自發(fā)運動是自我意識的一個基本要素。準備電位（readiness potential--RP，自發(fā)動作前的一種緩慢神經(jīng)活動）反映準備自發(fā)運動的神經(jīng)過程；但至今對RP的解釋仍有爭議。先前研究表明內(nèi)部身體信號影響感覺加工和持續(xù)神經(jīng)活動，瑞士聯(lián)邦理工學院認知神經(jīng)科學實驗室Hyeong-Dong Park和Olaf Blanke等人在Nature Communications雜志發(fā)表文章，研究內(nèi)感受器身體信號在自發(fā)運動和RP中的潛在作用。實驗要求被試執(zhí)行兩個經(jīng)典的自發(fā)運動任務(wù)（Kornhuber任務(wù)和Libet任務(wù)）以及一個外部觸發(fā)動作任務(wù)，同時記錄被試的EEG和ECG信號以及呼吸數(shù)據(jù)。研究集中分析自發(fā)運動與心跳相位（心縮相位vs.心舒相位）、呼吸相位（吸氣相位vs.呼氣相位）的耦合。

結(jié)果發(fā)現(xiàn)：

1）被試在呼氣過程中更頻繁地進行自發(fā)運動。       

2）在外部觸發(fā)動作過程中不存在這種呼吸-動作耦合。

3）RP波幅受到呼吸的調(diào)節(jié)。研究說明呼吸波動（而非心跳波動）與自發(fā)運動、自發(fā)運動的神經(jīng)指標（RP）耦合，并且在外部觸發(fā)動作過程中不存在這種呼吸-動作耦合。研究者的發(fā)現(xiàn)說明自發(fā)運動與呼吸系統(tǒng)耦合，進一步表明RP（準備電位）與持續(xù)神經(jīng)活動波動（由非自主和循環(huán)運動呼吸驅(qū)動）有關(guān)。 

方法：

被試：實驗1有20名被試；實驗2和實驗3有34名被試。

程序：實驗1（Kornhuber任務(wù)）：要求被試每8-12s用右手食指主動按鍵。要求被試不要數(shù)數(shù)字評估時間，避免使用規(guī)則或有節(jié)奏按鍵，最大限度發(fā)揮任務(wù)的自發(fā)性。實驗1結(jié)束后，采集被試閉眼靜息態(tài)數(shù)據(jù)3min。

實驗2（Libet任務(wù)）：一個紅點以每周期2560ms的速度在鐘面旋轉(zhuǎn)。要求被試至少等待一個完整的旋轉(zhuǎn)后，用右手食指按鍵。要求被試避免預先假設(shè)點的位置，避免使用相同的試次間間隔。被試按鍵結(jié)束后，點自動消失。4s后，紅點再次出現(xiàn)在相同的位置，要求被試判斷自己首次感覺到按鍵意識的鐘表位置（W-time）。

實驗3（外部觸發(fā)任務(wù)）：要求被試在覺察到綠點后按鍵，該綠點在紅點旋轉(zhuǎn)時出現(xiàn)（出現(xiàn)時間為200ms）。按鍵后紅點消失。根據(jù)被試在Libet實驗中的表現(xiàn)設(shè)定綠點出現(xiàn)的間隔。為了收集實驗3中綠點出現(xiàn)的個體間隔數(shù)據(jù)，實驗開始是Libet任務(wù)，剩余5個block偽隨機。被試完成實驗2和實驗3后，采集5min EEG睜眼靜息態(tài)數(shù)據(jù)。 

呼吸記錄和分析：使用呼吸帶（采樣率為2000Hz）采集連續(xù)呼吸信號，使用FieldTrip軟件分析數(shù)據(jù)。為確定按鍵時的瞬時呼吸相位，首先進行0.2-0.8Hz的帶通濾波，并且進行Hilbert變換（Fig. S1）。通過將呼吸信號與在基于個體定義的模板關(guān)聯(lián)來檢測吸氣峰值。對于MI（Modulation index 調(diào)制指數(shù)）分析，連續(xù)呼吸數(shù)據(jù)降采樣到512Hz。

