紐曉丹，肖 濤，王保平，賀曉雄，池愛平

(陜西師范大學 體育學院， 陜西 西安 710119)

在耐力運動中，增加運動負荷會挑戰(zhàn)心血管和中樞神經(jīng)系統(tǒng)的功能[1]。運動過程中為了有良好的運動表現(xiàn)，機體既需要良好的心血管系統(tǒng)為肌肉提供足夠的代謝能量，又需要中樞神經(jīng)系統(tǒng)的高效相互作用[2]。睡眠是中樞神經(jīng)系統(tǒng)重要的穩(wěn)態(tài)功能，在運動表現(xiàn)中有重要作用。研究發(fā)現(xiàn)在自行車運動中，與正常睡眠狀態(tài)相比，4 h短期的睡眠剝奪會降低運動持續(xù)時間[3]，而4.5 h短期睡眠剝奪會導致受試者提前達到疲勞狀態(tài)[4]。Daaloul等[5]發(fā)現(xiàn)睡眠剝奪后，再進行午休30 min可提高認知結(jié)果和身體機能，故睡眠狀態(tài)直接影響運動表現(xiàn)。

基于腦電信號(electroencephalogram，EEG)的腦功能網(wǎng)絡(luò)分析可以了解大腦不同腦區(qū)之間的交互工作模式[6-8]。中樞神經(jīng)活動的變化與大腦各區(qū)域之間功能連接和信息重組有關(guān)，而基于圖論的腦功能網(wǎng)絡(luò)拓撲分析可以定量分析信息變化情況。研究發(fā)現(xiàn)，全身力竭運動后受試者的皮質(zhì)脊髓興奮性被抑制，即運動誘發(fā)電位幅度降低[9]。在功能上，力竭運動后，男子運動員的軀體感覺運動區(qū)與小腦、海馬旁回及額葉和小腦之間的功能連接降低[10]。文獻[11]報道了16名運動員進行在跑臺上進行分級運動跑步直至力竭，結(jié)果顯示力竭運動后，大腦的網(wǎng)絡(luò)效率逐漸下降，同時隨著運動疲勞逐漸加深，聚類系數(shù)也呈現(xiàn)下降趨勢。上述研究從腦功能網(wǎng)絡(luò)層面揭示運動表現(xiàn)的中樞神經(jīng)特征。

雖然大量研究探索了運動表現(xiàn)的腦功能網(wǎng)絡(luò)特征，但目前對睡眠影響運動表現(xiàn)的中樞神經(jīng)機制知之甚少。因此，本文通過建立睡眠剝奪模型和運動模型，使用無創(chuàng)腦電實驗儀器，檢測睡眠充足和睡眠不足狀態(tài)下進行運動前后的腦功能網(wǎng)絡(luò)特征，從大尺度腦功能網(wǎng)絡(luò)層面揭示睡眠影響運動表現(xiàn)的中樞神經(jīng)機制，為提升運動表現(xiàn)提供理論基礎(chǔ)。

1 研究對象與方法

1.1 研究對象與分組

本研究通過招募，篩選了30名身體健康且具有一定運動能力的男性大學生作為實驗對象，篩選標準：(1)視力或矯正視力正常，且為右利手；(2)受試者在24 h內(nèi)無抽煙、喝酒、喝咖啡、劇烈運動或情緒波動等情況；(3)根據(jù)身體機能檢測儀(GT9X-BT)，受試者均睡眠質(zhì)量良好，且無與睡眠相關(guān)的疾病。排除標準：(1)患有心臟病、精神病、家族病等病史；(2)睡眠質(zhì)量較差。測試前告知受試者本次實驗的過程與目的，并簽署知情同意書，自愿參與本次實驗，研究根據(jù)《赫爾辛基宣言》指導進行，參與者均簽署了知情同意書，經(jīng)陜西師范大學審議委員會批準 (協(xié)議代碼202016002，批準日期2020年1月17日)。研究對象統(tǒng)計學特征見表1。

表1 研究對象統(tǒng)計學特征

1.2 睡眠剝奪模型的建立

依據(jù)美國睡眠基金會關(guān)于18～25歲青年人夜晚睡眠時間的推薦量(2015)[12]，即：睡眠時間<4 h為重度睡眠不足，4 h≤睡眠時間<7 h為輕度睡眠不足，睡眠時間≥7 h為正常睡眠。本實驗中建立的睡眠剝奪模型如下：(1) 30名實驗對象在造模前保證睡眠良好，無軀體與精神方面的疲勞積累。(2) 在運動前日晚22點，佩戴人體能耗檢測儀(GT9X-BT)與極性心率傳感器(ActiLife)，記錄24 h內(nèi)的睡眠時間、體力活動強度與時間，采集頻率為1 000 Hz。(3) 參與者于測試前在實驗室靜坐休息，確保實驗對象靜坐期間處于清醒狀態(tài)，直至凌晨3:00開始睡覺，7:00前被喚醒，保證實際睡眠時間<4 h，認定為睡眠剝奪組(sleep deprivation，SD)。(4) 正常睡眠對照組(normal control，NC)依然為同組實驗對象，入睡時間為晚上10點，喚醒時間為次日晨7點，保證實際睡眠時間≥7小時。

