编辑推荐：
为解决视运动研究中缺乏多模态同步数据集的问题，研究人员开展了同时记录脑（EEG、fNIRS）、眼、手活动的研究。他们采集 50 名健康参与者数据，经处理分析，验证了数据有效性，为探索视运动机制提供数据支持，助力相关模型发展。
在日常生活中，我们做出的每一个与视觉相关的动作，比如看到杯子伸手去拿，看似简单，实则背后涉及到复杂的神经活动和身体协调过程。这其中，视觉输入如何转化为精确的运动输出，一直是神经科学领域的重要研究课题。然而，传统研究往往存在诸多局限。一方面，简化的实验设计和单模态的数据收集方式，就像是用单一视角去观察复杂的世界，无法全面捕捉视运动过程中高度复杂和多变的信息；另一方面，缺乏公开的多模态同步数据集，使得研究人员难以深入探索这一复杂过程背后的神经机制，也限制了相关机器学习或人工智能模型的发展，就像盖房子缺乏足够多样的建筑材料一样。
为了突破这些困境，来自北京师范大学、中国脑科学研究院等机构的研究人员展开了一项极具意义的研究。他们旨在通过同时记录多个脑活动指标（如脑电图 EEG 和功能近红外光谱 fNIRS），以及眼动和手动反应等行为数据，全面揭示视运动任务中视觉输入与运动输出之间的动态相互作用。最终，他们成功收集并分析了 50 名健康参与者的数据，验证了多模态数据的有效性，为进一步探索视运动系统的神经生理机制提供了丰富的数据支持，这一成果发表在《Scientific Data》上。
在研究过程中，研究人员运用了多种关键技术方法。在数据采集方面，利用不同设备同步收集数据，EEG 信号以 500Hz、fNIRS 信号以 10Hz、眼动信号以 1000Hz、操纵杆信号以 50000Hz 的频率采集。同时，采用了特定的实验范式，让参与者完成视觉搜索、运动反应和注意力监测任务。数据处理时，对各模态数据进行了格式转换、同步化和预处理，如 EEG 数据通过 EEGLAB 软件进行滤波、独立成分分析（ICA）去除伪迹；fNIRS 数据则通过 Homer3 工具盒转换为氧合血红蛋白（HbO）、脱氧血红蛋白（HbR）和总血红蛋白（HbT）浓度，并进行运动校正 。
行为数据结果
研究人员通过设置简单和困难两种任务条件来验证行为数据。结果显示，在速度方面，困难任务的反应时间显著长于简单任务，但运动时间两者无显著差异，由于反应时间是反应时间和运动时间之和，所以困难任务的反应时间也显著长于简单任务。在偏差角度上，困难任务的偏差角度显著大于简单任务。此外，通过对行为时间结构的验证发现，困难任务的反应时间在 1 - 2Hz 呈现周期性波动。这些结果表明，研究人员能够通过行为数据区分不同任务难度带来的行为差异。
眼动数据结果
研究假设微扫视可能在目标出现后 200 - 300ms 发生，通过对眼动数据的分析发现，在刺激呈现后的 200 - 300ms 内，困难任务的扫视概率和持续时间均大于简单任务，且在这两个时间段内，简单任务中注视目标方向的概率增加。在 0 - 300ms 内，参与者大多能保持注视点，这与实验指导相符，验证了眼动数据的有效性。
EEG 数据结果
研究人员假设在视运动范式中，目标飞机识别场景会诱发 N2pc 成分（在视觉刺激呈现后约 200 - 300 毫秒，在后部头皮部位记录到的 ERP 成分中的负向偏转 ）。通过对 EEG 数据的分析，在 200 - 300ms 窗口内，困难任务中 N2pc 成分的振幅显著大于简单任务，这一结果与先前研究一致，验证了 EEG 数据的质量。
fNIRS 数据结果
研究人员分析了前额叶和顶叶皮质内的低频波动分数振幅（fALFF）指标，以评估神经元自发活动和血流动力学变化。结果显示，与简单任务相比，困难任务在双侧枕叶上部区域和双侧前额叶区域表现出正激活，而在额叶中部区域表现出负激活，且额叶皮质的低频波动低于顶叶皮质，这些激活模式与先前研究相符。
EKG 数据结果
研究人员计算了平均 RR 间隔（MeanRR）、RR 间隔的标准差（SDNN）、相邻 RR 间隔差异的均方根值（rMSSD）和连续 RR 间隔大于 50ms 的百分比（pNN50）等心脏指标。虽然简单和困难任务之间这些指标无显著差异，但与休息状态相比，任务期间 rMSSD 和 pNN50 显著增加，验证了 EKG 数据的有效性。
综上所述，该研究成功收集并验证了视运动任务中脑、眼、手多模态同步数据集的有效性。这些数据为开发探索视运动过程神经生理相关性的算法提供了基础，有助于进一步建立更全面的理论和模型来预测个体在视运动任务中的表现，推动了视运动系统神经机制的研究进展，为后续相关领域的研究提供了重要的数据资源和研究思路，在神经科学、人工智能等多领域具有潜在的应用价值。
