1. 引言
轻度认知功能障碍(Mild Cognitive Impairment, MCI)是一种以记忆、语言、注意和计算能力减退为主要表现的认知损害状态。大量研究表明，约8%~25%的MCI患者可能进展为阿尔茨海默病(Alzheimer’s Disease, AD)，且我国60~80岁老年人中MCI患病率随年龄升高从11.8%增至28.1% (Babiloni et al., 2013)。由于MCI早期诊断可显著预测痴呆发生，而传统的认知量表易受文化水平和测试环境及主试主观影响，且缺乏实时反馈神经功能变化的能力，因此目前迫切需要寻找客观敏感的生物标志物(Babiloni et al., 2015)。
近年来，脑电图(Electroencephalogram, EEG)作为一种无创、非侵入性且准确率较高的检测手段，因其能够实时记录大脑皮层的电生理活动，逐渐成为认知功能障碍疾病早期筛查的重要工具。前驱期阿尔茨海默病的简易筛查中国专家共识(2023年版)明确指出，静息闭眼状态是非常具有前景的标志物，对于认知功能障碍疾病的早期检测意义重大。与PET、MRI等影像技术相比，EEG具有无创、成本低、操作简便以及毫秒级时间分辨率等优势，尤其适用于大规模人群的筛查，可记录大脑皮层神经元群体的自发电活动并通过频谱显示α、β、θ、δ等不同频段的电波分布，因此在认知障碍早期筛查中具有重要意义。已有研究综述指出，认知障碍人群的静息态EEG信号普遍表现为慢波化(高频功率下降、低频功率增加)、复杂度下降和去同步化等特点(Babiloni et al., 2014)。具体而言，与正常老年人相比，MCI患者常见α波功率显著降低、θ波功率显著升高。例如，高利等报道MCI组各脑区α波相对功率明显低于对照组，而θ波相对功率明显高于对照组；Das等也发现MCI患者闭眼静息态下θ波普遍高于健康对照(Das et al., 2025)。此外，研究还发现α波功率大小与认知状态呈正相关，而θ波功率在认知功能下降者中显著升高。这些结果提示，通过定量分析EEG频谱可以反映早期神经病理变化，有望作为MCI早期的神经生理标志物(Deng et al., 2024)。
2. 对象与方法
2.1. 被试
在河北省承德市共招募60名60岁以上老年志愿者，招募后评估员对招募来的被试进行筛查评估，按照被试初筛标准筛选出被试54人。实验通过承德医学院伦理委员会审核。本研究根据神经心理测试及临床诊断标准分为MCI组(n = 29)和认知正常对照组(n = 25)，所有受试者均符合神经心理评估标准并排除其他神经系统和精神疾病史，听力和视力功能正常，并签署知情同意书。研究获得医院伦理委员会批准。
2.2. 研究工具
2.2.1. 一般人口学资料问卷
包括被试的性别、年龄、教育年限、既往病史等。
2.2.2. 临床痴呆评定量表简体中文版
该量表涵盖记忆力、定向力、判断与解决问题能力、社会事务、家务与业余爱好以及个人自理能力6个领域。采用Likert 5级评分法，各领域按正常(0分)、可疑(0.5分)、轻度损害(1分)、中度损害(2分)和严重损害(3分)赋值；以记忆力为主，结合其他5个次要领域综合计算总分，判定为正常、可疑痴呆、轻度痴呆、中度痴呆或严重痴呆。
2.2.3. 日常生活能力量表
该量表包括14个计分条目，分工具性日常生活能力和基本日常生活能力两个维度，每个条目一分，得分越高损害程度越重。
2.2.4. 蒙特利尔认识评估量表
该量表设计了8个认知域，包括短期记忆、视觉空间技能、执行功能、注意力、工作记忆、语言、计算和定向力、抽象思维，由12道题组成，满分为30分，根据不同教育程度制定了中国常模的划界分：文盲组大于13分为正常、小学组大于19分为正常、初中及以上组大于24分为正常。
2.2.5. 听觉词语学习测验
该量表主要反映受试者的词语记忆和学习组织策略，总分60分制，其分测验包括短时回忆、长延迟回忆和短延迟回忆，其分制分别为36分制、12分制和12分制。根据不同年龄段划分为轻度损害(平均分−1 SD)和明显损害(平均分−2 SD)，“平均分−1.5 SD”是轻度认知功能损害(MCI)的操作性划界分。
2.2.6. 简版老年抑郁量表
包含15个项目的简版老年抑郁量表，被试以“是”或“否”作答，1、5、7、11题答“否”记1分，其他题答“是”记1分，最高分为15分，分数越高，表示抑郁症状越明显，得分小于8分为无抑郁表现。
