黨世杰 王曉霓 劉彬彬 張建保

(西安交通大學生物醫(yī)學信息工程教育部重點實驗室，西安 710049)

引言

腦和心臟之間通過眾多的神經、激素和生物物理學機制進行實時交流以確保心臟的生理穩(wěn)態(tài)，同時對各種外在刺激做出復雜的心血管和系統(tǒng)響應[1-3]。基于緊密的耦合關系，一方面腦功能病變會引起心臟活動失調，另一方面心臟活動異常也會導致腦功能障礙。例如，腦中風、癲癇等疾病通常與嚴重心律不齊有關，而心房纖顫等疾病與認知功能障礙緊密聯(lián)系[4]。研究腦-心耦合，有助于理解機體最重要的兩大器官間的生理聯(lián)系，更好地認識心臟相關疾病機理及其內在聯(lián)系，從而制定出更有效的預防和治療策略。

自主神經系統(tǒng)對心臟活動的調控是典型的腦-心交流通路。一般認為，心血管神經調控的基本中樞在腦干的延髓，但腦干調控通路也接受許多皮層及皮層下腦區(qū)的調控，高級中樞與心臟之間的關系受到了越來越多的關注。新皮質、小腦以及邊緣系統(tǒng)已被證實，它們在調節(jié)心血管活動中扮演重要角色。前額葉皮層、前扣帶皮層、腦島、丘腦、下丘腦、杏仁核、中腦導水管周圍灰質、臂旁核和藍斑等部分通過直接或間接的相互連接，形成被稱為“中樞自主神經網絡”(central autonomic network,CAN)的功能環(huán)路，從而進行著心血管活動“輸入流-輸出流”的整合管理[5-6]。中樞自主神經網絡通過自主神經系統(tǒng)介導實現(xiàn)心血管活動的調控，進而實現(xiàn)更精細復雜的腦-心交流。

此外已經發(fā)現(xiàn)：在下行傳出方向上(腦→心)，起源于扣帶回及其附近腦區(qū)的～0.1 Hz振蕩信號對心跳產生有重要作用[7]，島葉皮層通過丘腦核與孤束核相互連接調節(jié)心臟活動[8]；在上行傳入方向上(心→腦)，心跳活動會在皮層腦區(qū)產生心跳誘發(fā)電位[9]，心血管系統(tǒng)傳入能夠影響藍斑和運動皮層椎體束細胞的活動[10]，與CO2相關的血管活動會影響靜息狀態(tài)的腦功能連接[11]等。

上述研究為理解腦-心耦合關系提供了重要信息，但也存在不足。首先，以往研究對自主神經活動的處理不夠精細，一般采用靜態(tài)估計或時間平均估計，或將心跳間隔序列作為一個整體來處理而沒有選擇性地研究交感/副交感活動對自主輸出流的貢獻。其次，根據Beissner等的研究，腦中樞對自主功能的調控不僅涉及多個功能腦區(qū)的參與，而且還表現(xiàn)出任務特異性[12]，即不同的任務選擇性激活不同的“中樞自主神經網絡”的子網絡做出特異性的響應。再者，許多動物實驗結果還需要在人體實驗中加以驗證。

直立傾斜實驗是一類重要的應激試驗，最初是由于Kenny等報道了其在暈厥病理研究中的價值而逐漸獲得關注[13]。傾斜實驗在臨床自主功能評價、宇航員立位耐力訓練以及腦血管相關疾病研究中有著重要應用[14]，主要是克服體位變化引起的重力效應，保持合適的系統(tǒng)功能，尤其是心血管功能以及腦功能，是一種典型的腦心相互作用過程。

本課題探究了70°直立傾斜實驗中的心、腦響應。通過時頻分析、相關分析、格蘭杰因果分析等方法，揭示了自主神經系統(tǒng)交感/副交感輸出流的實時響應模式，闡釋了前額葉皮層活動與自主系統(tǒng)輸出流之間的緊密聯(lián)系以及前額葉皮層活動與心臟活動間的方向性的耦合關系。通過實驗，為深入理解傾斜過程中的響應機制及腦心交流特征提供了重要信息。

