一种用于比较不同 EEG 采集方案的框架
神经元与认知
2018-10-05 v1 数据分析、统计与概率
摘要
本工作的目的是提出一个用于 EEG 放大器、头戴设备和电极基准测试的框架，为给定应用提供客观推荐。该框架涵盖：数据收集范式、数据分析和统计框架。为作说明，我们从 12 种不同设备收集了数据，每种设备最多 6 名受试者。实施了两种数据采集协议：静息态睁眼（EO）和闭眼（EC）协议，以及听觉诱发电位（AEP）协议。提取 alpha 频带（EO/EC）上的信噪比（SNR）和事件相关电位（ERP）作为具有生理意义信息的客观量化。然后，进行可视化表示、单变量统计分析和多变量模型以提高结果的可解释性。客观标准显示，alpha 上的频谱 SNR 在系统间提供的区分度不大，表明对于频谱尤其是基于 alpha 的应用，采集质量可能并非首要因素。相反，AEP SNR 表现出更大的变异性，强调了 ERP 实验中采集设置的重要性。多变量分析将一些个体和一些系统识别为对 SNR 具有独立统计显著贡献的因素。它突出了神经生理实验中个体间差异（样本量）的重要性，并表明在 ERP 记录方面某些设备可能客观上优于其他设备。然而，所提基准测试框架的示例存在严重局限，包括小样本量和听觉刺激中的声卡抖动。尽管这些局限阻碍了对所评估硬件的明确排名，我们认为所提出的基准测试框架是对该领域 modest 但有价值的贡献。
引用
@article{arxiv.1810.02107,
title = {A framework for the comparison of different EEG acquisition solutions},
author = {Aurore Bussalb and Marie Prat and David Ojeda and Quentin Barthélemy and Julien Bonnaud and Louis Mayaud},
journal= {arXiv preprint arXiv:1810.02107},
year = {2018}
}