神经交互式嗅觉检测方法及其在阿尔兹海默症早期筛查中的应用研究

As a consequence of an aging population, Alzheimer’s disease (AD) is one of the most serious threats to the health of the elderly. AD begins histopathologically many years before clinical symptoms manifest. The insidious onset of symptoms makes most patients diagnosed at advanced stage and miss the best time for treatment. Therefore, development of technique for early diagnosis of AD will effectively retard and control the progress of disease, and reduce treatment cost. It is now well established that patients with AD are expected to develop olfactory dysfunction early in the disease. Olfactory dysfunction in AD correlate with disease progression, and are regarded as an early diagnostic marker in predicting incident AD. An olfactory dysfunction is typically assessed by using psychophysical tests or electrophysiological measure. However, individual difference and subjectivity of test subjects will influence the test results, which makes it difficult to build a quantitative, comparable standard for evaluating the detection results. In this project, we take advantage of neural interface technology to extract the spontaneous neural activity of olfactory system. By analyzing the correspondence between neural activity and olfactory function, we extract the feature signals which could represent the olfactory function, and decode the feature signals into measurement parameters. According to the quantitative description of olfactory function, we can develop an AD specific olfactory model. This project will provide an new approach for clinically simple, fast and reliable diagnosis of AD.

随着人口老龄化问题不断加重，阿尔兹海默症（Alzheimer’s disease, AD）已成为危害老年人健康的主要疾病之一。AD早期症状不明显，导致临床上被确诊的大部分患者已处于病程中晚期，从而错过最佳治疗干预时段。因此，发展AD早期筛查诊断技术可以有效控制延缓患者病情，降低治疗成本。由于AD患者在临床前期就出现嗅觉障碍的症状，嗅觉功能检测被认为是可能实现早期筛查的有效方法。但是，传统的基于气味诱导的检测方法因受到测试者个体差异和主观性的影响，无法建立可量化、标准化的检测模型。为此，本项目提出利用在体神经交互技术，记录嗅觉系统中自发的、非气味诱导的神经电生理活动，通过研究神经活动与嗅觉功能的对应关系，提取可表征嗅觉功能的特征信号，并结合神经解码将特征信号转化成检测参数，实现嗅觉功能的定量检测，进而建立AD嗅觉检测模型，为临床上实现简单、快速、可靠的早期AD筛查和诊断提供新的方法和手段。

嗅觉障碍是多种疾病的早期症状，如新型冠状病毒感染的症状之一是嗅觉丧失，阿尔茨海默病和帕金森病患者通常伴有嗅觉降低或丧失。研究基于嗅觉功能检测的早期疾病筛查和诊断技术对控制患者病情、改善人类健康具有重要意义。目前嗅觉功能障碍的检测与评价方法尚不能有效地筛查和诊断各类嗅觉障碍相关疾病，而仿生嗅觉感知技术在模拟人类嗅觉感知系统方面具备一定的灵敏度、选择性和准确度，因此在嗅觉障碍相关疾病筛查中具有广阔的应用前景。由于AD患者在临床前期就出现嗅觉障碍的症状，嗅觉功能检测被认为是可能实现早期筛查的有效方法。但是，传统的基于气味诱导的检测方法因受到测试者个体差异和主观性的影响，无法建立可量化、标准化的检测模型。为此，本项目提出利用在体神经交互技术，记录嗅觉系统中自发的、非气味诱导的神经电生理活动，通过研究神经活动与嗅觉功能的对应关系，提取可表征嗅觉功能的特征信号，并结合神经解码将特征信号转化成检测参数，实现嗅觉功能的定量检测，进而建立AD嗅觉检测模型。.本项目设计加工了多种适用于记录小鼠嗅球神经电信号的植入式微纳电极阵列，实现了不同深度嗅球位点的同步记录。利用神经电极提取了清醒状态下、不同年龄段的正常鼠、AD鼠和其他类型嗅觉障碍鼠的嗅球电生理信号，发现AD鼠嗅球局部场电位与正常鼠存在明显差异。进一步提取不同频段信号，发现存在两种特征波形：呼吸节律（0–12 Hz）和γ振荡（40–120 Hz）。进一步，我们统计了2、3、4、6和8月龄的正常鼠和AD鼠不同频段的能量随月龄的变化关系。结果显示，正常鼠和AD鼠嗅球LFP的能量及耦合关系从4月龄开始出现了显著的差异，这与AD小鼠的嗅觉行为同步。因此，本项目从电生理角度解释早期嗅觉障碍出现的可能原因，建立了AD特异性的嗅觉测试指标，表明了利用电生理进行AD早期诊断的潜力，也为AD的预防和治疗提供了一定的参考价值。