疼痛在人脑中的特异性神经编码机制的多模态功能神经影像学研究

Numerous studies have confirmed that a set of brain areas can be reliably activated by painful stimulation; however, recent studies show that the same set of brain areas can also be activated by stimuli of other sensory modalities other than pain, indicating that the activation of this set of brain areas is not pain-specific. This finding has led to the question of how pain is specifically coded in the human brain. Our previous work has suggested that, although the brain activation at the macroscopic level detected by traditional activation analyses is not specific to pain, the spatial pattern of the neural activities at the voxel level in these areas detected by multivariate pattern analysis may be pain-specific. It suggests that using advanced data mining techniques to analyze neuroimaging data may provide novel and important information about the specific neural coding of pain in the human brain. Based on this hypothesis, we will investigate the unique representations of pain in the human brain in terms of the spatial patterns, the time-frequency representations of neural activities and the brain network connectivities. This study will enhance our understanding of the mechanisms of pain-specific neural coding in the human brain and provide new ideas and tools for objective pain assessment.

既往研究发现疼痛刺激会激活一组特定的脑区，然而，近期研究表明该组脑区同样能够被其他感觉模态刺激激活，说明该组脑区的激活缺乏特异性。因此，疼痛在人脑中的特异性编码机制尚不清楚。我们的前期研究表明，基于传统的疼痛刺激激活分析所识别的脑区宏观激活的强度和范围不具有感觉模态特异性，但运用多变量模式分析所识别的激活脑区内部神经活动的微观空间分布模式具有感觉模态特异性。这一结果提示：运用信息挖掘技术分析神经影像数据可能为揭示人脑中疼痛特异性编码机制提供重要信息。为此，本研究将综合运用多变量模式分析等信息挖掘技术，从脑区内部神经活动的空间分布、时频谱及脑连接等方面探索疼痛在人脑中的特异性表达模式。本研究将有助于增进人们对痛觉特异性编码机制的理解，为疼痛的客观检测与度量提供新的思路与方法。

大脑神经活动如何产生痛觉感知是神经科学领域尚未解决的一个难题。大量脑影像学研究显示疼痛刺激会激活一组特定的脑区，即所谓的“疼痛矩阵”。然而，有文献证据表明“疼痛矩阵”的激活不是特异于疼痛感知，而是表征刺激的强度或突显性信息。因此，关于“疼痛矩阵”的神经活动是否反映疼痛特异性信息引起领域内的很大争议，疼痛的特异性神经编码机制尚不清楚。本研究综合运用了多变量模式分析等信息挖掘技术及脑功能成像技术，从神经活动的空间分布、时频谱及脑连接等方面探索疼痛在人脑中的特异性表达模式。研究发现：虽然总体来看痛觉和触觉刺激所诱发的脑神经活动极为相似，但机器学习等数据挖掘技术可以检测到两者在神经活动及功能连接的空间分布模式上存在细微差别。两者的相似性主要体现在：（1）人脑中参与痛觉信息处理的脑区也同样参与触觉信息的处理，脑区激活强度主要反应刺激强度信息；（2）人脑躯体感觉系统（丘脑-初级体感皮层-次级体感皮层）对痛觉信息和触觉信息的处理采用相似的并行处理层级结构。但这些神经活动中也存在一定的疼痛特异性信息：（1）痛觉和触觉刺激共同激活的脑区中有部分脑区对痛觉和触觉信息处理的偏好程度不同；（2）“疼痛矩阵”的神经活动空间分布模式可以区分痛觉和触觉刺激，表明其包含疼痛特异性信息；（3）疼痛在人脑内的特异性神经编码体现在从局部（小尺度）到全局（大尺度）的多个空间尺度，即：疼痛特异性神经编码信息不仅存在于某些局部脑区，而且分布于距离较远的多个不相邻脑区，由这些脑区神经活动的协同作用来特异性地编码疼痛感知，呈现“网络”式编码方式；（4）能够特异性激活皮肤伤害性神经感受器的表皮内电刺激所诱发的脑电信号可以作为继发性痛觉超敏反应的一种客观生理性候选指标。综上，本项目主要以功能脑影像数据为载体，使用机器学习等数据挖掘技术，探索疼痛在脑内的特异性神经编码机制，为建立疼痛的客观评估方法奠定基础。