Fig. S1 呼吸相位計算。呼吸信號進行0.2-0.8Hz的帶通濾波。然后使用Hilbert轉(zhuǎn)換獲得呼吸相位。

EEG采集和分析：使用64導主動電極EEG系統(tǒng)收集EEG信號（ActiveTwo system, Biosemi），

采樣率為2048Hz，并進行400Hz的在線低通濾波。
1）EEG數(shù)據(jù)降采樣為512Hz，并進行0.1-40Hz的帶通濾波；

2）然后對數(shù)據(jù)進行全腦平均參考；

3）零點設(shè)置為按鍵開始時，進行分段：-4至1s；

4）偽跡檢測：大于±3SD的時間段刪除；

5）平均試次。經(jīng)典的RPs出現(xiàn)在額中部電極點，因此，研究者采用Cz, FCz, Fz, AFz。

  ECG記錄和分析：記錄EEG的同時記錄ECG信號（同樣采用BIOSEMI產(chǎn)品），并對數(shù)據(jù)進行相同的預處理。雙極ECG電極放在右肩和腹部左側(cè)底部。為計算按鍵時的ECG信號，研究者采用基于峰值覺察算法的方法。通過將ECG信號與基于個體定義的模板QRS復合體。使用公式：φ(t) = 2π((t –ta)/(tb ? ta))計算ECG的相位，ta和tb是圍繞當前時間樣本的兩個連續(xù)峰值的時間（Fig. S3）。

Fig. S3 心跳相位的計算。采用基于峰值覺察算法的方法計算心率相位。

呼吸-自發(fā)運動耦合的統(tǒng)計：使用置換檢驗探索按鍵時間和呼吸相位之間相關(guān)的顯著性。1）使用Hodges–Ajne檢驗評估循環(huán)數(shù)據(jù)的一致性。Hodges–Ajne檢驗結(jié)果是得到統(tǒng)計量（M，定義為在圓圈的一半中可以觀察到的最小數(shù)據(jù)點數(shù)）。當檢驗統(tǒng)計量小于預期數(shù)時，拒絕零假設(shè)。2）將原始統(tǒng)計量M與隨機置換生成的數(shù)據(jù)M值進行比較。置換次數(shù)為1000次。 

RP波幅和呼吸相位之間的MI（調(diào)制指數(shù)）：評估呼吸相位和RP波幅之間的耦合：

1）計算單個試次-4至0s時間窗（大約一次呼吸周期）的呼吸相位和RP波幅。

2）根據(jù)跨越0-2π區(qū)間的六個呼吸相位對數(shù)據(jù)進行平均。六個呼吸相位沒有六個平均RP（準備電位）波幅的試次被排除。對每個呼吸相位的RP波幅進行歸一化處理（Fig. 3）。

3）通過計算MI量化RP振幅與呼吸相位之間的耦合程度，該方法使用平均RP波幅量化了相位的波幅分布偏離均勻分布的程度。越強的相位-波幅耦合（越大的偏離）導致越高的MI值。

4）使用置換檢驗測量MI的顯著性。首先使用原始的EEG-呼吸數(shù)據(jù)計算總平均MI。接下來，將原始總平均MI與隨機生成數(shù)據(jù)的MI值進行比較，置換次數(shù)為1000次。

5）為計算呼吸相位與靜息態(tài)EEG波幅之間的MI值，EEG數(shù)據(jù)以吸氣峰值為零點，分為-2至2s的時間窗（Fig. 4a）。然后采用相同的方法分析靜息狀態(tài)EEG波幅與呼吸相位之間的耦合。 

結(jié)果：

呼吸相位與自發(fā)運動相耦合：

1）實驗1的結(jié)果發(fā)現(xiàn)按鍵（等待時間）之間的間隔分布顯示右傾斜形狀（Fig. 1a）。按鍵間隔平均為11.20±2.3s，這些間隔的標準差平均為3.26±1.70s，該結(jié)果表示被試成功執(zhí)行了Kornhuber任務(wù)。

2）自發(fā)運動的開始是否與自發(fā)的呼吸信號相關(guān)。計算按鍵開始時的呼吸相位（Fig. 1）。

結(jié)果發(fā)現(xiàn)：在開始吸氣之前的呼氣階段，尤其是呼氣的最后階段，被試更頻繁地按鍵。20名被試中有19名在呼氣階段觀察到按鍵時的平均呼吸相位，即在0到π之間（Fig. 1b）。

3）實驗結(jié)束后，要求被試回答他們是否意識到呼吸或心率與按鍵的關(guān)系（Q1），以及被試是否根據(jù)呼吸或心率去按鍵（Q2）。20名被試中有18名被試回答NO，這說明被試未意識到自發(fā)運動和呼吸之間的關(guān)系。