1.3 運動方案的建立

運動方案采用Bruce 運動方案，跑臺設(shè)置參數(shù)見表2。在跑臺(cos10253 德國)進行運動測試。受試者在上跑臺前佩戴安全保護繩索并且佩戴Polar表監(jiān)測和記錄動態(tài)心率，啟動跑臺后，受試者從第一級(速度為2.7 km/h，坡度為10%)開始運動，之后每3 min速度和坡度均會逐漸遞增。在運動期間受試者佩戴便攜式血壓計(歐姆龍)以便記錄運動中的動態(tài)血壓值和心率，同時采用運動負荷主觀感覺評估表(rating of perceived exertion，RPE)于每級運動末詢問受試者的主觀感受并記錄。在其運動終止后，立刻記錄運動終止時的Bruce方案等級與總運動時間。

表2 Bruce方案各級別的運動負荷

運動終止的判斷標準依據(jù)文獻[13-14]，即受試者出現(xiàn)以下4種情況中任意3種情況即可終止運動：(1) 行為表現(xiàn)，受試者表現(xiàn)出呼吸困難情況；(2) 血壓變化，受試者收縮壓(systolic blood pressure，SBP) >150 mm Hg和舒張壓(diastolic blood pressure，DBP)>75 mm Hg；(3) 心率，受試者心率接近或達到本人HRmax=208-0.7×年齡[15-16]；(4) RPE等級，受試者RPE值達到18～19級時，經(jīng)過鼓勵后仍無法繼續(xù)運動。

1.4 腦電數(shù)據(jù)采集與分析

1.4.1 腦電數(shù)據(jù)采集

腦電測試過程中需保持實驗室安靜，實驗室內(nèi)的燈光、溫度適宜，采集數(shù)據(jù)時受試者坐在舒適的椅子上，且禁止攜帶電子產(chǎn)品(手機、電子表等)。告知受試者測試過程中閉眼，且始終保持清醒狀態(tài)；同時為了避免外界干擾，受試者測試過程中需全程佩戴耳塞與防噪耳機(3MX5A)。腦電數(shù)據(jù)的采集主要分2次進行：第一次采集受試者安靜狀態(tài)下基線值，采集時間為8 min，從采集的數(shù)據(jù)中選取5 min進行分析；第二次采集受試者大強度運動后的EEG數(shù)據(jù)，同第一次采集時間和選取分析時段相同。由于佩戴腦電帽在跑步機上進行大強度運動時會造成采集到的腦電數(shù)據(jù)大幅度漂移，故本研究未采集運動中的數(shù)據(jù)。

采用國際10-20系統(tǒng)擴展的32導電極帽的高分辨率腦電采集系統(tǒng)(Neuroscan)完成對2組受試者腦功能連接EEG信號的采集。腦電信號采集條件：記錄在線EEG數(shù)據(jù)采用0.05～100 Hz帶通濾波，采樣頻率為1 000 Hz/導，以雙側(cè)乳突為參考電極，前額接地；放置左眼上方和下方的電極記錄垂直眼電圖(electrooculography，EOG)活動，放置雙眼外側(cè)的電極記錄水平EOG活動。所有電極與頭皮之間阻抗都小于5 kΩ；采集前24 h內(nèi)，被試不能抽煙、喝酒、服用藥物、喝含咖啡因的飲料，且不能有大強度運動以及情緒波動等事件發(fā)生。

1.4.2 腦電數(shù)據(jù)預處理

使用MATLAB的EEGLAB工具箱對數(shù)據(jù)進行預處理。具體的預處理過程如下：進行帶通濾波(0.5～100 Hz)和凹陷濾波(48～52 Hz),將采樣率降至500 Hz,將雙側(cè)乳突(M1、M2)作為參考電極,將數(shù)據(jù)分為2 s/段；去掉漂移很大的時間段數(shù)據(jù)，并記錄壞電極。采用獨立主成分分析(ICA)算法校正信號中可能存在的眼電偽跡和其他偽跡信號，如肌電、心電等；觀察并確定各個獨立成分屬性。

