摘要：主要研究抑郁癥和正常人在不同情緒認知任務下大腦功能性連接的差異。作者選取了12個抑郁癥患者和12個正常被試進行正負情緒面孔搜索的認知任務，并同時記錄頭皮腦電。應用基于多變量自回歸模型的相干分析方法計算了delta（1~3.5Hz）、theta（4~7Hz）、alpha（8~13Hz）頻帶15個導聯之間的連接，以及前額、頂枕區短距離連接和左右半球前額-頂枕區長距離連接。結果發現：1）刺激后1~200ms,抑郁癥患者在前額區delta、theta、alpha頻帶的短距離連接強度顯著低于正常組，左前額-頂枕區delta、theta頻帶的長距離連接強度也明顯低于正常組；2）正性情緒刺激下，正常人前額區delta、theta、alpha頻帶的短距離連接強度比負性情緒刺激下顯著高，左前額-頂枕區delta、theta頻帶的長距離連接和右前額-頂枕區alpha頻帶的長距離連接強度比負性情緒刺激下也顯著高。病人組情緒差異不明顯。
綜上，前額區連接和左前額-頂枕區長距離連接的減小反映了病人在情緒認知任務下該神經網絡功能性連接不充分，這可能揭示了抑郁癥情緒加工障礙的機制。
關鍵詞：事件相關腦電；抑郁癥；相干；情緒；短長程連接
抑郁癥主要臨床表現為顯著而持久的情緒低落。早期學者認為抑郁癥主要是由前額異常調制（hypofrontality）引起的，特別表現為前額不對稱性。近年來，在基于功能磁共振技術的大量研究工作中，發現了靜息狀態下部分腦區的異?；钴S，提示病人腦功能性網絡可能損傷或改變。研究者認為抑郁癥是一種大尺度皮層系統（多個大腦皮層區域的相互功能連接構成，包括顳葉前額葉、枕葉及頂葉等）的分布紊亂所引起的疾病。Lemogne等人認為抑郁癥患者缺乏抑制異常認知控制網絡和默認網絡的機制，導致大腦在處理資源競爭的時候出現自我聚焦（self-focus）。
Leistedt等人發現病人的睡眠腦電（electroencephalograph,EEG）全局相干顯著低于正常人，腦網絡表現為顯著的小世界特性退化。不同的認知任務下，主要發現病人的邊緣皮層，特別是負責情緒感受的杏仁核過度活躍，而負責認知加工的背外側前額區的活動減弱。這提示我們在不同情緒加工過程中，病人不同皮層區域間的功能連接也可能發生了改變。我們小組的前期研究就發現病人在情緒任務下半球間頭皮腦電的相干都比正常人低。2007年，Fingelkurts等人發現在靜息狀態下，患者左半球的短距離皮層連接的數目和強度都比右半球高；但是對于長距離連接，右半球反而比左半球高，體現了患者的腦網絡存在異常連接，且短、長程連接變化不一致；同時，靜息態下病人的腦功能網絡連接顯著高于正常人。以上的研究結果都說明抑郁癥患者在不同生理狀態下的腦功能網絡連接特性異常，但并未揭示情緒加工過程中病人不同空間尺度皮層功能性網絡的連接特性。
短距離電極間連接（short-rangeconnectivity）和長距離電極間連接（long-rangeconnectivity）可以分別衡量局部神經集群之間、長距離神經軸突之間的競爭和復雜度，反映大腦局部網絡和大范圍網絡的功能性連接特性。
基于多變量自回歸（multivariateautoregressive,MVAR）模型的方法估計相干，有很高的時間和頻率分辨率，能有效衡量不同腦區信號之間的連通性。本文設計了正性和負性情緒面孔的搜索認知任務，利用MVAR模型的方法估計相干，分時段地比較了抑郁癥患者和正常人在不同情緒認知任務下大腦功能性連接的差異。我們假設情緒認知過程中病人的短、長程皮層網絡連接較正常人發生改變。
材料與方法
被試被試包括抑郁癥組12人（男性6人，女性6人，平均年齡34±14.36歲）和正常對照組12人（男性6人，女性6人，平均年齡38±9.02歲），年齡無統計學差異（P=0.866）。
