HUIYING

認知衰退機理

認知衰退是一個從主觀認知下降（SCD）到輕度認知障礙（MCI）乃至阿爾茨海默病（AD）的連續(xù)譜。SCD指個體主觀感受到認知功能下降但客觀測驗正常，可能是AD的最早臨床前階段；MCI則存在客觀認知損害但日常生活能力保留，是介于正常衰老和癡呆之間的過渡狀態(tài)。研究表明，26.6%的SCD患者會在未來進展為MCI，而SCD和MCI均顯著增加轉化為AD的風險。因此，在疾病早期進行干預對于延緩認知衰退、保護大腦健康至關重要。

HUIYING

tPBM解決認知衰退機理

經(jīng)顱光生物調節(jié)（tPBM）利用紅色/近紅外光（600-1100 nm）穿透頭皮和顱骨，作用于大腦皮層神經(jīng)元。其核心機制是光被線粒體中的細胞色素c氧化酶吸收，促進ATP合成、改善能量代謝；同時可調節(jié)一氧化氮釋放、增加局部腦血流、減輕炎癥和氧化應激，從而增強神經(jīng)元活性和突觸可塑性。這些效應可改善記憶、注意和執(zhí)行功能，已被研究證實對SCD和MCI患者有積極效果。本研究采用810 nm和850 nm雙波長、80 mW/cm2功率密度、隨機頻率脈沖刺激，以優(yōu)化療效。

HUIYING

tPBM治療的同時記錄fNIRS目的何在

在tPBM治療期間同步記錄功能性近紅外光譜（fNIRS）數(shù)據(jù)，主要目的是利用治療初期的大腦血液動力學變化早期預測患者對tPBM的最終治療響應。由于fNIRS可無創(chuàng)監(jiān)測氧合/脫氧血紅蛋白濃度變化，通過分析治療前幾次（如前15次）的功能連接網(wǎng)絡指標（如聚類系數(shù)、度中心性、全局效率），可識別出與遠期認知改善相關的神經(jīng)生理標志物，從而在治療早期篩選出可能無效的患者（非響應者），避免無效治療并調整方案，實現(xiàn)個體化精準干預。

HUIYING

tPBM和fNIRS如何結合解決認知衰退

本研究采用了一款自主研發(fā)的可穿戴設備，該設備將tPBM治療與fNIRS記錄功能集成于同一裝置（如圖1所示）。該設備基于商用fNIRS系統(tǒng)（NIRSIT-LITE）改造，將光源波長調整為810/850 nm、功率密度提升至80 mW/cm2，使其既能發(fā)射治療性光刺激，又能同時采集前額葉15個通道的血液動力學信號。患者在家中進行12周tPBM治療時，每次15分鐘治療均同步記錄fNIRS數(shù)據(jù)。通過分析治療初期多次fNIRS數(shù)據(jù)的圖論指標變化，建立預測模型，在治療早期（約3周內）識別非響應者，從而及時調整治療策略，提升整體療效。

圖1：集成tPBM與fNIRS的可穿戴設備示意圖及實物照片

圖1展示了自主研發(fā)的、可同時進行tPBM治療和fNIRS記錄的可穿戴設備。

圖1a：設備的光源與探測器布局圖。共5個光源（紅色方塊）和7個探測器（灰色圓形），相鄰光源?探測器間距3 cm，形成15個fNIRS測量通道（藍色數(shù)字），覆蓋雙側前額葉皮層。光源發(fā)射810 nm和850 nm雙波長近紅外光，功率密度80 mW/cm2，在tPBM模式下以32?64 Hz隨機頻率方波脈沖輸出（50%占空比），確保治療能量密度達36 J/cm2；在fNIRS模式下以8.138 Hz采樣率連續(xù)采集血液動力學信號。

圖1b：設備內部結構照片，可見電池、控制電路及光學元件布局。

圖1c：設備佩戴時的俯視圖，體現(xiàn)其輕便、貼合頭部的設計，適合居家使用。

圖1的核心意義在于說明：tPBM與fNIRS可共享同一套近紅外光源，實現(xiàn)治療與監(jiān)測的無縫集成，為后續(xù)早期預測治療響應提供了硬件基礎。