1.4.3腦網(wǎng)絡(luò)構(gòu)建

本研究采用相位延遲指數(shù)(phase lag index，公式中用VPLI表示)來計算電極X和電極Y的相位差。在帶通濾波后對X電極和Y電極各個頻段腦電進行Hilbter變換，提取各頻段信號相位，計算X電極和Y電極各個頻段的相應相位差，計算每個分段的PLI[17]，計算公式為

|Δφn,m(t)|=|nφj(t)-mφk(t)|，

(1)

VPLI=|〈sign[Δφ(t)]〉|。

(2)

式中：φj代表頻率點n的相位;φk代表頻率點m的相位;Δφ(t)代表兩個通道之間的瞬時相位差。sign為符號函數(shù)；〈 〉代表求均值;VPLI的取值范圍是[0,1]，1表示完全相位同步，0表示無相位同步。

1.4.4 圖論分析

根據(jù)生成的PLI網(wǎng)絡(luò)矩陣，進一步計算網(wǎng)絡(luò)特征。PLI矩陣代表功能節(jié)點之間的連接狀態(tài)，使用連續(xù)的稀疏閾值T將PLI矩陣轉(zhuǎn)化為相應的二進制矩陣。將步長確定為0.02，0.1≤T≤0.6。每個波段共獲得36個稀疏度逐步增加的腦功能網(wǎng)絡(luò)集。圖論分析中經(jīng)常使用聚類系數(shù)、特征路徑長度、全局和局部效率來量化網(wǎng)絡(luò)的特征[18-19]。

(1)聚類系數(shù)是復雜網(wǎng)絡(luò)中的局部特征，反映腦網(wǎng)絡(luò)中各節(jié)點的密集程度。

(3)

式中：Ci是一個節(jié)點的聚類系數(shù)；aij、aih、ajh表示節(jié)點i、j和h之間的連接情況(如有連接邊，其值取1，否則取0)；ki是一個節(jié)點的連接度。

(2)特征路徑長度定義為

(4)

式中：N為節(jié)點連接網(wǎng)絡(luò)中所有節(jié)點的集合；n為網(wǎng)絡(luò)中節(jié)點數(shù)；dij表示節(jié)點i和j之間的最短路徑。

(3)局部效率EL可以用來衡量局部信息的傳輸能力，定義為

(5)

式中:EL,i是節(jié)點i的局部效率;djh(Ni)是節(jié)點j和h經(jīng)過節(jié)點i的所有路徑中的最短路徑。

(4)全局效率Eg是衡量復雜網(wǎng)絡(luò)中信息傳遞速度的重要指標，定義為

(6)

式中：Ei表征一個節(jié)點的全局效率；dij表示節(jié)點間的最短路徑。

1.5 數(shù)據(jù)統(tǒng)計方法

使用SPSS 26.0軟件進行分析，采用Shapiro-Wilk檢驗每組數(shù)據(jù)是否符合正態(tài)分布。不符合正態(tài)分布的數(shù)據(jù)采用非參數(shù)檢驗，符合正態(tài)分布的數(shù)據(jù)采用參數(shù)檢驗。采用非參數(shù)檢驗中的Welcoxon-test對受試者統(tǒng)計學特征和運動模型的評估進行分析。以睡眠為組間變量(睡眠充足組、睡眠剝奪組)，以運動(運動前、運動后)和頻段(δ、θ、α1、α2、β1和β2)為組內(nèi)變量對網(wǎng)絡(luò)拓撲屬性聚類系數(shù)、特征路徑長度、全局效率和局部效率進行三因素混合方差分析。所有重復測量方差分析使用Mauchly’s球形假設(shè)檢驗來判斷是否符合球形假設(shè)，對不滿足球形檢驗的采用Greenhouse-Geisser方法進行校正，事后配對比較采用Bonferroni法進行校正。數(shù)據(jù)結(jié)果以“均值±標準差”的形式表示，將P<0.05作為具有顯著性差異的標準。

2 結(jié)果

2.1 運動模型的評估

依據(jù)美國睡眠基金會關(guān)于18～25歲青年人夜晚睡眠時間的推薦量(2015)[12]，本實驗通過記錄測試受試者夜晚實際睡眠時間，將睡眠時間<4 h確定為判斷睡眠剝奪造模是否成功的主要條件。將呼吸困難、血壓明顯升高、最大心率達到180次/min以上、運動中的RPE等級達到18級等4項條目作為運動終止的篩選條件；將運動開始至運動終止的時間作為評價測試者運動成績的依據(jù)。實驗結(jié)果如表3所示。

表3 運動模型的評估結(jié)果(n=30)