该量表共15个条目，要求受试者回答“是”或“否”。1，5，7，11题答“否”者记1分，其他题答“是”者记1分。最高分为15分，分数越高，表示抑郁症状越明显，得分小于5分为正常。
2.3. 实验设计
实验在安静的电磁屏蔽室内进行，室温适宜。受试者被要求放松坐稳或躺平，头部固定，避免随意运动。实验采用闭眼和睁眼交替的静息态脑电采集任务，全长4分钟，包括两轮闭眼状态和两轮睁眼状态。具体流程为：受试者在采集开始后根据语音提示按预定顺序进行闭眼或睁眼，每种状态持续1分钟，共计2轮，顺序为“闭–睁–闭–睁”或“睁–闭–睁–闭”，以平衡可能的顺序效应。实验过程中使用语音提示提醒受试者保持状态稳定，尽量避免眨眼和身体移动。
2.4. EEG采集与预处理
脑电信号采用Neuroscan SynAmps 64通道采集系统记录，电极按照国际10~20标准布置，参考电极为右侧乳突(M2)。记录时采样率设为1000 Hz，带通滤波0.1~30 Hz，并加设49~51 Hz陷波滤波以去除工频干扰。所有通道(含前额眼电监测通道)数据实时采集并保存。采集完成后，原始EEG数据导入MATLAB R2022a进行离线预处理，然后对连续数据进行视觉检查，识别并剔除含有明显眼电、肌电或运动伪迹的时段。手动处理后，再进行独立成分分析(independent component analysis, ICA)去除伪影。预处理结束后得到干净的连续静息态EEG信号，用于功率谱分析。
2.5. 功率谱分析方法
对预处理后的EEG信号按以下频段计算功率谱：Delta (Δ)波：1~4 Hz；Theta (θ)波：4~8 Hz；Alpha (α)波：8~13 Hz；Beta (β)波：13~30 Hz。
首先对每段EEG数据进行窗函数加窗后傅里叶变换(FFT)及Welch方法估算功率谱密度，然后积分计算各频段的绝对功率。上述计算过程均在MATLAB R2022a环境下完成，得到每名受试者各频段的功率谱密度，以便后续进行比较MCI组与正常组的差异(Ding et al., 2022)。
3. 结果
3.1. 人口学特征
轻度认知障碍组与正常老年人组年龄(t = 0.257, p = 0.919)、性别(t = −0.71, p = 0.935)、受教育程度(t = −0.24, p = 0.869)差异均无统计学意义。
3.2. 静息态各脑电频段功率谱对比结果
为探讨轻度认知障碍老年人与认知正常老年人静息态脑电功率在不同频段的分布差异，本研究分别在闭眼(Eyes Closed, EC)与睁眼(Eyes Open, EO)条件下，比较了两组在Delta (1~4 Hz)、Theta (4~8 Hz)、Alpha (8~13 Hz)及Beta (13~30 Hz)四个频段的平均绝对功率。各频带节律的具体特性详见表1总结(Fröhlich et al., 2021)。
在睁眼状态下，HC组在除Beta频段的所有频段平均功率均高于MCI组，尤其在Delta (MCI: 6.71 μV2/Hz vs. HC: 13.44 μV2/Hz)差异最为显著。Theta与Alpha频段差异相对较小，但依然呈现HC组功率高于MCI组的趋势。MCI组在闭眼静息态下Alpha波活动显著下降，表明与认知相关的脑区可能受损(Gurja et al., 2022)，对比图如图2。在静息闭眼状态下，除Beta频段外，HC组在各频段的功率依然均高于MCI组，其中Delta频段功率差异依然最为明显(MCI: 6.42 μV2/Hz vs. HC: 10.74 μV2/Hz)，Alpha频段差异有所减弱(MCI: 4.45 μV2/Hz vs. HC: 6.14 μV2/Hz)，对比图如图1。对EC与EO条件下所有频段的功率求和并取平均后，计算总绝对功率，结果显示无论睁眼还是闭眼状态下，MCI平均功率都低于HC (图3)。对各频段绝对功率结果统计如表2所示，MCI组总功率在Delta、Theta及Alpha频段低于HC组，高频的Beta频段有所降低(Delta: MCI 6.53 μV2/Hz vs. HC 12.09 μV2/Hz; Theta: MCI 1.67μV2/Hz vs. HC 2.53 μV2/Hz; Alpha: MCI 2.93 μV2/Hz vs. HC 4.20 μV2/Hz; Beta: MCI 1.33 μV2/Hz vs. HC 1.05 μV2/Hz)。