抑郁癥組為上海市精神衛生中心門診病人，符合CCMD-3（F32）（中華精神科學會，2001）首發抑郁癥診斷標準。正常被試為上海市精神衛生中心招募的學生和工作人員，視力或矯正視力正常，經過焦慮自評量表（self-Ratinganxietyscale,SAS）、抑郁自評量表（self-ratingdepressionscale,SDS）和漢密爾頓抑郁量表（hamiltondepressionscale,HAMD）的評定，證實無抑郁癥癥狀，且無神經損傷史，無藥物、酒精濫用史。實驗經上海市精神衛生中心人類倫理委員會批準，所有被試在實驗前被詳細告知實驗目的和實驗內容，并自愿簽署知情同意書，實驗結束后給予適量報酬。
實驗方法
實驗程序由美國PST（Psychologysoftwaretools）公司的E-PrimeVersion1.0軟件編寫。每副刺激圖片中有六張同一個人的面孔等間隔地排列在一個圓上。這些面孔中有五張是中性表情，另外一張可以是中性表情或者是帶有情緒的面孔。面孔圖片來自EKman數據庫。這張情緒面孔在六個位置上隨機出現（如圖1）。實驗時要求被試判斷呈現的圖片中是否出現了目標面孔表情。如果出現正性表情的目標面孔，則用右手按“1”鍵；出現負性表情的目標面孔，則按“5”鍵。每張刺激圖片呈現1500ms,要求被試在該時間內盡快且盡量準確地判斷和按鍵；緊接著出現1000ms的間隔（inter-stimulusinterval,ISI），此段時間內屏幕上呈現白色的“+”號；之后再出現刺激圖片，并要求被試反應。如此循環，直到所導高密度腦電檢測儀。記錄軟件采用該公司研發的VisionRecorder系統。參考電極位于鼻尖，另有四個電極分別記錄上下垂直的眼電和左右水平的眼電，采樣率為1000Hz,頭皮電阻小于5kΩ。
采集到的原始數據利用VisionAnalyzer進行預處理，包括帶通濾波（0.05~100Hz）、去眼電、偽跡去除（幅值大于100μv的數據段全部剔除）、基線校正（刺激前200ms為基準）、去趨勢等，并將數據有效段設定為-200~800ms.然后，將記錄到的數據段疊加平均，計算事件相關腦電位（event-relatedpotentials,ERP）和方差，再將各段分別減去這些段的ERP值并除以總體方差，得到平穩的時間序列，用于后續建模分析。
MVAR相干分析EEG相干分析可用來衡量兩路信號在固定頻率上同步震蕩的程度。傳統的相干分析是基于DFT功率譜估計的，這種方法中的時間分辨率和頻率分辨率相互約束，不利于1s以內腦電的動態變化，而且只能度量兩路信號之間的同步性，沒有考慮到更多腦區系統內部之間的相互影響。Ding等人用MVAR模型估計相干，首先對信號做必要的預處理，得到近似平穩的分段信號（quasi-stationarysegments）后再進行建模估計相干，這種方法被證圖1實驗任務示意圖每張刺激圖片包括六張面孔（正性和中性或者是負性和中性）。
每張圖片呈現1500ms,被試在該時間內判斷出不同的情緒面孔，緊接著出現1000ms的間隔有刺激圖片呈現完畢為一組實驗（block）。每個block中刺激圖片總數為144張。每組實驗需要大約6min.做完一組試驗后，被試要休息1min.刺激序列呈現情況參見圖1.明能非常有效地捕捉到瞬態的同步變化。事實上，與認知任務相關的神經集群之間的同步不僅僅反映在ERP信號上，還反映在這些近似平穩的分段信號上，它們更能反映心理和認知狀態。MVAR估計相干克服了傳統相干分析方法的不足，大大提高了時間分辨率和頻率分辨率，具有更強的抗噪聲性能，非常適合腦電信號的動力學分析和功能連接性分析。MVAR計算相干采用網上開源的工具箱Biosig實現。
為了觀察整個情緒處理過程中區域連通性的變化，我們將刺激前200ms和刺激后800ms（共1000ms）的數據分為5個時間段（-200-0ms,1~200ms,201~400ms,401~600ms和601~800ms）進行分析。對每個時間段，以長100ms、步長10ms的滑動短窗來建立MVAR模型，計算得到11個相干值，最后將這些相干值疊加平均后作為該時間段的相干。在使用AIC準則對100ms序列進行階數估計時，我們發現p主要集中在5~10階（5~10ms）之間，進一步用這一區間的各階p估計平均功率譜和相干，發現其結果是一致的。因此，我們最終選擇p=7.這樣，最后得到5個時間段的所有導聯對之間的相干值。