Fig. 1 在Kornhuber任務(wù)中，自發(fā)運動和呼吸相位之間的耦合。

a. 等待時間的分布（n=20）顯示出典型的右偏形狀。

b. 自發(fā)運動開始時，呼吸相位的分布情況?？盏暮谌Υ砻總€被試在按鍵時的平均呼吸相位。被試在呼氣相位更頻繁地發(fā)起自發(fā)運動。直方圖顯示32名被試的所有按鍵的分布，這也集中在呼氣相位。紅點表示總平均呼吸相位。

c. 置換檢驗結(jié)果直方圖。結(jié)果顯示按鍵時間與呼吸相位相耦合。藍線表示原始數(shù)據(jù)的p值。

4）實驗2中，按鍵等待時間平均為6.67±1.52s，等待時間的標準差平均為2.20±0.97s。W-time平均為-0.26±0.17s。實驗2重復實驗1的結(jié)果，即被試在呼氣階段更頻繁地按鍵（Fig. 2b, c）。32名被試中有30人在呼氣階段觀察到按鍵時的平均呼吸相位（Fig. 2b）。實驗后要求被試回答他們是否意識到呼吸或心率與按鍵的關(guān)系（Q1），以及被試是否根據(jù)呼吸或心率去按鍵（Q2）。32名被試中有31名被試回答NO。Fig. 2 在Libet任務(wù)中，自發(fā)運動和呼吸相位之間的耦合。

a. 等待時間的分布（n=32）顯示出典型的右偏形狀。

b. 自發(fā)運動開始時，呼吸相位的分布情況?？盏暮谌Υ砻總€被試在按鍵時的平均呼吸相位。被試在呼氣相位更頻繁地發(fā)起自發(fā)運動。直方圖顯示32名被試的所有按鍵的分布，這也集中在呼氣相位。紅點表示總平均呼吸相位。

c. 置換檢驗結(jié)果直方圖。結(jié)果顯示按鍵時間與呼吸相位相耦合。藍線表示原始數(shù)據(jù)的p值。

呼吸相位與非自發(fā)運動沒有耦合關(guān)系：

在外部觸發(fā)動作任務(wù)中（實驗3），從鐘表旋轉(zhuǎn)開始到按鍵之間的時間間隔平均為7.03±1.56s（Fig. S2），間隔的標準差平均為1.98±0.85s。置換檢驗說明在外部觸發(fā)動作任務(wù)中，被試的按鍵與呼吸相位無耦合關(guān)系（Fig. S2b, c）。這些結(jié)果說明呼吸相位和運動開始之間的耦合關(guān)系是特異于自發(fā)運動的，而沒有在外部觸發(fā)動作任務(wù)中發(fā)現(xiàn)。

Fig. S2 實驗3中，外部觸發(fā)按鍵開始和呼吸相位。

a. 從試次開始到外部觸發(fā)按鍵的間隔分布（n=32）。

b. 外部觸發(fā)按鍵開始時，呼吸相位的分布情況?？盏暮谌Υ砻總€被試在按鍵時的平均呼吸相位。被試在呼氣相位更頻繁地發(fā)起自發(fā)運動。直方圖顯示32名被試的所有按鍵的分布，均勻分布。紅點表示總平均呼吸相位。

c. 置換檢驗結(jié)果直方圖。結(jié)果顯示實驗3中的按鍵時間與呼吸相位沒有耦合關(guān)系。藍線表示原始數(shù)據(jù)的p值。

心跳相位與自發(fā)運動沒有聯(lián)系：

檢驗心跳信號的相位是否與自發(fā)運動有聯(lián)系。采用基于峰值覺察算法的方法計算ECG信號相位（Fig. S3）。在實驗1中，按鍵時的心跳相位分布是不均勻的（Fig. S4）。在實驗2和3中，心跳相位和按鍵之間的相關(guān)不顯著（Fig. S5a, S5b）。這個結(jié)果說明被試按鍵與心跳相位沒有關(guān)系。總的來說，研究者的行為結(jié)果顯示在兩種經(jīng)典的自發(fā)運動任務(wù)中，自主呼吸相位，而不是心跳相位，與自發(fā)運動開始有耦合關(guān)系。并且在外部觸發(fā)運動中缺乏這種呼吸-運動耦合。問卷數(shù)據(jù)進一步表明，被試沒有意識到呼吸與其自發(fā)運動之間的這種耦合關(guān)系。

Fig. S4 實驗1中，自發(fā)運動時的心率相位分布。空的黑圈代表每個被試在按鍵時的平均心跳相位。未出現(xiàn)偏好相位。直方圖顯示20名被試的所有按鍵的分布，均勻分布。

Fig. S5 實驗2和3中，按鍵時的心率相位分布。空的黑圈代表每個被試在按鍵時的平均心跳相位。未出現(xiàn)偏好相位。直方圖顯示31名被試的所有按鍵的分布，均勻分布。

