来自威尔康乃尔医学院的Chananel Braiman等人在Current Biology上发文，该研究以健康人与严重脑损伤患者作为被试，比较不同临床分类的个体对自然语言包络(NaturalSpeech Envelope, NSE)的EEG响应的差异，构建NSE-EEG交互作用函数。
自然语言包络是指将自然语言这种多频信号，按频率大小进行排列，将声压值顶端连接起来形成的曲线，其随着声音的变化而发生变化。随后，研究者进行行为诊断以及脑影像诊断方法分别对脑损伤病人进行分类，采用NSE-EEG交互作用函数验证其分类准确性。结果发现，随着脑损伤情况的加重，NSE的潜伏期都呈现显著延迟。值得注意的是，与其他脑损伤病人不同，在fMRI中可以完成规定指令(fMRI CF+)的病人仍保留语音处理的功能，其NSE的成分潜伏期与健康人无显著差异，继而研究者探究了fMRICF+病人的神经影像特征。研究表明，NSE是一种被动的检测手段，它可以作为一种有用的筛查工具，改善了fMRI或其他方法对隐性认知的检测水平，提高研究中对意识障碍患者的分类的准确度并可以识别脑损伤病人的“认知运动分离”。
关键词：意识障碍；认知运动分离；EEG；言语知觉；语言包络；昏迷；植物人状态；微意识状态；fMRI；外伤性脑损伤
方法
该研究选取13名无神经障碍的健康人和21名脑损伤的病人作为被试。首先，采用JFK昏迷恢复问卷-修订版(TheJFK Coma Recovery Scale-Revised, CRS-R)进行行为诊断，将脑损伤病人划分为从低意识状态清醒(EMCS,6人)，低意识状态(MCS,12人)，植物人状态(VS,3人)三种状态。其次，刺激呈现及EEG记录。对于健康被试而言，听觉呈现《爱丽丝梦游仙境》的部分章节并记录脑电；对于脑损伤病人而言，听觉呈现自己的生活事件并记录脑电。该生活事件由病人家属提供，记录了被试在脑损伤之前的生活状况。自然语言刺激时长约2分钟，相同的声音刺激以65分贝的音量播放了四次。在此基础上，进行NSE-EEG交互关系分析，即构建自然语言包络的声压幅值与EEG幅值之间的交互相关函数。随后，部分被试参与了fMRI运动想象范式，分别为想象打网球，想象伸开与握紧右手，以探究在fMRI CF+病人的神经影像特征。其中，可以在fMRI中完成指令任务的个体被定义为fMRI CF+。
数据分析方法
NSE-EEG交互相关分析
研究者采用NSE-EEG交互相关分析以探究个体对NSE的皮层响应。该方法将自然语言的声压幅值与其诱发的脑电幅值构建为相关函数。首先，从声音信号中提取NSE并进行2-30Hz的带通滤波；随后，将NSE降采样，由44.1kHz降低到250Hz，方便与EEG信号进行匹配；之后，将脑电信号与NSE信号均以2s分段，用以构建NSE与EEG的相关函数。
结果
首先，构建健康对照组的NSE-EEG交互相关函数（见图1）。结果表明，最大相关值出现的潜伏期出现在90ms与200ms，与前人结果一致。双侧颞后电极与左前中央电极对NSE的神经响应最强。
图1健康对照组被试总平均NSE反应。
(A)健康对照组右侧颞叶电极(T6)总平均NSE响应图。NSE响应的成分潜伏期1(ComponentLatency 1, CL1)与成分潜伏期2(ComponentLatency 2, CL2)的峰值以及二者关系交互作用函数中的显著性均在图中注明。超出虚线的互相关值即为显著，p≤0.05;
(B)CL1和CL2的NSE峰值幅值。暖色代表正相关值，冷色代表负相关值。
其次，研究者比较了健康对照组个体与不同临床分类的脑损伤病人对NSE神经表达上的差异（见图2）。
图2个体水平的NSE响应。对于健康被试、有能力参与fMRI范式的病人(fMRI CF+)、从低意识状态清醒的病人(EMCS)、低意识状态的病人(MCS)、植物人状态的病人(VS)，每个被试分别提取T6, FC6, T4,T4, T6电极点。被试个体水平上NSE反应的CL1和CL2峰值，以及其在交互关系函数中的显著性见上图。超过虚线的交互相关值即为显著*p≤0.05，并进行了FDR矫正。
