高特质焦虑个体执行控制功能及其脑网络研究

季淑梅 步鑫鑫 荀兴苗 苏新乐 许全盛

1(燕山大学康养产业技术研究院，河北 秦皇岛 066004)

2(燕山大学电气工程学院生物医学工程研究所，河北 秦皇岛 066004)

引言

不同于状态焦虑，特质焦虑是相对稳定、具有内隐性和个体差异性的焦虑倾向, 是一种稳定的人格特质[1-2]。相比于低特质焦虑(low trait anxiety, LTA),高特质焦虑(high trait anxiety, HTA)个体对相同的应激情境表现出更高的焦虑水平, HTA与焦虑症具有共病基础, 均表现出情绪及认知障碍[3-5]。探讨HTA认知功能及脑功能特点，对深入理解焦虑症的发病进程，有针对性地开展焦虑症的早期识别与干预，具有重要意义。

认知冲突及执行控制一直是认知神经科学的重要研究领域。认知冲突是指无关刺激对当前认知任务的干扰；执行控制功能也被称为认知控制，是指即便在面对干扰刺激或冲突反应的情况下，人们也能按照内部意愿的指导思维和行动的能力[6-7]。对冲突的监控与解决能力反映了执行控制功能，通过敏感的认知冲突反应，可以衡量执行控制能力[8]。研究表明[9-13]， HTA个体执行控制功能可能存在一定的损伤, HTA个体及焦虑症患者对情绪信息(尤其是负性情绪信息)有更多的注意倾向，且注意力难以从情绪信息脱离,从而对当前目标的反应产生较大的干扰效应, 表现出对分心物的抑制困难、冲突控制能力减弱。以往研究主要集中于与情绪认知相关的任务设计, 且主要局限于心理学认知行为研究、孤立脑区活动状态的研究，缺乏在大脑神经加工机制(包括在大尺度脑网络上)方面的关注和探讨。

HTA个体执行控制功能受损，是其稳定、固有的特征还是因情绪信息刺激诱发？情绪信息对执行控制具有一定的干扰作用，为排除其干扰，本研究基于与情绪无关的Simon空间认知冲突实验范式，融合认知行为分析方法、神经电生理技术及复杂网络分析方法, 探讨HTA个体的执行控制功能及其脑功能网络特点。

1 方法

1.1 实验对象

采用Spielberger的 “特质焦虑问卷”[2,5]，对在校大学生进行问卷测试，依据得分高低，分别筛选入组为HTA组(得分55分以上)和LTA组(得分31分以下)。

为避免抑郁的干扰，对以上所有入组者再行“贝克抑郁量表”评定，选取得分小于13分者作为被试。最终，选取HTA、LTA组各16名被试(每组被试中男、女各8名)，对两组被试得分进行独立样本t检验(见表1)：HTA组被试“特质焦虑问卷”分数显著高于LTA组的分数(t=6.983，P<0.05)，两组被试“贝克抑郁量表”得分无显著差异(t=0.823，P>0.05)，表明被试分组有效、可行。所有被试均为右利手，视力或矫正视力正常，无其他精神或神经障碍，无脑外伤史，年龄在18～24岁。

表1 量表得分

1.2 实验任务

利用“Simon空间位置认知冲突”范式, 进行2组别(HTA组、LTA组)× 2任务(“对应颜色圆圈呈现位置与按键反应位置”一致、不一致)的混合实验设计，任务材料如图1所示。当屏幕上出现红色圆圈按鼠标左键，出现绿色圆圈按鼠标右键。红色圆圈出现在屏幕左侧或绿色圆圈出现在屏幕右侧为一致条件(即非冲突条件)(见图(a)和(b))，而红色圆圈出现在屏幕右侧或绿色圆圈出现在屏幕左侧为不一致条件(即冲突条件)(见图(c)和(d))。

