倾斜实验中脑-心耦合关系研究

党世杰 王晓霓 刘彬彬 张建保

(西安交通大学生物医学信息工程教育部重点实验室，西安 710049)

引言

脑和心脏之间通过众多的神经、激素和生物物理学机制进行实时交流以确保心脏的生理稳态，同时对各种外在刺激做出复杂的心血管和系统响应[1-3]。基于紧密的耦合关系，一方面脑功能病变会引起心脏活动失调，另一方面心脏活动异常也会导致脑功能障碍。例如，脑中风、癫痫等疾病通常与严重心律不齐有关，而心房纤颤等疾病与认知功能障碍紧密联系[4]。研究脑-心耦合，有助于理解机体最重要的两大器官间的生理联系，更好地认识心脏相关疾病机理及其内在联系，从而制定出更有效的预防和治疗策略。

自主神经系统对心脏活动的调控是典型的脑-心交流通路。一般认为，心血管神经调控的基本中枢在脑干的延髓，但脑干调控通路也接受许多皮层及皮层下脑区的调控，高级中枢与心脏之间的关系受到了越来越多的关注。新皮质、小脑以及边缘系统已被证实，它们在调节心血管活动中扮演重要角色。前额叶皮层、前扣带皮层、脑岛、丘脑、下丘脑、杏仁核、中脑导水管周围灰质、臂旁核和蓝斑等部分通过直接或间接的相互连接，形成被称为“中枢自主神经网络”(central autonomic network,CAN)的功能环路，从而进行着心血管活动“输入流-输出流”的整合管理[5-6]。中枢自主神经网络通过自主神经系统介导实现心血管活动的调控，进而实现更精细复杂的脑-心交流。

此外已经发现：在下行传出方向上(脑→心)，起源于扣带回及其附近脑区的～0.1 Hz振荡信号对心跳产生有重要作用[7]，岛叶皮层通过丘脑核与孤束核相互连接调节心脏活动[8]；在上行传入方向上(心→脑)，心跳活动会在皮层脑区产生心跳诱发电位[9]，心血管系统传入能够影响蓝斑和运动皮层椎体束细胞的活动[10]，与CO2相关的血管活动会影响静息状态的脑功能连接[11]等。

上述研究为理解脑-心耦合关系提供了重要信息，但也存在不足。首先，以往研究对自主神经活动的处理不够精细，一般采用静态估计或时间平均估计，或将心跳间隔序列作为一个整体来处理而没有选择性地研究交感/副交感活动对自主输出流的贡献。其次，根据Beissner等的研究，脑中枢对自主功能的调控不仅涉及多个功能脑区的参与，而且还表现出任务特异性[12]，即不同的任务选择性激活不同的“中枢自主神经网络”的子网络做出特异性的响应。再者，许多动物实验结果还需要在人体实验中加以验证。

直立倾斜实验是一类重要的应激试验，最初是由于Kenny等报道了其在晕厥病理研究中的价值而逐渐获得关注[13]。倾斜实验在临床自主功能评价、宇航员立位耐力训练以及脑血管相关疾病研究中有着重要应用[14]，主要是克服体位变化引起的重力效应，保持合适的系统功能，尤其是心血管功能以及脑功能，是一种典型的脑心相互作用过程。

本课题探究了70°直立倾斜实验中的心、脑响应。通过时频分析、相关分析、格兰杰因果分析等方法，揭示了自主神经系统交感/副交感输出流的实时响应模式，阐释了前额叶皮层活动与自主系统输出流之间的紧密联系以及前额叶皮层活动与心脏活动间的方向性的耦合关系。通过实验，为深入理解倾斜过程中的响应机制及脑心交流特征提供了重要信息。

1 方法

1.1 实验方案

27名被试参与了实验，均为健康的在校男性大学生，年龄为(23.8±2.8)岁，身高(172.0±5.4)cm，体重(65.7±8.6)kg，身体质量指数(22.2±2.7)kg/m2。实验开始前，被试填写个人基本信息及实验知情同意书，该实验得到西安交通大学医学伦理委员会的核准认可。要求被试身体健康，无心脑血管疾病及各类急慢性疾病，无直立性低血压症状，无心血管自主功能障碍、糖尿病，实验前未服用对心脑血管系统有影响的药物。被试被提前告知，禁止在实验开始前12 h内剧烈运动、喝咖啡等。试验在每日18:00～22:00期间进行，实验室温度保持在25℃左右。3名被试的记录信号中存在严重的信号失真，因此后续分析和统计中只处理了其余24名被试的数据。