本文分析的頻段包括：delta（1~3.5Hz）、theta（4~7Hz）和alpha（8~13Hz）。
根據經驗，我們選取了部分導聯：Fp1、Fpz、Fp2、F5、Fz、F6、C5、Cz、C6、P5、Pz、P6、O1、Oz和O2,它們均勻覆蓋了左右半球。計算過程如下：首先，我們計算了全部導聯對的相干；接著，為了研究前額和頂枕區功能性連接的變化，我們進一步分析了前額短距離連接（Fp1、Fpz、Fp2、F5、Fz、F6）、頂枕區短距離連接（P5、Pz、P6、O1、Oz、O2）、左半球前額-頂枕區長距離連接（Fp1、P5、Pz、O1、Oz），以及右半球前額-頂枕區長距離連接（Fp2、P6、Pz、O2、Oz）的變化（如圖2所示）；最后，以相關導聯對疊加平均的均值作為該區域短、長程的連接結果。
統計分析本文利用SPSS公司的軟件SPSS16.0,采用重復測量方差分析（repeatedmeasuresanalysisofvariance,ANOVA）方法完成統計分析，用主效應的差異推斷相應水平總體均數之間的差異，若有交互作用出現，則進一步作簡單效應（simpleeffect）分析來推斷各因素抑郁癥患者情緒加工皮層間連接削弱：基于多變量自回歸模型的相干分析研究論文/ResearchArticle圖2感興趣導聯及短、長程連接定義黑色粗實線表示前額短距離連接（AnteriorShort-range），灰色粗實線表示頂枕區短距離連接（PosteriorShort-range），灰色細實線表示左半球前額-頂枕區長距離連接（LeftFro.-Par.Long-range），灰色細虛線表示右半球前額-頂枕區長距離連接（RightFro.-Par.Long-range），相關導聯對疊加平均的均值作為該區域短、長程連接結果對不同頻帶各導聯對（105對）統計分析時，組間因素為“組別（正常組和病人組）”,而組內因素為“情緒（正性和負性）”和“時間（5段）”.
各頻帶短長程連接統計分析的組間因素為組別（正常組和病人組），組內因素為“腦區（4個腦區）”和“情緒”.結果所有導聯對的統計分析結果都顯示顯著的時間主效應（P<0.001），但無“時間和組”,以及“時間和情緒”之間的交互效應。于是，我們著重研究了1~200ms時間段組間情緒加工初級階段的差異，發現部分導聯對存在顯著的情緒主效應、組別主效應，以及情緒和組別之間的交互效應（P<0.05）。進一步進行簡單效應分析，結果如下。
前額短距離連接和左半球前額-頂枕區長距離連接在正性情緒刺激下，病人組delta和theta頻段的相干值低于正常人，顯著導聯對分布如圖3A所示。病人前額區短距離連接在delta、theta和alpha頻段均比正常人低（n=12,delta:P<0.001,theta:P=0.002,alpha:P=0.012），在delta和theta頻段，病人左半球前額-頂枕區長距離連接也同樣低于正常人（n=12,delta:P<0.001,theta:P=0.013），前額、左半球在不同情緒刺激下的相干情況刺激后1~200ms內，delta、theta和alpha頻段部分導聯對情緒和組別的交互作用顯著。進一步簡單效應分析發現情緒差異分布在正常組，且均表現為正性情緒刺激下的相干大于負性，網絡拓撲參見圖4A,可見多集中分布在前腦區和左半球，而抑郁癥組均無統計差異。同時，正常組的短、長程連接情緒差異亦明顯。
討論
