bioRxiv（Neuroscience）· Oskari Ahola·· 14 小时前AI 评分47
EOIS 框架从单试次神经生理时间序列中分离诱发与诱导活动
Disentangling evoked and induced activity from single-trial neurophysiological time series
AI 导读
研究团队开发了 Evoked-Ongoing/Induced Separator（EOIS）框架，可从单试次数据中分离事件诱发、持续和事件调制诱导活动。该方法利用 MEG 与实时 EEG 中不同成分的相位一致性特征，实现与被试无关的单试次时间序列分析，并将皮层反应变异性归因到具体成分。EOIS 有望用于生物标志物优化、药效学读出和闭环神经调控。
AI 要点
团队
Oskari Ahola（bioRxiv 预印本，作者单位原文未提及）
主要结果
提出 EOIS 框架，可从单试次数据中分离事件诱发、持续和事件调制诱发活动，并将皮层反应变异性归因到具体成分。
解决什么问题
诱发与诱发活动动态重叠，单试次水平上难以分离，而这对解读单试次变异性和实时探测皮层反应性很关键。
方法
利用 MEG 和实时 EEG 中不同成分的相位一致性特征进行分离，支持跨受试者的单试次时间序列分析。
局限
从研究设计看，原文为方法框架介绍，未报告在具体数据集上的验证结果。
AI 依据原文整理，未经人工核对。
来源：bioRxiv（Neuroscience） · biorxiv.org