HUIYING

臨床研究

研究方法

參與者與分組：共招募81名60歲以上認知下降患者（K-MMSE評分20-28）。其中60人接受12周居家tPBM干預（實驗組），21人作為對照組不接受干預。最終，43名實驗組和19名對照組完成認知評估。根據(jù)治療后全球認知評分變化（ΔGCS = 治療后GCS - 治療前GCS），將實驗組中ΔGCS ≥ 0.5者定義為響應者（22人），ΔGCS < 0.5者為非響應者（21人）。由于fNIRS信號質量，最終29人（14名響應者，15名非響應者）納入fNIRS分析（排除流程見補充圖1）。參與者人口學特征見表1，各組除ΔGCS外無顯著差異（補充圖2顯示響應者ΔGCS顯著高于非響應者和對照組）。

干預與數(shù)據(jù)采集：使用集成tPBM與fNIRS的可穿戴設備（圖1），每次治療15分鐘，頻率由患者自定，至少完成20次。fNIRS數(shù)據(jù)采樣率8.138 Hz，記錄前額葉15通道氧合（HbO）、脫氧（HbR）和總血紅蛋白（HbT）濃度變化。治療前后進行9項認知測試，計算GCS。

fNIRS預處理與分析：對原始光強數(shù)據(jù)應用修正比爾-朗伯定律得到ΔHbO、ΔHbR、ΔHbT；采用小波濾波去除運動偽影，0.01-0.09 Hz帶通濾波去除生理噪聲；選取10-890秒穩(wěn)定段進行分析。對每位患者前15次治療的數(shù)據(jù)（代表前3周）進行功能連接分析（皮爾遜相關），以閾值0.4-0.9構建二值化鄰接矩陣，計算圖論指標：聚類系數(shù)（CC）、度中心性（DC）、全局效率（GE）。將15次數(shù)據(jù)分為5個階段（Period 1~5，每階段3次）并平均，以Period 1為基線，計算各階段指標變化量（ΔPeriod 2~5）。通過重復測量方差分析（rmANOVA）確定各指標最佳閾值（對應最低p值）。

預測模型構建：將各階段圖論指標變化量與ΔGCS進行線性回歸，篩選出顯著相關指標（p<0.05）作為生物標志物（表2）。以預測ΔGCS < 0.35為標準分類非響應者（該閾值由經(jīng)驗確定）。采用留一法交叉驗證（LOSO-CV）驗證模型泛化性，每折獨立優(yōu)化閾值并選擇p<0.1的指標建模，通過多數(shù)投票或硬投票機制分類。

研究結果

tPBM療效：響應者ΔGCS顯著高于非響應者和對照組（p<0.001），非響應者與對照組無顯著差異，證明tPBM有效。治療次數(shù)與ΔGCS無相關（p=0.492，圖2），排除次數(shù)干擾。

圖2：tPBM治療次數(shù)與ΔGCS的相關性散點圖

圖2旨在檢驗tPBM治療次數(shù)是否影響認知改善程度，從而排除治療頻率差異對分組結果的干擾。橫軸為每位實驗組參與者在12周內完成的tPBM治療次數(shù)，縱軸為ΔGCS。線性回歸結果顯示兩者無顯著相關（p=0.4923，R2極低），表明ΔGCS的變化并非由治療次數(shù)的多寡驅動，而是取決于個體對tPBM的內在響應性。這一結果支持了后續(xù)利用fNIRS數(shù)據(jù)預測響應性的合理性——即預測模型的差異反映的是生物學特征而非治療劑量差異。

圖論指標與ΔGCS相關性：多個圖論指標在Period 3~5與ΔGCS呈顯著負相關（表2，圖3）：

Period 3：HbT的GE（R2=0.1596，p<0.05）

Period 4：HbO的CC（R2=0.2286，p<0.01）、HbR的CC（R2=0.1944，p<0.05）

Period 5：HbO的CC（R2=0.1737，p<0.05）、HbR的CC（R2=0.1667，p<0.05）、HbO的DC（R2=0.1625，p<0.05） 這些負相關表明，認知改善伴隨著前額葉功能連接網(wǎng)絡的下降。

圖3：ΔGCS與關鍵圖論指標變化的相關性及非響應者預測

圖3包含六個子圖（a?f），分別展示了在Period 3、4、5中與ΔGCS呈顯著負相關的圖論指標變化（Δ指標 = 該階段平均值減Period 1基線值），以及基于這些指標的線性回歸模型對非響應者的預測結果。