1 方法

1.1 實驗方案

27名被試參與了實驗，均為健康的在校男性大學生，年齡為(23.8±2.8)歲，身高(172.0±5.4)cm，體重(65.7±8.6)kg，身體質量指數(shù)(22.2±2.7)kg/m2。實驗開始前，被試填寫個人基本信息及實驗知情同意書，該實驗得到西安交通大學醫(yī)學倫理委員會的核準認可。要求被試身體健康，無心腦血管疾病及各類急慢性疾病，無直立性低血壓癥狀，無心血管自主功能障礙、糖尿病，實驗前未服用對心腦血管系統(tǒng)有影響的藥物。被試被提前告知，禁止在實驗開始前12 h內劇烈運動、喝咖啡等。試驗在每日18:00～22:00期間進行，實驗室溫度保持在25℃左右。3名被試的記錄信號中存在嚴重的信號失真，因此后續(xù)分析和統(tǒng)計中只處理了其余24名被試的數(shù)據。

被試仰臥(supine, S)在傾斜床(電杠桿驅動)上保持靜息狀態(tài)5 min，然后開始緩慢升高床的角度至70 °，35 s末升床過程結束(end time of tilting, EOT)，之后保持在該傾斜(tilted, T)狀態(tài)持續(xù)至5 min。實驗結束后將床下放至水平位置，整個實驗過程中連續(xù)同步記錄被試的心電(標準II導聯(lián))與胸阻抗(多通道電生理記錄儀MP150，美國Biopac公司生產)、血壓(連續(xù)血壓監(jiān)測儀Finometer MIDI，荷蘭FMS公司生產)、近紅外光譜(NIRS多參數(shù)記錄儀，西安交通大學生物醫(yī)學工程研究所)信號。NIRS記錄儀可測量氧合血紅蛋白(oxy-hemoglobin, HbO2)、脫氧血紅蛋白(deoxy-hemoglobin, HHb)以及總血紅蛋白(total hemoglobin concentration, tHB)濃度變化信號。實驗過程中，近紅外光譜儀的探頭貼置于前額，并用黑色綁帶進行覆蓋及固定。

1.2 實驗方法

1.2.1心率變異性

檢測心電R波之前，先用小波方法去除高頻噪聲和基線漂移，采用小波變換模極大值法檢測心電R波波峰，該算法平均準確率為99.85%[15]。在P波幅值較高且比較尖銳或者其他一些特殊情況下，該算法可能會出現(xiàn)檢測錯誤，因此算法檢測完畢后對結果進行人工復檢并修正錯誤。據此得到RR間期(RRI)序列，并重采樣至2 Hz。

心率變異性(heart rate variability, HRV)的頻域參數(shù)能夠提供自主神經系統(tǒng)輸出流的量化指標。在HRV的頻譜中有兩個主要成分：低頻成分(low frequency, LF: 0.04～0.15 Hz)和高頻成分(high frequency, HF: 0.15～0.4 Hz)。其中，高頻成分被認為反映副交感活性，歸一化的低頻成分(normalized low frequency, nLF)定義為LF*100/(LF+HF)，被認為反映交感活性。低頻和高頻成分的比值LF/HF被用來反映交感-迷走平衡。

傳統(tǒng)的頻譜分析方法包括快速傅里葉變換和自回歸算法等，但在此類方法中頻譜成分是由功率譜密度函數(shù)在特定頻帶范圍積分所得，反映的是在整個時間段內自主神經對心臟活動調節(jié)的總體效應。但事實上，更關注的是在特定的實驗狀態(tài)下HRV的時變特性，時頻分析恰好解決了這一問題。Morlet小波變換是一種經典的時頻分析方法，已經被用于分析人體生理信號，而且被證明是一種有效評價HRV的方法[16]。

本研究Morlet小波變換的母小波選用cmor3-1。對上述RR間期序列進行Morlet小波變換，得到復解析信號yk(t,f)，其中k是用于計算的RR間期序列所屬的被試編號(k=1,2,…，24)。由此得到的時變功率譜定義為

(1)

為了消除個體間HRV絕對值的差異，進行如下線性歸一化處理，有

(2)

將24位被試(K=24)的時變功率譜做疊加平均，有

(3)

由此可得時變功率譜的低頻成分與高頻成分，即

(4)

(5)

低頻成分被歸一化為

(6)

此外，計算交感-迷走平衡指標為

Bal=LF/HF

(7)

