独立组件分析预处理如何影响EEG微态?
Fiorenzo Artoni1,2, Christoph M Michel3,4
1Department of Clinical Neurosciences, Faculty of Medicine, Université de Genève, Geneva, Switzerland. fiorenzo.artoni@unige.ch.
Brain topography
|February 4, 2025
概括
脑电图 (EEG) 微态分析对于研究大脑网络是可靠的,但眼部人工物去除对于准确的结果至关重要. 适当的预处理确保微状态特征能够强大捕捉大脑活动.
科学领域:
- 神经科学是一个神经科学.
- 认知神经科学 认知神经科学
- 大脑网络动力学
背景情况:
- 电脑电图 (EEG) 微态提供了对大规模大脑网络动态的毫秒级洞察力.
- 微态研究有助于理解休息和障碍时的大脑功能组织.
- 跨研究的不一致的人工物删除策略可能会损害微状态结果的概括性.
研究的目的:
- 评估EEG微态提取的可靠性和在不同预处理策略下的特征稳定性.
- 评估基于独立组件分析 (ICA) 的工件移除对微态分析的影响.
- 为了确定微态特征对不同级别的EEG数据预处理的稳定性.
主要方法:
- 使用了规范性的静止状态EEG数据集,交替开眼 (EO) 和闭眼 (EC) 条件.
- 使用ICA比较了四种物件去除策略:没有ICA,只眼部物件,所有物件,只脑部部件.
- 分析了预处理对微状态评估标准,地形和EO/EC比较功率的影响.
主要成果:
- 跳过眼部人工物移除会显著影响微状态的稳定性,并降低EO/EC比较的统计能力.
- 更积极的预处理 (删除所有工件或仅保留大脑IC) 显示出不那么突出的差异.
- 微态地形和特征是强大的文物当眼部文物被删除,即使在不同的预处理水平.
结论:
- 精确的EEG微态分析需要小心地去除眼部工件.
- 微状态特征是强大的,当预处理充足时,可以可靠地反映大脑活动.
- 标准化,自动化微状态提取管道是可行的,适当的工件处理.
