【摘要】：研究目的:焦慮癥是人群中最常見的情緒障礙,以焦慮性情緒體驗為主要特征,表現(xiàn)為對未來事物的過分擔心,嚴重危害著患者的身心健康。已有的研究表明內(nèi)側前額葉皮層(medial prefrontal cortex,m PFC)是焦慮的責任腦區(qū),利用腦網(wǎng)絡分析的方法有助于進一步了解焦慮病發(fā)的潛在機理。本論文以正常大鼠在高架十字迷宮焦慮狀態(tài)的m PFC局部場電位(Local Field Potentials,LFPs)為研究對象,基于頻域Granger因果分析,計算大鼠焦慮狀態(tài)LFP網(wǎng)絡因果連接強度,為探索焦慮的腦網(wǎng)絡機制提供支持。研究方法:1.實驗動物為8只雄性SD大鼠,10-12周齡,體重300-350 g。2.大鼠內(nèi)側前額葉皮層在體植入16通道微電極陣列,記錄大鼠在高架十字迷宮自由探索10 min內(nèi)側前額葉皮層16通道LFPs,并利用Ethovision XT 8.5行為學分析軟件分析大鼠的運動軌跡,以封閉臂走向開放臂(焦慮狀態(tài))10s內(nèi)的LFPs作為研究對象。3.應用Butterworth低通濾波器(0.3-500 Hz)對16通道LFPs進行濾波,獲得16通道LFPs。采用基線擬合和50 Hz陷波器的方法去除信號中的運動噪聲造成的基線漂移,以及環(huán)境造成的工頻干擾。4.運用短時傅里葉變換(Short-Time Fourier Transform,STFT)對焦慮狀態(tài)16通道LFPs作時頻分析,提取焦慮狀態(tài)m PFC LFPs的特征頻段。其中每個頻段的范圍為delta(1-4 Hz),theta(4-12 Hz),beta(12-30 Hz),low-gamma(30-70Hz)和high-gamma(70-120 Hz)。5.運用定向傳遞函數(shù)(Directed Transfer Function,DTF)計算焦慮狀態(tài)16通道LFPs特征神經(jīng)振蕩的DTF值。6.運用Granger因果分析,分別計算大鼠在高架十字迷宮封閉臂和開放臂不同頻段的DTF矩陣,分析焦慮狀態(tài)網(wǎng)絡連接強度。7.基于圖論理論構建網(wǎng)絡,計算在焦慮狀態(tài)時各個頻段的網(wǎng)絡特征參數(shù)(全局效率),對焦慮狀態(tài)的網(wǎng)絡連接特性進行評估。8.運用獨立樣本t檢驗的統(tǒng)計分析方法對開放臂和封閉臂的LFPs不同頻段網(wǎng)絡的網(wǎng)絡連接強度DTFmean,網(wǎng)絡全局效率Eglob進行統(tǒng)計學分析。分析大鼠在開放臂和封閉臂的LFPs不同頻段網(wǎng)絡的網(wǎng)絡連接強度DTFmean,網(wǎng)絡全局效率Eglob的統(tǒng)計學差異。其中計量資料用均值±標準誤表示。研究結果:1、大鼠在高架十字迷宮的行為學結果8只大鼠在高架十字迷宮的焦慮行為測試中表現(xiàn)出正常水平,進入開放臂的次數(shù)為19.2±1.2次,占總次數(shù)的的36.1±1.8%,進入開放臂的持續(xù)時間為146.2±11.5 s,占總時間的26.7±1.4%。2、大鼠在焦慮狀態(tài)的LFPs特征分量大鼠在焦慮狀態(tài)時LFPs能量主要集中theta頻段。封閉臂theta頻段能量密度(19.463±2.574)高于開放臂(12.812±0.738)(P0.05)。大鼠從封閉臂走向開放臂的過程中,theta頻段能量密度逐漸減弱。3、LFP網(wǎng)絡因果連接強度計算大鼠焦慮狀態(tài)的各頻段LFP的DTF矩陣,各頻段連接強度由高到低分別為theta頻段最高,delta頻段次之、隨后是beta頻段和low-gamma頻段,最低為high-gamma頻段。各頻段連接強度在開放臂和封閉臂均具有顯著性差異。焦慮狀態(tài)theta頻段封閉臂的網(wǎng)絡連接強度DTFmean為0.0309±0.0008,開放臂的網(wǎng)絡連接強度DTFmean為0.0207±0.0007(P0.001);焦慮狀態(tài)delta頻段封閉臂的網(wǎng)絡連接強度DTFmean為0.0305±0.0009,開放臂的網(wǎng)絡連接強度DTFmean為0.0201±0.0007(P0.001);焦慮狀態(tài)beta頻段封閉臂的網(wǎng)絡連接強度DTFmean為0.0274±0.0008,開放臂網(wǎng)絡連接強度DTFmean為0.0202±0.0006(P0.001)。焦慮狀態(tài)low-gamma頻段封閉臂的網(wǎng)絡連接強度DTFmean為0.0243±0.0009,開放臂網(wǎng)絡連接強度DTFmean為0.021±0.0008(P0.05);焦慮狀態(tài)high-gamma頻段封閉臂的網(wǎng)絡連接強度DTFmean為0.0211±0.0007,開放臂網(wǎng)絡連接強度DTFmean為0.0185±0.0006(P0.05)。4、LFP網(wǎng)絡連接特性基于DTF值構建LFP各頻段網(wǎng)絡,計算開放臂和封閉臂在各頻段的網(wǎng)絡全局效率Eglob。theta頻段的Eglob值最大,delta頻段次之,beta頻段最小。low-gamma和high-gamma頻段無顯著性差異。theta頻段封閉臂的Eglob值為0.0398±0.0010,開放臂為0.0289±0.0012(P0.001);delta頻段封閉臂的Eglob值為0.0393±0.0011,開放臂為0.0279±0.0012(P0.001);beta頻段封閉臂的Eglob值為0.0374±0.0011,開放臂為0.0298±0.0009(P0.001);low-gamma頻段封閉臂的Eglob值為0.0345±0.0012,開放臂為0.0299±0.0010(P0.05);high-gamma頻段封閉臂的Eglob值為0.0311±0.0012,開放臂為0.0278±0.0009(P0.05)。研究結論:本論文基于正常大鼠在高架十字迷宮焦慮狀態(tài)16通道局部場電位,研究焦慮狀態(tài)m PFC的神經(jīng)振蕩和神經(jīng)信息網(wǎng)絡功能性連接,研究結果表明:(1)大鼠在焦慮狀態(tài)時神經(jīng)振蕩的特征頻段為theta頻段,在封閉臂theta能量較強,在開放臂時theta能量較弱;在大鼠從封閉臂走向開放臂的過程中,theta能量減弱,提示m PFC的theta頻段神經(jīng)振蕩的變化與探索行為有關。(2)大鼠在高架十字迷宮theta網(wǎng)絡比其他網(wǎng)絡的連接強度更強,theta網(wǎng)絡在封閉臂網(wǎng)絡連接強度較強,在開放臂的m PFC網(wǎng)絡連接強度較弱;在焦慮狀態(tài)過程中,theta網(wǎng)絡連接先增強后減弱,提示m PFC的theta網(wǎng)絡連接強度變化與探索行為有關。(3)大鼠在高架十字迷宮theta網(wǎng)絡全局效率比其他網(wǎng)絡的更高,theta網(wǎng)絡全局效率在封閉臂Eglob值較高,在開放臂Eglob值較低;在焦慮狀態(tài)過程中,theta網(wǎng)絡全局效率先升高后降低。
【圖文】：