1.2.2胸阻抗信號分析

心輸出量(cardiac output, CO)的獲取依賴于非侵入生物阻抗監(jiān)測技術，可基于心電、血壓和胸阻抗等信號來計算。先利用小波方法去除胸阻抗信號中的噪聲，然后在其微分信號中定位B點(主動脈瓣打開)、C點(最大左心室流)和X點(主動脈瓣關閉)這幾個關鍵特征點，進而采用Sramek估計法獲得心輸出量[17]。

1.2.3格蘭杰因果關系

格蘭杰因果關系(Granger causality, GC)是一種基于多變量自回歸模型的預測方法，它能夠揭示變量間方向性的耦合關系，已被廣泛應用于時間序列的功能連接分析。特別地，格蘭杰因果分析已被成功應用到腦功能活動相關的多種信號中[18-20]。由于心血管自主活動和腦功能活動信號中不同頻帶信號具有特定的生理意義，本研究采用頻域格蘭杰因果分析方法。

1.2.3.1時域格蘭杰因果關系

GC是基于時間序列的向量自回歸(vector autoregressive, VAR)模型理論來實現(xiàn)的。對單變量隨機過程Xt，其p階向量自回歸模型如下：

(Σ≡cov(εt))

(8)

式中，p是模型階數(shù)，Ak是回歸系數(shù)，εt是殘差。

假定有另一隨機過程Yt，考慮Xt和Yt雙變量過程，根據回歸模型，Xt可以表示為

根據式(16)所建立的二人零和博弈問題,可求得混合策略Nash均衡解λ1=0.666 7, λ2=0.333 3。

(Σxx≡cov(εx,t))

(9)

式中，Axx,k和Axy,k為回歸系數(shù)，εx,t為殘差。

可以看到，X的當前值依賴于Y過去的值，體現(xiàn)為系數(shù)Axy,k。在特殊情況下，即對k=1,2,…,p都有Axy,k=0時，X的值不再依賴于Y過去的值，這稱為“簡化”回歸(reduced regression)，可以表示為

(10)

基于最大似然理論，定義Y→X方向的格蘭杰因果關系為

(11)

按照以上推導過程，同理可得X→Y方向的格蘭杰因果關系為

(12)

1.2.3.2頻域格蘭杰因果關系

GC的一個重要特征是它可以分解到頻域上，頻域GC在全頻段的積分即是時域GC。對Xt自協(xié)方差序列Γm作傅里葉變換，可得功率譜密度為

(13)

S(ω)有譜分解特性[21]，即

S(ω)=H(ω)ΣH(ω)*

(14)

與時域GC類似，當考慮Xt和Yt的雙變量過程時，功率譜密度S(ω)可以分解為

(15)

轉移函數(shù)H(ω)可以分解為

(16)

式中，Sxx(ω)是雙變量過程中Xt的功率譜密度，根據式(14)可以分解為

(17)

當Σxy=0時，有

Sxx(ω)=Hxx(ω)ΣxxHxx(ω)*+

Hxy(ω)ΣyyHxy(ω)*

(18)

此時，過程Xt的功率譜密度包括“固有”部分和由過程Yt產生的“因果”部分，由此可得Y→X方向的頻域GC定義為

(19)

同理，可得X→Y方向的頻域GC為

(20)

本研究以tHB序列和RRI序列作為上述X和Y，分別計算出RRI→tHB方向的格蘭杰因果指標GCRRI→tHB和tHB→RRI方向的格蘭杰因果指標GCtHB→RRI來進行分析,從而對前額葉皮層活動與RRI方向性的耦合關系進行探討。

1.2.4統(tǒng)計方法

在仰臥靜息狀態(tài)到直立傾斜過程中，心血管參數(shù)的變化以及心率變異性(HRV)的改變等均采用配對t檢驗進行分析，使用的是IBM SPSS Statistics 20軟件。

2 結果

2.1 基本生理參數(shù)

2.1.1基本心血管參數(shù)

圖1 傾斜實驗中基本心血管參數(shù)變化曲線((b)、(d)、(f)和(h)中的垂直虛線表示傾斜過程結束時刻(EOT))。(a)COS；(b)COT；(c)HRS；(d)HRT；(e)SBPS；(f)SBPT；(g)DBPS；(h)DBPTFig.1 Response of cardiovascular variables during head-up tilt test (Vertical dashed lines in (b), (d), (f) and (h) indicate the end time of tilting (EOT)). (a) COS; (b) COT; (c) HRS; (d) HRT; (e) SBPS; (f) SBPT; (g)DBPS; (h) DBPT

