BrainBeats 工具箱是一个开源的 EEGLAB 插件，旨在联合分析脑电图（EEG）和心血管信号（ECG/PPG）。该工具箱包含心搏诱发电位（HEP）评估、基于特征的分析以及从脑电图信号中提取心脏伪迹等功能。本实验方案将通过两个视角（HEP 和特征分析）促进对脑-心相互作用的研究，提升研究的可重复性和可及性。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
大脑与心血管系统之间的相互作用正受到越来越多的关注，因其有望加深我们对人类生理学的理解并改善健康结局。然而，由于缺乏相关指南、标准化的信号处理与统计工具、图形用户界面（GUI）以及对大规模数据集的自动化处理手段或可重复性提升方法，这些信号的多模态分析仍面临挑战。此外，在标准化的脑电图（EEG）和心率变异性（HRV）特征提取方法方面也存在空白，这削弱了临床诊断的可靠性或机器学习（ML）模型的稳健性。针对这些局限性，我们推出了 BrainBeats 工具箱。该工具箱以开源 EEGLAB 插件的形式实现，集成了三个主要协议：1）心跳诱发电位（HEP）与心跳相关振荡（HEO），用于在毫秒级精度上评估大脑与心脏之间的时间锁定相互作用；2）EEG 与 HRV 特征提取，用于分析不同脑与心脏指标之间的关联性或差异性，或构建稳健的基于特征的机器学习模型；3）从 EEG 信号中自动提取心脏伪迹，以在进行 EEG 分析时消除潜在的心血管信号污染。我们提供了一步一步的操作教程，指导如何将这三种方法应用于一个包含同步 64 导联 EEG、ECG 和 PPG 信号的开源数据集。用户可通过图形用户界面（GUI）或命令行轻松调整参数，以满足其特定的研究需求。BrainBeats 将使脑-心相互作用的研究更加便捷且具备更高的可重复性。
引言
长期以来，还原论方法在人类生理学和认知科学的研究中占据主导地位。该方法将复杂的身体和心理过程分解为更小、更易处理的组成部分，使研究人员能够孤立地研究各个系统。这种策略的产生源于研究人体和大脑复杂且相互关联特性的困难1。还原论在孤立地理解各个子系统方面发挥了重要作用，例如阐明离子通道和动作电位在神经2或心脏3信号传导中的作用。然而，我们对这些孤立系统如何在更大的空间和时间尺度上相互作用仍存在显著的知识空白。多模态（整合性或生态性）框架将人体视为一个复杂的多维系统，其中心智并非大脑的产物，而是生命体的一种活动，这种活动将大脑整合到人体的日常功能之中4。多模态与还原论方法并非互斥，正如我们无法脱离整个大脑研究单个神经元，也无法在不了解单个神经元特性的前提下研究整个大脑。二者共同为更全面、协同地理解人类健康、病理、认知、心理学和意识铺平了道路。本方法旨在通过联合分析脑电图（EEG）与心血管信号——即心电图（ECG）和光电容积脉搏波（PPG）——来促进对脑-心相互作用的多模态研究。该工具箱以MATLAB中的EEGLAB插件形式实现，旨在解决现有方法学上的局限性，并以开源形式发布，以提升科学研究的可及性与可重复性。其设计和默认参数遵循最新的指南与建议，以鼓励用户遵循已知的最佳实践。该工具箱可为以下研究人员和临床医生提供有价值的资源：1）研究 心....
访问受限。请登录或开始试用以查看此内容。
方案
已从每位参与者处获得知情同意，实验方案已获乌拉尔联邦大学伦理委员会批准。
1. BrainBeats 使用要求
- 在计算机上安装 MATLAB 和 EEGLAB。EEGLAB 可从 https://github.com/sccn/eeglab 下载并解压（Git 用户也可直接克隆），解压位置可为计算机上的任意目录。更多安装详情请参见 GitHub 页面。
- 在 MATLAB 主界面中点击 设置路径 按钮，将 EEGLAB 文件夹路径添加至 MATLAB 路径中。选择包含解压文件的 eeglab 文件夹，然后点击 保存 > 关闭。
- 在 MATLAB 命令窗口中输入 eeglab 以启动 EEGLAB。
- 点击 文件 > 管理 EEGLAB 扩展，安装 BrainBeats 插件。在搜索栏中输入 brainbeats ，在列表中选择 BrainBeats 插件，然后点击 安装/更新。
- 将示例数据集加载至 EEGLAB。点击 文件 > 加载现有数据
访问受限。请登录或开始试用以查看此内容。
结果
首先，使用 BrainBeats 插件对脑电图（EEG）和心电图（ECG）数据进行预处理，识别并去除伪迹，并分析心搏诱发电位（HEP）和振荡（HEO）。BrainBeats 成功地从 ECG 信号中检测出 RR 间期以及部分 RR 伪迹（图 2）。BrainBeats 还在命令窗口中报告，305 次心跳中有 11 次（3.61%）被标记为伪迹并进行了插值处理。RR 间期的平均信号质量指数（SQI）（插值前）为 1，这是最高值。当 RR 序列中有 20% 或以上的数据被标记为伪迹，或 SQI<0.9 时，表示信号质量较低。TP9 EEG 通道被移除并进行了插值（图 3），多个包含伪迹的时段被剔除（图 6），并且 两个眼动成分被标记为需去除 （图 7）。输出结果包括总平均 HEP（图 8）和 HEO（
访问受限。请登录或开始试用以查看此内容。
讨论
方案中的关键步骤
关键步骤在步骤 1.1–1.4 中进行了描述。工具箱在多个位置设置了警告和错误提示信息，以帮助用户理解可能遇到问题的原因（例如，脑电数据中未加载电极位置、文件长度过短无法计算可靠的超低频心率变异性指标、信号质量过低无法进行任何可靠分析等）。每个函数均提供了面向高级用户的详细文档，参数可轻松微调（推荐参数及典型取值范围在本文及代码中均有记录）。用户可通过在命令窗口中输入 help 命令后接函数名称（例如，输入 help brainbeats_process），获取有关如何使用特定函数或参数正常取值范围的帮助信息。
方法的局限性
使用者必须拥有包含脑电图（EEG）和心血管数据（ECG 或 PPG）的同一数据文件，或知晓如何独立合并这两类数据。目前，数据导入无法通过 BrainBeats 自动完成，因为需要安装特定插件以支持多种数据格式（例如 .csv、.edf、.bdf、.vhdr 等）。未来的版本将允许使用者直接将任意数量文件的 BIDS 数.......
访问受限。请登录或开始试用以查看此内容。
披露
作者无任何利益冲突需要披露。
致谢
意识科学研究所支持了本项研究。我们感谢原始开源算法的开发者，这些算法经过改进后用于开发 BrainBeats 的部分算法。
....访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| EEGLAB | 斯瓦茨计算神经科学中心（SCCN） | 免费/开源 | |
| MATLAB | The Mathworks, Inc. | 需要许可证 | |
| Windows 个人电脑 | 联想集团有限公司 |
参考文献
- von Bertalanffy, L. General system theory Foundations, development, applications. , G. Braziller. (1968).
- Hodgkin, A. L., Huxley, A. F. A quantitative description of membrane current and its application to conduction and excitation in nerve. J Physiol.
访问受限。请登录或开始试用以查看此内容。
重印与许可
