pBOSC:一种用于源级识别电磁脑信号中神经振荡的方法
Enrique Stern1, Guiomar Niso2, Almudena Capilla1
1Departamento de Psicología Biológica y de la Salud, Facultad de Psicología. Universidad Autónoma de Madrid, Madrid, Spain.
bioRxiv : the preprint server for biology
|November 26, 2025
概括
我们开发了pBOSC,这是一个新的算法,可以在源头直接检测神经振荡. 这种方法准确地识别了振荡活动,改善了我们对大脑通信和认知过程的理解.
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.
- 信号处理 信号处理
背景情况:
- 神经振荡对大脑功能至关重要,涉及认知和沟通.
- 从背景噪音中区分真正的振荡是一个重要的方法挑战.
- 现有的方法难以准确地定位振荡活动的起源.
研究的目的:
- 介绍pBOSC,用于检测神经振荡的先进算法.
- 为了提高振荡活动检测的精度和源定位.
- 克服先前方法在区分振荡和非周期性活动方面的局限性.
主要方法:
- pBOSC 扩展了更好的 OSC 振荡检测 (BOSC) 算法.
- 它基于源空间中的功率值,持续时间和光谱峰值来识别振荡期.
- 使用模拟数据和真实静态磁脑电图 (MEG) 数据进行验证.
主要成果:
- 在最佳条件下,pBOSC在检测和定位模拟振荡方面取得了超过95%的准确性.
- 该算法成功地在它们的源处识别了振荡期.
- 对真实MEG数据的分析揭示了自然频率的地形分布,与此前的研究一致.
结论:
- pBOSC提供了一种新的源空间方法,用于检测电生理信号中的神经振荡.
- 该方法验证光谱峰值的能力提高了检测到的振荡活动的可靠性.
- pBOSC为研究大脑动态和神经通信开辟了新的途径.