呼吸相位和RP波幅之間的耦合：

檢驗呼吸信號是否影響RP（準備電位）。由于1）實驗1和2中的范式在RP研究中經(jīng)常使用；2）在兩種任務(wù)中，研究者觀察到相似的呼吸-運動耦合；3）增加統(tǒng)計檢驗力，因此研究者結(jié)合實驗1和實驗2的EEG-呼吸數(shù)據(jù)。首先，通過平均自發(fā)運動之前的EEG信號來識別典型的RPs成分（Fig. 3a），自發(fā)運動開始前大約2s在中部和額中部出現(xiàn)RPs。接下來檢驗RP波幅是否與呼吸信號的相位有聯(lián)系。簡單來說，根據(jù)呼吸階段六個bins，計算單個試次的平均RP波幅。為確定呼吸相位和RP波幅之間耦合的統(tǒng)計顯著性，計算每個被試的調(diào)制指數(shù)（MI）。結(jié)果說明，相比于吸氣階段，被試在呼氣階段的RP波幅更小（Fig. 3b）。置換檢驗結(jié)果說明原始分數(shù)的MI值顯著大于隨機信號的MI值，這證明了呼吸和RP之間的這種顯著的相位-波幅耦合（Fig. 3c）。

Fig. 3 呼吸相位與準備電位（RP）波幅之間的耦合。

a. RP EEG波幅（額中部電極點）。-4至-2s以及-2至0s的地形圖。

b. RP波幅作為呼吸相位的六個相同大小bins的函數(shù)。

c. MI值檢驗結(jié)果直方圖。藍線表示原始數(shù)據(jù)的MI值的p值。結(jié)果說明原始數(shù)據(jù)MI值顯著大于隨機數(shù)據(jù)生成的MI值。

靜息態(tài)EEG不受呼吸相位的調(diào)節(jié)：

為排除RP波幅與呼吸相位之間的這種耦合關(guān)系可能僅僅反映了呼吸對EEG信號的噪音影響，研究者檢驗呼吸相位是否與靜息態(tài)EEG波幅的調(diào)節(jié)有關(guān)：1）計算鎖時到吸氣峰值的靜息態(tài)EEG波幅（與RP波幅相同的電極點）。2）計算靜息態(tài)EEG波幅和呼吸相位之間的MI值（Fig. 4a, b）。置換檢驗結(jié)果顯示原始信號的MI值與隨機信號的MI值無顯著差異（Fig. 4c）。這個結(jié)果說明鎖時到吸氣峰值的靜息態(tài)EEG波幅不依賴于呼吸相位，呼吸信號和RP波幅之間的耦合關(guān)系與呼吸信號對靜息態(tài)EEG活動的噪音影響無關(guān)。

Fig. 4 呼吸相位和靜息態(tài)EEG波幅。

a. 鎖時到吸氣峰值的靜息態(tài)EEG波幅（額中部電極點，n=50）。

b. 靜息態(tài)EEG波幅作為呼吸相位的六個相同大小bins的函數(shù)。

c. MI值檢驗結(jié)果直方圖。藍線表示原始數(shù)據(jù)的MI值的p值。結(jié)果說明鎖時到吸氣峰值處的EEG波幅不依賴于呼吸相位。

總結(jié)：

該研究的主要發(fā)現(xiàn)：

1）被試的呼吸模式與自發(fā)運動有耦合關(guān)系。該結(jié)果在兩種常用的自發(fā)運動范式以及兩個不同的被試群體中均可觀察到：Kornhuber任務(wù)（Experiment 1）和Libet任務(wù)（Experiment

2）。這說明呼吸相位與間隔估計無關(guān)。2）呼吸相位與非自發(fā)運動無耦合關(guān)系（實驗3，外部觸發(fā)動作）。

總體來說，3個實驗的發(fā)現(xiàn)證明呼吸相位（內(nèi)感受器加工）與自發(fā)運動有關(guān)，而非間隔估計或外部觸發(fā)運動。總的來說，自主呼吸影響人類自我意識和運動認知的一個基本方面（自發(fā)運動）以及最經(jīng)典的EEG成分之一，RP（準備電位）。該研究發(fā)現(xiàn)通過結(jié)合神經(jīng)科學的兩個不同領(lǐng)域，為RP提供了新的見解：1）RP與持續(xù)的神經(jīng)元活動波動有關(guān)；2）內(nèi)感受器加工，特別是與呼吸有關(guān)的加工，是這種持續(xù)神經(jīng)元波動的重要來源。彌合這兩個獨立領(lǐng)域之間的差距，研究者表明自發(fā)運動中的RP與呼吸系統(tǒng)驅(qū)動的持續(xù)神經(jīng)元活動的波動有關(guān)。最后研究者的結(jié)果也有可能有助于解決Benjamin Libet提出的RP與相關(guān)神經(jīng)活動（主觀感覺或運動意圖）之間的困惑問題。研究者建議RP不對應于“自發(fā)運動的無意識大腦啟動”，而至少部分反映了呼吸相關(guān)的皮層加工，這與自發(fā)運動是耦合關(guān)系。
原文：Breathing is coupled with voluntary action and the cortical readiness potential

微信掃碼或者長按選擇識別關(guān)注思影