被试仰卧(supine, S)在倾斜床(电杠杆驱动)上保持静息状态5 min，然后开始缓慢升高床的角度至70 °，35 s末升床过程结束(end time of tilting, EOT)，之后保持在该倾斜(tilted, T)状态持续至5 min。实验结束后将床下放至水平位置，整个实验过程中连续同步记录被试的心电(标准II导联)与胸阻抗(多通道电生理记录仪MP150，美国Biopac公司生产)、血压(连续血压监测仪Finometer MIDI，荷兰FMS公司生产)、近红外光谱(NIRS多参数记录仪，西安交通大学生物医学工程研究所)信号。NIRS记录仪可测量氧合血红蛋白(oxy-hemoglobin, HbO2)、脱氧血红蛋白(deoxy-hemoglobin, HHb)以及总血红蛋白(total hemoglobin concentration, tHB)浓度变化信号。实验过程中，近红外光谱仪的探头贴置于前额，并用黑色绑带进行覆盖及固定。

1.2 实验方法

1.2.1心率变异性

检测心电R波之前，先用小波方法去除高频噪声和基线漂移，采用小波变换模极大值法检测心电R波波峰，该算法平均准确率为99.85%[15]。在P波幅值较高且比较尖锐或者其他一些特殊情况下，该算法可能会出现检测错误，因此算法检测完毕后对结果进行人工复检并修正错误。据此得到RR间期(RRI)序列，并重采样至2 Hz。

心率变异性(heart rate variability, HRV)的频域参数能够提供自主神经系统输出流的量化指标。在HRV的频谱中有两个主要成分：低频成分(low frequency, LF: 0.04～0.15 Hz)和高频成分(high frequency, HF: 0.15～0.4 Hz)。其中，高频成分被认为反映副交感活性，归一化的低频成分(normalized low frequency, nLF)定义为LF*100/(LF+HF)，被认为反映交感活性。低频和高频成分的比值LF/HF被用来反映交感-迷走平衡。

传统的频谱分析方法包括快速傅里叶变换和自回归算法等，但在此类方法中频谱成分是由功率谱密度函数在特定频带范围积分所得，反映的是在整个时间段内自主神经对心脏活动调节的总体效应。但事实上，更关注的是在特定的实验状态下HRV的时变特性，时频分析恰好解决了这一问题。Morlet小波变换是一种经典的时频分析方法，已经被用于分析人体生理信号，而且被证明是一种有效评价HRV的方法[16]。

本研究Morlet小波变换的母小波选用cmor3-1。对上述RR间期序列进行Morlet小波变换，得到复解析信号yk(t,f)，其中k是用于计算的RR间期序列所属的被试编号(k=1,2,…，24)。由此得到的时变功率谱定义为

(1)

为了消除个体间HRV绝对值的差异，进行如下线性归一化处理，有

(2)

将24位被试(K=24)的时变功率谱做叠加平均，有

(3)

由此可得时变功率谱的低频成分与高频成分，即

(4)

(5)

低频成分被归一化为

(6)

此外，计算交感-迷走平衡指标为

Bal=LF/HF

(7)

1.2.2胸阻抗信号分析

心输出量(cardiac output, CO)的获取依赖于非侵入生物阻抗监测技术，可基于心电、血压和胸阻抗等信号来计算。先利用小波方法去除胸阻抗信号中的噪声，然后在其微分信号中定位B点(主动脉瓣打开)、C点(最大左心室流)和X点(主动脉瓣关闭)这几个关键特征点，进而采用Sramek估计法获得心输出量[17]。

1.2.3格兰杰因果关系

格兰杰因果关系(Granger causality, GC)是一种基于多变量自回归模型的预测方法，它能够揭示变量间方向性的耦合关系，已被广泛应用于时间序列的功能连接分析。特别地，格兰杰因果分析已被成功应用到脑功能活动相关的多种信号中[18-20]。由于心血管自主活动和脑功能活动信号中不同频带信号具有特定的生理意义，本研究采用频域格兰杰因果分析方法。

