NeuroExplorer软件帕金森病运动亚型中丘脑底核背侧 β 振荡作为潜在生物标志物的探索性研究

帕金森病（PD）可分为姿势不稳和步态障碍（PIGD）型以及震颤为主（TD）型两种亚型。然而，丘脑底核（STN）背腹侧是否存在能区分PIGD和TD这两种亚型的潜在神经标志物，尚未得到证实。因此，本研究旨在探究PD患者丘脑底核背腹侧的频谱特征。研究人员对23例PD患者在深部脑刺激（DBS）过程中STN背侧和腹侧的尖峰信号β振荡频谱差异进行了研究，并对两种亚型进行了相干性分析。最后，将各特征与统一帕金森病评定量表（UPDRS）进行关联分析。研究发现，STN背侧的β功率谱密度（PSD）是预测PD亚型的最佳指标，准确率达82.6%。PIGD组STN背侧β振荡的PSD值（22.17%）高于TD组（18.22%；p<0.001 ）。与PIGD组相比，TD组在β和γ频段表现出更高的一致性。综上所述，STN背侧β振荡可作为一种生物标志物，用于区分PIGD和TD亚型、指导STN - DBS治疗，并且与部分运动症状相关。

️东莞富临医疗科技有限公司是Nex Technologies在亚洲的代理商，富临医疗为亚洲客户提供NeuroExplorer数据分析软件。

️ 一、引言

帕金森病（PD）是一种人类神经系统的进行性神经障碍疾病。PD 患者的发病率和病情进展差异是由环境和遗传因素导致的，其确切发病机制仍不明确。基于临床研究量表，PD 通常被广泛分为震颤为主型（TD）和姿势不稳 - 步态困难型（PIGD）两种亚型。通常使用统一帕金森病评定量表（UPDRS）和运动障碍学会修订版进行分类。临床研究表明，TD 和 PIGD 亚型的进展速度存在差异，PIGD 亚型患者的病情进展更为迅速。PIGD 患者发生运动障碍（如肌强直、步态冻结和静止性震颤）和非运动障碍（如痴呆、记忆力减退和嗅觉减退）的风险更高。

微电极记录（MER）技术的出现，让人们对丘脑底核（STN）有了更深入的了解，也有助于明确深部脑刺激（DBS）的潜在机制。MER 可获取两种信号：一种是低频信号，即局部场电位；另一种是高频信号，即尖峰信号。对这两种信号的分析，有助于探究与 PD 临床症状密切相关的电生理机制。在神经元活动过程中，PD 患者因基底神经节功能障碍，β 振荡会过度增加，且与运动障碍的严重程度密切相关。左旋多巴 - 胺和 DBS 治疗能够减弱 β 振荡，改善临床症状。为了更详细地研究 β 振荡对 PD 症状的影响，研究人员将 STN 分为背侧和腹侧。STN 的背侧是感觉运动区，集中了大部分振荡活动。通过 DBS 刺激 STN 背侧，可改善 PD 患者的症状。此外，背外侧 β 振荡还可用于预测 PD 患者对 DBS 和药物治疗的反应。然而，目前针对 STN 背腹侧 PIGD 和 TD 亚型的频谱分析尚未有专门研究。

本研究旨在探究 PIGD 和 TD 患者 STN 的 β 功率谱密度（PSD）之间的相关性。研究人员进一步将 STN 分为背侧和腹侧，研究这两种亚型的 β PSD。最后，分析背侧 STN 的 β PSD 区分两种亚型的能力。这些研究结果可能为区分这两种亚型提供潜在的神经标志物。

️ 二、材料与方法

️01. 患者数据

2019 年 2 月至 2022 年 7 月，前瞻性招募了 35 例原发性 PD 患者参与本研究。PD 患者的纳入和排除标准见图 1。在这 35 例患者中，12 例因以下原因被排除：4 例患者术中记录缺失，2 例 DBS 靶点为苍白球内侧核（非 STN 靶点），6 例微电极信号质量不佳。最终，共有 23 例符合 STN - MER 条件的患者（10 例男性，13 例女性）被纳入研究（图 1）。本研究获得了福建医科大学附属协和医院伦理委员会的批准，所有参与者均签署了书面知情同意书。根据 UPDRS 中 TD 和 PIGD 的评分比例（比例≥1.5 为 TD 型；比例≤1.0 为 PIGD 型），14 例患者被归为 PIGD 型，9 例归为 TD 型。