表3結(jié)果顯示，睡眠剝奪后，實驗對象的睡眠時間均不足4 h，說明睡眠剝奪模型建模成功，而正常睡眠組的睡眠時間均≥7 h，符合“美國睡眠基金會關(guān)于青年人夜晚正常睡眠時間”的推薦量。按照運動終止的標準，在睡眠剝奪和睡眠充足兩種情況下，實驗對象在運動末期均感到呼吸困難、心率達到180次/min以上、RPE等級達到18級以上，而且實驗對象運動末的收縮壓與舒張壓平均值均超過150 mmHg和75 mmHg。上述結(jié)果證實測試者均符合運動終止條件。與睡眠充足組相比較，實驗對象在睡眠剝奪的情況下，其運動持續(xù)時間顯著降低(P<0.01)，表明睡眠剝奪會使實驗對象的運動成績明顯降低。

2.2 腦功能網(wǎng)絡(luò)構(gòu)建

圖1為兩組受試者運動前的平均PLI連接矩陣圖，圖2為兩組受試者運動后的平均PLI連接矩陣圖。根據(jù)PLI矩陣，可以進一步計算腦功能網(wǎng)絡(luò)的特征參數(shù)。

NC：睡眠充足組；SD：睡眠剝奪組；SD vs. NC：兩組的差異。

NC：睡眠充足組；SD：睡眠剝奪組；SD vs. NC：兩組的差異。

2.3 聚類系數(shù)

對聚類系數(shù)進行2(睡眠)×2(運動)×6(頻段)的三因素重復測量方差分析，結(jié)果見表4。結(jié)果顯示睡眠、運動與頻段三者之間的交互作用顯著(F(5,145)=4.54,P<0.01,η2=0.14)。簡單效應分析發(fā)現(xiàn)，在δ頻段運動前睡眠剝奪組比睡眠充足組的上聚類系數(shù)顯著降低(P<0.05)，而在其余5個頻段上均未發(fā)現(xiàn)任何顯著差異(P>0.05)。運動后，在δ、θ和α1頻段上睡眠剝奪組比睡眠充足組聚類系數(shù)顯著升高(P<0.001或P<0.05)，而在其余3個頻段上均未發(fā)現(xiàn)任何顯著差異(P>0.05)。

表4 不同頻段上Cp的統(tǒng)計結(jié)果

2.4 特征路徑長度

對特征路徑長度進行2(睡眠)×2(運動)×6(頻段)的三因素重復測量方差分析，結(jié)果見表5。結(jié)果發(fā)現(xiàn)，睡眠、運動與頻段三者之間的交互作用顯著(F(3.25, 94.36)=8.68，P<0.001，η2=0.23)。簡單效應分析發(fā)現(xiàn)，運動前睡眠剝奪組比睡眠充足組在θ頻段上特征路徑長度顯著降低(P<0.05)，而在其余5個頻段上均未發(fā)現(xiàn)任何顯著差異。運動后睡眠剝奪組比睡眠充足組在δ和θ頻段上特征路徑長度顯著升高(P<0.001)，而在α1頻段上的特征路徑長度顯著降低(P<0.05)，在其余3個頻段上均未發(fā)現(xiàn)任何顯著差異。

表5 不同頻段上Lp的統(tǒng)計結(jié)果

2.5 全局效率

對全局效率進行2(睡眠)×2(運動)×6(頻段)的三因素重復測量方差分析，結(jié)果見表6。結(jié)果顯示，睡眠、運動與頻段三者之間的交互作用顯著(F(3.06, 88.85)=9.50，P<0.001，η2=0.25)。簡單效應分析發(fā)現(xiàn)，運動前睡眠剝奪組比睡眠充足組在θ頻段上全局效率顯著降低(P<0.001)，而在其余5個頻段上均未發(fā)現(xiàn)任何顯著差異。運動后睡眠剝奪組比睡眠充足組在δ、θ和α1頻段上全局效率顯著降低(P<0.001或P<0.05)，而在其余3個頻段上均未發(fā)現(xiàn)任何顯著差異。

表6 不同頻段上全局效率的統(tǒng)計結(jié)果

2.6 局部效率

對局部效率進行2(睡眠)×2(運動)×6(頻段)的三因素重復測量方差分析，結(jié)果見表7。統(tǒng)計分析結(jié)果顯示，睡眠、運動與頻段三者之間的交互作用顯著(F(5, 145)=2.73，P<0.05，η2=0.09)。簡單效應分析發(fā)現(xiàn)，運動前睡眠剝奪組比睡眠充足組在6個頻段上均未發(fā)現(xiàn)任何顯著差異。運動后睡眠剝奪組比睡眠充足組在δ、θ和α1頻段上局部效率顯著升高(P<0.05)，而在其余3個頻段上均未發(fā)現(xiàn)任何顯著差異。