1.2.3.1时域格兰杰因果关系

GC是基于时间序列的向量自回归(vector autoregressive, VAR)模型理论来实现的。对单变量随机过程Xt，其p阶向量自回归模型如下：

(Σ≡cov(εt))

(8)

式中，p是模型阶数，Ak是回归系数，εt是残差。

假定有另一随机过程Yt，考虑Xt和Yt双变量过程，根据回归模型，Xt可以表示为

根据式(16)所建立的二人零和博弈问题,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为回归系数，εx,t为残差。

可以看到，X的当前值依赖于Y过去的值，体现为系数Axy,k。在特殊情况下，即对k=1,2,…,p都有Axy,k=0时，X的值不再依赖于Y过去的值，这称为“简化”回归(reduced regression)，可以表示为

(10)

基于最大似然理论，定义Y→X方向的格兰杰因果关系为

(11)

按照以上推导过程，同理可得X→Y方向的格兰杰因果关系为

(12)

1.2.3.2频域格兰杰因果关系

GC的一个重要特征是它可以分解到频域上，频域GC在全频段的积分即是时域GC。对Xt自协方差序列Γm作傅里叶变换，可得功率谱密度为

(13)

S(ω)有谱分解特性[21]，即

S(ω)=H(ω)ΣH(ω)*

(14)

与时域GC类似，当考虑Xt和Yt的双变量过程时，功率谱密度S(ω)可以分解为

(15)

转移函数H(ω)可以分解为

(16)

式中，Sxx(ω)是双变量过程中Xt的功率谱密度，根据式(14)可以分解为

(17)

当Σxy=0时，有

Sxx(ω)=Hxx(ω)ΣxxHxx(ω)*+

Hxy(ω)ΣyyHxy(ω)*

(18)

此时，过程Xt的功率谱密度包括“固有”部分和由过程Yt产生的“因果”部分，由此可得Y→X方向的频域GC定义为

(19)

同理，可得X→Y方向的频域GC为

(20)

本研究以tHB序列和RRI序列作为上述X和Y，分别计算出RRI→tHB方向的格兰杰因果指标GCRRI→tHB和tHB→RRI方向的格兰杰因果指标GCtHB→RRI来进行分析,从而对前额叶皮层活动与RRI方向性的耦合关系进行探讨。

1.2.4统计方法

在仰卧静息状态到直立倾斜过程中，心血管参数的变化以及心率变异性(HRV)的改变等均采用配对t检验进行分析，使用的是IBM SPSS Statistics 20软件。

2 结果

2.1 基本生理参数

2.1.1基本心血管参数

图1 倾斜实验中基本心血管参数变化曲线((b)、(d)、(f)和(h)中的垂直虚线表示倾斜过程结束时刻(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

在倾斜实验中，基本心血管参数的变化如图1所示。可以看到，与仰卧静息状态(S)相比，倾斜过程(T)中心血管参数变化明显,心输出量(CO)持续降低，心率(HR)持续增加，收缩压(SBP)和舒张压(DBP)降低。倾斜实验结束后，后期心血管参数处于较为稳定的状态。如表1所示，与仰卧静息状态相比，平均心输出量减少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)，收缩压与静息状态相比基本保持不变(112.60±6.50vs112.33±6.42，P>0.05)，舒张压升高7%(72.23±5.31vs77.27±4.87，P<0.001)。该过程的基本血流动力学机理不难理解：随着体位变化，因重力作用使得血液从胸腔向下肢转移，造成静脉回心血量减少，进而减少心脏舒张末期心室血液充盈量，从而导致每搏量减少(Frank-starling机制)。位于主动脉弓和颈动脉窦的压力感受器感知到心脏充盈压和动脉血压的降低，反射性引起心率加快和血管收缩。值得注意的是，倾斜过程中皮层活动与自主神经系统输出流以及和RRI的关系尚不清楚，本研究重点探讨该问题。

表1倾斜实验中心血管参数的变化(n=24)

Tab.1Changesofcardiovascularvariablesduringhead-uptilttest(n=24)