图1 Simon冲突任务材料。(a) 红色圆圈出现在屏幕左侧(非冲突条件)；(b) 绿色圆圈出现在屏幕右侧(非冲突条件)；(c) 红色圆圈出现在屏幕右侧(冲突条件)； (d) 绿色圆圈出现在屏幕左侧(冲突条件)Fig.1 The materials of Simon conflict task. (a) The red circle on the left side of the screen(non-conflict condition); (b) The green circle on the right side of the screen(non-conflict condition); (c) The red circle on the right side of the screen(conflict condition); (d) The green circle on the left side of the screen(conflict condition)

任务序列由 E-Prime 2.0 软件编写，序列呈现方式如图2所示。共进行 360 个序次任务(分6 个组块呈现，每个组块包含 60 个试次)，每个试次随机呈现。每个试次开始，屏幕中央呈现“+”注视点，持续500 ms；随后目标刺激(呈现时间1 000 ms)出现，要求被试对屏幕左右空间位置呈现的圆圈颜色进行按键反应，当屏幕上出现红色圆圈按鼠标左键，出现绿色圆圈按鼠标右键，忽略圆圈在屏幕中呈现的位置，被试做出按键反应后目标刺激即消失(反应按键时间不超过1 500 ms，对超时的反应系统不做记录)，间隔400～600 ms之后开始下一试次。每个组块60个试次完成后进行短暂休息，再进入下一组块。

图2 实验任务序列Fig.2 The experimental task sequence

由E-prime2.0软件记录正确反应时间、正确率等行为数据，使用美国 Neuroscan 64导脑电(EEG)记录与分析系统采集EEG (64导脑电记录电极位置分布见图3)，以单侧乳突为参考，离线处理时转为双侧乳突参考。使用 Scan 4.5软件离线处理EEG数据，实现行为数据融合、参考转换、去除眼电、伪迹校正等预处理。按照被试的按键反应标签，对反应正确的EEG数据进行分类、分段(分段时程为：刺激呈现前100 ms到刺激呈现后1 000 ms，即-100 ms～1 000 ms，以-100 ms数据视为基线)，获得冲突任务(对应颜色圆圈的呈现位置与按键反应的位置不一致)的EEG数据段(每个被试选取30段相同标签的EEG数据段进行分析), 分别提取 EEG的 beta 节律(14～30 Hz)和高 gamma 节律(50～80 Hz)信号进行脑网络的构建与分析。高级认知功能与大脑快速震荡的 beta 与 gamma 频段密切相关，本研究主要探讨这两个频段的脑网络特性。

图3 64导脑电记录电极位置Fig.3 Position of 64-channel EEG recording electrodes

1.3 脑网络构建

采用同步似然算法，分析多通道EEG信号之间的同步程度，使用同步似然值度量不同脑区之间的关联性大小。

步骤1：选取额、顶、颞、枕及中央区的代表性电极所在头皮位置作为网络节点构建脑网络，对其EEG信号进行同步似然分析[14]，计算两两节点之间的同步似然值，建立同步似然系数关联矩阵。

步骤2：设置合适阈值T对关联矩阵进行二值化(大于T的值设为1，其他设为0)，得到图论中表示边的二值矩阵；利用软件BrainNet Viewer(北京师范大学研发)对功能连接进行可视化，形成功能连接拓扑结构。

步骤3：利用复杂网络属性参数计算方法，计算网络的整体属性参数(全局效率、聚类系数和特征路径长度)及节点属性参数(节点度)。

1.4 数据分析

2 结果

2.1 行为数据分析

表2为HTA组和LTA组在完成两种不同任务类型(“对应颜色圆圈呈现位置与呈现反应位置”一致、不一致)下的正确反应时间(只分析正确反应所需时间，错误反应不计入)和正确率。

