行为-EEG-光谱-功率-相关性:定义自然主义行为的神经基质
Brian Ervin1, Clayton Frink1, Jason Buroker1
1Comprehensive Epilepsy Center, Division of Neurology, Cincinnati Children's Hospital Medical Center, Cincinnati, OH, USA.
Annals of neurology
|August 16, 2025
概括
自然主义的对话,使用新的行为-iEEG-光谱-功率相关性 (BESPoC) 方法,有效地绘制大脑语言区域. 这种方法验证了语言本地化,并预测了患者的结果,超过了传统任务.
科学领域:
- 神经科学是一个神经科学.
- 发病学 (Epileptology) 是一个专业的学科.
- 计算神经科学是一种神经科学.
背景情况:
- 内语言映射传统上使用人工任务 (电刺激映射 - ESM,高马调制 - HGM),需要患者的合作.
- 这些任务可能不能完全代表大脑中的自然语言处理.
研究的目的:
- 通过一种新的行为-iEEG-光谱-功率相关性 (BESPoC) 方法来验证内内语言本地化中的自然对话.
- 为了比较BESPoC与传统方法 (ESM,HGM) 和任务的有效性.
主要方法:
- 开发并将行为-EEG-光谱-功率相关性 (BESPoC) 方法应用于134名患者 (2-29岁) 的立体脑电图 (iEEG) 数据.
- 在自然对话期间比较BESPoC语言映射与既定任务 (图片命名,故事倾听) 并与ESM和HGM进行验证.
- 利用混合效应建模来分析大数据集并比较方法.
主要成果:
- BESPoC在本地化语言网站方面表现出高度的灵敏度和特异性,与HGM和ESM相当.
- 当使用BESPoC分析自然主义对话时,它在定位语言区域和预测神经心理结果方面显示出与传统任务相比或更高的性能.
- BESPoC对自然主义对话的分析比传统任务更好地模拟神经心理缺陷.
结论:
- 用BESPoC方法分析的自然主义对话为创建皮层语言地图提供了有效的方法.
- 这种方法可以准确地评估表达性和感受性语言功能,并预测后手术的结果.
- BESPoC为患者的语言映射提供了一种更具生态价值和潜在更具信息性的方法.


