《Biological Psychiatry: Cognitive Neuroscience and Neuroimaging》：Novel neural activity profiles underlying inhibitory control deficits of clinical relevance in ADHD – insights from EEG tensor decomposition
編輯推薦：
為解決 ADHD 認知控制功能改變機制研究中傳統 EEG 分析方法的局限問題，研究人員開展 “Novel neural activity profiles underlying inhibitory control deficits of clinical relevance in ADHD – insights from EEG tensor decomposition” 研究，發現新神經生理特征，有助于優化臨床干預，意義重大。
在神經科學的探索之路上，注意缺陷多動障礙（ADHD）一直是備受關注的難題。ADHD 是一種常見于兒童和青少年時期的神經發育障礙，患者在認知控制方面存在明顯缺陷，尤其是在反應抑制能力上，這使得他們難以抑制不適當的行為，對日常生活和學習造成極大困擾。
長期以來，科學家們試圖借助腦電圖（EEG）技術，從神經生理層面揭開 ADHD 的神秘面紗。過往研究發現，θ 波和 α 波振蕩的異常與 ADHD 患者的認知控制、注意力及反應抑制密切相關。比如，額葉 θ 波功率降低可能導致沖動控制減弱、犯錯增多；α 波調制受損會影響選擇性注意力和抑制控制。然而，傳統的 EEG 分析方法，像事件相關電位（ERP）平均法、主成分分析（PCA）和獨立成分分析（ICA）等，大多聚焦于數據的某幾個維度，在處理 EEG 數據的高維度特性時力不從心。ERP 平均法雖能減少數據變異性，但會舍棄單試次間有價值的差異信息；PCA 和 ICA 則需要進行降維處理，這又限制了空間、頻譜或時間分辨率，導致對 ADHD 認知功能障礙的了解不夠全面。
為了突破這些困境，來自國外的研究人員開展了一項極具意義的研究，相關成果發表在《Biological Psychiatry: Cognitive Neuroscience and Neuroimaging》雜志上。
研究人員采用了一種先進的分析方法 ——EEG 張量分解，對 59 名 ADHD 患者和 63 名神經典型（正常）參與者進行研究。在實驗中，參與者需要完成標準的 Go/Nogo 任務，通過觀察他們在看到 “DRüCK”（德語 “PRESS”，即 “按下”）和 “STOP”（“停止”）這兩種刺激時的反應，來評估其反應抑制能力。研究人員利用 EEG 張量分解技術，從頻譜、時間、空間和試次等多個維度提取與 ADHD 抑制控制缺陷相關的特征，并運用機器學習分析方法，借助試次水平特征捕捉個體內變異性（IIV），以此區分 ADHD 患者和正常參與者。此外，他們還通過特征選擇算法，找出在分類過程中最能區分兩組人群的重要特征。
在研究方法上，主要運用了以下關鍵技術：一是采用標準的 Go/Nogo 任務評估參與者的反應抑制能力；二是利用 EEG 張量分解，構建包含通道、時間、頻率和試次組信息的四階張量，全面捕捉多維數據；三是運用 CANDECOMP/PARAFAC（CP）算法進行張量分解，并通過張量譜聚類算法確定合適的張量秩；四是使用 Fisher 評分進行特征選擇，結合支持向量機（SVM）進行分類分析。
研究結果方面：
- 確定最佳組件數量：研究人員對四階張量數據集應用 NCP 算法，逐步增加組件數量（R），從 3 到 50 進行多次實驗。通過計算穩定性指數評估模型性能，最終發現當組件數量為 15 時，平均穩定性指數最高，達到 0.915 。
- 分類準確性：采用 5 折交叉驗證，將數據集分為五個子集，對 ADHD 組和對照組的張量數據進行分類。利用 NCP 分解訓練數據提取關鍵特征，訓練 SVM 分類器，最終平均分類準確率達到 77.4%，實現了在單試次水平上區分兩組參與者。
- 關鍵組件分析：運用 Fisher 評分對特征重要性進行排序，發現排名最高的組件是偽跡，排除該偽跡組件后，對其余 14 個組件分析發現，多個組件表現出與任務相關的顯著腦活動。例如，組件 11 的 Fisher 評分最高（0.178） ，在約 300ms 時出現持續正活動峰值，頻譜上 5Hz 附近有峰值，對應于頂葉上部活動；組件 6 的 Fisher 評分為 0.153 ，在整個時間窗口內呈正活動，4 - 8Hz 范圍內活動較強，主要集中在頂枕區。
研究結論和討論部分表明，該研究借助 EEG 張量分解技術，為理解 ADHD 患者的反應抑制缺陷提供了創新視角。研究發現，個體內變異性不僅體現在行為表現上，在神經層面也可通過單試次 EEG 分析捕捉到腦活動的波動。并且，研究揭示了 ADHD 患者抑制控制過程中的神經生理機制，如在刺激呈現后的前 250ms 的刺激識別階段和 300 - 500ms 的反應選擇階段，θ 波和 α 波的活動調制起著重要作用，且這些活動在額葉中央和后部電極位點均有體現。
值得注意的是，傳統研究常聚焦于額葉中央 θ 波活動，但此次研究發現，額葉中央 θ 波活動的 Fisher 評分和排名較低，而后部電極位點的 θ 波活動（如組件 11 和 6）Fisher 評分最高，表明后部腦區在 ADHD 相關控制缺陷中可能發揮更大作用。同時，α 波活動在抑制控制缺陷中也至關重要，多個張量組件顯示出 α 波活動，其不僅參與早期注意選擇過程，還在反應選擇階段與 θ 波相互作用。
這一研究成果對臨床治療具有重要指導意義。目前常用于治療 ADHD 的神經反饋療法，常聚焦于調節額葉中央 θ 波和 β 波活動，但效果有限�；诖舜窝芯拷Y果，未來的神經反饋實踐應做出調整，更多地關注后部 θ 波和 α 波活動的調節，同時深入研究這些活動的神經解剖學來源�？傊�，該研究挑戰了傳統觀念，為 ADHD 的理論研究和臨床干預提供了新方向，有助于推動 ADHD 治療領域的進一步發展。
