脑电图谱与神经认知功能关联性研究：探索神经诊断新前沿

　　来自国际神经诊断学领域的研究人员开展了关于EEG频谱特征与认知功能障碍关联性的前沿研究，通过高密度脑电记录和机器学习分析，首次发现γ频段(30-80Hz)功率变化与工作记忆表现呈显著正相关(p<0.01)，该突破为早期阿尔茨海默病的生物标志物开发提供了新视角，对神经退行性疾病的早期诊断具有重要临床价值。

　　

本研究通过高密度脑电图(high-density EEG)记录技术，对45名轻度认知障碍(Mild Cognitive Impairment, MCI)患者和30名健康对照者进行静息态和任务态脑电监测。实验采用128导联HydroCel GSN系统，采样率设置为1000Hz，带通滤波0.1-100Hz。结果显示MCI组在顶枕叶区域的γ频段(30-80Hz)功率较对照组显著降低(p<0.01)，且与蒙特利尔认知评估量表(MoCA)得分呈正相关(r=0.72)。

在执行N-back工作记忆任务时，研究人员发现γ频段事件相关同步化(event-related synchronization, ERS)与任务准确率存在显著关联。通过支持向量机(support vector machine, SVM)分类器对EEG特征进行分类，达到了82.3%的区分准确率。特别值得注意的是，θ频段(4-8Hz)与γ频段的跨频段耦合(cross-frequency coupling)在MCI组中表现出明显异常，这种相位-振幅耦合(phase-amplitude coupling, PAC)可能成为新的神经标记物。

研究还发现α频段(8-13Hz)的后部优势节律(posterior dominant rhythm, PDR)频率与海马体积存在显著相关性(p<0.05)，提示EEG指标可能反映结构性改变。通过经颅磁刺激(transcranial magnetic stimulation, TMS)干预后，γ振荡活动增强伴随着认知功能的改善，这为神经调节治疗提供了理论依据。

本研究首次证实了静息态γ功率作为MCI生物标志物的潜力，为阿尔茨海默病(Alzheimer's Disease, AD)的早期诊断提供了新的电生理学依据。未来研究可进一步探索多模态融合技术，结合功能性磁共振成像(functional MRI, fMRI)和脑磁图(magnetoencephalography, MEG)数据，建立更精准的神经预测模型。