10、神经变异性与感知决策：从EEG到fMRI的探索

神经变异性与感知决策：从EEG到fMRI的探索

1. 引言

神经系统科学面临一个基本问题：神经元反应的变异性，究竟是神经元作为嘈杂处理元素的体现，是相同刺激下未被考虑的情境效应（如记忆/滞后效应）的结果，还是潜在神经元网络中潜在过程的反映？从行为神经科学的角度来看，决策过程也存在变异性，即使是非常简单的决策，对于名义上相同的刺激，准确性和反应时间也可能有显著差异。过去十年，大量研究致力于将神经元变异性与这种行为变异性联系起来，且大多集中在动物研究上。近年来，神经成像技术的进步，特别是对无创测量的神经活动进行单试验分析的方法，使我们能够研究人类大脑中的变异性与决策问题。

2. 脑电图（EEG）的单试验分析

2.1 传统EEG分析方法的局限性

传统的EEG分析依赖于对数百次试验以及多个受试者的事件锁定数据进行平均，以揭示所研究的神经认知过程的神经特征。这种方法的主要假设是，试验平均通过最小化背景EEG活动，相对于与实验事件相关的神经活动，来提高信噪比（SNR）。虽然这个假设通常是有效的，但它不可避免地掩盖了试验间和受试者间的反应变异性。而这种逐次试验的变异性可能包含有关潜在神经过程的重要信息，进而可能产生重要的行为后果。

2.2 单试验方法的优势

单试验方法通常旨在利用大量传感器阵列，通过跨通道的空间信息整合，生成数据的聚合表示（即成分），以最佳地区分感兴趣的实验条件。空间整合在不损失试验平均常见的时间精度的情况下提高了信号质量，而由此产生的区分成分通常是潜在神经生理活动的更好估计。

2.3 提取EEG成分的方法

为了从EEG中提取感兴趣的成分，已经开发了多种方法，包括