津醫(yī)科大學碩士學位論文 二、原理與方法二、原理與方法在本章中，對 8 只大鼠的內(nèi)側前額葉皮層植入 16 通道微電極陣列，在高架字迷宮焦慮狀態(tài)測試中記錄內(nèi)側前額葉皮層的局部場電位并利用攝像系統(tǒng)同記錄大鼠的自由活動。由特征振蕩選取與焦慮狀態(tài)相關網(wǎng)絡，對 LFPs 進行基頻域 Granger 因果分析計算定向傳遞函數(shù)，計算因效性連接，得出連接矩陣。用圖論理論構建網(wǎng)絡，計算網(wǎng)絡連接強度和網(wǎng)絡全局效率，評價大鼠焦慮狀 mPFC 的 LFP 網(wǎng)絡連接特性。分析 mPFC 的網(wǎng)絡連接與焦慮樣行為的聯(lián)系。文研究方案技術路線如圖 2.1 所示。

圖 2.2 Noldus Ethovision XT 8.5 行為學軌跡記錄和分析系統(tǒng)示意圖架十字迷宮的原理是大鼠在面對高架十字迷宮的開放臂時會產(chǎn)生好奇探索行為，但是由于大鼠具有嗜暗的天性，在面對空曠的開放臂時會的封閉臂，在探究與回避之間發(fā)生了沖突行為，通過分析大鼠對開放臂的探索考查大鼠的焦慮狀態(tài)。本論文選取大鼠從封閉臂走向開放臂態(tài)任務，持續(xù)時間為 10 秒，包括離開封閉臂的 5 秒和走向開放臂的 5 秒?yún)⒖键c選取為大鼠四爪離開封閉臂時刻[12]。其過程如圖 2.3 所示，，其中經(jīng)過 Ethovision XT 8.5 行為學分析系統(tǒng)畫出大鼠在高架十字迷宮 10 m為軌跡，藍色表示行為學參考點，黑色箭頭表示大鼠從封閉臂走向開
【學位授予單位】：天津醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R749.72

【參考文獻】

相關期刊論文 前3條

1 徐佳敏;王策群;林龍年;;多通道在體記錄技術——動作電位與場電位信號處理[J];生理學報;2014年03期

2 王春方;張力新;張希;趙欣;綦宏志;周鵬;萬柏坤;明東;;抑郁癥自發(fā)腦電信號特異性研究進展[J];中國生物醫(yī)學工程學報;2014年01期

3 周涓;熊忠陽;張玉芳;任芳;;基于最大最小距離法的多中心聚類算法[J];計算機應用;2006年06期

本文編號：2663911