随后，研究者以行为诊断为标准，未进行fMRI指令依从度评估，进行了个体水平NSE-EEG交互相关函数的差异统计分析（见图3A）。结果表明，依据行为诊断的分类的不同组中，CL1与CL2潜伏期存在着显著的组间差异。相较于正常个体与其他组病人，VS病人的CL1与CL2潜伏期要发生显著延迟。与此同时，研究者进行了fMRI指令依从度评估，排除了fMRI CF+个体，重新进行差异统计分析。结果表明，在不同的病人分组中，CL1潜伏期存在显著的组别主效应。与健康被试相比，EMCS,MCS, VS病人均出现显著的CL1潜伏期的延迟。同时，CL2潜伏期也存在着显著的组别主效应，简单效应分析结果表明，与健康个体和fMRI CF+组相比，MCS与VS病人存在显著的CL2潜伏期延迟。
图3与行为诊断及影像辅助诊断相关的NSE响应潜伏期。
(A)该图呈现了健康对照组(HC)、从低意识状态清醒的病人(EMCS)、低意识状态的病人(MCS)、植物人状态的病人(VS)NSE响应的CL1与CL2潜伏期的平均数与标准差。
(B)该图呈现了健康对照组(HC)和脑损伤病人(可在fMRI中遵从指令的个体，fMRI CF+ )NSE响应的CL1与CL2潜伏期的平均数与标准差。星号表示不同分组中，CL1和CL2 NSE响应的潜伏期差异的显著性水平(*p≤0.05, **p≤0.01, ***p≤0.001; N.S.,不显著)。
最后，研究者探究了fMRI CF+病人的的神经影像学特征（见图4）。图4呈现了6名fMRI CF+病人的神经影像学资料。结果表明，fMRI CF+病人在运动想象的任务中，fMRI中BOLD信号的激活与PET扫描图均可以定性表达认知运动分离病人的临床特征。
图4有能力参与fMRI任务病人的神经影像学资料。
左图为CF+ fMRI病人静息状态下代谢活动的临床特征PET扫描图。右图为fMRI扫描运动成像任务与静息态条件下的BOLD激活(p < 0.005)。A, 前侧；L, 左侧；P, 后侧；R, 右侧。
一句话总结：对自然语言包络响应的EEG信号，可以作为脑损伤病人诊断的一个客观指标，其可以提高行为诊断以及神经影像诊断的检测水平，提高对脑损伤病人的分类准确性。
参考文献
Braiman,C., Fridman, E. A., Conte, M. M., Voss, H. U., Reichenbach, C. S., Reichenbach,T., & Schiff, N. D. (2018).
Cortical Response to the Natural Speech Envelope Correlates with Neuroimaging Evidence of Cognition in Severe BrainInjury. Current Biology, 28(23):3833-3839.e3.doi:10.1016/j.cub.2018.10.057.
欢迎微信扫码关注思影科技
您的转发和推荐是思影前进的动力
获取原文：关注“思影科技”公众号，回复“原文”或“培训”，获取原文pdf及补充材料下载链接，同时欢迎浏览我们的培训通知以及数据处理业务介绍。（直接点击下文即可浏览）：
第一届脑电数据处理入门班 （重庆，全界面）
第十二届脑电数据处理班（重庆,与入门相邻）
第二届眼动数据处理班（重庆，与脑电相邻）
第十三届脑电数据处理班（南京，与脑电提高相邻）
第四届脑电信号数据处理提高班（南京，与十三届脑电相邻）
更新通知：第五届近红外脑功能数据处理班 (南京)
第二届脑磁图（MEG）数据处理学习班
第五届磁共振脑影像结构班（南京）
更新通知：第三届脑影像机器学习班（南京）
第十五届功能磁共振数据处理基础班（南京）
第十七届功能磁共振数据处理基础班
第四届磁共振ASL（动脉自旋标记）数据处理班（南京）
第九届磁共振脑网络数据处理班
第七届磁共振弥散张量成像数据处理班（南京）
第四届脑影像机器学习班
第四届动物磁共振脑影像数据处理班（南京）
第十六届功能磁共振数据处理基础班（重庆）
更新通知：第三届脑功能提高班暨任务态fMRI专题班
第六届磁共振脑影像结构班（重庆）
思影数据处理业务一：功能磁共振（fMRI）
思影数据处理业务二：结构磁共振成像(sMRI)与DTI
思影数据处理业务三：ASL数据处理
思影数据处理业务四：EEG/ERP数据处理
招聘：脑影像数据处理工程师
