ER-detect:在BIDS-iEEG电刺激数据中进行可靠的早期唤起反应检测
Max A van den Boom1,2, Nicholas M Gregg3, Gabriela Ojeda Valencia1
1Department of Physiology and Biomedical Engineering, Mayo Clinic; Rochester, MN, USA.
bioRxiv : the preprint server for biology
|January 23, 2024
概括
我们开发了Early Response (ER) -detect,这是一种自动化工具,用于处理内EEG (iEEG) 数据,以测量人类大脑的连接性. ER-detect准确地检测到早期引起的反应,与可重复性研究的人类可靠性相匹配.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 生物医学工程 生物医学工程
背景情况:
- 人类大脑的连接对于理解大脑功能至关重要.
- 带有单脉冲电刺激的内EEG (iEEG) 提供了毫秒的精度来评估信息传播.
- 目前分析皮质皮质唤起潜能 (CCEPs) 的方法可能是劳动密集型的,缺乏标准化.
研究的目的:
- 为处理iEEG CCEP数据开发一个强大的,自动化的工作流.
- 为了在大脑连接性研究中实现早期唤起反应的可重复检测.
- 提供一个开源工具,用于对大型CCEP数据集进行有效分析.
主要方法:
- 开发早期响应 (ER) -detect,一个开源的Python包和Docker应用程序.
- 预处理BIDS结构化的iEEG数据.
- 实施和验证三个自动化的CCEP响应检测算法.
- 与14个手动注释的CCEP数据集与四个独立的评级人员进行验证.
主要成果:
- ER-detect实现了与人类互评分器可靠性 (Cohen's Kappa ~0.6) 相比的自动检测性能.
- 该软件优化用于处理大型CCEP数据集,方便连接原子调查.
- 在基于CCEP的连接结果中证明了一致性和可重复性.
结论:
- 对于iEEG CCEP数据分析,ER-detect提供了一个标准化和高效的工作流.
- 该工具增强了大脑连接研究的可重现性.
- 早期唤起反应的自动检测是可行的和可靠的ER-detect.