在傾斜實驗中，基本心血管參數(shù)的變化如圖1所示?？梢钥吹剑c仰臥靜息狀態(tài)(S)相比，傾斜過程(T)中心血管參數(shù)變化明顯,心輸出量(CO)持續(xù)降低，心率(HR)持續(xù)增加，收縮壓(SBP)和舒張壓(DBP)降低。傾斜實驗結束后，后期心血管參數(shù)處于較為穩(wěn)定的狀態(tài)。如表1所示，與仰臥靜息狀態(tài)相比，平均心輸出量減少24%(5.44±1.48vs4.14±1.22，P<0.001)，心率增加35%(66.61±6.96vs89.83±8.83，P<0.001)，收縮壓與靜息狀態(tài)相比基本保持不變(112.60±6.50vs112.33±6.42，P>0.05)，舒張壓升高7%(72.23±5.31vs77.27±4.87，P<0.001)。該過程的基本血流動力學機理不難理解：隨著體位變化，因重力作用使得血液從胸腔向下肢轉移，造成靜脈回心血量減少，進而減少心臟舒張末期心室血液充盈量，從而導致每搏量減少(Frank-starling機制)。位于主動脈弓和頸動脈竇的壓力感受器感知到心臟充盈壓和動脈血壓的降低，反射性引起心率加快和血管收縮。值得注意的是，傾斜過程中皮層活動與自主神經系統(tǒng)輸出流以及和RRI的關系尚不清楚，本研究重點探討該問題。

表1傾斜實驗中心血管參數(shù)的變化(n=24)

Tab.1Changesofcardiovascularvariablesduringhead-uptilttest(n=24)

基線(S)直立傾斜(T)心率/(beat/min)66.61±6.9689.83±8.83??心輸出量/(L/min)5.44±1.484.14±1.22??收縮壓/mmHg112.60±6.50112.33±6.42舒張壓/mmHg72.23±5.3177.27±4.87??

注：數(shù)值用平均值±標準差的形式給出，統(tǒng)計學顯著性表示為**P<0.001。

Note： values are represented as mean±SD;**P<0.001.

2.1.2前額葉皮層血流量變化

圖3 傾斜實驗中HRV響應過程曲線((b)、(d)和(f)中的垂直虛線表示傾斜過程結束時刻(EOT))。(a)nLFS；(b)nLFT；(c)HFS；(d)HFT；(e)(LF/HF)S；(f)(LF/HF)TFig.3 Response of heart rate variability during head-up tilt test (vertical dashed lines in (b), (d) and (f) indicate the end time of tilting (EOT)). (a)nLFS; (b)nLFT; (c)HFS;(d) HFT;(e) (LF/HF)S;(f) (LF/HF)T

HUT中前額葉皮層總血紅蛋白濃度(tHB)的響應過程如圖2所示。由于tHB與腦區(qū)局部血流量(cerebral blood volume，CBV)之間存在線性關系，因此常被用來表征皮層局部血流量的變化?？梢钥吹?，傾斜過程中前額葉皮層血流量持續(xù)降低，達到最低點，隨后逐漸恢復，這是由心輸出量的減少引起的。皮層對血流量的變化極其敏感，前額葉皮層血流量的持續(xù)降低必然與其功能活性變化有著密切關系。近紅外光譜信號中存在很強的自發(fā)性低頻振蕩信號，主要包括主頻率～0.1 Hz的低頻信號和～0.3 Hz的高頻信號。這些振蕩信號被認為能反映腦功能系統(tǒng)和心血管系統(tǒng)間的交互耦合關系，下面將重點探討它們與腦心交流的關系及其意義。

圖2 直立傾斜實驗中tHB的響應曲線。(a)tHBS；(b)tHBT(垂直虛線表示傾斜過程結束時刻(EOT))Fig.2 Response of the total hemoglobin concentration during head-up tilt test. (a)tHBS; (b)tHBT (The vertical dashed line indicates the end time of tilting (EOT))

