跳到正文
只看数据与复现#正式发表
10月3日周六
  1. arXiv · EEG 与神经表征71

    MOV-AAD：面向移动对话中听觉注意解码的大规模多模态数据集

    基于摘要分析。该研究针对听觉注意解码（AAD）常在静态、简化语音场景中评估、与日常聆听条件不匹配的问题，提出 MOV-AAD 数据集。其核心贡献是结合动态移动的对话声源、64 通道 EEG、同步生理记录及注意投入的行为测量，为自然聆听条件下的选择性听觉注意研究提供数据资源。 数据与范式：摘要列出的同步记录包括眼动、呼吸、皮肤电反应、心率、外周血氧饱和度、体温、身体运动及光电容积描记（photoplethysmography）。这些模态支持研究神经与生理信号中的注意和聆听努力标记；动态声源则为分析空间变化条件下的 AAD 提供场景。作者将其描述为大规模、生态效度更高的数据集，但摘要未提供被试数、记录时长或具体规模依据。 研究用途与证据边界：作者提出 MOV-AAD 可支持真实空间动态下的稳健 AAD、多模态注意建模、聆听努力及被试间神经反应研究。摘要未给出具体解码模型、评估划分、基线或性能指标，因此这些属于数据集的预期用途，而非已经验证的性能提升。 复现与核对重点：需从全文和数据说明中确认声源运动与对话任务的设计、注意目标及行为标签的获取方式、多模态时间同步和伪迹处理，以及数据访问条件。被试内、跨被试和跨会话评估是否提供、各模态对解码的增益及其统计可靠性尚未验证；实验协议、消融及统计信息尚未验证。

    阅读价值：MOV-AAD 将动态移动的对话声源、64 通道 EEG 与同步生理记录结合，值得用于核对静态场景下的 AAD 方法能否适应更自然的空间动态，但其基准协议与实际解码效果尚未验证。

10月2日周五
  1. Europe PMC · EEG 方法62

    神经病理性疼痛中的 EEG 研究（综述）

    基于摘要分析。该叙述性综述针对神经病理性疼痛（NP）评估依赖主观自评的问题，整合机制解释与电生理证据，梳理 EEG 作为候选疼痛生物标志物的研究进展及临床转化方向；它并非新的 EEG 模型或临床验证研究。 在频谱特征方面，作者报告，静息态 θ 活动增加与主导频率减慢在慢性 NP 研究中相对反复出现，而 α、β、γ 频段的发现仍具有异质性。这种证据格局提示，应区分较常见的群体层面变化与可用于个体评估的可靠标志物，不能仅凭频段变化断言能够识别疼痛强度或完成诊断。 在网络层面，作者综述了异常的前额叶—边缘系统及感觉运动连接，以及跨频耦合改变；这些发现的方向和拓扑依赖患者群体、记录配置与分析指标，不能视为统一的 NP 网络特征。作者还讨论了计算 EEG 分析、图论和机器学习对客观化、个体化疼痛评估的潜在支持，以及便携式 EEG 和多模态方法的转化机会；摘要未提供相应模型的验证结果。 阅读全文时应重点核对纳入研究范围、NP 类型、记录与预处理条件、特征定义及混杂因素控制，并区分群体差异、疼痛相关性和个体预测性能。具体样本量、数据划分、对照基线、效应量、实验协议、消融及统计信息尚未验证。现有材料支持将这些 EEG 特征视为候选研究方向，而非已建立的临床诊断工具，也不能据此推断其已具有 BCI 应用效果。