Disentangling evoked and induced activity from single-trial neurophysiological time series
本文介绍了一种名为诱发-持续/诱发成分分离器（Evoked-Ongoing/Induced Separator, EOIS）的新型框架，该框架通过利用相位一致性特征，成功地从单试次 MEG 和 EEG 数据中解离出诱发、持续和诱发成分神经活动，从而实现受试者无关的分析，并推动生物标志物精炼和闭环神经调控等转化应用的发展。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类的大脑是一个持续不断的、涌动的电活动之河，即使在我们静坐时也是如此。这种背景嗡嗡声被称为“持续活动”（ongoing activity），它始终存在。但当某些事情发生时——比如一道闪光、一个声音或一次轻敲头部——大脑会对之做出特定的、有时序性的反应。科学家们称之为“诱发反应”（evoked response）。几十年来，研究人员通过记录大脑的电信号并在多次重复中进行平均来研究这些反应。这种平均处理就像一个过滤器：随机的背景噪声会被冲刷掉，只留下大脑对事件反应的清晰且重复的信号。然而，这种方法丢弃了拼图中的一个关键部分。它掩盖了一个事实，即每一次反应都是独特的，并与大脑在那个特定时刻自身的波动情绪和能量交织在一起。为了理解大脑在真实时间维度下是如何运作的，并开发出能够根据患者即时状态进行调整的治疗方案，科学家们需要能够将反应与背景噪声在每一个实例中分别观察，而不仅仅是看它们的平均值。
一个研究团队开发了一种新工具来解决这个问题，使他们能够从单一时刻中解开这两个混合信号。他们将这种方法称为“诱发-持续/诱发分离器”（Evoked–Ongoing/Induced Separator，简称 EOIS）。想象一下，你正试图在一个背景嘈杂且不断变化的拥挤房间里听清一段特定的对话；通常，你需要长时间录制房间的声音并平均掉噪音才能清晰地听到对话。然而，这个新工具可以在单个快照中瞬间将对话与嘈杂声分离，而无需了解说话者的任何信息或房间的具体情况。研究人员在来自大脑磁场和电信号的数据上测试了这个系统，使用了视觉闪光、声音和磁脉冲。他们发现，该工具成功地将混合信号拆分为两个截然不同的部分：一部分严格锁定于事件，另一部分则是大脑自身波动的、非锁定的活动。
这种分离的力量在于大脑反应的方式。对刺激的真实反应在多次试验中具有一致的定时和形状，而背景活动则是随机且不可预测地变化的。新系统利用这些差异将两者剥离。当研究人员将他们的方法应用于数百人的数据时，结果令人瞩目。分离出的“诱发”信号显示出一种强烈的、一致的模式，与大脑对刺激的反应相匹配，而“持续”信号则如预期般保持着分散和随机。至关重要的是，该工具无需针对每个人进行校准。它可以获取一个从未见过的新受试者的数据，并依然能准确地分离信号。这是一个重大的飞跃，因为以往的方法需要为每一个人进行耗时的繁琐设置才能正常工作。
研究人员还发现，未能分离这些信号会导致误导性的结论。当他们观察混合且未分离的数据时，看起来刺激前的脑状态会强烈地预测刺激后的反应。然而，一旦使用新工具隔离出真实的反应，这种联系在很大程度上就消失了。这种表象上的联系实际上只是背景噪声从事件发生前延续到了对反应的测量中。这一发现表明，许多先前的研究可能误将大脑的自然波动解释成了对刺激的反应。通过清理数据，研究人员证明了大脑在刺激前的状态，与其自身的持续性、非锁定活动的关系，远比它与特定刺激的锁定反应之间的关系更为密切。
除了纠正过去的误解外，这一工具还为实时应用打开了大门。该系统的处理速度足以处理正在发生的大脑信号，分析一秒钟的数据仅需不到四分之一秒。这种速度使得在“闭环系统”中使用成为可能，在这种系统中，机器可以检测到特定的脑状态，并立即提供量身定制的治疗，例如针对那一精确时刻的磁脉冲。研究人员展示了这种分离在不同类型的大脑记录中均有效，包括视觉和听觉测试，以及磁刺激。虽然该系统并非完美——尤其是在大脑信号非常微弱或时间窗口极短的情况下——但它代表了一种稳健且具有普适性的方法，用以清晰地观察大脑的即时反应。通过提供一个清晰的视角来观察大脑如何随时间推移对世界做出反应，这项工作为开发更好的神经系统疾病诊断和疗法提供了更明晰的路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。