利用部分小波变换相干性方法测量fNIRS超扫描数据中的定向信息流

超扫描是一种有前景的方法，可用于描述个体之间的关系，在本研究中可用于发现个体间的神经同步现象。而最重要的问题是确定谁与谁之间发生了同步。本文提出的方法是识别个体间信息流的方向。

与其他方法相比，该方法最显著的优势在于能够消除神经同步性中的各种混杂因素，例如每个信号中的自相关性；同时，我们还能保持每个信号的高空间解剖分辨率。

通过从设备导出血红蛋白浓度变化的数据文件，并将这些文件转换为 MATLAB 可读格式，开始数据预处理。然后，为避免瞬态响应，删除每次实验数据的前 15 秒和后 15 秒，并使用 MATLAB 中的 decimate 内置函数将数据从 55.6 赫兹下采样至 11.1 赫兹。为校正运动伪影，采用离散小波变换滤波方法，并选择适当的滤波函数进行处理。

使用 PCA 内置函数去除全局生理噪声，然后从信号中去除前 80% 的方差。去除女性数据的前两秒和男性数据的最后两秒后，利用公式计算女性主导的滞后两秒的 INS WTC 值。

类似地，在从男性数据中去除前两秒、从女性数据中去除后两秒后，计算由男性主导的滞后两秒的同步脑间耦合（INS WTC）值。对不同的时间滞后 N（例如 N 等于 4、6 或 8 秒）重复该过程，在所有可能的 676 个 CH 配对中，使用前述公式计算由女性和男性主导的滞后时间同步脑间耦合（INS WTC）强度。同样使用 pWTC 及相应公式，以相同方式计算 INS pWTC。

生成男性与女性之间fNIRS信号的时间滞后时间序列，并计算不同时间滞后下的时间滞后WTC值。通过去除男性数据的前两秒和最后两秒，生成男性fNIRS信号的自相关时间序列。然后，计算男性的两秒自相关值。

然后，在不同的时间滞后下评估自相关的小波相干性（WTC）值。以相同方式，通过移除男性和女性数据的前两秒，创建fNIRS信号的时间对齐时间序列。接着，计算两秒时间对齐的小波相干性（WTC）。

然后，在不同时间滞后下评估时间对齐的WTC值。将不同时间滞后下的时间对齐WTC、时间滞后WTC和自相关WTC值代入pWTC的方程中，生成个体间神经同步（INS）的pWTC。在第二级fNIRS数据处理中，去除每个信号中0.7赫兹以上的生理噪声和频带。

然后，去除每个信号在 0.01 赫兹以下以及 0.15 至 0.3 赫兹范围内的频带，以滤除极低频的波动。对脑间同步性（INS）进行 Fisher Z 转换，然后在时间维度上对 INS 进行平均。针对每个时间滞后的平均 INS，在整个频段范围内对每一对通道（CH）进行配对双样本 t 检验。

然后，识别所有显著的频率簇。通过将参与者随机重新分配到新的两人小组中，重新指定二元关系，如同这些二元组中的参与者此前从未相互交流过。进行基于簇的置换检验，以确定结果的阈值。

在每个时间滞后点重新计算 INS。在新样本中进行配对 t 检验，并识别出显著的频率簇。然后，选择总 T 值最大的簇，再重复上述步骤 1,000 次，以生成最大假阳性 T 值的零分布。

将原始样本中每个已识别频率簇的总T值与零分布进行比较，以获得显著的统计结果。本研究进行了模拟分析。代表性分析表明，考虑自相关的时间滞后INS WTC显著高于未考虑自相关的时间滞后INS WTC以及时间滞后INS pWTC。

此外，去除自相关效应后的时间滞后 INS WTC 与 INS pWTC 之间无显著差异，表明 pWTC 在消除自相关效应对 INS 影响方面的有效性。在 0.4 至 0.6 赫兹范围内观察到边缘显著的情境效应，其中男性的滞后时间为女性滞后时间之后 4 秒。相比之下，在 INS pWTC 中，仅在 0.4 至 0.6 赫兹范围内观察到显著的情境效应，即男性感觉运动皮层活动滞后于女性 4 秒。

在冲突情境下，女性向男性的定向内侧膝状体核（INS）活动显著高于支持情境下的活动。通过格兰杰因果关系方法对内侧膝状体核相位加权三角互相关（INS pWTC）的结果进行了验证，结果显示，INS GC 的模式与 INS pWTC 相似。

通过格兰杰因果分析计算得出的从女性到男性的定向脑间同步性（INS）在冲突情境下显著高于支持情境。采用该方法计算神经同步性后，还可进一步进行多种其他分析。例如，可以比较不同社会互动情境之间的定向信息流，或比较不同社会关系中的社会连接。

此外，还可以了解不同交流行为对神经同步的贡献。例如，言语交流或非言语交流中，哪一种在神经同步中起着更为重要的作用。