腦成像研究表明，大腦對面孔情緒的判斷受杏仁核和眶額皮層的調制，前扣帶回和前額皮層與面孔情緒的知覺表達有關，本文發現患者在完成正性情緒面孔搜索任務的早期階段（1~200ms），病人左前額delta、theta、alpha頻段短距離連接和左半球前額-頂枕區長距離連接比正常人低。Theta頻段被認為是與邊緣皮層系統（limbicsystem）和前扣帶皮層（anteriorcingulatecortex,ACC）直接相關的電活動，ACC損傷患者的theta活動會降低。Theta頻段前額區短距離連接的下降可能反映了患者ACC腦區的損傷，其他基于神經影像的方法也說明了抑郁癥患者ACC的活動異常。
活動反映外部刺激引起的注意水平，前額區神經集群同步性水平的降低說明其對面孔刺激引起的注意力的下降，這可能導致了其加工整合局部信息資源能力的削弱?；颊咔邦~區連接的變化與已有的結論吻合---病人在認知任務下表現為明顯的前額活動降低。此外，我們還發現病人正性情緒加工時左半球前額-頂枕區長距離連接顯著減小。Theta、alpha頻段頂枕區長距離連接被認為是中央執行功能強弱的一個標志。
情緒加工任務需要神經系統募集和維持更多神經元的同步興奮，而病人左半球前額-頂枕區長距離連接的減小說明病人不能有效地調用大范圍的網絡資源，進而表現出中央執行功能的下降。
抑郁癥病人有負性情緒偏向已被廣泛報道，表現為偏向注意負性刺激和對負性刺激記憶的增強。Siegle等人發現當抑郁癥患者中間皮層的內感受情緒系統被喚醒后，負責外部認知信息處理的背外側前額皮層反而受到抑制。本文發現面孔搜索認知任務下，在正性刺激下，正常人delta、theta、alpha頻段前額短距離連接和左半球-頂枕區長距離連接比在負性刺激下大，但是病人無顯著區別。這說明在面孔編碼的早期階段，正常人需要建立更多的網絡連接來進行正性情緒認知任務的加工，而病人由于關注更多的是自身情緒狀態，不能分配更多的資源進行認知執行任務，表現為前額和左半球前額-頂枕區皮層連接的不充分。這可能反映病人缺乏建立有效的情緒加工網絡連接來進行正性情緒的調制。
綜上，我們通過分析情緒面孔空間搜索任務中相關腦電各頻帶腦區相干性的變化，發現了抑郁癥患者大范圍內皮層網絡情緒加工能力下降的電生理特征。我們認為抑郁癥患者腦功能損傷不僅表現為情緒認知任務中前額區短距離的下降，還表現為左前額-頂枕區長距離連接的不充分，這可能說明病人不能建立有效的神經網絡以進行正性情緒的調制。本文的研究結果對于抑郁癥的臨床診斷也有一定的意義。當然，目前的研究還有很多不足之處，例如，沒有進行高頻段局部腦區的功能連接分析。近年來，基于圖論的復雜腦網絡的分析方法揭示了腦疾病患者功能性網絡不同情形的變異，這為我們研究抑郁癥患者的腦功能性網絡提供了新的思路。下一步，我們將結合復雜腦網絡的分析方法對患者腦網絡的整體和局部特性做更為全面的研究。
綜上，前額區連接和左前額-頂枕區長距離連接的減小反映了病人在情緒認知任務下該神經網絡功能性連接不充分，這可能揭示了抑郁癥情緒加工障礙的機制。
關鍵詞：事件相關腦電；抑郁癥；相干；情緒；短長程連接
抑郁癥主要臨床表現為顯著而持久的情緒低落。早期學者認為抑郁癥主要是由前額異常調制（hypofrontality）引起的，特別表現為前額不對稱性。近年來，在基于功能磁共振技術的大量研究工作中，發現了靜息狀態下部分腦區的異?；钴S，提示病人腦功能性網絡可能損傷或改變。研究者認為抑郁癥是一種大尺度皮層系統（多個大腦皮層區域的相互功能連接構成，包括顳葉前額葉、枕葉及頂葉等）的分布紊亂所引起的疾病。Lemogne等人認為抑郁癥患者缺乏抑制異常認知控制網絡和默認網絡的機制，導致大腦在處理資源競爭的時候出現自我聚焦（self-focus）。
