DISCOVER-EEG:一个开放的,完全自动化的EEG管道,用于临床神经科学中的生物标志物发现

科学领域:

• 神经科学是一个神经科学.
• 计算精神病学是一种计算精神病学.
• 生物标志物发现发现

背景情况:

• 对神经和精神疾病的生物标志物发现需要用于大型数据集的可复制方法.
• 电脑电图 (EEG) 显示出确定生物标志物的前景,但其分析耗时且取决于研究人员.

研究的目的:

• 开发一个开放和自动化的管道,DISCOVER-EEG,以高效地预处理,分析和可视化静态EEG数据.
• 促进大型EEG数据集的聚合,重复使用和分析,促进开放和可重复的研究.

主要方法:

• 开发了DISCOVER-EEG,这是一个针对符合脑成像数据结构 (BIDS) 的EEG数据的自动化管道.
• 使用EEGLAB和FieldTrip工具箱进行特征提取 (振荡功率,连接性,网络特征) 和可视化.
• 在两个大型,公开可用的健康参与者和精神病患者的EEG数据集上测试了管道.

主要成果:

• DISCOVER-EEG管道成功自动化了静止状态EEG数据的预处理和分析.
• 从生理意义上的大脑功能特征被提取并有效地可视化.
• 管道的实用性在各种数据集上得到证明,包括那些患有精神疾病的人.

结论:

• DISCOVER-EEG简化了EEG数据分析,使生物标志物发现更容易获得和可重复.
• 该管道支持神经和精神疾病的新生物标志物的开发,包括在健康衰老研究中的潜在应用.
• 通过促进大脑功能研究中的数据共享和重用,促进开放科学原则.