基于零接触OPM-MEG的运动相关β波段调制研究：在健康对照与肌萎缩侧索硬化症患者中的可行性验证

《Brain Topography》：Movement Related Beta-Band Modulation with OPM-MEG: A Pilot Study

本研究针对传统脑磁图（MEG）系统操作复杂、成本高昂的问题，开发了一种16通道零接触光泵磁强计（OPM）阵列，用于捕捉运动诱发的β波段事件相关去同步化/同步化（ERD/ERS）。研究通过对比OPM与超导量子干涉设备（SQUID）在健康参与者及一名ALS患者中的表现，证实OPM能够以更灵活的部署方式获得与SQUID相当的群体水平结果，为运动皮层功能评估提供了低成本、高效率的替代方案，尤其适用于临床易疲劳人群的纵向研究。

　　

在神经科学和临床神经病学领域，捕捉大脑运动皮层的精确活动一直是理解运动控制机制及诊断相关疾病的关键。传统脑磁图（MEG）依赖超导量子干涉设备（SQUID），虽灵敏度高却受限于笨重的冷却设备和固定传感器布局，导致使用成本高、准备时间长，尤其在需要快速评估或针对行动不便患者的场景中显得力不从心。肌萎缩侧索硬化症（ALS）作为一种进展性神经退行性疾病，患者常在诊断延迟中错失早期干预机会，亟需可靠、易用的神经生理学生物标志物。近年来，光泵磁强计（OPM）技术的崛起为MEG带来了转机：它无需液氦冷却，可实现室温工作，传感器体积小、可灵活布放，更能贴近头皮，从而提升信号质量。然而，OPM在运动任务中是否真的能媲美SQUID？尤其在ALS这类患者中，其可行性如何？这些问题的答案对于推动MEG技术走向临床至关重要。

本研究由Tobias Sevelsted Staermose、Jakob Udby Blicher和Sarang S. Dalal共同完成，发表于《Brain Topography》，旨在验证一款16通道、零接触设计的OPM阵列在记录运动相关β波段振荡（包括ERD和ERS）方面的性能，并与传统306通道SQUID系统进行对比。研究纳入4名健康男性参与者及1名ALS患者，在磁屏蔽室内分别使用OPM和SQUID记录其在视觉提示下执行主动、被动手指运动时的脑磁信号。通过时间频率分析聚焦β波段（14–30 Hz）活动，评估基线、ERD和ERS三个时间窗的功率变化，并采用非参数统计比较不同条件和系统间的差异。

关键技术方法包括：使用定制3D打印支架实现OPM传感器的零接触布置；采用MNE-Python进行数据预处理（如MaxFilter运动校正、独立成分分析去除伪影）；基于离散长球序列（DPSS）计算时间频率表征；通过Kruskal-Wallis检验评估β功率的组间差异；并对ALS患者数据进行个案可行性分析。

运动相关β调制在健康参与者中的一致性

研究结果显示，在健康参与者中，OPM与SQUID系统均能清晰捕捉到手指运动诱发的β-ERD（运动前功率下降）和β-ERS（运动后功率反弹）。统计模型表明，时间窗口（基线/ERD/ERS）对β功率的影响极显著（χ2=41.80, p<0.001），而运动条件（主动/被动）和传感器类型（OPM/SQUID）均无显著差异（p>0.05）。这说明OPM在群体水平上能够复现SQUID所检测到的运动皮层β振荡模式，且主动与被动运动诱发的神经响应高度相似。

OPM在ALS患者中的信号质量与局限性

在ALS患者中，OPM记录到的运动相关β调制信号出现衰减，且更容易受到运动伪影干扰。尽管其总体趋势与SQUID数据一致，但较高的噪声水平限制了结果的明确解读。作者指出，这可能与患者头部微动及传感器-头皮间距控制不佳有关，强调在磁场梯度较大的环境中，零接触设计虽能减少伪影，却可能牺牲部分信号强度。

零接触阵列的实用优势与噪声挑战

研究特别强调了零接触OPM阵列的工程创新：通过碳纤维增强尼龙支架固定传感器，避免直接接触头部，从而降低运动引起的磁干扰。然而，由于屏蔽室内存在SQUID系统氦回收器产生的背景磁场梯度，任何传感器或参与者的移动都会引入显著噪声。数据显示，部分健康参与者和ALS患者的OPM记录中仍存在未完全去除的运动伪影，提示在未来应用中需进一步优化磁场补偿或采用直接接触式布局以提升信噪比。

本研究通过直接对比证实，小型零接触OPM阵列能够有效捕获运动皮层β-ERD/ERS，在健康群体中达到与SQUID相当的性能水平。其核心意义在于展示了OPM-MEG技术的临床转化潜力：一方面，大幅缩短准备时间（OPM仅需5–10分钟，SQUID需30–45分钟），尤其适合ALS等易疲劳患者；另一方面，低成本、可扩展的特性使其有望在基层医疗机构普及。然而，当前系统在ALS患者中的应用仍处于可行性验证阶段，未来需通过更大样本队列和优化传感器布局来提升可靠性。总体而言，该研究为开发新一代便携式神经功能评估工具奠定了坚实基础，推动MEG从高门槛科研平台走向实时临床监测。