Table 1. Classification and characteristics of spontaneous EEG rhythms
表1. 自发脑电节律的分类及特点
脑电节律 |
振幅/μV |
频率/Hz |
主要部位 |
出现条件 |
δ波 |
20~200 |
1~4 |
颞叶、顶叶 |
恢复、放松、睡眠 |
θ波 |
5~20 |
4~8 |
颞叶、枕叶 |
工作记忆、注意力控制 |
α波 |
20~100 |
8~13 |
顶叶后部、枕叶 |
清醒放松、抑制状态 |
β波 |
100~150 |
13~30 |
额叶、顶叶 |
运动控制、感觉功能 |
γ波 |
5~20 |
>30 |
多个脑区 |
高级认知、知觉、意识 |
Figure 1. Absolute power of two groups in eyes-closed state
图1. 两类人群闭眼状态绝对功率图
Figure 2. Absolute power of two groups in eyes-open state
图2. 两类人群睁眼状态绝对功率图
Figure 3. Total absolute power of two groups
图3. 两类人群总绝对功率图
Table 2. Absolute power across frequency bands during resting state in two groups
表2. 两类人群静息态各频段绝对功率表
Group |
State |
Delta |
Theta |
Alpha |
Beta |
MCI |
All |
6.53 |
1.67 |
2.93 |
1.33 |
EO |
6.71 |
1.31 |
1.40 |
1.45 |
EC |
6.42 |
2.38 |
4.45 |
1.21 |
HC |
All |
12.09 |
2.53 |
4.20 |
1.05 |
EO |
13.44 |
2.37 |
2.25 |
0.97 |
EC |
10.74 |
2.70 |
6.14 |
1.14 |
3.3. 正常老年人与轻度认知障碍老年人的各频段脑电功率谱分布特征
本研究绘制了轻度认知障碍(MCI)组与健康对照(HC)组在静息态脑电中不同频段(Delta、Theta、Alpha、Beta)的功率谱密度(Power Spectral Density, PSD)头皮地形图分布，两组受试者在各频段均表现出典型的空间分布模式(Kamal et al., 2020)，反映了不同大脑区域在特定频率下的神经振荡强度，从蓝色到红色功率逐渐升高(Kavcic et al., 2021)。整体上MCI组在低频段(Delta、Theta)表现出较为广泛且明显的前额低功率分布，颜色偏红区域相对更小；而在高频段(Alpha、Beta)，MCI组则普遍表现出功率明显降低，尤其在Alpha频段，后部高功率区域相较HC明显缩小或消失(Kim et al., 2025)，见图4。
具体来说，在Delta频段，两个组均表现出以额区为主的高功率分布，HC组的高功率区域分布更广，前额区域呈现更显著的红色，其在低频段可能存在增强的前额活动(Kuang et al., 2022)；在Theta频段，HC组的前额功率较为广泛，呈现出更对称且弥散的分布，而MCI组则在额中部呈现出较局限的功率集中且功率降低，表明MCI个体在Theta频段的功能性激活下降，MCI可能在注意力或记忆网络活动方面有异常改变；Alpha频段对比差异更为显著，HC组表现出典型的枕部高功率分布，而MCI组在该区域功率显著下降，分布更为弥散且强度较弱，反映出其静息态下皮层节律活动的紊乱；在Beta频段，HC组主要在中央和顶区展现出较强的高频功率，而MCI组整体功率较低，尤其在中顶区域下降明显，提示其高级认知加工及运动相关区域的活动减弱。总体而言，MCI组在低频段(Delta和Theta)表现与HC组略有降低但差异不大，而在高频段(Alpha和Beta)则出现明显功率下降，显示出脑电频谱在空间分布与能量强度方面的显著差异(Lian et al., 2021)，提示MCI患者脑电活动整体向慢波化转变，高频节律同步性下降，低频节律占比上升，与前人研究认知功能减退相关的结论相一致(Martin et al., 2022)。