2.2 心率變異性

傾斜實驗中心率變異性(HRV)分析結果如圖3所示。傾斜過程中，交感輸出流(nLF)持續(xù)增強，之后處于明顯高于靜息狀態(tài)的穩(wěn)定水平；副交感輸出流(HF)不斷減弱，之后處于明顯低于靜息狀態(tài)的平穩(wěn)水平。交感-迷走平衡(LF/HF)的變化與交感輸出流的變化趨勢類似， 傾斜過程中自主神經系統(tǒng)輸出流的交感分支逐漸獲得優(yōu)勢，并在之后的平穩(wěn)期處于絕對高于副交感的水平。由圖4中的統(tǒng)計結果也可以看出，交感活性增強51.3%(38.75±9.25vs58.62±8.58，P<0.001)，副交感活性減弱28%(1.11±0.76vs0.80±0.48，P<0.05)，交感-迷走平衡變化體現(xiàn)了傾斜過程中交感分支獲得絕對優(yōu)勢(0.71±0.28vs1.67±0.64，P<0.001)。由此可見，HUT實驗中顯著的心血管變化主要由交感和副交感輸出流的上述變化模式所調節(jié)。

圖4 傾斜實驗中HRV參數(shù)統(tǒng)計結果(* P<0.05，**P <0.001)。(a)nLF；(b)HF；(c)LF/HFFig.4 Statistical results of HRV during head-up tilt test (*P<0.05,** P<0.001). (a) nLF; (b) HF; (c) LF/HF

2.3 前額葉與心血管系統(tǒng)的耦合關系

2.3.1相關分析

為了探究傾斜過程中前額葉皮層(MPFC)活動與自主神經系統(tǒng)輸出流之間的關系，對皮層腦血流量(tHB)與實時HRV(交感和副交感輸出流)做相關分析，結果如表2所示?？梢钥吹剑琀RV的低頻和高頻成分均與tHB存在很強的相關性(相關系數(shù)分別為0.58和0.66)。這說明，MPFC活動與自主神經系統(tǒng)輸出流有密切聯(lián)系，表明MPFC可能參與HUT過程的心血管調控。

2.3.2格蘭杰因果關系

采用貝葉斯信息準則(Bayesian information criterion, BIC)確定最佳模型階數(shù)，傾斜過程中格蘭杰因果關系的分析結果如圖5所示，統(tǒng)計分析結果如圖6所示?？梢钥吹剑裉m杰因果關系存在明顯的頻段特異性，在低頻段(主頻～0.1 Hz)表現(xiàn)為tHB→RRI (P<0.05),而在高頻段(主頻～0.3 Hz)表現(xiàn)為RRI→tHB (P<0.001)。兩個不同方向的因果性分別體現(xiàn)了從心血管終端向高級心血管控制中樞(皮層區(qū)域)的反饋輸入,以及從皮層到基本心血管中樞的控制輸出。根據“中樞自主神經網絡”的連接特性，前額葉皮層通過杏仁核(尤其是杏仁核的中央核)與延髓和孤束核形成功能連接，從而可以調控交感和副交感活性[10]。

表2 tHB與HRV相關分析結果(n=24)Tab.2 Correlation analysis of tHB and HRV(n=24)

注：Cor[tHB, HRV_HF]表示tHB與HRV高頻成分的相關系數(shù)；Cor[tHB, HRV_LF]表示tHB與HRV低頻成分的相關系數(shù)。

Note： Cor[tHB, HRV_HF] represents the correlation coefficients between tHB and high frequency component of HRV; Cor[tHB, HRV_LF] represents the correlation coefficients between tHB and low frequency component of HRV.

圖5 傾斜過程中GC分析結果。 (a)GCRRI→tHB；(b)GCtHB→RRIFig.5 Granger causality results during head-up tilt test. (a) GCRRI→tHB; (b) GCtHB→RRI

圖6 傾斜實驗中GC分析統(tǒng)計結果(統(tǒng)計學顯著性表示為* P <0.05，**P<0.001)Fig.6 Statistical results of Granger causality analysis during head-up tilt test(Statistical significance is represented as * P<0.05，**P<0.001)

