《NeuroImage》：Localization of the Berger Effect in Human Posterior Brain Regions with Simultaneous Electroencephalogram (EEG) and Stereo-EEG (SEEG) Recordings
编辑推荐：
本研究通过同步记录头皮脑电图（EEG）与立体定向脑电图（SEEG），首次在人群和个体层面系统定位了Berger效应（闭眼时α节律增强）的神经发生器。发现该效应主要源于后皮质区（如距状皮层、楔叶等），且由周期性α活动驱动，并通过频谱和α峰值频率一致性验证了头皮EEG信号与颅内Calcarine皮层的强关联，为静息态脑电的临床应用提供了解剖学约束的新见解。
当我们闭上眼睛，试图让大脑进入休息状态时，脑后部会涌现出一种奇特的电信号节律——它像一首轻柔的背景音乐，频率在8到13赫兹之间波动，这就是著名的α节律。早在1929年，德国精神病学家Hans Berger首次在头皮脑电图（EEG）中观察到这一现象，并发现闭眼时α节律会显著增强，而睁眼时则减弱，这一现象后来被命名为Berger效应。尽管近百年来α节律已成为脑电研究的标志性信号，但其背后的神经发生器究竟位于大脑何处、如何协调工作，仍是未解之谜。传统头皮EEG因信号衰减和空间模糊性难以精确定位，而颅内电极记录虽能直接捕捉神经元活动，却鲜有研究同步对比头皮与颅内信号以揭示Berger效应的全脑网络机制。
为攻克这一难题，深圳大学心理学院韩传亮团队联合多家医院，在《NeuroImage》发表最新研究，首次通过同步记录28名癫痫患者的头皮EEG与立体定向脑电图（SEEG），系统绘制了Berger效应的神经图谱。研究人员在患者静息状态（睁眼/闭眼各3分钟）下，同步采集了覆盖49个脑区的SEEG信号和10导联头皮EEG数据，并利用多锥谱分析、周期性/非周期性活动分解、频谱相关性计算等技术，从群体到个体层面逐层解析α节律的响应模式。
关键技术方法包括：采用多锥谱分析法（时间带宽积=3，5个锥形窗）计算α频段相对功率；通过1/f模型（公式：Aperiodic Activity(f)=a/(fb+c)+d）分离周期性振荡与非周期性背景活动；基于Lead-DBS工具包将电极坐标配准至MNI空间，并利用AAL3脑图谱定位36个关键区域；通过闭眼/睁眼功率比（CO Ratio）量化Berger效应强度，并结合Pearson相关性与α峰值频率（APF）一致性分析验证头皮-颅内信号关联。
多区域后脑协同驱动Berger效应
群体分析发现，9个脑区呈现睁闭眼状态的显著α功率差异，但仅5个后皮质区（距状皮层、楔叶、舌回、楔前叶、缘上回）表现出稳健的Berger效应（图1A-D）。这些区域在闭眼时出现明显的α振荡峰，而颞叶等区域虽统计显著但效应微弱，提示后主导节律（PDR）的空间特异性。
皮层-皮下网络共同参与效应形成
个体位点分析显示，Berger效应存在显著异质性：虽然后皮质区域集中了最多“增强型”位点（CO Ratio>0.15），但丘脑枕核等皮下结构也位列响应强度前七（图2A-D），表明该效应涉及分布式网络，而非局限于皮层。
周期性振荡是Berger效应的核心载体
频谱分解揭示，闭眼引发的α功率增长完全由周期性成分驱动（p<0.001），而非周期性成分在睁眼时反而更强（如距状皮层p<0.001）（图3A-C）。这一发现澄清了Berger效应的本质是神经振荡增强，而非背景噪声变化。
头皮EEG信号溯源至初级视觉皮层
通过对比19例同步记录的SEEG-EEG数据，发现头皮后部电极的α频谱与距状皮层、缘上回等颅内信号高度相关（r>0.8），且距状皮层的α峰值频率与头皮EEG一致性最高（图4-5）。这表明经典Berger效应主要锚定于初级视觉皮层（V1区），解决了长期关于α节律起源于丘脑或皮层的争议。
研究结论强调，Berger效应虽由分布式网络支持，但其核心发生器位于后视觉皮层。该工作通过多模态电生理融合，首次为静息态α节律提供了解剖学约束的生成模型，不仅深化了对基本脑节律的理解，更为临床EEG的源定位精度提供了理论支撑。未来结合任务范式与神经调控技术，有望进一步揭示α振荡在认知加工中的因果作用。
