論文題目：

Information-based multivariate decoding reveals imprecise neural encoding in children with attention deficit hyperactivity disorder during visual selective attention

中文翻譯：基于信息的多變量解碼揭示視覺選擇性注意力缺陷多動障礙兒童的不精確神經編碼

作者：Dongwei Li,Xiangsheng Luo,Jialiang Guo,Yuanjun Kong,Yiqing Hu,Yanbo Chen,Yu Zhu,Yufeng Wang,Li Sun,Yan Song
期刊：Human Brain Mapping
發表時間：2022年10月
發表網址：https://onlinelibrary.wiley.com/doi/10.1002/hbm.26115
摘要：
注意缺陷多動障礙（ADHD）是學齡兒童常見的神經發育障礙。注意力定向是一種潛在的臨床診斷標記，有助于ADHD的早期診斷。但是，兒童ADHD中注意力定向受損的潛在病理生理基礎仍不清楚。本研究通過單變量ERP分析和基于信息的多變量模式機器學習分析，對135名學齡兒童（70名兒童多動癥患者和65名正常發育兒童）進行了高密度腦電圖（EEG）測量，以直接研究空間選擇性注意過程中的目標定位。通過使用基于個性化信息的多變量機器學習方法，我們提高了對神經發育障礙中認知缺陷的理解。我們的研究為ADHD兒童的早期診斷和個性化干預的優化提供了潛在的研究方向。

實驗流程：

實驗流程圖—來源文章

EEG記錄與預處理

任務腦電圖由EGI（Electrical Geodesics，Inc.）使用128通道HydroCel網狀電極帽（HGSN-128）記錄。在線參考為Cz，采樣率為1000 Hz，帶通濾波器為0.01–400 ，并且阻抗保持在50 kΩ。

在MATLAB環境中使用自定義腳本和EEGLAB工具箱進行數據預處理。排除了38個易受眼睛、面部和頭部運動影響的橫向電極，剩下91個電極用于分析（下圖）。然后將EEG數據離線重采樣至250 Hz，帶通濾波在1-25之間，并通過使用所有91個電極的平均參考來進行重新參考。在獨立成分分析（ICA）之前，手動剔除過多的偽影，并手動檢查和插入壞電極。在手動識別并移除垂直和水平眼動IC之后，當電壓超過±100時，進一步應用自動偽影來剔除偽跡。

 

統計分析：

ERP結果：

下圖顯示了ADHD組和TD組從對側和同側的電極（PO7/8）到目標的視覺搜索開始后的ERP波形，以及總體平均ERP差異波形（對側減去同側）。我們之前的研究表明，多動癥兒童的N2pc分量比TD兒童小（Wang等人，2016年）。在這里，我們用更大的樣本量復制了ADHD組中較小的N2pc成分（t1133=2.075，p=0.040；圖d），支持ADHD兒童的注意力選擇受損。

—來源文章

多元模式解碼

基于先前使用單變量ERP方法的研究，與TD組相比，ADHD組P1波幅增加，N2pc波幅減少。因此，我們應用了基于ERP的多變量模式解碼方法來進一步研究頭皮ERP模式中是否以及何時保留了目標位置的信息。下圖A顯示了ADHD和TD組在基于ERP的頂枕地形圖解碼目標位置時解碼精度的時間過程。通道的相應權重圖如圖c所示。基于聚類的排列測試顯示，在ADHD和TD組中，解碼準確率均顯著高于概率水平（25%），起始值約為視覺搜索開始后200ms（兩組均為p < .001；見圖a，綠色和橙色實線）。

—來源文章

更多數據結果，請查閱參考文獻。

參考文獻：

Li, D., Luo, X., Guo, J., Kong, Y., Hu, Y., Chen, Y., Zhu, Y., Wang, Y., Sun, L., & Song, Y. (2022). Information-based multivariate decoding reveals imprecise neural encoding in children with attention deficit hyperactivity disorder during visual selective attention. Human Brain Mapping, 1– 11. https://doi.org/10.1002/hbm.26115

以上部分內容參考以上文獻，更多內容請參考原文獻，本內容僅供參考，如有疑問及侵權，請后臺聯系我們！