为跨站点集成标准化EEG预处理 - 清洁管道
Adriana Böttcher1, Paul Wendiggensen1, Moritz Mückschel1
1Cognitive Neurophysiology, Department of Child and Adolescent Psychiatry, Faculty of Medicine, TU Dresden, Dresden, Germany; German Center for Child and Adolescent Health (DZKJ), partner site Leipzig/Dresden, Dresden, Germany.
NeuroImage
|February 15, 2026
概括
这项研究介绍了CLEAN-EEG,这是一个标准化的电脑图 (EEG) 数据预处理管道. 它通过提供透明,记录的处理步骤,提高了多中心研究中的可重复性和数据集成.
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.
- 生物医学工程 生物医学工程
背景情况:
- 电脑电图 (EEG) 对于研究认知和神经精神疾病至关重要.
- 不一致的EEG预处理阻碍了可重复性和多站点数据集成.
研究的目的:
- 引入CLEAN-EEG管道,以标准化EEG数据处理和文档.
- 在大规模的多中心EEG研究中提高可复制性和数据集成.
主要方法:
- 在 MATLAB 中使用 EEGLAB 开发了一个模块化,基于脚本的预处理管道.
- 管道包括数据清理,文物拒绝/通过ICA提取神经元件和元件排除.
- 强调记录和质量控制绘图的透明度,最大限度地减少排名降低.
主要成果:
- CLEAN-EEG管道为EEG预处理提供了一种标准化,可重复的方法.
- 促进高通量分析和整合神经生理学数据跨多种研究.
- 支持研究人员培训和严格的多站点数据协调.
结论:
- 在多中心研究中,CLEAN-EEG解决了对标准化EEG预处理的需求.
- 促进神经生理学研究中的透明度,可复制性和数据集成.
- 能够进行高级分析,例如源本地化和连接建模.