圖3a：Period 3中ΔHbT的全局效率（GE）變化與ΔGCS的關系（R2=0.1596，p<0.05）。

圖3b、c：Period 4中ΔHbO和ΔHbR的聚類系數(shù)（CC）變化（R2=0.2286，p<0.01；R2=0.1944，p<0.05）。

圖3d、e、f：Period 5中ΔHbO的CC（R2=0.1737，p<0.05）、ΔHbR的CC（R2=0.1667，p<0.05）和ΔHbO的度中心性（DC）變化（R2=0.1625，p<0.05）。每個子圖中，垂直虛線為預測非響應者的閾值（ΔGCS預測值=0.35），水平虛線為實際ΔGCS=0.5的分組線。品紅色圓點代表被模型預測為非響應者的個體，其編號標于點旁。位于右下象限（預測ΔGCS<0.35且實際ΔGCS<0.5）的個體是正確識別的非響應者。從圖中可統(tǒng)計出：共13人被預測為非響應者，其中11人實際為非響應者，僅2人錯分（實際為響應者）。這些負相關表明，認知改善越明顯（ΔGCS越大），治療早期功能連接網(wǎng)絡指標下降越顯著，提示tPBM可能通過解除病理性過度補償機制發(fā)揮療效。

非響應者預測性能：基于上述指標，通過線性回歸預測ΔGCS，以0.35為閾值，13人被預測為非響應者，其中11人實際為非響應者（圖3中右下象限點）。模型整體準確率79.31%，敏感度73.33%，特異性85.71%，AUC=0.810（圖4a）。

圖4：非響應者預測的ROC曲線

圖4展示了基于圖4中多個顯著指標的線性回歸組合模型對非響應者的分類效能。

圖4a：使用全部29人數(shù)據(jù)建立的模型，以預測ΔGCS<0.35為標準，得到的ROC曲線下面積（AUC）為0.810，紅色圓點對應閾值0.35時的敏感度（73.33%）和特異性（85.71%）。

圖4b：采用留一法交叉驗證（LOSO?CV）重復29次得到的平均ROC曲線，AUC為0.767，相同閾值下敏感度73.33%、特異性78.57%。兩圖對比表明，模型在全樣本和交叉驗證中均保持較高且穩(wěn)定的預測能力，證實了所選圖論指標的泛化性。ROC曲線接近左上角，提示該方法有望在臨床中早期篩選tPBM非響應者。

HUIYING

總結

本研究首次將tPBM與fNIRS集成于可穿戴設備，利用治療早期同步記錄的靜息態(tài)fNIRS數(shù)據(jù)，結合圖論網(wǎng)絡分析，成功預測了老年人認知衰退患者對tPBM的治療響應性。研究發(fā)現(xiàn)，響應者在治療早期表現(xiàn)為前額葉功能連接網(wǎng)絡指標下降，這可能反映了病理性過度補償?shù)慕獬?，?strong>療效的早期神經(jīng)生理標志物。基于此建立的預測模型能在治療前3周內識別非響應者（敏感度73.33%，特異性78.57%），為個體化治療提供了可行策略。研究的創(chuàng)新性在于實現(xiàn)了治療與監(jiān)測一體化，并提出了早期篩選非響應者的新方法。局限性包括樣本量較小、居家數(shù)據(jù)質量不一、缺乏假刺激對照等。未來需擴大樣本、納入多中心數(shù)據(jù)，并探索動態(tài)調整刺激參數(shù)（如強度、頻率）對非響應者的轉化效果，以推動精準神經(jīng)調控在認知衰退干預中的臨床應用。在認知衰退的病理狀態(tài)下，大腦會啟動一種“過度補償”機制，“過度補償”機制是大腦在神經(jīng)功能受損時啟動的一種病理適應性反應：當特定腦區(qū)（如與記憶相關的內嗅皮層）因β-淀粉樣蛋白沉積或代謝障礙而功能減退時，前額葉等儲備區(qū)域會異常增強神經(jīng)活動和功能連接，試圖通過“加班加點”來彌補受損區(qū)域的認知負荷，這在圖論指標上表現(xiàn)為聚類系數(shù)（CC）和度中心性（DC）的異常升高。然而，這種代償是“費力而不高效”的——如同一個團隊為彌補核心成員的缺位而被迫建立冗余的溝通渠道，雖能勉強維持運轉，卻消耗了額外能量，且掩蓋了潛在的病理狀態(tài)。當有效的tPBM治療修復了受損神經(jīng)元的線粒體功能和能量代謝后，原本“被迫加班”的區(qū)域得以卸下代償負擔，回歸至更節(jié)能、更高效的基線連接模式，從而在宏觀層面表現(xiàn)為CC、DC、全局效率（GE）的下降。因此，治療響應者早期網(wǎng)絡指標的“回落”，反映的正是這種病理補償機制的解除，也是大腦從“費力維持”向“健康常態(tài)”轉變的關鍵標志。