连接 MEG 信号与人类皮层神经同步性的视觉编码模型

该研究关注非侵入式脑信号中，如何区分皮层神经响应的同步性与传感器空间混合效应，提出从视觉刺激经皮层响应到 MEG 传感器信号的编码模型。基于摘要分析：研究的主要对象是视觉诱发 MEG 响应及其皮层同步性解释，并非 BCI 解码算法。 核心机制是显式连接刺激、皮层源与传感器观测，分析不同源同步性假设如何改变预测的 MEG 空间分布。MEG 和 EEG 传感器汇聚来自较大且相互重叠皮层区域的活动，因此传感器层面的信号不能直接等同于皮层源之间的同步性。作者报告，皮层同步性对模型预测的 MEG 空间分布具有较大且系统性的影响；摘要未提供模型方程、源构建方式或同步性的具体参数化方法。 在视觉 MEG 实验中，作者将响应分为刺激锁定成分与宽带成分。作者报告，刺激锁定成分的空间分布与同步神经源假设下的预测相似，宽带成分则与异步神经源假设下的预测相似。据此，作者推断视觉刺激引发两类皮层响应：一类具有较高同步性，另一类在皮层范围内主要呈异步状态。这是基于模型预测与观测分布匹配的推断，不应表述为对皮层同步性的直接测量。被试数量、刺激设计、模型拟合与验证划分、匹配指标、消融及统计信息尚未验证。 平台推测（待验证）：由于 EEG 同样受到皮层源空间混合影响，该机制可能有助于检验 EEG 传感器空间分布是否足以支持源同步性解释；这不等于已验证的 EEG 或 BCI 效果。可复用的是刺激—源—传感器建模思路，迁移需改造 EEG 前向模型，并核对源方向、头部导电模型及个体差异。低信噪比、有限通道和源配置不确定性可能使不同同步性假设产生难以区分的预测。一个可检验的小实验是在视觉 EEG 数据上，比较同步与异步源假设对独立试次中刺激锁定和宽带空间分布的预测能力。相关 EEG 工作尚未检索确认。