3 討論

3.1 傾斜實驗中的心腦響應

本研究結果顯示：在HUT實驗過程中，心輸出量持續(xù)降低，平均減少24%(P<0.001)；心率持續(xù)增加，平均增加35%(P<0.001)；舒張壓變化不明顯，平均升高7%(P<0.001)；收縮壓持續(xù)降低(平均無明顯變化)；交感輸出流逐漸增強，副交感輸出流逐漸減弱，隨后兩者分別保持高于靜息(38.75±9.25vs58.62±8.58，P<0.001)和低于靜息狀態(tài)(1.11±0.76vs0.80±0.48，P<0.05)的穩(wěn)定水平。這說明，本研究的70°HUT引起了顯著的心血管效應，且由自主輸出流的變化模式直接調節(jié)。該過程基本的血液動力學機理前面已提及，這里不再贅述。另外，在傾斜過程中，前額葉皮層血流量持續(xù)降低，之后又緩慢恢復(見圖2)。MPFC血流量與交感和副交感的輸出流均呈現(xiàn)相關關系，相關系數(shù)分別為0.58和0.66，表明前額葉皮層活動與心血管調控緊密聯(lián)系，MPFC可能參與了HUT過程中的調控。由于傾斜過程中血流量的持續(xù)減少，前額葉皮層可能因此而發(fā)生去激活。根據Thayer等的研究[10]，這將通過相關的腦功能連接通路，使得自主輸出流中交感分支活性增強而副交感活性減弱，進而引起心率加快、血管收縮等效應。

3.2 近紅外光譜信號與腦功能活動

近紅外光譜技術(NIRS)是一種非侵入式的利用腦組織近紅外光吸收變化來測量腦活動的方法，不僅可以直接測量與神經激活相關的血氧水平變化，而且具有很高的時間分辨率，這使得NIRS成為腦功能研究的重要方法。據Pfurtscheller等的觀察，到靜息態(tài)時前額葉氧合(脫氧)血紅蛋白濃度與中樞EEG的alpha/beta能量波動存在耦合[22]。Nikulin等發(fā)現(xiàn)，～0.1 Hz EEG信號的相對能量與NIRS信號顯著相關(相關系數(shù)R=0.82)，且EEG信號與NIRS信號在～0.1 Hz存在很強的相干性[23]。動物實驗指出，～0.1 Hz血液動力學振蕩信號與皮層電活動有重要聯(lián)系[24]。以上研究表明，NIRS信號與腦功能活動密切相關，尤其是～0.1 Hz信號很大程度反映神經活動的變化。

3.3 前額葉皮層與腦-心耦合

本研究中，格蘭杰因果分析顯示頻段特異性：在0.04～0.15 Hz(主頻～0.1 Hz)頻段，因果關系為“腦→心”；而在0.15～0.4 Hz(主頻～0.3 Hz)頻段，因果關系為“心→腦”。該結果表明：前額葉皮層參與了傾斜過程中心血管響應，且由～0.1 Hz低頻振蕩信號介導了其與自主輸出流的聯(lián)系。

前額葉皮層在以往的腦心相關研究中已獲得相當程度的重視。Wong等的fMRI研究表明，握力實驗中心率響應與前額葉皮層腹內側區(qū)的去激活有關[25]；動物實驗顯示，前額葉皮層腹內側區(qū)影響減壓反射活動[26-27]，表明前額葉皮層與基本心血管中樞之間的功能聯(lián)系。其他研究亦證明，前額葉皮層與自主活動控制中心之間存在直接或間接的連接[28-29]。據此，Thayer等推測前額葉皮層可能通過“前額葉皮層-扣帶皮層/腦島-杏仁核-腦干”通路調控心血管活動[10]。本研究中，MPFC血流量與交感和副交感輸出流的強相關性表明兩者之間存在緊密聯(lián)系，而GC分析則表明～0.1 Hz振蕩作為載體介導了這種聯(lián)系，從而實現(xiàn)“腦→心”方向的下行調控。事實上，關于～0.1 Hz振蕩介導腦→心調控已有相關報道。例如，快速手指運動實驗中受高級皮層調控的減壓反射環(huán)路的“本征頻率”(～0.1 Hz)與心血管響應有直接聯(lián)系，高本征頻率能引起更大的心率和血壓響應[30]。此外，Pfurtscheller等在扣帶皮層記錄到～0.1 Hz振蕩，發(fā)現(xiàn)其與心率變化存在相位耦合[7]，并推測皮層存在“中樞起搏器”調節(jié)著心率和HRV。結合本研究結果，提示～0.1 Hz振蕩可能在皮層廣泛存在，并在腦區(qū)間的功能聯(lián)系中充當“信使”。據此推測HUT實驗中～0.1 Hz振蕩介導的“前額葉皮層-扣帶皮層-杏仁核-腦干”通路是MPFC調節(jié)心血管活動的基礎。同步性分析顯示，MPFC和杏仁核的～0.1 Hz振蕩存在相位耦合[31]，這支持了該推測。

