实验范式设计手册

—

由

胡, 胡
于

下面给你一份面向 EEG × 冥想实验的参考与规范汇总（适合直接落地或写入方法学 / 预注册）。我把要点分为：推荐范式、设计原则、采集/设备规范、数据组织与预处理、统计与报告、伦理/可复现性清单。关键的权威规范和模板我也列在最前面，建议在做任何正式实验与发表前务必参照并引用它们。

推荐阅读（必须先看）

  • EEG-BIDS（数据组织标准） — 官方规范，规定文件/元数据格式与命名规则，便于共享与重现。([Nature][1])
  • COBIDAS-MEEG（EEG/MEG 报告与最佳实践） — OHBM 的 M/EEG 报告建议，覆盖实验设计、采集、预处理、统计与共享。([humanbrainmapping.org][2])
  • EEG/ERP 预注册模板（OSF / Max Planck） — 预注册 ERP/EEG 分析的样板，强烈建议在收数据前提交。([osf.io][3])
  • EEG 采集与实验室准备实务指南（行业博客 / 实验管理文献） — 关于环境、噪声、设备放置、试运行等实操要点。([Neuroelectrics][4], [PMC][5])

一、常用实验范式（适合冥想/正念研究）

  1. 静息态（Resting-state）

    • 闭眼/睁眼各 3–10 分钟；用于测量基线频带功率、功能连接、微状态。适合比较“练习前/练习后”的慢性效应。

  2. 专注注意（Focused Attention, FA）任务

    • 例如：呼吸觉知 10–20 分钟；事件标记可放在引导开始/结束或每 N 分钟提示一次（用于事件相关分析）。

  3. 开放监控（Open Monitoring, OM）/非指向性观照

    • 无具体目标的静坐，关注心念流动，常用于考察心境波动与网络灵活性。

  4. 慈心/爱与善良（LKM/Compassion）

    • 引导式情绪任务，适合探讨情绪调节相关频带与前额/颞区变化。

  5. 混合任务 + 外部刺激（任务-刺激结合）

    • 在冥想段前后插入认知任务（Stroop、SART）或情绪照片，衡量短时状态对行为与 ERPs 的影响。

设计提示：每种条件应包含足够的持续时间（通常 ≥5–10 分钟对功率分析友好）；若做 ERPs，需有足够重复次数（通常每条件 ≥50 次，视效应而定）。参考 COBIDAS 的设计建议以确定样本量/试次。([humanbrainmapping.org][2])

二、实验设计的核心原则

  1. 预注册研究计划：在 OSF 等平台写明假设、主次指标、预处理与统计流程、排除规则。这样能显著减少可疑的后验选择（p-hacking）。([osf.io][3])
  2. 对照与随机化：包括被动对照（休息/听音乐）或主动对照（其他任务）；受试者分配应随机或交叉平衡（counterbalancing）。
  3. 样本量与功效分析：基于预期效应量做 a priori power 计算；EEG 研究受噪声与个体差异影响大，通常建议样本数比行为学研究更大。参照先行文献估计效应量。
  4. 盲法与独立评分：如果包含主观评分或行为编码，评分者应对组别盲审。
  5. 试运行（pilot）：至少 n≈5–10 做系统测试：触发同步、阻抗、噪声水平、题本与引导语的清晰度。

三、采集与设备规范（建议最低标准）

  • 采样率（sampling rate）：≥500 Hz（若研究高频 γ 或源定位建议 ≥1000 Hz）；采样率必须在记录与报告中明确说明。
  • 参考/地线：记录时标注参考电极（例如 mastoid、linked mastoid、Cz）并在分析中报告重参考策略（如重参考到平均）。
  • 阻抗阈值：尽量 <10 kΩ（具体阈值写入 SOP 并一致执行）。
  • 触发器/同步：所有任务事件（引导开始、提示词、试次开始/结束）必须通过硬件 TTL 或 LabStreamingLayer（LSL）同步到 EEG 数据流。
  • 环境要求：低电噪声、远离大功率电源、尽量避免移动金属物；若可能使用屏蔽室或把电脑放到隔室。([Neuroelectrics][4])
  • 元数据记录：记录设备型号、采样率、滤波器设置、实验室温度/照度、参与者状态（睡眠/咖啡/药物），并纳入 BIDS 元数据。([Nature][1])