基线(S)直立倾斜(T)心率/(beat/min)66.61±6.9689.83±8.83∗∗心输出量/(L/min)5.44±1.484.14±1.22∗∗收缩压/mmHg112.60±6.50112.33±6.42舒张压/mmHg72.23±5.3177.27±4.87∗∗

注：数值用平均值±标准差的形式给出，统计学显著性表示为**P<0.001。

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

2.1.2前额叶皮层血流量变化

图3 倾斜实验中HRV响应过程曲线((b)、(d)和(f)中的垂直虚线表示倾斜过程结束时刻(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中前额叶皮层总血红蛋白浓度(tHB)的响应过程如图2所示。由于tHB与脑区局部血流量(cerebral blood volume，CBV)之间存在线性关系，因此常被用来表征皮层局部血流量的变化。可以看到，倾斜过程中前额叶皮层血流量持续降低，达到最低点，随后逐渐恢复，这是由心输出量的减少引起的。皮层对血流量的变化极其敏感，前额叶皮层血流量的持续降低必然与其功能活性变化有着密切关系。近红外光谱信号中存在很强的自发性低频振荡信号，主要包括主频率～0.1 Hz的低频信号和～0.3 Hz的高频信号。这些振荡信号被认为能反映脑功能系统和心血管系统间的交互耦合关系，下面将重点探讨它们与脑心交流的关系及其意义。

图2 直立倾斜实验中tHB的响应曲线。(a)tHBS；(b)tHBT(垂直虚线表示倾斜过程结束时刻(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 心率变异性

倾斜实验中心率变异性(HRV)分析结果如图3所示。倾斜过程中，交感输出流(nLF)持续增强，之后处于明显高于静息状态的稳定水平；副交感输出流(HF)不断减弱，之后处于明显低于静息状态的平稳水平。交感-迷走平衡(LF/HF)的变化与交感输出流的变化趋势类似， 倾斜过程中自主神经系统输出流的交感分支逐渐获得优势，并在之后的平稳期处于绝对高于副交感的水平。由图4中的统计结果也可以看出，交感活性增强51.3%(38.75±9.25vs58.62±8.58，P<0.001)，副交感活性减弱28%(1.11±0.76vs0.80±0.48，P<0.05)，交感-迷走平衡变化体现了倾斜过程中交感分支获得绝对优势(0.71±0.28vs1.67±0.64，P<0.001)。由此可见，HUT实验中显著的心血管变化主要由交感和副交感输出流的上述变化模式所调节。

图4 倾斜实验中HRV参数统计结果(* 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 前额叶与心血管系统的耦合关系

2.3.1相关分析

为了探究倾斜过程中前额叶皮层(MPFC)活动与自主神经系统输出流之间的关系，对皮层脑血流量(tHB)与实时HRV(交感和副交感输出流)做相关分析，结果如表2所示。可以看到，HRV的低频和高频成分均与tHB存在很强的相关性(相关系数分别为0.58和0.66)。这说明，MPFC活动与自主神经系统输出流有密切联系，表明MPFC可能参与HUT过程的心血管调控。

2.3.2格兰杰因果关系

采用贝叶斯信息准则(Bayesian information criterion, BIC)确定最佳模型阶数，倾斜过程中格兰杰因果关系的分析结果如图5所示，统计分析结果如图6所示。可以看到，格兰杰因果关系存在明显的频段特异性，在低频段(主频～0.1 Hz)表现为tHB→RRI (P<0.05),而在高频段(主频～0.3 Hz)表现为RRI→tHB (P<0.001)。两个不同方向的因果性分别体现了从心血管终端向高级心血管控制中枢(皮层区域)的反馈输入,以及从皮层到基本心血管中枢的控制输出。根据“中枢自主神经网络”的连接特性，前额叶皮层通过杏仁核(尤其是杏仁核的中央核)与延髓和孤束核形成功能连接，从而可以调控交感和副交感活性[10]。

表2 tHB与HRV相关分析结果(n=24)Tab.2 Correlation analysis of tHB and HRV(n=24)

注：Cor[tHB, HRV_HF]表示tHB与HRV高频成分的相关系数；Cor[tHB, HRV_LF]表示tHB与HRV低频成分的相关系数。

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.

