第11章 神经信号的种类与测量原理¶
学习目标¶
- 理解不同神经信号的生理来源与可测量指标
- 掌握主流神经测量技术的时间/空间分辨率权衡
- 能根据研究问题选择合适的测量方法
- 识别常见测量误区与实验设计风险
关键概念¶
- 时间分辨率与空间分辨率
- 直接测量与间接测量
- 神经血管耦合
- ERP/频谱/功能连接
- 信噪比（SNR）与伪迹（artifact）
正文¶
为什么先学“信号”再学“分析”？¶
神经科学研究里，分析方法再高级，也无法弥补“信号本身不匹配研究问题”的错误。
一个简单例子：
- 你想研究“刺激出现后 200ms 内的大脑加工”，优先考虑 EEG/MEG
- 你想定位“哪个脑区网络参与价值决策”，优先考虑 fMRI
所以第一步不是选软件，而是先回答：我需要多快的时间尺度？多精细的空间定位？
11.1 神经信号到底是什么？¶
从心理学研究常见任务出发，可把神经信号分为三层：
- 电活动：动作电位、突触后电位、局部场电位（LFP）
- 磁活动：神经电流诱发的微弱磁场
- 血流/代谢活动：神经活动引发的氧合血红蛋白变化（BOLD 等）
关键区别：
- 电/磁信号更“快”，更接近神经实时过程
- 血流信号更“慢”，但空间定位常更好
11.2 主流技术全景对照¶
| 技术 | 测量对象 | 时间分辨率 | 空间分辨率 | 优势 | 局限 |
|---|---|---|---|---|---|
| EEG | 头皮电位 | 毫秒级 | 厘米级 | 便宜、便携、时间精度高 | 源定位困难、易受伪迹影响 |
| MEG | 头外磁场 | 毫秒级 | 毫米到厘米级 | 时间精度高，源定位优于EEG | 设备昂贵、对环境要求高 |
| fMRI | BOLD 信号 | 秒级 | 毫米级 | 空间定位强、全脑覆盖 | 时间慢、噪声大、因果解释弱 |
| fNIRS | 近红外血氧变化 | 百毫秒到秒级 | 厘米级 | 便携、可用于婴幼儿 | 深部脑区难覆盖 |
| ECoG | 皮层表面电位 | 毫秒级 | 毫米级 | SNR 高、时空都较好 | 侵入式，仅临床机会样本 |
| 单/多单元记录 | 神经元放电 | 亚毫秒到毫秒级 | 单细胞 | 最直接的神经编码证据 | 高侵入性，样本限制大 |
研究中常见折中策略：
- EEG + fMRI 联合：一个管“快”，一个管“准”
- 行为模型参数 + fMRI：把认知变量映射到脑区
11.3 EEG/MEG：为什么“快”？¶
核心原理¶
大量同步突触后电流在皮层形成可叠加信号：
- EEG 记录电位差
- MEG 记录磁场变化
这两者都能捕捉刺激后几十到几百毫秒的过程，因此非常适合认知时间过程研究。
常见分析对象¶
- ERP/ERF：事件锁定平均波形（如 N170、P300）
- 频域指标：功率谱（theta/alpha/beta/gamma）
- 时频分析：不同时间窗口的频率变化
- 功能连接：相位同步、相干性
常见伪迹¶
- 眨眼和眼动（EOG）
- 肌电（EMG）
- 电极接触不良与工频噪声
实践中常用独立成分分析（ICA）或回归法去伪迹。
11.4 fMRI：为什么“准”？¶
核心原理¶
fMRI 主要测量 BOLD（Blood Oxygen Level Dependent）信号。
神经活动增强时，局部脑血流和氧合状态变化，导致磁共振信号变化。常用卷积表达：
\[y(t) = (s * h)(t) + \epsilon(t)\]
其中：
- \(s(t)\)：神经事件序列
- \(h(t)\)：血流动力学响应函数（HRF）
- \(y(t)\)：观测到的 BOLD 信号
关键理解¶
- BOLD 不是直接神经放电，而是神经血管耦合后的间接指标
- HRF 峰值常滞后刺激约 4-6 秒
- 因此 fMRI 不适合回答“200ms 内谁先谁后”这类精细时序问题
11.5 直接测量 vs 间接测量¶
- 直接测量（EEG/ECoG/单元放电）：更靠近神经电活动本体
- 间接测量（fMRI/fNIRS）：依赖血流/代谢中介过程
这不是“谁更高级”，而是回答不同问题：
- 过程时间线：倾向直接信号
- 功能解剖定位：倾向间接信号
11.6 从研究问题反推技术选择¶
场景A：奖赏反馈后 300ms 内是否出现预测误差信号？¶
- 首选：EEG（FRN/RewP）或 MEG
- 原因：关注快速事件相关时间窗
场景B：风险决策涉及哪些脑区网络？¶
- 首选：fMRI
- 原因：重在全脑空间定位与网络水平解释
场景C：儿童自然场景交互任务¶
- 首选：fNIRS 或移动 EEG
- 原因：生态有效性和可操作性优先
11.7 常见误区¶
- 把 fMRI 当作直接神经信号
- 只看分辨率，不看实验可行性（成本、样本、运动约束）
- 忽视伪迹控制，导致后续分析全线偏差
- 研究问题是机制时间过程，却只采慢信号
11.8 小型决策清单（开题可直接用）¶
- 你的核心变量是“时间过程”还是“空间定位”？
- 被试群体是否允许长时间静止（fMRI）？
- 任务是否会产生大量眼动/肌电伪迹？
- 你的假设是否需要 trial-level 变量（如预测误差）与神经信号对齐？
- 是否需要多模态联合（行为 + EEG，行为模型 + fMRI）？
小结¶
- 神经测量技术没有绝对优劣，只有与研究问题的匹配程度。
- EEG/MEG 擅长“快过程”，fMRI 擅长“准定位”，fNIRS 擅长“高可达性”。
- 在心理学研究中，先做“问题-信号匹配”再做统计分析，是避免返工的关键。
练习与思考¶
- 选一个你熟悉的心理学问题，分别给出 EEG 与 fMRI 两种可行设计，并说明它们各自回答的问题差异。
- 对“损失反馈后的快速情绪反应”这一问题，写出你会优先选择的技术、伪迹控制策略和主要分析指标。
- 阅读一篇 fMRI 或 EEG 论文，判断作者的数据类型是否真正匹配其理论问题，并给出理由。