表7 不同頻段上局部效率的統(tǒng)計結(jié)果

3 討論

與正常睡眠狀態(tài)相比，總體睡眠剝奪會導致耐力運動員的運動表現(xiàn)受損10%[20]。睡眠剝奪時間越長，運動期間的最大攝氧量以及運動表現(xiàn)顯著性降低[21]。本研究顯示睡眠剝奪后受試者的HRmax逐漸增加，呼吸困難、收縮壓與舒張壓也隨之增加；同時睡眠剝奪后，受試者的運動時間逐漸減少，運動成績顯著降低，進一步證明了睡眠剝奪會影響運動表現(xiàn)。

腦網(wǎng)絡(luò)分析的基本思想是利用圖論來確定腦網(wǎng)絡(luò)拓撲特性。在腦功能網(wǎng)絡(luò)中，特征路徑長度和全局效率反映了信息在網(wǎng)絡(luò)的整體傳輸能力；而聚類系數(shù)與局部效率從網(wǎng)絡(luò)局部的角度刻畫了信息傳遞與處理的快慢[22]。本研究顯示：受試者在睡眠剝奪后，δ頻段的聚類系數(shù)降低和θ頻段的路徑長度和全局效率降低。δ頻段為 1～3 Hz 的腦電波，多出現(xiàn)在顳葉和枕葉，與睡眠品質(zhì)好壞有直接關(guān)聯(lián)[23]；θ頻段為 4～7 Hz的腦電波，與腦部邊緣系統(tǒng)有明顯直接的關(guān)系，與記憶功能有關(guān)。并且中央額區(qū)的θ頻段被認為與思維活動和集中程度等相關(guān)[24]。上述結(jié)果表明睡眠剝奪后，大腦信息傳輸量減少、傳輸效率降低，這些變化是由于睡眠剝奪導致中樞疲勞的表現(xiàn)。有研究采用EEG記錄正常睡眠和睡眠剝奪40 h后5 min的腦電數(shù)據(jù)，β頻段的特征路徑長度和聚類系數(shù)下降表明睡眠剝奪會影響腦區(qū)不同的認知過程[25]。楊柳[26]選取37名受試者進行2次40 h睡眠剝奪和正常睡眠，采用自身前后對照實驗發(fā)現(xiàn):在δ頻段上的聚類系數(shù)和特征路徑長度在睡眠剝奪后升高，而全局效率呈現(xiàn)相反的變化；在α頻段上的聚類系數(shù)、局部效率和全局效率均降低，特征路徑長度升高。本研究未發(fā)現(xiàn)頻段β和α的改變，可能與睡眠剝奪時長較短有關(guān)。

本研究發(fā)現(xiàn)，力竭運動后睡眠剝奪組的腦功能網(wǎng)絡(luò)特征參數(shù)在δ、θ和α頻段發(fā)生改變。δ和θ頻段上的聚類系數(shù)、特征路徑長度和局部效率呈現(xiàn)升高趨勢，全局效率降低；α1頻段的聚類系數(shù)和局部效率升高，特征路徑長度和局部效率降低。由θ頻段上全局效率降低的特征，可以認為大強度的力竭運動會嚴重降低腦功能網(wǎng)絡(luò)效率。Porter等[27]報道了在極限運動強度下完成數(shù)學任務(wù)的工作，發(fā)現(xiàn)θ頻段上節(jié)點的度在右額葉和左額葉區(qū)域增加，而在中額葉區(qū)域顯著降低，但是隨著任務(wù)變得更加困難時，θ頻段上的度和聚類系數(shù)降低，表明極限運動強度會造成大腦認知能力喪失，這與本文結(jié)果一致。

綜上所述，睡眠剝奪和運動均會對腦功能網(wǎng)絡(luò)產(chǎn)生影響，在睡眠剝奪狀態(tài)下，力竭運動會導致聚類系數(shù)更低，特征路徑長度更短，全局效率降低，大腦整合信息的能力進一步減弱。

4 結(jié)論

本文利用PLI構(gòu)建了受試者在睡眠剝奪狀態(tài)下和睡眠充足狀態(tài)下進行運動前后的腦功能網(wǎng)絡(luò)。結(jié)果表明：睡眠剝奪和運動均會對腦功能網(wǎng)絡(luò)指標產(chǎn)生影響，睡眠不足會加劇降低運動中大腦的工作效率與傳遞信息速度，進而影響受試者的運動表現(xiàn)。