图5 倾斜过程中GC分析结果。 (a)GCRRI→tHB；(b)GCtHB→RRIFig.5 Granger causality results during head-up tilt test. (a) GCRRI→tHB; (b) GCtHB→RRI

图6 倾斜实验中GC分析统计结果(统计学显著性表示为* 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 讨论

3.1 倾斜实验中的心脑响应

本研究结果显示：在HUT实验过程中，心输出量持续降低，平均减少24%(P<0.001)；心率持续增加，平均增加35%(P<0.001)；舒张压变化不明显，平均升高7%(P<0.001)；收缩压持续降低(平均无明显变化)；交感输出流逐渐增强，副交感输出流逐渐减弱，随后两者分别保持高于静息(38.75±9.25vs58.62±8.58，P<0.001)和低于静息状态(1.11±0.76vs0.80±0.48，P<0.05)的稳定水平。这说明，本研究的70°HUT引起了显著的心血管效应，且由自主输出流的变化模式直接调节。该过程基本的血液动力学机理前面已提及，这里不再赘述。另外，在倾斜过程中，前额叶皮层血流量持续降低，之后又缓慢恢复(见图2)。MPFC血流量与交感和副交感的输出流均呈现相关关系，相关系数分别为0.58和0.66，表明前额叶皮层活动与心血管调控紧密联系，MPFC可能参与了HUT过程中的调控。由于倾斜过程中血流量的持续减少，前额叶皮层可能因此而发生去激活。根据Thayer等的研究[10]，这将通过相关的脑功能连接通路，使得自主输出流中交感分支活性增强而副交感活性减弱，进而引起心率加快、血管收缩等效应。

3.2 近红外光谱信号与脑功能活动

近红外光谱技术(NIRS)是一种非侵入式的利用脑组织近红外光吸收变化来测量脑活动的方法，不仅可以直接测量与神经激活相关的血氧水平变化，而且具有很高的时间分辨率，这使得NIRS成为脑功能研究的重要方法。据Pfurtscheller等的观察，到静息态时前额叶氧合(脱氧)血红蛋白浓度与中枢EEG的alpha/beta能量波动存在耦合[22]。Nikulin等发现，～0.1 Hz EEG信号的相对能量与NIRS信号显著相关(相关系数R=0.82)，且EEG信号与NIRS信号在～0.1 Hz存在很强的相干性[23]。动物实验指出，～0.1 Hz血液动力学振荡信号与皮层电活动有重要联系[24]。以上研究表明，NIRS信号与脑功能活动密切相关，尤其是～0.1 Hz信号很大程度反映神经活动的变化。

3.3 前额叶皮层与脑-心耦合

本研究中，格兰杰因果分析显示频段特异性：在0.04～0.15 Hz(主频～0.1 Hz)频段，因果关系为“脑→心”；而在0.15～0.4 Hz(主频～0.3 Hz)频段，因果关系为“心→脑”。该结果表明：前额叶皮层参与了倾斜过程中心血管响应，且由～0.1 Hz低频振荡信号介导了其与自主输出流的联系。

前额叶皮层在以往的脑心相关研究中已获得相当程度的重视。Wong等的fMRI研究表明，握力实验中心率响应与前额叶皮层腹内侧区的去激活有关[25]；动物实验显示，前额叶皮层腹内侧区影响减压反射活动[26-27]，表明前额叶皮层与基本心血管中枢之间的功能联系。其他研究亦证明，前额叶皮层与自主活动控制中心之间存在直接或间接的连接[28-29]。据此，Thayer等推测前额叶皮层可能通过“前额叶皮层-扣带皮层/脑岛-杏仁核-脑干”通路调控心血管活动[10]。本研究中，MPFC血流量与交感和副交感输出流的强相关性表明两者之间存在紧密联系，而GC分析则表明～0.1 Hz振荡作为载体介导了这种联系，从而实现“脑→心”方向的下行调控。事实上，关于～0.1 Hz振荡介导脑→心调控已有相关报道。例如，快速手指运动实验中受高级皮层调控的减压反射环路的“本征频率”(～0.1 Hz)与心血管响应有直接联系，高本征频率能引起更大的心率和血压响应[30]。此外，Pfurtscheller等在扣带皮层记录到～0.1 Hz振荡，发现其与心率变化存在相位耦合[7]，并推测皮层存在“中枢起搏器”调节着心率和HRV。结合本研究结果，提示～0.1 Hz振荡可能在皮层广泛存在，并在脑区间的功能联系中充当“信使”。据此推测HUT实验中～0.1 Hz振荡介导的“前额叶皮层-扣带皮层-杏仁核-脑干”通路是MPFC调节心血管活动的基础。同步性分析显示，MPFC和杏仁核的～0.1 Hz振荡存在相位耦合[31]，这支持了该推测。

