Likan Zhan

MEEG 数据报告的基本要求

战立侃 · 2020-10-15

国际人类脑影像组织(OHBM, Organization for Human Brain Mapping)于2018年发布了脑电脑磁数据报告的 白皮书Pernet et al. (2020) 对该白皮书进行了精简和进一步发展。

  1. MEEG 中专有名词的使用

这主要包括两部分:第一、数据收集过程中涉及到的专有名词和解释,如 Session,Run,Event,Trial,Epoch,Sensors,Channels,Fiducials,Anatomical Landmarks, Sensor Space,Source Space 等;第二、数据分析过程中涉及的专有名词的使用规则,如各种事件相关电位或脑电成分的命名一致性问题,神经振荡(Oscillation)的含义等。

  1. 文章需要报告的相关信息。

主要包括被试选择、实验设置、实验任务、行为测量等。被试选择应该包含的信息包括数据整体、招募方式、抽样策略、人口学特征、知情同意书等;实验设置包括测试环境、测试姿势是躺着还是坐着、如果被试处于麻醉状态,还要包括用药的计量和方式等;实验任务信息应该包含实验指导语、session 或 run 的次数、实验刺激和特征、刺激呈现的软件和硬件、实验条件及刺激呈现的顺序和时间特征、任务相关时间的确定标准等;无任务的实验中应该报告被试的眼睛是否是闭着的,如果眼睛是睁着的,还要报告是否有注视点;行为测量应该描述行为反应的特征、反应收集设备、行为于MEEG设备的接口和校准程序等、错误和极端值的处理,以及统计分析等。

数据报告中经常缺失但非常重要的信息有下面几点:第一、基本的硬件、软件和数据收集参数,如数据是连续收集还是分段收集的(epoched)?硬件采样率是多少?数据收集设备的高通滤波和低通滤波的值分别设置为多少?第二、EEG的参考参考电极(reference electrode)是什么?电极阻抗(electrode impedance)是多少?第三、本研究的先验统计效力是多少?

  1. 数据预处理需要注意的问题

通常的数据预处理过程如下图,建议读者阅读 白皮书 了解每一个步骤需要注意的问题:

  1. 数据分析需要注意的问题

研究者应该解释选择某一种数据分析方法的逻辑合理性。例如,源定位分析需要报告分析的前向模型(forward model)、源模型(source model)和源定位方法,以及使用的软件和版本;以及兴趣区分析、单元统计分析、多元统计推论、多变量模式分类、链接分析等方面需要注意的问题等。

  1. 数据报告和展示需要注意的问题

图片中应该包含变异性信息和尺度;统计结果应该报告检验统计量、模型假设和效应值大小等等。

  1. 附图

图 1

  1. 原始文献

Pernet, C., Garrido, M. I., Gramfort, A., Maurits, N., Michel, C. M., Pang, E., … Puce, A. (2020). Issues and recommendations from the ohbm cobidas meeg committee for reproducible eeg and meg research. Nature Neuroscience. doi: 10.1038/s41593-020-00709-0