为了在TMS-EEG数据预处理中定义一个标准

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:

• 将非侵入性脑刺激 (NIBS) 与电生理学记录相结合,如间磁刺激 (TMS) 和脑电图 (EEG),对于神经科学研究至关重要.
• 由于EEG数据中的磁脉冲诱导人工物,TMS-EEG集成面临着挑战,需要强大的预处理管道.
• 现有的TMS-EEG人工物预处理方法显示出可变性,影响研究可重复性.

研究的目的:

• 量化描述和比较三个领先的TMS-EEG文物预处理管道的性能:ARTIST,TESA和SOUND/SSP-SIR.
• 评估每条管道的文物重建的时空精度和可靠性.
• 评估每个管道对TMS-EEG数据试验间变异性的影响.

主要方法:

• 利用合成的TMS-EEG信号与已知的基准真相客观地评估文物移除.
• 应用并比较了三个不同的预处理管道:ARTIST,TESA和SOUND/SSP-SIR.
• 基于人工物清除效率和信号重建准确度量化评估管道性能.

主要成果:

• 所有评估的管道都证明了有效地从TMS-EEG信号中去除工件.
• 在重建原始,无文物信号的时空精度上观察到差异.
• 发现ARTIST管道在处理的EEG数据中引入了非内在的试验间变异性.

结论:

• 虽然ARTIST,TESA和SOUND/SSP-SIR在TMS-EEG器件移除方面是有效的,但研究人员必须考虑它们对信号忠实性和可变性的差异性影响.
• 预处理管道的选择可以影响神经活动和试验间一致性的评估.
• 这种使用合成数据的比较分析为选择适当的TMS-EEG预处理方法提供了定量参考.