在成癮研究領域，尋找客觀、可量化的神經指標一直是重要挑戰。西湖大學最新研究提供了一種創新路線——結合重復經顱磁刺激（rTMS）與高時間分辨率EEG頻譜分析，識別甲基苯丙胺依賴個體的神經特征。

研究亮點

多模態測量，結合神經調控與神經監測：在rTMS調節大腦皮層興奮性，并在干預前后記錄EEG頻譜，通過誘發態而非靜息態捕捉更穩定的神經差異。

摘要

本研究旨在探索利用腦電（EEG）信號評估重復經顱磁刺激（rTMS）對甲基苯丙胺（METH）成癮者作用的可行性。研究采集了20名METH依賴者在rTMS前后，以及20名健康個體觀看METH相關與中性圖片時的EEG，并計算各子頻段的相對頻帶功率（RBP）。結果顯示，rTMS后METH成癮者的 alpha、beta 與 gamma 頻段 RBP 明顯向健康組靠近。隨機森林分析進一步表明，gamma 頻段 RBP 是區分 rTMS 前的成癮者與健康組的最優特征，分類準確率可達 90%；rTMS 后的分類性能下降，提示兩組腦電特征趨于一致。特征重要性分析指出，TP10 與 CP2 通道的 gamma RBP 在分類中最具貢獻。

綜上，METH 線索誘發下的 gamma RBP 可作為識別成癮狀態和評估 rTMS 效果的潛在生物標志物，并有望用于定制化閉環神經調控系統的實時反饋參數設計。

1.方法

實驗過程中使用 Brain Products EEG 系統（國內由瀚翔腦科學獨家代理），配備 actiCHamp Plus 放大器 和 actiCAP slim 主動電極。參考電極置于 Fz，接地電極置于 Fpz，形成 31 通道記錄。EEG 以 500 Hz 采樣率記錄。在評估日（第 1 天和第 13 天），被試完成 藥物渴求DDQ、抑郁BDI、焦慮BAI 和 睡眠PSQI 四份量表。

rTMS 治療每日一次，共十天，采用間歇性 Theta 脈沖刺激（iTBS） 模式，刺激強度為主動運動閾值（AMT）的 80%，重復頻率 10 Hz，5 秒刺激/10 秒間歇，總時長 10 分鐘，共 2000 脈沖。刺激位置通過 Beam-F3 方法 定位于左側背外側前額葉（DLPFC），距運動閾值確定位置前方 5 cm。

實驗中 EEG 記錄分為三階段：Session 1：靜息期（10 分鐘閉眼但不入睡）；Session 2：圖像刺激呈現，隨機展示 15 張 METH 相關圖片和 15 張中性圖片，每張顯示 7 秒，隨后進行 7 秒自評渴求評分，休息期間注視屏幕中央 “+” 號，30 個試次完成后進行 10 分鐘靜息（Session 3）。中性圖片選擇與藥物相關圖片內容相關，如物體、動作、手部及面部表情，并按數據庫渴求評分均勻選取。

圖1：實驗方案

2.數據分析

EEG 數據預處理后，計算相對頻帶功率（RBP）：將 1–44 Hz 的絕對功率（ABP）按頻段比例標準化，得到五個子頻段的 RBP：Delta（1–4 Hz）、Theta（4–8 Hz）、Alpha（8–13 Hz）、Beta（13–30 Hz）、Gamma（30–44 Hz）。每個通道的 15 個試次 RBP 取平均，同一腦區的通道平均值進一步得到腦區 RBP，全腦 31 通道平均值則用于整體指標。此外，為分析時間動態響應，將最后階段 epoch 重定義為 3.5 秒，計算刺激前、刺激中（分兩階段）及刺激后的 RBP 變化。

在機器學習分析中，分別拼接每位被試的藥物及中性線索試次。使用隨機森林（RF）算法進行分類（100 棵決策樹，Gini 損失函數），特征包括 31 個通道 RBP、7 個腦區 RBP 和全腦平均 RBP。對每個子頻段分別分類，并將五個子頻段取平均進行整合分類，避免不同特征數量對模型影響。分類采用五折交叉驗證，以 F1-score 評估性能。特征重要性通過 SHAP 和 平均不純度減少（MDI） 評估，揭示 31 個 gamma 頻段 EEG 通道在區分 干預前 與 HC 中的關鍵作用。

3.研究結果

EEG 特征顯示rTMS干預的有效性：

rTMS 干預后，METH 依賴者的 alpha、beta 和 gamma 波 RBP 與健康對照組(HC)更加接近，相比治療前(干預前)，表明rTMS能在神經活動水平上部分恢復腦功能。EEG 功率拓撲圖顯示，干預后 在這些頻段的分布更類似健康個體的式。

圖2：刺激前后 RBP 的變化

相對頻帶功率(RBP)作為生物標志物：

使用隨機森林(RF)分類，發現 gamma頻段 RBP 是區分 干預前與 HC的最優特征，分類準確率達到 90%。干預后 與 HC的分類性能低于干預前與HC，說明 rTMS 對腦電特征的調節效果可以通過 gamma頻段的RBP 來驗證。

關鍵腦區的作用

在藥物相關線索呈現時，TP10和CP2 通道的 gamma頻段的RBP 對 干預前 與 HC 的分類貢獻最大，表明這些腦區在 METH 渴求的神經表征中具有重要作用。

圖3：接收藥物相關線索時，各頻段 RBP 的頭皮分布圖

圖4：干預前、干預后 和 HC 在頂葉與顳葉的相對功率譜

表1：機器學習分類結果

4.科學意義

這項研究提供了成癮人群神經功能異常的“可測量窗口”——不僅揭示甲基苯丙胺對皮層功能網絡的深層影響，也展示了rTMS-EEG在成癮識別、療效評估與個性化干預中的潛力：

成癮診斷的輔助生物標記

個體化rTMS治療的靶點篩查

戒斷過程中的神經恢復監測

臨床/司法系統中的成癮行為風險評估工具

聲明

本文由瀚翔腦科學-科教支持部整理，歡迎批評指正。

參考文獻：

Zeng, Z., Chen, Y. H., Gao, X., Zheng, W., Wu, H., Zhu, Z., ... & Sawan, M. (2025). Repetitive TMS-based Identification of Methamphetamine-Dependent Individuals Using EEG Spectra. IEEE Sensors Journal.