Leistedt等人發現病人的睡眠腦電（electroencephalograph,EEG）全局相干顯著低于正常人，腦網絡表現為顯著的小世界特性退化。不同的認知任務下，主要發現病人的邊緣皮層，特別是負責情緒感受的杏仁核過度活躍，而負責認知加工的背外側前額區的活動減弱。這提示我們在不同情緒加工過程中，病人不同皮層區域間的功能連接也可能發生了改變。我們小組的前期研究就發現病人在情緒任務下半球間頭皮腦電的相干都比正常人低。2007年，Fingelkurts等人發現在靜息狀態下，患者左半球的短距離皮層連接的數目和強度都比右半球高；但是對于長距離連接，右半球反而比左半球高，體現了患者的腦網絡存在異常連接，且短、長程連接變化不一致；同時，靜息態下病人的腦功能網絡連接顯著高于正常人。以上的研究結果都說明抑郁癥患者在不同生理狀態下的腦功能網絡連接特性異常，但并未揭示情緒加工過程中病人不同空間尺度皮層功能性網絡的連接特性。
短距離電極間連接（short-rangeconnectivity）和長距離電極間連接（long-rangeconnectivity）可以分別衡量局部神經集群之間、長距離神經軸突之間的競爭和復雜度，反映大腦局部網絡和大范圍網絡的功能性連接特性。
基于多變量自回歸（multivariateautoregressive,MVAR）模型的方法估計相干，有很高的時間和頻率分辨率，能有效衡量不同腦區信號之間的連通性。本文設計了正性和負性情緒面孔的搜索認知任務，利用MVAR模型的方法估計相干，分時段地比較了抑郁癥患者和正常人在不同情緒認知任務下大腦功能性連接的差異。我們假設情緒認知過程中病人的短、長程皮層網絡連接較正常人發生改變。
材料與方法
被試被試包括抑郁癥組12人（男性6人，女性6人，平均年齡34±14.36歲）和正常對照組12人（男性6人，女性6人，平均年齡38±9.02歲），年齡無統計學差異（P=0.866）。
抑郁癥組為上海市精神衛生中心門診病人，符合CCMD-3（F32）（中華精神科學會，2001）首發抑郁癥診斷標準。正常被試為上海市精神衛生中心招募的學生和工作人員，視力或矯正視力正常，經過焦慮自評量表（self-Ratinganxietyscale,SAS）、抑郁自評量表（self-ratingdepressionscale,SDS）和漢密爾頓抑郁量表（hamiltondepressionscale,HAMD）的評定，證實無抑郁癥癥狀，且無神經損傷史，無藥物、酒精濫用史。實驗經上海市精神衛生中心人類倫理委員會批準，所有被試在實驗前被詳細告知實驗目的和實驗內容，并自愿簽署知情同意書，實驗結束后給予適量報酬。
實驗方法
實驗程序由美國PST（Psychologysoftwaretools）公司的E-PrimeVersion1.0軟件編寫。每副刺激圖片中有六張同一個人的面孔等間隔地排列在一個圓上。這些面孔中有五張是中性表情，另外一張可以是中性表情或者是帶有情緒的面孔。面孔圖片來自EKman數據庫。這張情緒面孔在六個位置上隨機出現（如圖1）。實驗時要求被試判斷呈現的圖片中是否出現了目標面孔表情。如果出現正性表情的目標面孔，則用右手按“1”鍵；出現負性表情的目標面孔，則按“5”鍵。每張刺激圖片呈現1500ms,要求被試在該時間內盡快且盡量準確地判斷和按鍵；緊接著出現1000ms的間隔（inter-stimulusinterval,ISI），此段時間內屏幕上呈現白色的“+”號；之后再出現刺激圖片，并要求被試反應。如此循環，直到所導高密度腦電檢測儀。記錄軟件采用該公司研發的VisionRecorder系統。參考電極位于鼻尖，另有四個電極分別記錄上下垂直的眼電和左右水平的眼電，采樣率為1000Hz,頭皮電阻小于5kΩ。
采集到的原始數據利用VisionAnalyzer進行預處理，包括帶通濾波（0.05~100Hz）、去眼電、偽跡去除（幅值大于100μv的數據段全部剔除）、基線校正（刺激前200ms為基準）、去趨勢等，并將數據有效段設定為-200~800ms.然后，將記錄到的數據段疊加平均，計算事件相關腦電位（event-relatedpotentials,ERP）和方差，再將各段分別減去這些段的ERP值并除以總體方差，得到平穩的時間序列，用于后續建模分析。
