没有单一的最佳管道:对N-Back工作记忆任务的EEG预处理的多元分析
Haijing Huang1,2, Adriano H Moffa1,2, Colleen Loo1,2
1Discipline of Psychiatry and Mental Health, Faculty of Medicine and Health, School of Clinical Medicine, University of New South Wales, Sydney, New South Wales, Australia.
Psychophysiology
|November 28, 2025
概括
为工作记忆任务预处理脑电图 (EEG) 数据需要仔细选择管道. 最佳的EEG信号质量取决于具体的研究目标,因为没有一个管道在所有指标上都优异.
科学领域:
- 认知神经科学 认知神经科学
- 神经科学是一个神经科学.
- 信号处理 信号处理
背景情况:
- 工作记忆 (WM) 对认知功能至关重要,并且经常使用n-back任务进行评估.
- 电脑电图 (EEG) 被广泛用于研究WM,但预处理显著影响事件相关潜力 (ERP).
- 现有的研究缺乏对n-back任务的EEG预处理管道进行系统的比较.
研究的目的:
- 系统地比较43个EEG预处理管道用于n-back任务.
- 评估过,独立组件分析和ERP (P300,N200,P200) 上的重新引用的影响.
- 在临床人群中评估跨目标试验的数据质量,差异波形和信号噪声比 (SNR) 一致性.
主要方法:
- 对43个EEG预处理管道进行了多方分析.
- 管道在高通过 (0.5-4 赫兹),低通过 (10-100 赫兹),ICA 和重新引用 (平均,REST,链接-mastoids) 方面有所不同.
- 分析了来自3个n-back数据集 (2-back,3-back) 的164名参与者的数据.
主要成果:
- 没有一个管道在所有数据质量维度上都是最佳的.
- 一个带有0.5Hz高通,100Hz低通过和REST引用的管道显示出强大的SNR和目标-非目标歧视.
- 通过0.5Hz的高通选,特别改进了目标与非目标的区别.
- 管道选择影响了个人和团体层面的ERP结果,影响了振幅保存和可靠性.
结论:
- EEG预处理管道的选择对n-back任务ERP数据质量和解释产生了重大影响.
- 特定的预处理选择,如高通过和引用,会大大影响结果.
- 根据研究目标定制预处理管道对于WM研究中可靠和可靠的EEG发现至关重要.