图1. 帕金森病患者的纳入与排除标准。MERs：微电极记录；DBS：深部脑刺激；GPI：苍白球内侧核；PIGD：姿势不稳和步态障碍；TD：震颤为主型。

️02. 临床信息

记录患者的临床特征，包括年龄、性别、病程和左旋多巴等效日剂量（LEDD）。在服药和停药状态下，分别使用 Hoehn 和 Yahr（H - Y）分期以及 UPDRS 第三部分对运动障碍进行评估。

️03. 微电极记录

在 23 例接受 DBS 患者的 MER 记录中，17 例由某公司的 NeuroNav 生理导航系统 4.5.3 和钨电极（STR - 007080 - 10）记录，另外 6 例使用某公司的 StealthStation 神经导航平台和相同型号的钨电极记录。MER 信号经四阶巴特沃斯带通滤波器（300 - 6000Hz）滤波。当电极到达指定靶点上方 10mm 处时开始记录 MER，电极以 1mm 的步长推进。当电极尖端到达 STN 背侧边界时，电极推进步长减小至 0.5mm。当电极尖端到达黑质时停止记录。本研究首先筛选时长大于 6s 的数据。通过肉眼识别每个单元，检测神经元的形状和波形。

️04. 尖峰提取

尖峰序列在幅度≥4 倍标准差的情况下进行量化。将滤波后的 MER 数据导入 NeuroExplorer 软件，以确定平均放电频率（FR）。计算峰间间隔的不对称指数（AI）和修正爆发指数（MBI）。信号提取过程见补充图 S1。

️05. 尖峰功率谱密度估计

使用 Spike 2 软件计算各单元的 PSD，以确定振荡特征。对原始数据进行整流，采用时间常数为 0.5s 的滤波器去除直流分量，下采样至 3kHz，并去除 48 - 52Hz 的噪声。采用 Welch 方法，使用汉宁窗计算 PSD。快速傅里叶变换大小为 4096，频率分辨率为 0.7336Hz。将每个单元的 PSD 导入 MATLAB 2018 进行归一化处理，从而得到每个频段（即 θ（3 - 8Hz）、α（8 - 13Hz）、β（13 - 30Hz）和 γ（30 - 100Hz））的相对功率。术中记录将 STN 分为背侧（0 - 50%）和腹侧（50 - 100%）。

️06. 背景活动

将每个尖峰的前 0.5ms 和后 2.5ms 部分，替换为当前轨迹中随机选择的无尖峰 3ms 片段。将这个新轨迹定义为背景活动。观察新轨迹并检查是否存在尖峰。采用全波整流法去除直流分量。

️07. 尖峰与背景活动的相干性

采用相干性分析评估尖峰序列与背景活动之间的频率相关性程度。通过 NeuroExplorer 软件导入背景活动，进行相干性分析。采用 Welch 方法，参数包括汉宁窗和 50% 的窗口重叠，得到 1/2Hz 的频谱分辨率。比较并计算 PIGD 或 TD 组在每个记录深度的显著相干平均速率。

️08. 统计分析

使用 SPSS 软件 26 和 MATLAB 2018 进行统计分析。采用 Kolmogorov - Smirnov 检验确定变量是否符合正态分布。对于符合正态分布的变量，使用 Student t 检验；对于不符合正态分布的变量，采用 Wilcoxon 秩和检验。显著性水平设定为 0.05（双侧），并根据比较次数进行调整。在各频段的统计分析中引入错误发现率，以防止 I 型错误。采用 Bonferroni 多重比较检验进行校正。使用 Spearman 相关分析，探究提取频段的 PSD 和三个特征值与 UPDRS 量表之间的相关性。显著性水平为 p < 0.05。由于本研究具有探索性，未对多重比较进行校正。

️ 三、结果

️01. 基线特征

PD 患者的基线特征见表 1。患者的平均年龄为 61.39（61.39 ± 6.49）岁，病程为 8.51（8.51 ± 5.22）年。男性占样本的 43.47%，平均身高为 161.60（161.60 ± 9.74）cm，平均体重为 61.13（61.13 ± 11.31）kg。根据 p 值判断，TD 和 PIGD 亚型在各方面具有可比性（所有 p 值均大于 0.05）（表 1）。表 2 展示了两组患者在接受 DBS 治疗后的表现。在停药（Med - off）状态下，两组在震颤和轴向评分方面存在显著差异，且两组在接受 DBS 治疗后均有显著改善（表 2）。