MVAR相干分析EEG相干分析可用來衡量兩路信號在固定頻率上同步震蕩的程度。傳統的相干分析是基于DFT功率譜估計的，這種方法中的時間分辨率和頻率分辨率相互約束，不利于1s以內腦電的動態變化，而且只能度量兩路信號之間的同步性，沒有考慮到更多腦區系統內部之間的相互影響。Ding等人用MVAR模型估計相干，首先對信號做必要的預處理，得到近似平穩的分段信號（quasi-stationarysegments）后再進行建模估計相干，這種方法被證圖1實驗任務示意圖每張刺激圖片包括六張面孔（正性和中性或者是負性和中性）。
每張圖片呈現1500ms,被試在該時間內判斷出不同的情緒面孔，緊接著出現1000ms的間隔有刺激圖片呈現完畢為一組實驗（block）。每個block中刺激圖片總數為144張。每組實驗需要大約6min.做完一組試驗后，被試要休息1min.刺激序列呈現情況參見圖1.明能非常有效地捕捉到瞬態的同步變化。事實上，與認知任務相關的神經集群之間的同步不僅僅反映在ERP信號上，還反映在這些近似平穩的分段信號上，它們更能反映心理和認知狀態。MVAR估計相干克服了傳統相干分析方法的不足，大大提高了時間分辨率和頻率分辨率，具有更強的抗噪聲性能，非常適合腦電信號的動力學分析和功能連接性分析。MVAR計算相干采用網上開源的工具箱Biosig實現。
為了觀察整個情緒處理過程中區域連通性的變化，我們將刺激前200ms和刺激后800ms（共1000ms）的數據分為5個時間段（-200-0ms,1~200ms,201~400ms,401~600ms和601~800ms）進行分析。對每個時間段，以長100ms、步長10ms的滑動短窗來建立MVAR模型，計算得到11個相干值，最后將這些相干值疊加平均后作為該時間段的相干。在使用AIC準則對100ms序列進行階數估計時，我們發現p主要集中在5~10階（5~10ms）之間，進一步用這一區間的各階p估計平均功率譜和相干，發現其結果是一致的。因此，我們最終選擇p=7.這樣，最后得到5個時間段的所有導聯對之間的相干值。
本文分析的頻段包括：delta（1~3.5Hz）、theta（4~7Hz）和alpha（8~13Hz）。
根據經驗，我們選取了部分導聯：Fp1、Fpz、Fp2、F5、Fz、F6、C5、Cz、C6、P5、Pz、P6、O1、Oz和O2,它們均勻覆蓋了左右半球。計算過程如下：首先，我們計算了全部導聯對的相干；接著，為了研究前額和頂枕區功能性連接的變化，我們進一步分析了前額短距離連接（Fp1、Fpz、Fp2、F5、Fz、F6）、頂枕區短距離連接（P5、Pz、P6、O1、Oz、O2）、左半球前額-頂枕區長距離連接（Fp1、P5、Pz、O1、Oz），以及右半球前額-頂枕區長距離連接（Fp2、P6、Pz、O2、Oz）的變化（如圖2所示）；最后，以相關導聯對疊加平均的均值作為該區域短、長程的連接結果。
統計分析本文利用SPSS公司的軟件SPSS16.0,采用重復測量方差分析（repeatedmeasuresanalysisofvariance,ANOVA）方法完成統計分析，用主效應的差異推斷相應水平總體均數之間的差異，若有交互作用出現，則進一步作簡單效應（simpleeffect）分析來推斷各因素抑郁癥患者情緒加工皮層間連接削弱：基于多變量自回歸模型的相干分析研究論文/ResearchArticle圖2感興趣導聯及短、長程連接定義黑色粗實線表示前額短距離連接（AnteriorShort-range），灰色粗實線表示頂枕區短距離連接（PosteriorShort-range），灰色細實線表示左半球前額-頂枕區長距離連接（LeftFro.-Par.Long-range），灰色細虛線表示右半球前額-頂枕區長距離連接（RightFro.-Par.Long-range），相關導聯對疊加平均的均值作為該區域短、長程連接結果對不同頻帶各導聯對（105對）統計分析時，組間因素為“組別（正常組和病人組）”,而組內因素為“情緒（正性和負性）”和“時間（5段）”.
