剩余的EEG预处理状态如何影响后处理的结果?
Shiang Hu1, Jie Ruan1, Pedro Antonio Valdes-Sosa2
1Anhui Province Key Laboratory of Multimodal Cognitive Computation, School of Computer Science and Technology, Anhui University, Hefei 230601, China.
NeuroImage
|March 6, 2025
概括
不当预处理的脑电图 (EEG) 数据,不够 (IPE) 或过多 (EPE),会显著影响下游分析. 该研究引入了一种指标,PaLOSi,以评估EEG预处理质量并确保可靠的科学发现.
科学领域:
- 神经科学是一个神经科学.
- 信号处理 信号处理
- 生物医学工程 生物医学工程
背景情况:
- 在静止电脑图 (EEG) 中自动移除人工物对于科学发现至关重要.
- 低于最佳的预处理,导致不足的 (IPE) 或过度的 (EPE) 预处理,可能会损害EEG数据完整性.
- IPE和EPE对时间,频率和空间域后处理的影响,包括光谱和功能连接性分析,仍然不太了解.
研究的目的:
- 研究电脑电图 (EEG) 预处理不足 (IPE) 和过度 (EPE) 对各种后处理领域的影响.
- 为了评估一个新的指标,并行LOg光谱指数 (PaLOSi) 的性能,在评估EEG预处理质量.
- 确定预处理状态和后处理结果之间的关系,以创建可靠的EEG数据库.
主要方法:
- 清洁的EEG (CE) 是使用纽约头部模型和多变量自回归模型作为基本真理来合成的.
- 通过添加高斯噪声和分别删除大脑组件来模拟IPE和EPE.
- 使用并行LOg光谱指数 (PaLOSi) 评估光谱均性;对时间统计,功率光谱,交叉光谱,网络特性和源分散的影响被量化.
主要成果:
- 与CE相比,IPE和EPE的时间统计,功率和跨光谱显著偏离了CE,每个都有不同的模式.
- 功能连接分析显示,IPE导致传输效率和集成降低,而EPE显示相反.
- 在模拟和真实EEG数据中,PALOSi显示出与不同后处理结果的一致相关性,表明其作为质量控制指标的实用性.
结论:
- 脑电图预处理的程度 (IPE与EPE) 极大地影响时间,光谱和空间分析的结果.
- 并行LOg Spectra指数 (PaLOSi) 是EEG预处理质量控制的一个有希望的指标.
- 实施PALOSi可以通过确保数据质量和可靠性,帮助创建规范性EEG数据库.