表 1. 基线特征

数据以均值±标准差（SD）或数量（百分比）表示。左旋多巴等效日剂量（LEDD）是根据汤姆林森等人提出的药物换算方法计算得出的。两组之间的差异采用t检验a或皮尔逊卡方检验b进行分析。PD：帕金森病；LEDD：左旋多巴等效日剂量；UPDRS III：统一帕金森病评定量表第三部分，当p < 0.05时认为差异具有统计学意义。

表2. PIGD组和TD组术前、服药状态下以及深部脑刺激（DBS）治疗后的效果对比

️02. MBI、FR 和 AI 的比较

两种亚型神经元的 FR、MBI 和 AI 见补充表 S1。PIGD 组和 TD 组的平均放电频率分别为 37.62（37.62 ± 10.11）Hz 和 36.00（36.00 ± 3.91）Hz，MBI 值分别为 1.86（1.86 ± 0.93）和 1.68（1.68 ± 0.72），AI 值分别为 0.27（0.27 ± 0.06）和 0.26（0.26 ± 0.03）。在不同 PD 亚型以及 STN 背侧和腹侧位置，这三个特征均未发现显著差异（p > 0.05）（表 S1）。

️03. 尖峰 PSD 和相干性

两种 PD 亚型的 PSD 比较见图 2。PSD 被分为四个频段：θ、α、β 和 γ（图 2A、B）。PIGD 组（19.80%）和 TD 组（17.40%）的 β 功率差异显著（p <0.01），而在 θ、α 和 γ 频段未发现显著差异。进一步将 STN 分为背侧和腹侧区域，发现在背侧的 β 频段，PIGD 组和 TD 组存在显著差异（p < 0.001）。PIGD 组 STN 背侧的 β 功率（22.17%）显著高于 TD 组（18.22%）。在腹侧的 β 频段，PIGD 组和 TD 组无显著差异（p> 0.05）（图 2C、D）。

相干性比例大于显著性水平（95% 置信区间）。比较分为 β 和 γ 两个频段。其中，重点关注相关性比例大于显著性水平（95% 置信区间）的情况。TD 组在频率上具有更高的相干性（β：PIGD 组 17.95%，TD 组 19.16%；γ：PIGD 组 69.87%，TD 组 71.21%）（图 3）。图 3 展示了背景活动与尖峰序列之间的相关性。比较分为四个频段：θ、α、β 和 γ，重点关注相关性比例大于显著性水平（95% 置信区间）的情况。

图2. 丘脑底核（STN）中两种亚型功率谱密度（PSD）的对比分析。PSD图的变化表明，PIGD组在β频段的振荡能量值更高。（A）PIGD亚型的微电极记录来自STN背侧和腹侧的数据。（B）TD亚型的微电极记录来自STN背侧和腹侧的数据。采用双尾Wilcoxon秩和检验，对PIGD组（250个微电极记录，MERs）和TD组（129个MERs）各频段进行比较，并将STN核分为上下两侧。结果发现，PIGD组和TD组在STN背侧存在显著差异。（C）两种亚型在四个频段的频谱大小比较。（D）两种亚型STN背侧和腹侧在四个频段的频谱大小比较。**表示PIGD组和TD组之间p < 0.001 。

图3. PIGD组和TD组各功率频段相关性的比较。(A) 相干性通过尖峰信号与背景活动之间的显著相关性进行量化，虚线表示95%置信区间内的显著相干性。(B) 两种亚型在β和γ频段显著相干百分比的对比图。

PIGD 组在停药状态下的特征与 DBS 手术前记录的 UPDRS 量表之间的相关性见补充表 S2。在 Spearman 相关性分析中，PIGD 组腹侧 β 频段的平均 PSD 与 H - Y 评分呈强相关（ρ = 0.575，p = 0.032）。在停药状态下，未发现其他相关性（表 S2）。PIGD 组在服药状态下的特征与 DBS 手术前记录的 UPDRS 量表之间的相关性见表 3。在服药状态下，θ 频段的平均 PSD 与轴向评分相关（ρ = 0.568，p = 0.034），背侧 α 频段的平均 PSD 与 UPDRS III 总分相关（ρ = - 0.577，p = 0.031），背侧 β 频段的平均 PSD 与轴向评分相关（ρ = - 0.582，p = 0.029）。

