《Clinical Neurophysiology Practice》：Regional and cannabis-related differences in prefrontal multiscale entropy of resting-state EEG
编辑推荐：
本刊编辑推荐：为解决大麻使用对大脑皮层信号复杂性影响尚不明确的问题，研究团队聚焦前额叶皮层，采用多尺度熵分析技术探究其与大脑区域复杂性基线差异。研究发现，前额叶皮层信号复杂性低于其他脑区，且高频大麻使用者前额叶复杂性在较粗时间尺度上进一步降低。这揭示了区域性脑动力学基线差异及大麻相关神经效应，为理解其神经机制提供了新视角。
我们的大脑如同一个精密的交响乐团，其内部电信号（脑电图，EEG）的复杂程度，即“熵”，被认为是衡量大脑功能状态的重要指标。熵值过高或过低，都可能意味着大脑的动态平衡被打破，与认知表现、创造力乃至多种神经精神疾病息息相关。然而，大脑不同区域的信号复杂性是否存在固有的差异？一些可能影响大脑功能的行为，例如频繁使用大麻，是否会改变特定脑区的信号复杂性模式？这正是研究者们试图解答的问题。
传统上，科学家们多使用频谱分析（如快速傅里叶变换，FFT）来研究脑电的节律性活动。但大脑信号不仅是节律性的，其在不同时间尺度上的无序性或不可预测性——即多尺度熵，更能反映大脑处理信息的复杂能力。多尺度熵分析弥补了单尺度熵的局限，能够分别评估精细和粗糙时间尺度上的复杂性，前者可能与局部信息处理相关，后者则可能反映更广泛的、整合性的信息处理过程。
值得注意的是，大脑中富含大麻素CB1受体的区域——前额叶皮层，是执行控制、决策等高级认知功能的关键脑区。已有研究提示，急性或长期的大麻使用可能改变大脑信号的复杂性，但既往研究多使用单尺度方法，且常受共病精神疾病的干扰，结论不一。此外，对于健康成年人大脑各区域复杂性的基线差异，尤其是前额叶皮层是否天生就具有不同的信号组织模式，仍缺乏清晰的描绘。
为了厘清这些疑问，一项发表在《Clinical Neurophysiology Practice》的研究应运而生。研究者们旨在探究：第一，频繁使用大麻是否与静息状态下前额叶皮层多尺度熵的改变，特别是在粗糙时间尺度上的改变有关；第二，描绘健康成年人大脑各脑叶（额叶、顶叶、枕叶、颞叶）之间多尺度熵的基线差异。他们假设，与不使用者相比，频繁使用大麻者的前额叶皮层在粗糙时间尺度上会表现出降低的多尺度熵。
为开展此项研究，研究人员主要运用了以下几项关键技术：首先，研究纳入了57名成年人作为样本队列，并根据自报的大麻使用频率分为三组：非使用者、低频使用者（≤1次/周）和高频使用者（≥2次/周）。所有参与者均接受了3分钟闭眼静息态脑电图记录。其次，在数据处理阶段，使用了MNE这一开源的Python库进行预处理。核心的分析方法是多尺度熵分析，该分析通过EntropyHub工具包实现，计算了从精细到粗糙共20个时间尺度上的样本熵，并将这些尺度分为精细、中等、粗糙和极粗糙四个区间段。最后，统计分析采用了线性混合效应模型，以评估组别与时间尺度区间之间的交互作用，以及不同脑叶之间的差异，同时将精神分裂型人格问卷总分作为协变量以控制相关特质的影响。此外，研究还辅以了快速傅里叶变换 进行频谱功率分析，以及探索性的多尺度交叉熵 分析来考察前额叶与顶叶之间的跨区域复杂性动态。
多尺度熵在大麻使用者中的表现
结果显示，所有组别的前额叶皮层熵值均随尺度变粗而增加，但高频使用者的增长斜率显著更为平缓。具体而言，从中等尺度区间开始，高频使用者的前额叶熵值增长斜率比非使用者低约0.12比特（bits），到极粗糙尺度时，这一差距扩大到约0.16比特。这表明，高频大麻使用者的前额叶皮层在较长（粗糙）时间尺度上，信号复杂性增长不足，呈现出一种“平台化”的趋势。
快速傅里叶变换分析在大麻使用者中的表现