另外，GC分析結果顯示～0.3 Hz存在“心→腦”的因果性，表明存在心血管終端對高級心血管控制中樞的反饋輸入。心跳誘發(fā)電位(HEP)已被證實是心跳傳入反饋的結果[9]，研究發(fā)現(xiàn)心跳感知能力強的人比心跳感知能力弱的人有更大的HEP幅值，尤其在前額葉皮層最為顯著[32]，表明心跳活動能夠調節(jié)前額葉皮層活動。Mather等指出，心率振蕩能夠調節(jié)前額葉皮層、扣帶皮層、腦島等與情緒管理有關腦區(qū)的功能連接，心跳活動可以通過體液-神經途徑改變腦區(qū)對感覺輸入的敏感性[33]。據此，本研究0.15～0.4 Hz頻段“心→腦”的因果性表明，HUT過程中心率振蕩的高頻分量(～0.3 Hz)可能是調節(jié)前額葉皮層活動的一種方式。類似地，F(xiàn)aes等發(fā)現(xiàn)，在視覺情感誘發(fā)實驗中，心跳動力學信號與前額葉皮層EEG信號gamma頻段存在“心→腦”耦合關系[34]，提示特定頻段的心率振蕩和MPFC活動振蕩間的交互是腦心交流的重要途徑。

在腦-心耦合機制中，“腦→心”的調控輸出和“心→腦”的反饋輸入是不可分割的，兩者構成了一個閉環(huán)結構以維持系統(tǒng)的穩(wěn)態(tài)。有研究表明，皮層對心臟活動的影響程度可以通過訓練增強個體對心跳的感知程度來加以調節(jié)[32]，說明心臟反饋輸入對皮層調控輸出有影響。本研究的HUT過程中，0.04～0.15 Hz頻段和0.15～0.4 Hz頻段相對方向的因果性體現(xiàn)了機體整合上行傳入信息和下行傳出信息，以更好地對直立應激做出響應。

3.4 研究意義和局限

當前，臨床和研究實踐中對腦功能系統(tǒng)-心血管系統(tǒng)耦合特性尚缺乏重視。究其原因，一是缺乏簡單有效的能夠同時揭示腦-心動力學的方法工具，二是缺乏對腦功能活動與自主神經活性和心血管活動間精確關系的理解。針對這兩方面不足，本研究利用高時間分辨率的NIRS測量信號，采用時頻分析獲得的交感和副交感輸出流數(shù)據，研究了在HUT這種典型的腦心相互作用過程中MPFC血流量與交感/副交感實時輸出流和RRI的耦合關系。實驗結果為腦-心交流提供了新素材，獲得了健康男性在直立應激過程中的腦-心耦合特征。另外，研究獲得交感/副交感輸出流的響應模式以及MPFC與自主輸出流和RRI的交互關系，為深入理解HUT的響應機制提供了思路，也為推動HUT在臨床及研究中更廣泛的應用提供了依據。

盡管如此，本研究也還存在一些不足。首先，由于本研究使用的升桿床存在一定程度的噪聲，在啟動升高時可能影響血壓的穩(wěn)定性，因此連續(xù)血壓測量的結果不甚理想，后續(xù)將進行相關的改進研究。此外，實驗中如果能聯(lián)合其他的腦功能活動檢測技術(如腦電)進行分析，則能夠為理解相關機制提供更多的信息，這也是本研究接下來的工作計劃。

4 結論

本研究結果顯示，傾斜過程中心血管響應明顯，這是血流動力學與腦心交流的結果。傾斜過程中會造成前額葉皮層血流量降低，進而使交感活性增強、副交感活性減弱，并導致相關心血管響應；格蘭杰因果分析顯示，～0.1 Hz頻段存在“腦→心”因果性，這強調了前額葉皮層參與傾斜響應過程，且～0.1 Hz振蕩信號在介導其與自主輸出流的聯(lián)系中發(fā)揮重要作用?？傊?，皮層與自主中樞的交互調控著傾斜過程中的心血管響應。