单次光谱功率及其比值在相对值和绝对值下的重测可靠性

《Brain and Behavior》：Test-Retest Reliability of Single Spectral Power and Spectral Power Ratios in Relative and Absolute Values

EEG频谱功率比率在测试-重测信度中的稳定性研究基于两个独立数据集，系统评估了绝对/相对频谱功率及比率（如alpha/beta）在健康人群中的信度。方法采用不同时间间隔（1个月和1小时）及设备记录，经标准化预处理分析各脑区频谱特征。结果显示，alpha/beta比率在中央、颞叶等区域ICC均>0.75，显著优于单频带指标。结论证实比率方法能有效抑制噪声干扰，适用于临床诊断和纵向监测工具开发。

　　在现代神经科学和临床研究中，脑电图（EEG）作为一种非侵入性的测量工具，因其高时间分辨率而被广泛应用。EEG记录的是大脑神经元活动所引发的电压波动，这些波动可以反映多种生理过程，包括突触后电位、树突共振、钙离子电活动以及膜电流等。这种技术能够捕捉大脑在认知任务或行为状态变化时的动态反应，例如与事件相关的电位（ERPs），这些信号可以毫秒级地与认知和行为事件同步。因此，EEG不仅是研究脑功能与行为之间关系的重要工具，还在临床诊断中发挥着关键作用。

为了更精确地量化脑电活动，定量脑电图（qEEG）在传统EEG的基础上引入了统计分析方法。通过将信号分解为特定频率带的功率，qEEG能够提供个体间的可比性，从而支持大规模的研究和临床应用。在这些分析方法中，频谱功率分析和功能连接性是最常用的两种。功能连接性通常通过计算不同电极位置之间的相关性或协方差来反映大脑区域间的交互，但其在重复测量中的稳定性较差，容易受到电极配置和频率带选择的影响。相比之下，频谱功率分析因其对信号波动的解释性更强，被广泛认为是一种更可靠的分析手段。

然而，尽管频谱功率分析在一定程度上具有稳定性，它仍然面临一些挑战。例如，EEG数据在头皮上采集时容易受到各种外部干扰，如眼部运动、心脏活动、肌肉电活动、电源噪声和通道噪声等。这些噪声来源可能会影响频谱功率的计算结果，使得个体间的比较变得复杂。为了解决这一问题，研究者提出了使用相对频谱功率和频谱功率比（Spectral Power Ratios）的方法。相对频谱功率通过将特定频率带的功率与总频谱功率进行比较，从而减少信号幅度的个体差异；而频谱功率比则通过比较两个不同频率带的功率，来反映大脑区域之间的动态关系。这种方法被认为可以更有效地抑制全局噪声波动，从而提高测量的稳定性。

本研究首次系统地评估了频谱功率比在不同时间间隔下的重复性，即测试-再测试可靠性（test-retest reliability）。通过分析两个独立的数据集，研究者希望确认这些频谱指标是否能够在不同的实验条件下保持一致的稳定性。研究采用了两种数据集：第一个数据集包括60名健康成年人，他们在同一天进行了两次EEG测量，并在一个月后进行了第三次测量；第二个数据集则由74名健康成年人组成，他们在1小时内进行了两次EEG记录。研究使用了快傅里叶变换（FFT）对EEG信号进行频谱分析，并计算了多个频谱功率比，包括α/β比、α/γ比、β/γ比等。此外，还计算了相对频谱功率，如θ/α、θ/β等。

研究结果表明，频谱功率比在测试-再测试的可靠性方面显著优于单个频率带的绝对或相对频谱功率。例如，在第一个数据集中，α/β比在中央、顶叶、枕叶和颞叶区域的绝对值均表现出较高的ICC（>0.75），而其他单个频率带的绝对值则显示出较低的稳定性。这一结果在第二个数据集中也得到了验证，尽管其采集方法和预处理流程与第一个数据集不同，但α/β比在多个区域依然表现出良好的重复性。这种稳定性可能源于频谱比的特性，即通过比较两个频率带的功率，可以抵消某些全局波动，从而提高测量的一致性。

值得注意的是，尽管相对频谱功率被认为在稳定性方面优于绝对频谱功率，但本研究发现，绝对α/β比的稳定性更高。这可能是因为相对频谱功率的计算过程中引入了1/f背景噪声，这种噪声随着频率的降低而增加，从而可能影响其可靠性。相比之下，绝对α/β比的计算方法更直接，避免了这种噪声的影响，因此在长期和短期测试中都表现出更高的稳定性。

这些发现不仅为EEG的临床应用提供了新的视角，还为未来的纵向研究和诊断工具开发奠定了基础。例如，α/β比已被证明在抑郁症、阿尔茨海默病和注意力缺陷多动障碍（ADHD）等疾病中具有显著的区分能力。研究还指出，某些频谱比，如θ/α和θ/β，已被用作区分不同神经退行性疾病的指标，而α/β比则在健康个体中与认知控制和注意力有关。

此外，研究强调了标准化预处理流程在提高EEG频谱指标可靠性中的重要性。尽管两个数据集都采用了类似的预处理方法，但不同系统的处理方式可能会影响最终的频谱结果。因此，未来的实验设计应更加关注预处理步骤的标准化，以确保频谱比在不同条件下都能保持一致的可靠性。

尽管本研究取得了一定的成果，但也存在一些局限性。例如，第二个数据集没有包括全面的行为评估，这可能影响其结果的解释。此外，研究中使用的预处理方法在不同数据集之间可能存在差异，这些差异可能会影响频谱比的计算结果。因此，未来的研究需要进一步探索不同的预处理方法对频谱指标可靠性的影响，并评估这些指标在临床群体中的适用性。

总体而言，本研究的结果表明，频谱功率比，尤其是绝对α/β比，是一种高度可靠的EEG特征，适用于纵向研究和临床诊断。这一发现不仅拓展了我们对EEG指标稳定性的理解，还为开发更精确的神经疾病诊断工具提供了新的思路。随着技术的进步和数据采集方法的优化，频谱比在未来的临床和研究应用中可能发挥更加重要的作用。