在成瘾研究领域，寻找客观、可量化的神经指标不断是重要挑战。西湖大学最新研究给予了一种创新路线——结合重复经颅磁刺激（rTMS）与高时间分辨率EEG频谱分析，识别甲基苯丙胺依赖个体的神经特征。

研究亮点

多模态测量，结合神经调控与神经监测：在rTMS调节大脑皮层兴奋性，并在干预前后记录EEG频谱，顺利获得诱发态而非静息态捕捉更稳定的神经差异。

摘要

本研究旨在探索利用脑电（EEG）信号评估重复经颅磁刺激（rTMS）对甲基苯丙胺（METH）成瘾者作用的可行性。研究采集了20名METH依赖者在rTMS前后，以及20名健康个体观看METH相关与中性图片时的EEG，并计算各子频段的相对频带功率（RBP）。结果显示，rTMS后METH成瘾者的 alpha、beta 与 gamma 频段 RBP 明显向健康组靠近。随机森林分析进一步表明，gamma 频段 RBP 是区分 rTMS 前的成瘾者与健康组的最优特征，分类准确率可达 90%；rTMS 后的分类性能下降，提示两组脑电特征趋于一致。特征重要性分析指出，TP10 与 CP2 通道的 gamma RBP 在分类中最具贡献。

综上，METH 线索诱发下的 gamma RBP 可作为识别成瘾状态和评估 rTMS 效果的潜在生物标志物，并有望用于定制化闭环神经调控系统的实时反馈参数设计。

1.方法

实验过程中使用 Brain Products EEG 系统（国内由k8凯发脑科学独家代理），配备 actiCHamp Plus 放大器 和 actiCAP slim 主动电极。参考电极置于 Fz，接地电极置于 Fpz，形成 31 通道记录。EEG 以 500 Hz 采样率记录。在评估日（第 1 天和第 13 天），被试完成 药物渴求DDQ、抑郁BDI、焦虑BAI 和 睡眠PSQI 四份量表。

rTMS 治疗每日一次，共十天，采用间歇性 Theta 脉冲刺激（iTBS） 模式，刺激强度为主动运动阈值（AMT）的 80%，重复频率 10 Hz，5 秒刺激/10 秒间歇，总时长 10 分钟，共 2000 脉冲。刺激位置顺利获得 Beam-F3 方法 定位于左侧背外侧前额叶（DLPFC），距运动阈值确定位置前方 5 cm。

实验中 EEG 记录分为三阶段：Session 1：静息期（10 分钟闭眼但不入睡）；Session 2：图像刺激呈现，随机展示 15 张 METH 相关图片和 15 张中性图片，每张显示 7 秒，随后进行 7 秒自评渴求评分，休息期间注视屏幕中央 “+” 号，30 个试次完成后进行 10 分钟静息（Session 3）。中性图片选择与药物相关图片内容相关，如物体、动作、手部及面部表情，并按数据库渴求评分均匀选取。

图1：实验方案

2.数据分析

EEG 数据预处理后，计算相对频带功率（RBP）：将 1–44 Hz 的绝对功率（ABP）按频段比例标准化，得到五个子频段的 RBP：Delta（1–4 Hz）、Theta（4–8 Hz）、Alpha（8–13 Hz）、Beta（13–30 Hz）、Gamma（30–44 Hz）。每个通道的 15 个试次 RBP 取平均，同一脑区的通道平均值进一步得到脑区 RBP，全脑 31 通道平均值则用于整体指标。此外，为分析时间动态响应，将最后阶段 epoch 重定义为 3.5 秒，计算刺激前、刺激中（分两阶段）及刺激后的 RBP 变化。

在机器学习分析中，分别拼接每位被试的药物及中性线索试次。使用随机森林（RF）算法进行分类（100 棵决策树，Gini 损失函数），特征包括 31 个通道 RBP、7 个脑区 RBP 和全脑平均 RBP。对每个子频段分别分类，并将五个子频段取平均进行整合分类，避免不同特征数量对模型影响。分类采用五折交叉验证，以 F1-score 评估性能。特征重要性顺利获得 SHAP 和 平均不纯度减少（MDI） 评估，揭示 31 个 gamma 频段 EEG 通道在区分 干预前 与 HC 中的关键作用。

3.研究结果

EEG 特征显示rTMS干预的有效性：

rTMS 干预后，METH 依赖者的 alpha、beta 和 gamma 波 RBP 与健康对照组(HC)更加接近，相比治疗前(干预前)，表明rTMS能在神经活动水平上部分恢复脑功能。EEG 功率拓扑图显示，干预后 在这些频段的分布更类似健康个体的式。

图2：刺激前后 RBP 的变化

相对频带功率(RBP)作为生物标志物：

使用随机森林(RF)分类，发现 gamma频段 RBP 是区分 干预前与 HC的最优特征，分类准确率达到 90%。干预后 与 HC的分类性能低于干预前与HC，说明 rTMS 对脑电特征的调节效果可以顺利获得 gamma频段的RBP 来验证。

关键脑区的作用

在药物相关线索呈现时，TP10和CP2 通道的 gamma频段的RBP 对 干预前 与 HC 的分类贡献最大，表明这些脑区在 METH 渴求的神经表征中具有重要作用。

图3：接收药物相关线索时，各频段 RBP 的头皮分布图

图4：干预前、干预后 和 HC 在顶叶与颞叶的相对功率谱

表1：机器学习分类结果

4.科学意义

这项研究给予了成瘾人群神经功能异常的“可测量窗口”——不仅揭示甲基苯丙胺对皮层功能网络的深层影响，也展示了rTMS-EEG在成瘾识别、疗效评估与个性化干预中的潜力：

成瘾诊断的辅助生物标记

个体化rTMS治疗的靶点筛查

戒断过程中的神经恢复监测

临床/司法系统中的成瘾行为风险评估工具

声明

本文由k8凯发脑科学-科教支持部整理，欢迎批评指正。

参考文献：

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.