前面相同的RP模板对每个模拟数据集进行重复分析。结果表明，α的值与模板和模拟数据之间的相似性正相关，如图4C所示。此外，α= 1.17时，模拟数据的RP-like events与真实数据的更匹配。研究者得出结论，真实脑电图的RP-like events 与模拟数据中的完全一致。

图4 A.在低频能量比较强的情况下，RP-like events表现的更明显（绿线）。B.自主和提示条件下脑电图的功率谱（P ∝1/fα，α≈1.17）；功率与频域之间呈现出。C.RP的时域模板与数据的相似性（α取0-1.5之间的值），α值较高的模拟噪声数据与RP-like events具有相似的的匹配结果。

讨论与总结

  该研究结果并不支持在无运动情况下也会出现准备电位的假设，具体原因有以下两点理由，一是与提示运动任务相比，自主运动任务中并没有出现更明显的RP-like events；二是，RP-likeevents在时域和空域并没有同时表现出与真实RP的一致性，因此研究者认为其与运动准备电位不相关。因此，研究者得出结论，这些RP-like events确实是假阳性:脑电图部分偶然地与RP的某些方面相似，但不是由相同的机制产生的。该文的结果与传统观点一致，即RP只发生在自主运动之前。
 
  虽然没有为随机波动假说提供新的证据，研究者认为，该假说仍然有可能是正确的，但是RP-like events不仅仅在自主运动中出现，在其他运动任务中同样也会出现。此外，研究者假设在辅助运动区与运动准备相关的神经元的平均发放率增加，方差也随着时间增加；然而，这一特性可以在更复杂的回路中被抑制，需要进一步的工作来确定产生RP的神经回路是否如此。
 
  研究者假设自主运动累加器基线水平较大，但是结果是自主运动和提示运动没有明显区别，研究者认为在自主运动条件下，累加器的平均水平保持不变，但动作阈值降低了，许多证据积累模型难以区分基线偏移和阈值偏移。
  此外，研究者还做出了新的猜测，认为随机波动是独立存在的，它们是自主 运动产生的必要条件，但是并不是充要条件；当大脑决定运动的时候，这些波动与初级运动皮层和脊髓的活动之间可能存在功能联系；否则，波动可能发生，但不会触发任何运动。也就是说，意志和随机波动共同导致了运动的发生。
 
  最后，研究者提到Schultze-Kraft等对将要发生的动作的预测工作，认为这篇文章中的分类器取得了较好分类效果（在非运动时间的数据段很少识别出运动将要发生，说明运动前的神经活动与RP-like events时间段的神经活动是不一致的），也进一步说明了运动准备活动只发生在运动之前。
参考文献：
Travers, E. et al., Do readiness potentials happen all the time?, NeuroImage, https://doi.org/10.1016/
j.neuroimage.2019.116286