基于脑电图认知任务的学校天才儿童神经生理识别研究

《Scientific Reports》：EEG activity during a vigilance task reveals distinct frequency band patterns in gifted children

　　

摘要

本研究旨在调查在简短的精神运动警觉性任务（PVT）期间记录的脑电图（EEG）是否能提供生理信息，以在学校环境中区分先前被识别为天才的儿童与控制组参与者。研究使用32通道半干系统（256 Hz）记录了158名9至13岁在校儿童的EEG数据（48名天才，110名控制组）。每次测试包括2分钟的闭眼基线，随后进行7分钟的儿童适应性PVT。跨标准频率带提取了时间、频谱、熵、几何、不对称性和功能连接特征，并相对于每个参与者的静息基线进行归一化。使用非参数统计方法检查组间差异，并通过重复交叉验证评估有监督分类性能。行为表现在两组间无显著差异。EEG分析显示多个频率带、特征域和皮层区域存在差异。使用delta频段和逻辑回归获得了最高分类性能（宏F1 = \(0.745 \pm 0.066\)，AUC-ROC = \(0.815 \pm 0.049\)），同时alpha和beta频段也提供了判别信息。在简短认知任务期间记录的EEG包含与天才和控制组区分相关的生理信息。结合机器学习，该方法提供了一种客观和补充的信息来源，可能有助于开发更标准化的天才识别神经生理方法。