表3. PIGD组（Med-on）MER特征与临床特征相关性分析结果。

TD 组在停药状态下的特征与 DBS 手术前记录的 UPDRS 量表之间的相关性见补充表 S3。在停药状态下，α、β 和 γ 频段的平均 PSD 与 TD 组的运动迟缓评分相关（α：ρ = - 0.695，p = 0.038；β：ρ = - 0.778，p = 0.014；γ：ρ = - 0.778，p = 0.014）。STN 背侧 α 频段的平均 PSD 与运动迟缓评分相关（ρ = - 0.695，p = 0.038）。此外，STN 背侧 β 频段的平均 PSD 与 UPDRS III 总分和运动迟缓评分均相关（ρ = - 0.678，p = 0.045；ρ = - 0.770，p = 0.015），STN 腹侧 γ 频段的平均 PSD 与运动迟缓评分呈强相关（ρ = - 0.820，p = 0.007），MBI 特征与运动迟缓评分相关（ρ = - 0.720，p = 0.029）（表 S3）。TD 组在服药状态下的特征与 DBS 手术前记录的 UPDRS 量表之间的相关性见表 4。

表4. TD组（Med-on）MER特征与临床特征相关性分析结果。

在服药状态下，β 频段的平均 PSD 与运动迟缓评分相关（ρ = - 0.762，p = 0.017），STN 背侧 β 频段的平均 PSD 与 UPDRS III 总分和运动迟缓评分呈强相关（ρ = - 0.717，p = 0.03；ρ = - 0.828，p = 0.006）。STN 腹侧 γ 频段的平均 PSD 与运动迟缓评分相关（ρ = - 0.753，p = 0.019），AI 特征与步态评分相关（ρ = - 0.693，p = 0.039），MBI 特征与运动迟缓评分相关（ρ = 0.728，p = 0.026）（表 4）。

两组患者 DBS 术后 UPDRS 量表与 MER 特征之间的相关性见补充表 S4 和 S5。补充表 S4 展示了 PIGD 组的结果，补充表 S5 展示了 TD 组的结果。PIGD 组未发现相关性。TD 组实验显示，DBS 术后腹侧平均 PSD 与轴向评分呈正相关。

PIGD 组背侧 β 频段 PSD 与 UPDRS 的多重比较见补充表 S6。经过多重比较，轴向评分（停药状态）仍与该特征显著相关。TD 组背侧 β 频段 PSD 与 UPDRS 的多重比较见补充表 S7。经过多重比较，UPDRS 第三部分（停药状态）的显著相关性在多重比较后消失，而运动迟缓（停药状态）、运动迟缓（服药状态）和 UPDRS 第三部分（服药状态）的显著相关性仍然存在。

️04. PIGD 和 TD 亚型的区分与 STN 背侧 β 振荡的相关性

由于 STN 背侧 β 振荡与两种亚型的区分有关，因此将其作为预测指标。以 STN 背侧 β 振荡为自变量，PIGD 和 TD 为因变量进行二元逻辑回归分析。公式如下：y = 14.415 - 43.397x ，其中 y 代表 PD 患者中的 PIGD 亚型，x 是 STN 背侧 β 振荡的平均 PSD。结果显示，STN 背侧 β 振荡的平均 PSD 是一个显著的预测指标（p = 0.043），比值比（OR）和 95% 置信区间（CI）为 0（0 - 0.273）。相反，β 振荡的平均 PSD 不是一个显著的预测指标（p = 0.267）。该模型的正确预测率为 82.6%。

️05. 识别和预测 PIGD 和 TD

研究人员使用代表性的受试者工作特征（ROC）曲线，探究 PIGD 组和 TD 组之间的特征差异。STN β 振荡的平均 PSD 和背侧 STN β 振荡的平均 PSD 表现良好，曲线下面积分别为 0.73 和 0.905，灵敏度分别为 0.714 和 0.929，特异性分别为 0.778 和 0.778（图 4）。图 4 展示了两种亚型的 ROC 曲线。

图 4. 使用 β 波段的功率谱密度 (PSD) 区分的 PIGD 和 TD 的 ROC 曲线：β 波段的 PSD（蓝色）和背侧 β 波段的 PSD（红色）。

️ 四、讨论

本项横断面研究对 PIGD 和 TD 这两种 PD 亚型的 PSD 和相干性展开了探究。首先，研究人员证实 PIGD 和 TD 亚型在 β 振荡方面存在差异。其次，将 STN 进一步细分为背侧和腹侧区域，探究背侧和腹侧 β 振荡的影响，结果显示 STN 背侧 β 振荡与 PIGD 和 TD 亚型之间存在强相关性。最后，ROC 曲线和二元逻辑回归分析表明，STN 背侧 β 振荡能更好地区分这两种 PD 亚型。此外，对两种亚型的一致性分析显示，TD 组在 β 和 γ 频段的一致性更强。这些结果表明，STN 背侧 β 振荡在区分这两种亚型方面具有潜在的预测价值。

