低β去同步化作为脑电图语义解码中参与者不变的特征：一项基于反应锁定的GRASP范式研究

《Frontiers in Human Neuroscience》：GRASP: a response-locked paradigm that reveals low-beta desynchronisation is a participant-invariant signature of semantic decoding in EEG

　　

摘要 传统的脑机接口（Brain-Computer Interfaces, BCIs）通常依赖于顺序选择机制，这限制了通信速度并增加了对保留的感觉或运动通路的依赖。语义脑机接口（semantic BCIs, sBCIs）旨在通过直接从神经活动中解码概念来克服这一限制。由于语义处理的连续性，该领域的进展需要对所谓的“高语义状态”（有意义的概念检索）与“低语义状态”（伪词识别）在头皮脑电图（scalp EEG）中的电生理对比进行原则性的表征。在此，研究人员引入了GRASP（Game of Retrieval and Semantic Processing），一种涉及从口语句子定义中识别具体概念的反应锁定听觉范式。研究人员的线索涉及三个不同的语义类别：身体部位、食物和乐器。音位匹配的伪词虚拟试次保留了类似句子的听觉结构，同时大幅减少了可恢复的词汇-语义内容，从而提供了一个受控的低语义参考条件。研究人员指示参与者在他们对自己的答案感到相当自信时按下空格键，从而将脑电图分析聚焦于反应前的检索区间。数据采集自13名神经系统健康的英式英语使用者。预处理后的64通道脑电图时段采用Morlet时频分解进行分析，频率范围为2–35 Hz。针对每个类别计算每位参与者的概念减虚拟对比图，并将其输入到跨通道×频率×时间空间的全头皮三维阈值自由聚类增强（Threshold-Free Cluster Enhancement, TFCE）置换分析中。所有三个类别均在反应前区间产生了显著的TFCE校正效应，这些效应一致地位于低β频段，并在约15 Hz处达到峰值。有意义的概念试次显示出比虚拟试次更低的低β功率，并且在所有三个对比中，所有13名参与者的方向完全一致。身体和音乐试次的效应在中央-顶叶和后部头皮区域最强，而食物则表现出更广泛的前额-中央-后部分布。这些发现确定了一个稳健的、参与者不变的低β去同步化特征，该特征能够区分有意义的语义检索与受控的伪词基线。这种效应在不同类别和参与者之间的一致性表明，高语义与低语义的边界可能比精细的概念间区分提供了一个更具跨参与者稳定性的电生理靶点，为未来sBCI的发展提供了原则性的信号表征框架。

基于GRASP范式的语义脑机接口信号表征研究解读

1. 研究背景与问题提出

语义脑机接口（sBCI）旨在不依赖外部刺激或残余运动输出的情况下，直接从神经活动中解码完整概念，这对于因肌萎缩侧索硬化症（ALS）或脑瘫（CP）等疾病而处于闭锁状态的患者具有变革性意义。然而，现有BCI范式如视觉P300、稳态视觉诱发电位（SSVEP）拼写器依赖于可靠的眼动控制和视觉注视，而运动想象（MI）BCI则需要大量校准训练。随着疾病进展，这些外源性模态的可靠性下降，因此，完全基于内源性意念的系统变得尤为重要。

尽管语义处理在神经层面是可解码的，但先前研究面临两大挑战：一是如何消除知觉线索与神经活动之间的混淆，即传统线索锁定分析会将外源性感觉反应与内源性概念加工相混淆，导致对解码性能的高估；二是如何找到一个稳定且具有跨参与者普适性的对照条件。研究表明，精细的概念间分类（如“苹果” vs. “香蕉”）因个体独特的感知运动历史而导致拓扑分布连续且特异，难以实现稳定的跨参与者解码。相比之下，“有意义的概念检索”与“无意义的伪词处理”之间的对比可能更为稳定，因为判断是否存在词汇-语义内容的提取，比判断提取了哪个特定概念更具跨参与者一致性。

因此，本研究旨在系统地表征在头皮脑电图（EEG）中，高语义状态（有意义概念检索）与受控低语义状态（伪词识别）之间的时空频谱特性，为后续sBCI的开发提供原则性的信号基础。

