多模态脑网络分析揭示精神疲劳期间功能连接异常模式：同步EEG-fMRI研究

本研究通过同步EEG-fMRI网络分析，揭示了精神疲劳(MF)状态下脑功能网络的重组规律。研究人员采用15分钟心理运动警觉任务(PVT)诱导疲劳，发现EEG和fMRI网络呈现差异化但相互关联的重组模式：多频段EEG网络出现并行信息传递缺陷，而fMRI网络仅局部效率改变。该研究为理解MF的神经机制提供了新视角，对神经工效学和操作安全具有重要意义。

　　

在当今快节奏社会中，长时间执行高认知负荷任务导致的精神疲劳(Mental Fatigue, MF)已成为影响工作效率和操作安全的重要问题。据统计，超过20%的交通事故与MF相关，但其背后的神经机制尚未完全阐明。传统单模态神经影像研究存在时空分辨率局限，难以全面捕捉MF的复杂神经特征。为此，浙江大学教育部生物医学工程重点实验室的研究团队创新性地采用同步脑电图-功能磁共振成像(EEG-fMRI)技术，结合多模态脑网络分析方法，系统揭示了MF状态下脑功能连接的重组规律，相关成果发表在《Brain Research Bulletin》。

研究采用心理运动警觉任务(PVT)诱导35名健康受试者产生MF状态，通过划分任务时段确定警觉(T1)和疲劳(T5)状态。关键技术包括：(1)同步采集EEG(64导)和fMRI(3T Prisma扫描仪)数据；(2)基于Desikan-Killiany图谱构建68个皮层区域的功能网络；(3)采用图论分析评估全局效率(E_glob)、局部效率(E_loc)和节点效率(E_nod)；(4)通过7个固有连接网络(ICNs)进行系统比较。

研究结果部分：

1. 行为表现：验证了时间-on-task(TOT)效应，疲劳状态反应时(RT)显著延长(p<0.001)，准确率(Acc)下降(p<0.001)。

2. 功能连接强度：fMRI网络显示VIS-SM等连接增强，VIS-VIS等连接减弱；EEG网络则普遍出现Delta/Theta/Alpha频段连接减弱，以视觉网络(VIS)和默认模式网络(DMN)最显著。

3. 全局属性：EEG网络在Delta/Theta/Alpha频段E_glob显著降低(p<0.05)，Alpha频段E_loc也下降；fMRI网络仅E_loc降低(p=0.026)。

4. 节点属性：两模态均发现DMN节点E_nod显著降低，fMRI网络55.6%的变化节点位于DMN，EEG网络Alpha频段变化最显著。

研究结论表明，MF导致脑网络信息传递效率普遍下降，尤其影响DMN的认知控制功能。EEG和fMRI网络分别从不同角度揭示了MF的神经机制：EEG网络显示多频段功能连接解耦，反映信息整合障碍；fMRI网络则呈现局部信息处理效率下降。这种"功能解耦模型"为理解MF提供了新框架，即认知资源从非任务相关脑区向任务相关脑区战略性转移，导致整体性能下降。该研究不仅深化了对MF神经机制的认识，也为开发实时疲劳监测系统和预防策略提供了理论依据。值得注意的是，DMN节点效率的跨模态一致性变化，提示前扣带回(ACC)和后扣带回(PCC)可能是MF调控的关键枢纽，这为未来靶向干预研究指明了方向。