️01. 背侧 β 振荡与 PIGD 和 TD 两种亚型的关系

此前有研究发现，两种亚型在低 β 频段存在差异。β 振荡活动神经元与僵硬型和运动迟缓型 PD 患者的肢体肌电图相关。本研究也得出了类似的结果，PIGD 和 TD 在 STN β 振荡方面存在差异，且 PIGD 组的振荡幅度大于 TD 组。在以往的研究中，β 振荡是 PD 患者 STN 背侧的一个有用且可靠的特征。刺激 STN 背侧区域的 β 振荡活动神经元和 θ 振荡神经元，是缓解 PD 症状的有效方法。本研究进一步证实，STN 背侧 β 振荡是一个可靠的特征，在区分 PIGD 和 TD 亚型方面具有重要作用。以往研究表明，STN 背侧区域 β 振荡较强，而腹侧区域 γ 振荡较强。本研究也得到了类似的结果，尤其是在 PIGD 组中。以往研究还发现，STN 背侧区域的 β 振荡幅度大于腹侧区域。本研究结果与之相符，TD 组和 PIGD 组均呈现背侧大于腹侧的情况。

️02. PIGD 和 TD 两种亚型的相干性分析

此前尚未对这两种亚型进行相干性分析。有研究发现，β 频段神经元间的相干性较低，主要出现在震颤剧烈的患者中。另一项研究将帕金森病患者苍白球层局部场电位记录与头皮脑电图相结合，结果显示，运动僵直型帕金森病患者苍白球层与皮层之间的 β 相干性较高，且随着左旋多巴改善症状，这种相干性会降低。所有这些研究都表明，TD 型帕金森病患者 β 频段的相干性更强，这与本研究的发现一致。

️03. PSD 与 UPDRS 评分的相关性

研究人员研究了提取的各频段 PSD，并对两种分型进行了相关性分析。在 TD 组中，在两种状态下，β 振荡均与运动迟缓评分显著相关，但与震颤和步态评分无关，这与之前的研究结果一致，即 β 频段功率与停药状态下评估的僵硬和无力症状显著相关。在 PIGD 组中，服药状态下 STN 背侧的 β 振荡与轴向评分相关。这也与最近一项关于 STN 不同区域与帕金森病症状关系的研究相符。以往对帕金森病药物反应良好的患者的研究表明，轴向特征和运动迟缓对左旋多巴有部分反应，其效果通常与 STN 刺激相近。基于本研究，研究人员推测，药物反应的差异导致了本试验中 PIGD 和 TD 患者结果的一些差异。

️04. 局限性

本研究存在一些局限性。本研究纳入的患者在手术过程中使用了不同的仪器。在手术过程中，麻醉或电极插入引起的出血可能会影响结果。因此，严格执行手术程序以尽量减少实验数据中的其他因素。在分析 AI、MBI、FR、PSD 以及两种亚型之间的相关性时，未进行尖峰分类，所以研究结果不足以在单个单元层面得出结论。在后续数据中，部分患者随访 1 个月，部分随访 6 个月。因此，无法针对不同随访时间进行系统的相关性分析。由于本研究样本量有限（N = 23），有必要使用更大的样本量来验证研究结论。由于手术限制，术中记录的 MER 长度通常比植入式 IPG 手术后记录的短，这可能会影响研究结果。研究中的患者主要被诊断为中晚期帕金森病（H - Y 分期 > 3 期），伴有严重的帕金森病症状，导致本研究中 TD 亚型的严重程度相对较高。

️ 五、结论

在本研究中，研究人员证明了帕金森病的 PIGD 和 TD 运动表型在背侧 β 动态方面存在差异。研究还表明，PIGD 组中背侧 β 振荡与轴向评分呈负相关，TD 组中背侧 β 振荡与运动迟缓评分呈负相关。这些发现有助于更好地理解帕金森病的病理生理方面，并可能建立新的电生理标志物。

公司地址：广东省东莞市樟木头镇塑金国际1号楼810