大脑的反应因持续时间建模策略和挑战而有所不同
René Skukies1,2, Judith Schepers2, Benedikt Ehinger1,2
1Stuttgart Center for Simulation Science, University of Stuttgart, Stuttgart, Germany.
Imaging neuroscience (Cambridge, Mass.)
|November 13, 2025
概括
在大脑反应分析中,考虑不同的事件持续时间至关重要. 结合非线性持续时间建模与重叠校正的新方法提高了EEG和fMRI数据的准确性.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 数据分析 数据分析
背景情况:
- 与事件相关的大脑反应通常在假设固定事件持续时间的情况下进行分析.
- 不同的事件持续时间 (例如,反应时间,刺激长度) 和随后的信号重叠在神经成像中很常见.
- 当事件持续时间不同时,现有的信号重叠校正方法可能不足.
研究的目的:
- 为了研究未建模的事件持续时间对大脑反应分析的影响.
- 提出和评估在神经成像数据中明确计算事件持续时间的方法.
- 评估持续时间建模与现有的重叠校正技术的兼容性.
主要方法:
- 使用模拟来比较不同的多重回归方法来建模事件持续时间.
- 使用非线性脊柱回归来捕捉持续时间效应.
- 建议的持续时间建模与线性重叠校正用于脑电图 (EEG) 和功能磁共振成像 (fMRI) 数据相结合.
主要成果:
- 如果不考虑事件持续时间,可能会导致大脑反应分析中的虚假发现.
- 与其他方法相比,对持续效应的非线性脊柱回归显示出更高的性能.
- 非线性事件持续时间建模与线性重叠校正兼容,允许联合应用.
结论:
- 显式建模事件持续时间对于准确分析大脑反应至关重要,特别是当持续时间因条件而异时.
- 包含持续时间非线性脊柱回归和线性重叠校正的质量无变模型为分析重叠的大脑信号提供了一种灵活的方法.
- 这些发现适用于EEG,fMRI,以及其他潜在的重叠生理信号,如LFP和瞳孔扩张.