各頻帶短長程連接統計分析的組間因素為組別（正常組和病人組），組內因素為“腦區（4個腦區）”和“情緒”.結果所有導聯對的統計分析結果都顯示顯著的時間主效應（P<0.001），但無“時間和組”,以及“時間和情緒”之間的交互效應。于是，我們著重研究了1~200ms時間段組間情緒加工初級階段的差異，發現部分導聯對存在顯著的情緒主效應、組別主效應，以及情緒和組別之間的交互效應（P<0.05）。進一步進行簡單效應分析，結果如下。
前額短距離連接和左半球前額-頂枕區長距離連接在正性情緒刺激下，病人組delta和theta頻段的相干值低于正常人，顯著導聯對分布如圖3A所示。病人前額區短距離連接在delta、theta和alpha頻段均比正常人低（n=12,delta:P<0.001,theta:P=0.002,alpha:P=0.012），在delta和theta頻段，病人左半球前額-頂枕區長距離連接也同樣低于正常人（n=12,delta:P<0.001,theta:P=0.013），前額、左半球在不同情緒刺激下的相干情況刺激后1~200ms內，delta、theta和alpha頻段部分導聯對情緒和組別的交互作用顯著。進一步簡單效應分析發現情緒差異分布在正常組，且均表現為正性情緒刺激下的相干大于負性，網絡拓撲參見圖4A,可見多集中分布在前腦區和左半球，而抑郁癥組均無統計差異。同時，正常組的短、長程連接情緒差異亦明顯。
討論
腦成像研究表明，大腦對面孔情緒的判斷受杏仁核和眶額皮層的調制，前扣帶回和前額皮層與面孔情緒的知覺表達有關，本文發現患者在完成正性情緒面孔搜索任務的早期階段（1~200ms），病人左前額delta、theta、alpha頻段短距離連接和左半球前額-頂枕區長距離連接比正常人低。Theta頻段被認為是與邊緣皮層系統（limbicsystem）和前扣帶皮層（anteriorcingulatecortex,ACC）直接相關的電活動，ACC損傷患者的theta活動會降低。Theta頻段前額區短距離連接的下降可能反映了患者ACC腦區的損傷，其他基于神經影像的方法也說明了抑郁癥患者ACC的活動異常。
活動反映外部刺激引起的注意水平，前額區神經集群同步性水平的降低說明其對面孔刺激引起的注意力的下降，這可能導致了其加工整合局部信息資源能力的削弱?；颊咔邦~區連接的變化與已有的結論吻合---病人在認知任務下表現為明顯的前額活動降低。此外，我們還發現病人正性情緒加工時左半球前額-頂枕區長距離連接顯著減小。Theta、alpha頻段頂枕區長距離連接被認為是中央執行功能強弱的一個標志。
情緒加工任務需要神經系統募集和維持更多神經元的同步興奮，而病人左半球前額-頂枕區長距離連接的減小說明病人不能有效地調用大范圍的網絡資源，進而表現出中央執行功能的下降。
抑郁癥病人有負性情緒偏向已被廣泛報道，表現為偏向注意負性刺激和對負性刺激記憶的增強。Siegle等人發現當抑郁癥患者中間皮層的內感受情緒系統被喚醒后，負責外部認知信息處理的背外側前額皮層反而受到抑制。本文發現面孔搜索認知任務下，在正性刺激下，正常人delta、theta、alpha頻段前額短距離連接和左半球-頂枕區長距離連接比在負性刺激下大，但是病人無顯著區別。這說明在面孔編碼的早期階段，正常人需要建立更多的網絡連接來進行正性情緒認知任務的加工，而病人由于關注更多的是自身情緒狀態，不能分配更多的資源進行認知執行任務，表現為前額和左半球前額-頂枕區皮層連接的不充分。這可能反映病人缺乏建立有效的情緒加工網絡連接來進行正性情緒的調制。
綜上，我們通過分析情緒面孔空間搜索任務中相關腦電各頻帶腦區相干性的變化，發現了抑郁癥患者大范圍內皮層網絡情緒加工能力下降的電生理特征。我們認為抑郁癥患者腦功能損傷不僅表現為情緒認知任務中前額區短距離的下降，還表現為左前額-頂枕區長距離連接的不充分，這可能說明病人不能建立有效的神經網絡以進行正性情緒的調制。本文的研究結果對于抑郁癥的臨床診斷也有一定的意義。當然，目前的研究還有很多不足之處，例如，沒有進行高頻段局部腦區的功能連接分析。近年來，基于圖論的復雜腦網絡的分析方法揭示了腦疾病患者功能性網絡不同情形的變異，這為我們研究抑郁癥患者的腦功能性網絡提供了新的思路。下一步，我們將結合復雜腦網絡的分析方法對患者腦網絡的整體和局部特性做更為全面的研究。