表2 平均反应时间与正确率Tab.2 Average response time and

重复测量方差分析结果显示，反应时间与正确率均表现为：被试组别主效应显著(P< 0.05)(正确反应时间F1, 30=9.419，正确率F1, 30=10.444)，任务类型主效应显著(F1, 30=22.137，F1, 30=17.293)，被试组别与任务类型的交互作用显著(F1, 30=9.601，F1, 30=9.305)。进一步进行简单效应分析：在一致条件下，HTA组与LTA组被试的反应时间、正确率均无显著差异，表明HTA个体空间位置的认知能力未受损；在不一致条件下，HTA组与LTA组被试的反应时间、正确率均有显著差异(HTA组被试反应时间长于LTA组，正确率低于LTA组)，表明HTA组被试认知冲突反应能力(即执行控制功能)下降。

2.2 同步性与阈值

对额、顶、颞、枕及中央区的36个电极的EEG信号进行同步似然分析，建立的同步关联矩阵如图4所示；同步似然值越接近1，说明节点间的相关性越强。HTA组被试在beta节律及高gamma节律信号的平均同步似然值均小于LTA组的值，表明HTA组被试的各脑区间同步性减弱，大脑皮层各区域间的整合功能下降。

图4 同步似然系数矩阵。(a) beta节律(LTA)；(b) beta节律(HTA)；(c) 高gamma节律(LTA)；(d) 高gamma节律(HTA)Fig.4 Synchronization likelihood matrix.(a) Beta rhythm (LTA); (b) Beta rhythm (HTA); (c) High gamma rhythm (LTA); (d) High gamma rhythm (HTA)

图5 脑网络平均节点度、稀疏度随阈值变化。 (a) 平均节点度； (b) 稀疏度Fig.5 The change of average node degree and sparsity degree with threshold value in brain network.(a)The average node degree; (b) The sparsity degree

图6 脑网络拓扑结构。(a) beta节律(LTA)；(b) beta节律(HTA)；(c) 高gamma节律(LTA)；(d) 高gamma节律(HTA)Fig.6 Topology of brain network.(a) Beta rhythm (LTA); (b) Beta rhythm (HTA); (c) High gamma rhythm (LTA); (d) High gamma rhythm (HTA)

2.3 脑网络属性参数

2.3.1节点属性参数

对脑网络的平均节点度进行两因素重复测量方差分析，结果显示：被试组别主效应显著(F1,30=17.302，P< 0.05)，信号节律(beta、高gamma) 主效应显著(F1,30=11.843)， 被试组别与信号节律的交互作用显著(F1,30=7.669)。简单效应分析表明：在两种节律下，LTA组、HTA组的脑网络平均节点度均有显著差异(P< 0.05)，即在额区和顶区，HTA组脑网络的节点度值均小于LTA组的值； HTA组、LTA组高gamma节律和beta节律的脑网络平均节点度有显著差异(P< 0.05)，即高gamma节律的脑网络平均节点度值大于beta节律的值。以上分析表明，HTA组与LTA组存在显著差异的节点(见表3)，主要位于额区(FP1，FP2，AF3，AF4，F1，F2，F3和F4)和顶区(CP1，CP2，CPZ，CP3，CP4，P1，P2，P3和P4)、而颞区与枕区的节点度无显著差异。

表3 额区及顶区节点度Tab.3 The node degree of frontal and parietal area

2.3.2整体属性参数

整体属性参数(聚类系数、全局效率和特征路径长度)如表4所示，分别对上述参数进行重复测量方差分析。分析结果显示，3个参数(聚类系数、全局效率和特征路径长度)均表现为：被试组别主效应显著(P< 0.05)(分别为F1,30=11.392，F1,30=14.417，F1,30=7.119)，被试组别与信号节律的交互作用显著(F1,30=8.917，F1, 30=8.003，F1, 30=9.112)。简单效应分析表明，在EEG两种节律下， LTA、HTA的脑网络参数均有显著差异(P< 0.05)，表现为HTA组的聚类系数值及全局效率值小于LTA组的值，而特征路径长度值大于LTA组的值。对EEG两种节律的比较表明，高gamma节律和beta节律的聚类系数有显著差异(P< 0.05)，表现为高gamma节律的聚类系数值大于beta节律的值，而两种节律的全局效率值及特征路径长度值无显著差异，提示EEG不同节律的脑网络特点可能主要与聚类系数相关。

