統(tǒng)計(jì)中心楊立堅(jiān)課題組與機(jī)械系季林紅課題組聯(lián)合在腦電信號(hào)預(yù)測(cè)記憶能力研究中取得重要進(jìn)展
清華新聞網(wǎng)3月26日電 近日，清華大學(xué)工業(yè)工程系統(tǒng)計(jì)學(xué)研究中心楊立堅(jiān)課題組與機(jī)械工程系季林紅課題組聯(lián)合在神經(jīng)科學(xué)期刊《神經(jīng)科學(xué)方法雜志》（Journal of Neuroscience Methods）發(fā)表題為《以基于腦電信號(hào)的函數(shù)型數(shù)據(jù)分析方法預(yù)測(cè)工作記憶能力》（Prediction of working memory ability based on EEG by functional data analysis）的研究論文，首次建立了以腦電信號(hào)預(yù)測(cè)工作記憶能力的多重函數(shù)型線性模型。該模型直觀易懂，計(jì)算快捷簡(jiǎn)便，理論性質(zhì)可靠。
腦電信號(hào)作為人體重要的生理信息，已經(jīng)被廣泛應(yīng)用于醫(yī)學(xué)疾病診斷與治療、人體潛能開發(fā)等方面。腦電圖通過將電極接入被試對(duì)象的頭皮，來測(cè)量大量神經(jīng)元發(fā)放所形成的電場(chǎng)。腦電波作為能夠體現(xiàn)大腦活動(dòng)的信號(hào)中的一種，有方便檢測(cè)、非侵入式且對(duì)被試對(duì)象友好等特點(diǎn)。一般認(rèn)為，通過對(duì)大腦腦電波的檢測(cè)并采取特定數(shù)據(jù)分析方法，有望將大腦的各項(xiàng)反應(yīng)能力充分挖掘出來。近年來，腦電信號(hào)分析已成為認(rèn)知神經(jīng)科學(xué)領(lǐng)域的重要技術(shù)之一。大量研究表明，人類認(rèn)知能力與腦電信號(hào)有關(guān)，其中工作記憶能力在認(rèn)知中起關(guān)鍵作用。
腦電信號(hào)具有數(shù)據(jù)量大、時(shí)間分辨率高、易受干擾等特點(diǎn)，給研究帶來了不少挑戰(zhàn)。楊立堅(jiān)課題組使用樣條函數(shù)，基于隨機(jī)抽取的122名大學(xué)生志愿者訓(xùn)練集，以閉眼靜息態(tài)下8個(gè)腦前區(qū)導(dǎo)聯(lián)的腦電信號(hào)（圖1），對(duì)20名志愿者測(cè)試集進(jìn)行工作記憶能力的預(yù)測(cè)（圖2），其確定系數(shù)R^2在多次隨機(jī)試驗(yàn)下的中位數(shù)為68%，最低值大于50%，最高值72%（圖3）。
圖1 ：試驗(yàn)中腦電信號(hào)記錄的導(dǎo)聯(lián)名稱和位置
圖2：對(duì)某測(cè)試集計(jì)算的認(rèn)知能力預(yù)測(cè)值與真實(shí)值的對(duì)比
圖3：對(duì)多次重復(fù)隨機(jī)抽取的測(cè)試集計(jì)算的確定系數(shù)R^2箱線圖
楊立堅(jiān)課題組依托10年來自身在函數(shù)型數(shù)據(jù)領(lǐng)域的研究成果，課題組2017級(jí)博士生張園園和2018級(jí)博士生黃昆在學(xué)習(xí)神經(jīng)科學(xué)專業(yè)知識(shí)的同時(shí)，與機(jī)械工程系教授吳方芳和碩士生王健凱高效合作，分析季林紅課題組的大學(xué)生志愿者腦電與認(rèn)知能力數(shù)據(jù)。他們秉承“面向應(yīng)用，背靠理論，寫好算法”的統(tǒng)計(jì)學(xué)理念，把樣條回歸估計(jì)腦電信號(hào)的光滑軌跡，張量樣條回歸估計(jì)協(xié)方差函數(shù)，樣條估計(jì)函數(shù)型主成分與得分等深刻的統(tǒng)計(jì)學(xué)前沿理論，結(jié)合LASSO回歸，轉(zhuǎn)化為快速準(zhǔn)確分析腦電數(shù)據(jù)的算法（圖4），從2018年12月開始僅用6個(gè)多月的時(shí)間，就很好地解決了基于工作記憶能力預(yù)測(cè)的問題，完成了這篇跨學(xué)科應(yīng)用方法論文，經(jīng)過兩次修改，于2019年12月線上發(fā)表。
圖4：算法流程圖
清華大學(xué)機(jī)械工程系教授季林紅為本文通訊作者。清華大學(xué)工業(yè)工程系博士生張園園和清華大學(xué)機(jī)械工程系碩士生王健凱為本文的第一作者。清華大學(xué)機(jī)械工程系教授吳方芳、清華大學(xué)工業(yè)工程系教授楊立堅(jiān)以及博士生黃昆也參與了此項(xiàng)研究。該研究工作得到了國(guó)家自然科學(xué)基金項(xiàng)目的支持。
論文鏈接：
https://doi.org/10.1016/j.jneumeth.2019.108552
供稿：工業(yè)工程系
編輯：李晨暉
審核：程曦
