嗅觉感知与神经节律：基于功率谱密度特征的模拟脑电图分析

《Cognitive Neurodynamics》：Olfactory Perception and Neural Rhythms: A Simulation-Based EEG Analysis Using Power Spectral Density FeaturesOlfactory perception and neural rhythms: a simulation-based eeg analysis using power spectral density features

　　

摘要

人类的嗅觉能力是一种重要的认知功能，它帮助人们在感知周围环境、体验情感、回忆记忆以及做出决策时发挥作用。研究人员在使用脑电图（EEG）研究大脑对气味的反应时面临诸多困难，因为嗅觉相关的脑电信号信噪比较低，不同人的反应模式也各不相同，而且目前还没有成熟的嗅觉脑电数据库可供研究使用。本研究提出了一种基于模拟的框架，通过功率谱密度（PSD）分析来研究嗅觉脑电信号。研究团队创建了一个模拟的嗅觉脑电数据集，其中包含50名虚拟参与者的反应数据，这些参与者感受到了两种不同的气味——宜人的玫瑰香和难闻的腐烂气味，并在低、中、高三种不同浓度下进行测试，从而形成了6种不同的嗅觉条件。模拟的脑电信号共有45个通道，数据以256赫兹的采样率进行记录。在对数据在0.5–70赫兹范围内进行带通滤波后，采用韦尔奇方法计算了包括德尔塔波、θ波、阿尔法波、贝塔波和伽马波在内的五个典型脑电频率段的PSD特征。研究人员使用分层10折交叉验证方法来评估这些频率段的特性，这些特性被用作多类支持向量机（SVM）分类模型的训练数据。在控制实验中，基于PSD的特征展现了区分不同嗅觉条件的能力，系统的分类准确率为99.67%，宏观平均F1分数为0.99。这项研究提供了一个方法学验证平台，使得科学家能够通过完整的分析流程开展可重复的嗅觉脑电研究。所提出的框架为后续研究奠定了基础，未来的研究将利用真实的人类嗅觉脑电数据，在认知神经科学领域进一步评估和发展这些技术。