另外，GC分析结果显示～0.3 Hz存在“心→脑”的因果性，表明存在心血管终端对高级心血管控制中枢的反馈输入。心跳诱发电位(HEP)已被证实是心跳传入反馈的结果[9]，研究发现心跳感知能力强的人比心跳感知能力弱的人有更大的HEP幅值，尤其在前额叶皮层最为显著[32]，表明心跳活动能够调节前额叶皮层活动。Mather等指出，心率振荡能够调节前额叶皮层、扣带皮层、脑岛等与情绪管理有关脑区的功能连接，心跳活动可以通过体液-神经途径改变脑区对感觉输入的敏感性[33]。据此，本研究0.15～0.4 Hz频段“心→脑”的因果性表明，HUT过程中心率振荡的高频分量(～0.3 Hz)可能是调节前额叶皮层活动的一种方式。类似地，Faes等发现，在视觉情感诱发实验中，心跳动力学信号与前额叶皮层EEG信号gamma频段存在“心→脑”耦合关系[34]，提示特定频段的心率振荡和MPFC活动振荡间的交互是脑心交流的重要途径。

在脑-心耦合机制中，“脑→心”的调控输出和“心→脑”的反馈输入是不可分割的，两者构成了一个闭环结构以维持系统的稳态。有研究表明，皮层对心脏活动的影响程度可以通过训练增强个体对心跳的感知程度来加以调节[32]，说明心脏反馈输入对皮层调控输出有影响。本研究的HUT过程中，0.04～0.15 Hz频段和0.15～0.4 Hz频段相对方向的因果性体现了机体整合上行传入信息和下行传出信息，以更好地对直立应激做出响应。

3.4 研究意义和局限

当前，临床和研究实践中对脑功能系统-心血管系统耦合特性尚缺乏重视。究其原因，一是缺乏简单有效的能够同时揭示脑-心动力学的方法工具，二是缺乏对脑功能活动与自主神经活性和心血管活动间精确关系的理解。针对这两方面不足，本研究利用高时间分辨率的NIRS测量信号，采用时频分析获得的交感和副交感输出流数据，研究了在HUT这种典型的脑心相互作用过程中MPFC血流量与交感/副交感实时输出流和RRI的耦合关系。实验结果为脑-心交流提供了新素材，获得了健康男性在直立应激过程中的脑-心耦合特征。另外，研究获得交感/副交感输出流的响应模式以及MPFC与自主输出流和RRI的交互关系，为深入理解HUT的响应机制提供了思路，也为推动HUT在临床及研究中更广泛的应用提供了依据。

尽管如此，本研究也还存在一些不足。首先，由于本研究使用的升杆床存在一定程度的噪声，在启动升高时可能影响血压的稳定性，因此连续血压测量的结果不甚理想，后续将进行相关的改进研究。此外，实验中如果能联合其他的脑功能活动检测技术(如脑电)进行分析，则能够为理解相关机制提供更多的信息，这也是本研究接下来的工作计划。

4 结论

本研究结果显示，倾斜过程中心血管响应明显，这是血流动力学与脑心交流的结果。倾斜过程中会造成前额叶皮层血流量降低，进而使交感活性增强、副交感活性减弱，并导致相关心血管响应；格兰杰因果分析显示，～0.1 Hz频段存在“脑→心”因果性，这强调了前额叶皮层参与倾斜响应过程，且～0.1 Hz振荡信号在介导其与自主输出流的联系中发挥重要作用。总之，皮层与自主中枢的交互调控着倾斜过程中的心血管响应。