频谱分析显示，各组在前额叶皮层的平均振荡功率（跨所有频段）无显著差异。虽然存在显著的组别×频段交互作用，提示频谱形状有差异（例如非使用者的频谱轮廓相对更平），但经过多重比较校正后，任何特定频段的组间差异均不显著。这表明，传统的频谱功率分析对组间差异相对不敏感，而多尺度熵揭示了时间组织上的特异性改变。
多尺度熵在不同脑叶间的差异
在所有参与者中，各脑叶的熵值均从精细到极粗糙尺度单调上升。一个关键的发现是，前额叶皮层在精细尺度上就显示出最低的熵值，并且这种区域性差异随尺度变粗而扩大：到极粗糙尺度时，颞叶的熵值比额叶高出约0.50比特，枕叶和顶叶也比额叶高出约0.44-0.49比特。相比之下，前额叶的熵值在中等尺度区间就趋于平台，并在整个尺度范围内保持最低。
快速傅里叶变换在不同脑叶间的差异
频谱分析证实了振荡功率存在显著的脑叶和频段主效应，遵循经典的1/f谱分布（δ波段功率最高，β波段最低）。区域差异具有频率依赖性，例如枕叶和顶叶区域表现出较高的总功率，而颞叶总功率较低。这提示熵分析与频谱功率提供了互补的信息。
前额叶-顶叶多尺度交叉熵
探索性的前额叶-顶叶多尺度交叉熵分析显示，跨区域复杂性随尺度变粗而增加，但未发现显著的大麻使用相关效应。多尺度交叉熵提供了跨区域信号不规则性的非定向度量，反映了额叶与后部区域之间共享与分化的时间结构。
综合以上结果，本研究得出了明确的结论并进行了深入讨论。首先，研究揭示了健康成年人前额叶皮层内在的信号复杂性低于其他大脑区域，且这一差距在粗糙时间尺度上更为明显。这可能反映了前额叶皮层在静息状态下信号组织的区域特异性，其更长的时间尺度上更受约束的动力学或许有助于支持稳定的整合控制过程。同时，前额叶作为大脑最后发育成熟的区域之一，其发育延迟可能部分解释了其相对于其他早期成熟皮层更低的神经复杂性。
其次，也是本研究的核心发现：在已有内在低复杂性的基础上，频繁使用大麻进一步“削弱”了前额叶皮层的复杂性，特别是在粗糙时间尺度上，表现为熵值增长曲线的平坦化。这种在反映分布式信息处理的长时间尺度上的复杂性降低，可能意味着前额叶控制系统的长时程整合动力学减弱，从而可能影响其与后部脑区网络的典型互动。这一发现支持了研究者的初始假设，并凸显了多尺度熵分析在捕捉与物质使用相关的细微神经生理改变方面的敏感性。
本研究的结果与此前一些报告急性四氢大麻酚（THC）使用或大麻依赖导致单尺度复杂性增加的研究存在差异。这种分歧可能源于多种因素，包括研究人群（本研究中的高频使用者 vs. 可能伴有更高共病负担的依赖者）、熵度量方法（多尺度 vs. 单尺度）以及空间平均策略的不同。值得注意的是，本研究的频谱分析未能像多尺度熵那样清晰地区分组别，这强调了熵度量作为传统频谱分析补充工具的价值，它能捕获神经信号组织中未被振荡幅度完全反映的、依赖于尺度的方面。
当然，本研究也存在一些局限性。样本量中等且主要为健康学生，限制了结果的普适性。尽管控制了首次使用年龄和精神分裂型人格特质，并筛查了精神病性障碍，但缺乏全面的精神科评估，无法排除焦虑、抑郁、注意力缺陷多动障碍等常见共病的残留混杂影响。此外，研究未收集神经心理学或行为学数据，因此无法将观察到的熵降低与认知表现或现实功能直接关联；也未记录最后一次大麻使用的时间或前夜的睡眠质量，因此难以确定这些差异反映的是稳定的神经生理适应还是近期暴露的短暂效应。
尽管如此，这项研究首次将多尺度熵分析应用于探究大麻使用对大脑的影响，其发现深化了我们对区域性脑信号动力学的理解，并揭示了频繁大麻消费对前额叶功能的潜在神经生理效应。更重要的是，它展示了开源多尺度熵工具在脑电图研究中的实用价值，为未来探索大脑功能、物质使用乃至精神疾病的神经机制提供了一个有力且互补的新视角。未来研究需要纳入更全面的共病评估、神经心理学测试，并探讨剂量-反应关系，以进一步阐明大麻对神经生理和认知功能的具体影响。
