论文题目：

Information-based multivariate decoding reveals imprecise neural encoding in children with attention deficit hyperactivity disorder during visual selective attention

中文翻译：基于信息的多变量解码揭示视觉选择性注意力缺陷多动障碍儿童的不精确神经编码

作者：Dongwei Li,Xiangsheng Luo,Jialiang Guo,Yuanjun Kong,Yiqing Hu,Yanbo Chen,Yu Zhu,Yufeng Wang,Li Sun,Yan Song
期刊：Human Brain Mapping
发表时间：2022年10月
发表网址：https://onlinelibrary.wiley.com/doi/10.1002/hbm.26115
摘要：
注意缺陷多动障碍（ADHD）是学龄儿童常见的神经发育障碍。注意力定向是一种潜在的临床诊断标记，有助于ADHD的早期诊断。但是，儿童ADHD中注意力定向受损的潜在病理生理基础仍不清楚。本研究通过单变量ERP分析和基于信息的多变量模式机器学习分析，对135名学龄儿童（70名儿童多动症患者和65名正常发育儿童）进行了高密度脑电图（EEG）测量，以直接研究空间选择性注意过程中的目标定位。通过使用基于个性化信息的多变量机器学习方法，我们提高了对神经发育障碍中认知缺陷的理解。我们的研究为ADHD儿童的早期诊断和个性化干预的优化提供了潜在的研究方向。

实验流程：

实验流程图—来源文章

EEG记录与预处理

任务脑电图由EGI（Electrical Geodesics，Inc.）使用128通道HydroCel网状电极帽（HGSN-128）记录。在线参考为Cz，采样率为1000 Hz，带通滤波器为0.01–400 ，并且阻抗保持在50 kΩ。

在MATLAB环境中使用自定义脚本和EEGLAB工具箱进行数据预处理。排除了38个易受眼睛、面部和头部运动影响的横向电极，剩下91个电极用于分析（下图）。然后将EEG数据离线重采样至250 Hz，带通滤波在1-25之间，并通过使用所有91个电极的平均参考来进行重新参考。在独立成分分析（ICA）之前，手动剔除过多的伪影，并手动检查和插入坏电极。在手动识别并移除垂直和水平眼动IC之后，当电压超过±100时，进一步应用自动伪影来剔除伪迹。

 

统计分析：

ERP结果：

下图显示了ADHD组和TD组从对侧和同侧的电极（PO7/8）到目标的视觉搜索开始后的ERP波形，以及总体平均ERP差异波形（对侧减去同侧）。我们之前的研究表明，多动症儿童的N2pc分量比TD儿童小（Wang等人，2016年）。在这里，我们用更大的样本量复制了ADHD组中较小的N2pc成分（t1133=2.075，p=0.040；图d），支持ADHD儿童的注意力选择受损。

—来源文章

多元模式解码

基于先前使用单变量ERP方法的研究，与TD组相比，ADHD组P1波幅增加，N2pc波幅减少。因此，我们应用了基于ERP的多变量模式解码方法来进一步研究头皮ERP模式中是否以及何时保留了目标位置的信息。下图A显示了ADHD和TD组在基于ERP的顶枕地形图解码目标位置时解码精度的时间过程。通道的相应权重图如图c所示。基于聚类的排列测试显示，在ADHD和TD组中，解码准确率均显著高于概率水平（25%），起始值约为视觉搜索开始后200ms（两组均为p < .001；见图a，绿色和橙色实线）。

—来源文章

更多数据结果，请查阅参考文献。

参考文献：

Li, D., Luo, X., Guo, J., Kong, Y., Hu, Y., Chen, Y., Zhu, Y., Wang, Y., Sun, L., & Song, Y. (2022). Information-based multivariate decoding reveals imprecise neural encoding in children with attention deficit hyperactivity disorder during visual selective attention. Human Brain Mapping, 1– 11. https://doi.org/10.1002/hbm.26115

以上部分内容参考以上文献，更多内容请参考原文献，本内容仅供参考，如有疑问及侵权，请后台联系我们！