四、数据组织、预处理与质量控制

  1. 数据组织：使用 EEG-BIDS 规范组织原始数据与元数据（sub-/ses-/task-*/eeg.*与 JSON sidecars）。这对共享与复现非常关键。([Nature][1])
  2. 预处理流水线（在预注册中明确）：示例顺序——带通滤波（例如 0.5–45 Hz）→ 去工频（notch 50/60 Hz 如需）→ 坏道检测→ ICA/ASR 去伪迹（眼动、肌电）→ 重参考（平均或其他）→ 分段/事件对齐。所有参数与算法要在预注册或方法中详细写出。([humanbrainmapping.org][2])
  3. 质量门槛：规定最大允许坏段比例、最大可接受坏通道数、最小可用数据时长（如每条件至少 4 分钟干净数据）。
  4. 数据与代码版本控制：使用 Git + 语义版本号，数据用 BIDS 并写入 dataset_description.json，分析脚本容器化（Docker/Singularity）以便复现。
  5. 盲审复核：让另一位研究者在不知分组情况下运行预处理脚本以检验偏差。

五、常见分析方法与统计规范

  • 频域分析：功率谱（α/θ/β/γ）、时频分析（wavelet / multitaper）。报告具体频段定义与计算方法。
  • 事件相关电位（ERP）：需大量重复试次，明确时间窗、baseline、测量指标（峰值/平均幅度）。ERP 研究强烈建议使用 ERP 预注册模板。([osf.io][3])
  • 功能连接与网络分析：相位锁定、相干性、源级连接；注意 volume conduction 与假阳性问题（使用修正方法）。
  • 统计控制：多比较校正（cluster-based permutation、FDR、Bonferroni 根据场景选择）；在群体水平使用线性混合模型以控制被试内/间变异性。COBIDAS-MEEG 对统计与结果展示有专门建议。([humanbrainmapping.org][2])

六、报告、共享与可重复性

  1. 报道要点（参照 COBIDAS-MEEG）：实验设计（试次数、条件、随机化）、采集参数、预处理完整步骤、伪迹剔除规则、统计模型、效果量与置信区间。([humanbrainmapping.org][2])
  2. 数据共享：尽可能共享去标识后的 BIDS 数据集与分析代码（GitHub + OSF / OpenNeuro），并在方法中给出 DOI/链接。
  3. 偏差披露：若在数据之后更改了分析计划（deviation from preregistration），需在论文/补充材料中透明披露并解释。([SAGE Journals][6])

七、伦理、受试者与安全

  • 筛查：排除有癫痫、近期严重头部外伤、精神药物使用史（或由临床顾问评估）。
  • 知情同意：包含数据共享、匿名化、退出机制说明以及可能出现的身体/心理不适管理流程。
  • 对敏感群体（儿童、临床样本）使用额外保护措施并取得相应伦理批准。

八、简易落地清单（Checklist，落地即用）

  1. 预注册（OSF）—— 假设 / 主次指标 / 预处理 & 分析细节。([osf.io][3])
  2. 设备/环境测试（pilot n≥5）—— 触发同步 & 噪声水平合格。([Neuroelectrics][4])
  3. 采用 EEG-BIDS 来组织数据并写好 metadata。([Nature][1])
  4. 事先写好伪迹处理规则、坏道判定、排除标准（SOP）。
  5. 统计计划与多重比较校正策略写入预注册。([humanbrainmapping.org][2])
  6. 数据和代码上线 OpenNeuro / OSF，论文提交时附上链接。

如果你愿意，我可以把上面内容生成一个可直接复制到 OSF 的预注册草案 + 一个 EEG-BIDS 初始目录模板（示例文件名 & dataset_description.json 骨架） + 一个简单的预处理脚本骨架（伪代码，适配 MNE 或 EEGLAB）。你要我现在把哪一项先做出来？

[1]: https://www.nature.com/articles/s41597-019-0104-8?utm_source=chatgpt.com “EEG-BIDS, an extension to the brain imaging data structure … – Nature” [2]: https://www.humanbrainmapping.org/files/2020/COBIDAS-MEEG_NatNeuro_revised.pdf?utm_source=chatgpt.com “[PDF] Issues and recommendations from the OHBM COBIDAS MEEG …” [3]: https://osf.io/4nvpt/download?utm_source=chatgpt.com “EEG ERP Preregistration Template – OSF” [4]: https://www.neuroelectrics.com/blog/guidelines-for-conducting-a-successful-eeg-recording-experiment?utm_source=chatgpt.com “Guidelines for Conducting a Successful EEG Recording Experiment” [5]: https://pmc.ncbi.nlm.nih.gov/articles/PMC11276027/?utm_source=chatgpt.com “Managing EEG studies: How to prepare and what to do once data …” [6]: https://journals.sagepub.com/doi/full/10.1177/25152459231213802?utm_source=chatgpt.com “Best Laid Plans: A Guide to Reporting Preregistration Deviations”

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注