Figure 4. Topographic distribution of PSD in two groups during resting state
图4. 两类人群静息态下PSD脑地形图
4. 讨论
总体来看，本研究结果显示MCI组脑电呈现典型的“慢波化”特征，这一变化意味着大脑活动更偏向于低频同步振荡。慢波化的神经基础与病理改变密切相关，阿尔茨海默病相关蛋白在皮层扩散，会干扰皮层兴奋–抑制平衡和神经同步化，导致高频振荡削弱、低频增强。病理还可能通过神经炎症和轴突损伤削弱神经元之间的长程连接，使得信号更倾向局部低频传播。这种慢波化反映了大脑功能效率的下降，有研究认为随着突触丢失和同步度降低，信息处理速度减慢，神经网络效率下降，从而慢波频率增加。因此MCI早期脑网络受损，导致对认知任务响应迟缓，对不同频带的电活动表现出向慢波靠拢的趋势(Požar et al., 2023)。本研究在眼闭(EC)与眼睁(EO)两种静息态条件下均观察到MCI与HC组脑电频谱分布的差异，但差异在睁眼条件下更为明显，这反映了大脑警觉及激活调节机制的异常，健康老人在闭眼时常见明显的枕部α波，而睁眼时α波功率显著下降。前人研究发现，在健康老年人中约90%个体睁眼时后部α波源活动减少10%以上，但MCI患者仅约70%呈现类似α抑制，这意味着MCI群体的α反应性(闭眼转睁眼时α振荡降低)受损，MCI患者在睁眼时难以达到同样的神经激活水平，因此MCI患者睁眼状态下差异更显著(Sharma et al., 2021)。
本研究提示相对于健康对照组，MCI受试者总体功率明显降低，闭眼状态下alpha、delta功率显著降低而Beta波功率下降的趋势较弱。根据以往研究结论，β频带功率在MCI阶段的改变较不一致，部分研究报告MCI患者β功率仅轻微下降甚至正常，只有未来转为AD的MCI患者，其顶叶β1 (13~18 Hz)功率明显更低，因此β带减弱可能主要出现在病情进展明显者。另外，β频带功率的变化也可能反映于个体差异(如焦虑、药物效应)，因此需要结合多指标综合解读(Sun et al., 2024)。β波与前额叶工作记忆及注意网络密切相关。例如，研究指出右侧背外侧额叶涉及工作记忆任务时会增强低β振荡。因此，β功率下降或同步性减弱可能与执行功能的退化相关。然而MCI阶段β波变化复杂，尚缺乏一致结论，需要结合功能磁共振等其他手段进一步验证。
脑电功率谱地形图呈现出特征性的频段变化和空间分布差异进一步支持了MCI在神经电生理层面存在异常脑功能活动的假设。低频段(尤其是Delta和Theta)功率在MCI组中略有增强，与HC差异不明显，尤其集中于前额区域，这可能反映出神经网络功能效率下降后，脑部代偿机制启动，从而在任务未启动状态下出现过度同步化现象；这种低频活动的增强也常见于多种神经退行性疾病，是早期神经变性的重要电生理标志(Wan et al., 2023)。相反，高频段(Alpha和Beta)功率在MCI组明显下降，且空间分布紊乱，尤其Alpha节律在后部区域的消退提示其警觉状态及皮层节律调控功能的减弱，而Beta频段的整体下调可能与执行功能、运动调节或顶叶功能的损伤有关。根据前人文献，本研究所示的频谱变化趋势与MCI进展为阿尔茨海默病(AD)过程中所观察到的脑电特征相符，提示脑电频谱特征有望成为MCI早期识别的生物标志之一(Teipel et al., 2016)。因此，静息态EEG作为简单可行的生理信号，其频谱特征在MCI早期诊断、干预效果评估以及大规模筛查中具有重要潜在价值(Vecchio et al., 2013)。同时，这些结果也为后续基于脑电的机器学习分类、干预评估或疾病进程追踪提供了客观依据。
本研究样本量较小，具有一定的局限性，且仅仅分析了横断研究数据，未来在加大样本量的同时，可开展纵向研究，动态跟踪MCI患者的变化，通过多次随访记录EEG，可评估认知功能退化的速率及MCI向阿尔茨海默病转化的风险，为早期干预争取时间。
基金项目
国家自然科学基金项目【32300931】。
NOTES
*通讯作者。