表4 脑网络整体属性参数Tab.4 The overall attribute parameters of brain network (n=16)

3 讨论

本研究通过行为学及脑功能网络分析，探讨了HTA个体Simon空间认知冲突反应的特点。行为学分析表明, HTA组和LTA组在一致条件下的反应时间与正确率均无显著差异，而不一致条件下(即冲突条件下)HTA组反应时间延长、正确率下降，表明其冲突反应效率下降、执行控制能力减弱。

整体属性参数(全局效率、聚类系数和特征路径长度)及节点属性参数(节点度)是衡量复杂网络功能的重要指标。

1)节点度：度量网络某一节点与邻节点连接边的数量, 表征网络连接的稀疏程度，节点度越大, 表明节点间连接更多，节点间联系更加紧密。

2)聚类系数：衡量网络内部集团化和连接的紧密程度，数值越大表明网络整合功能更强。

3)特征路径长度：为所有节点间最短路径的平均值, 表征网络节点间直接联系的多少，反映网络传递信息的能力。

4)全局效率：是衡量信息在网络中传递快慢的一个综合指标，定义为每对节点间最短路径的倒数的平均值。特征路径长度越小、全局效率越高，表明网络中节点间的直接连接更多，信息传递效率更高。

对脑网络的分析结果表明，LTA组和HTA组被试在beta节律及高gamma节律的脑网络节点属性参数(节点度)及整体属性参数(聚类系数、全局效率和特征路径长度)方面均存在差异，表现为：HTA组额叶和顶叶的节点度值均小于LTA组的值，HTA组脑网络的聚类系数值、全局效率值明显降低，特征路径长度值明显增大。这表明，HTA个体额叶和顶叶的同步性及功能连接减弱，脑网络内部集团化及连接紧密程度降低，脑网络的信息传输能力下降。额顶控制网络即执行控制网络, 是认知控制中的高级加工网络，表现出自上而下的冲突控制加工, 阻止冲突或抑制无关信息，有效地控制行为[16-17]。该网络的核心节点脑区包括背外侧前额叶、前扣带回皮层、额下回等额叶脑区及后部顶叶皮层的顶下小叶、顶上小叶[18-21]，其功能受损导致执行控制能力下降。额顶控制网络与其相关作用脑区的连接强度，可以正向预测被试的执行控制功能。

笔者先前的研究表明[13]，在Stroop情绪词-面孔冲突任务下，焦虑人群的颞叶功能异常增强，对情绪信息异常敏感，而额顶执行控制网络的功能下降。焦虑人群其执行控制网络功能的下降，可能与颞区异常兴奋有关，情绪信息刺激下颞叶功能异常增强，进而对额顶执行控制网络的自下而上的抑制增强。不同于Stroop情绪词-面孔冲突任务，Simon空间认知冲突任务是与情绪无关的“刺激呈现位置与按键反应位置”的冲突。本研究的结果表明，在Simon空间认知冲突任务下，HTA组额叶、顶叶的节点度值均小于LTA组的值，而颞叶节点度值与LTA组的值无显著差异，说明HTA个体额叶和顶叶的同步性及功能连接减弱，并非依赖于颞叶的异常兴奋。

4 结论

本研究表明，HTA个体冲突监控、冲突解决等执行控制能力下降，其机制不仅与额顶执行控制网络功能受损有关，也与脑网络的整合功能及信息传输能力减弱有关。HTA个体的执行控制能力下降，并非是由于情绪信息刺激诱发，HTA个体额顶执行控制网络功能受损是其稳定、固有的特征。

目前大多数脑网络研究集中于无向网络，本研究所构建的脑功能网络也属于无向网络，未能反映脑功能网络中非常重要的方向信息。未来研究需要构建有向的功能网络来刻画不同脑区连接的方向性以及神经活动之间的因果关系，进一步阐明焦虑症、抑郁症等精神障碍在其额顶执行控制网络中各脑区的相互作用机制。