2. 研究方法与技术路线

研究人员引入了一种名为GRASP（Game of Retrieval and Semantic Processing）的反应锁定听觉范式。主要技术方法包括：

• •
  实验设计与刺激生成：采用单词猜谜游戏范式，包含27个目标概念（分属身体部位、食物、乐器三个语义类别）。每个概念对应一句逐步增加特异性的口语句子定义。同时，为每句定义生成音位匹配的伪词版本（即用符合音位规则的假词替换所有实义词），构成“虚拟试次”。所有音频由微软Edge TTS合成，并使用蒙特利尔强制对齐器（MFA）进行词级时间标注。
• •
  数据采集：使用64通道BioSemi ActiveTwo系统采集13名神经系统健康的英式英语使用者的EEG数据。
• •
  数据分析：
  • •
    预处理：使用零相位带通FIR滤波器（2-35 Hz）、降采样至256 Hz、RANSAC算法识别坏道并进行球面样条插值、REST参考、扩展Infomax独立成分分析（ICA）去除伪迹。
  • •
    时频分解：对反应锁定（空格键按压）的EEG时段，采用Morlet小波变换进行2-35 Hz的时频分解。
  • •
    统计推断：计算每位参与者每个类别的“概念-虚拟”对比图，然后采用全头皮三维阈值自由聚类增强（TFCE）置换检验，对通道×频率×时间空间进行多重比较校正（FWER校正p<0.05）。
  • •
    源空间投影：为探索性可视化，采用线性约束最小方差（LCMV）波束形成器将传感器层面的效应投影至标准模板大脑皮层表面。

3. 研究结果

3.1 行为学表现

参与者在概念试次上的平均精确匹配准确率为79.5%，余弦相似度为89.0%。虚拟试次的正确打字率为100%。概念试次的平均反应潜伏期为6.28秒，显著长于虚拟试次的2.84秒。其中，音乐类试次难度最大，表现为最长的反应潜伏期和最低的准确率。

3.2 组水平TFCE校正结果

所有三个语义类别（身体、食物、音乐）与虚拟试次的对比均产生了显著的TFCE校正效应。

• •
  共同特征：所有效应的峰值频率均位于低β频段（约14-16 Hz），且均为负向效应，即有意义概念试次的低β功率显著低于伪词虚拟试次。这一方向在全部13名参与者中实现了100%的一致。
• •
  身体 vs. 虚拟：效应量最大（18.38%的测试样本显著），峰值在-0.586秒和14.51 Hz。最强的电极分布在中央-顶叶和后部区域（如CP1, CP3, P1, PO7等）。
• •
  食物 vs. 虚拟：效应覆盖12.28%的样本，峰值在-0.852秒和14.41 Hz。其空间分布更广，涉及中央、额叶和后部区域。
• •
  音乐 vs. 虚拟：效应覆盖14.99%的样本，峰值在-0.762秒和15.84 Hz。其分布呈现左半球中央-后部偏侧化。

3.3 控制分析

为排除反应潜伏期差异对低β效应的干扰，研究人员进行了相关性分析。结果显示，无论是在全脑还是左半球水平，反应潜伏期与低β功率之间均无显著相关（Pearson's r ≈ 0）。这表明观察到的低β去同步化效应并非由运动准备或反应时间的差异所驱动。

4. 结论与意义

本研究通过GRASP范式，成功地在头皮EEG中识别出一个稳健且参与者不变的低β去同步化特征，该特征能够有效区分有意义的语义检索与受控的伪词基线。这一发现的核心意义在于：

1. 1.
   确立了sBCI的信号基础：“高语义 vs. 低语义”的对比比“概念 vs. 概念”的精细分类更具跨参与者稳定性，为开发无需个体化训练的通用解码器提供了可能。
2. 2.
   验证了理论模型：不同语义类别（身体、食物、音乐）在头皮拓扑分布上的差异，与“中枢-辐条”模型中关于不同概念依赖不同感觉运动模态的预测一致，为该理论提供了电生理证据。
3. 3.
   提供了方法论框架：反应锁定范式有效地隔离了内源性概念加工过程，避免了知觉混淆。系统的时频表征和TFCE分析方法为未来sBCI的研究设计、特征选择和分类器架构提供了明确的指导方向。

总之，该研究首次系统地描绘了语义处理过程中低β去同步化的时空频谱指纹，证实其可作为sBCI发展的一个极具前景的、跨参与者稳定的控制信号。