2024年4月26日
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。
BrainBeats 工具箱的目的是提供一个开源且自动化的工具,用于开展脑-心相互作用的研究。该工具箱使研究人员能够通过标准化的信号处理、特征提取、图形用户界面和数据可视化,对脑电图(EEG)和心血管信号进行多模态分析。由于科学史上长期采用还原论的研究方法,脑系统与心脏系统被分割和孤立研究,导致对二者之间的相互作用及相互影响的理解十分有限。
BrainBeats 工具箱旨在弥合这一差距。理解大脑与心脏之间的相互作用,有助于研究人员更深入地了解认知和情绪状态如何影响心血管功能,反之亦然。这些见解进而可带来新的治疗策略或干预措施。
首先,在计算机上打开 MATLAB。在 MATLAB 的主面板中,单击“设置路径”按钮,以添加 EEG 实验室文件夹的路径。单击“添加文件夹”按钮,然后选择已解压缩的 EEG 实验室文件夹。
然后点击保存,再点击关闭。在 MATLAB 命令窗口中输入 EEG lab 以启动 EEG lab。要安装 BrainBeats 插件,请点击文件,然后选择管理 EEG lab 扩展。
然后在搜索栏中输入 BrainBeats,在列表中选择 BrainBeats 插件,然后点击安装。要将示例数据集加载到 EEG lab 中,请点击文件并加载现有数据。导航至 EEG lab 文件夹,然后进入 plugins 和 BrainBeats 文件夹。
打开样本数据文件夹并选择文件 dataset.set。在 EEG 实验室中,依次点击工具、BrainBeats 和一级分析(被试水平),以打开 BrainBeats 首次分析通用用户界面(GUI)。选择心搏诱发电位(HEP)作为要运行的分析类型,并选择 ECG 作为心脏数据类型。
然后点击按钮以显示通道列表,并选择 ECG 通道。保持默认选中的“可视化输出”和“保存输出”选项,然后点击“确定”。在第二个图形用户界面窗口中,从“预处理 EEG”部分将电源线噪声更改为 50 hertz,然后点击“确定”以启动处理。当出现警告消息提示移除检测到的 PPG 通道时,点击“是”。
对于PPG信号,加载数据集,再次设置文件。然后在EEG实验室中,依次点击工具、BrainBeats和第一级被试水平,以打开BrainBeats的第一个图形用户界面。
选择心搏诱发电位(HEP)作为分析类型,光电容积脉搏波(PPG)作为心脏数据类型。然后点击按钮以显示通道列表,并选择PPG通道。保持“可视化输出”和“保存输出”选项为推荐设置,然后点击“确定”。在第二个图形用户界面窗口中,从“预处理EEG”部分将电源线噪声更改为50赫兹,然后点击“确定”以启动分析。
当出现提示移除额外 ECG 通道的警告消息时,点击“是”。BrainBeats 已成功从 ECG 信号中检测出 RR 间期及部分 RR 伪迹。在心搏后 150 至 400 毫秒期间,在额中央头皮区域观察到显著的 alpha 频段振荡。
另一方面,试验内一致性分析表明,脑电相位相对于心跳并未出现显著的相位锁定或相位重置。BrainBeats 还从 PPG 信号中检测到了 RR 间期以及一些 RR 伪迹。在 R 波后的几乎整个时间窗口和几乎整个频率范围内,额中央头皮位点均观察到了显著效应。
试次间一致性分析表明,脑电相位未出现显著的相位锁定或相位重置。要将示例数据集加载到EEG lab中,请点击文件并选择加载现有数据。导航至EEG lab文件夹,然后进入plugins文件夹和BrainBeats文件夹。
打开样本数据文件夹并选择文件 dataset.set。将样本数据集加载到 EEG lab 后,依次点击工具、BrainBeats 和一级被试水平,以打开主图形用户界面并选择参数。分析类型选择提取 EEG 和 HRV 特征,心信号类型选择 ECG。
在电极标签列表中选择ECG,然后点击“确定”。随后将弹出第二个图形用户界面窗口,用于设置脑电图预处理以及提取心率变异性(HRV)和脑电图特征的不同参数。在“预处理脑电图”部分,将电源线噪声更改为50赫兹,然后点击“确定”以启动处理。当出现警告消息提示移除额外的PPG通道时,点击“是”。
所有操作结束后,在 MATLAB 命令窗口中输入 eegh,以打印命令行并可通过单条命令重复所有步骤。加载相同的数据集文件后,依次点击工具(tools)、BrainBeats 和一级被试水平(first level subject level),打开主图形用户界面以选择参数。选择“提取 EEG 和 HRV 特征”作为分析选项,并选择 PPG 作为心信号类型。
选择 PPG 作为通道名称,然后点击“确定”。在第二个图形用户界面窗口中,从预处理 EEG 部分将电源线噪声更改为 50 赫兹,然后点击“确定”以运行程序。当出现警告消息提示移除检测到的 ECG 通道时,点击“是”,并查看生成的输出结果。加载示例数据集文件 dataset.set。
然后依次点击工具、BrainBeats 和第一级学科级别以打开主图形用户界面。在分析类型中选择“从 EEG 信号中提取心脏伪影”,在心电信号类型中选择 ECG。在电极标签列表中输入 ECG,然后点击确定。在选择 EEG 信号的预处理参数后,选择 50 赫兹作为线路噪声频率,勾选增强模式复选框,然后点击确定以启动分析。
当出现提示移除额外PPG通道的警告消息时,点击“是”。利用BrainBeats,从ECG信号中提取了脑电图(EEG)和心率变异性特征,结果显示在高频段内心率变异性功率谱密度峰值约为0.19赫兹,脑电图在α频段约为10.5赫兹处出现峰值。头皮拓扑图显示主要集中在后部区域,在额部、右侧及后部区域表现出更高的复杂性。
后续利用PPG信号对心率变异性进行的分析表明,在低频段约0.04赫兹处出现一个峰值,在约0.19赫兹附近出现一个分叉峰值,提示PPG信号质量较低。
BrainBeats 工具箱是一个开源的 EEGLAB 插件,旨在促进脑电图(EEG)与心血管信号(ECG/PPG)的联合分析。该工具箱通过提供用于心搏诱发电位(HEP)评估及从 EEG 信号中提取心脏伪迹的工具,增强了对脑-心相互作用的研究,从而提高了科研的可重复性与可及性。
整合脑电图(EEG)与心血管信号分析,能够实现对脑-心相互作用的标准化、多模态探究,从而弥补早期研究中的关键空白。BrainBeats 工具箱可提高神经心脏生物标志物研究的预测可信度,并为转化研究和临床前研究提供可靠的特征提取支持。该技术能力有望在生物制药研发管线中提升可重复性、数据质量以及跨职能的研发工作流程效率。
BrainBeats 插件通过实现标准化的多模态数据整合与分析,契合从发现到临床前研究的连续过程。