摘要

在進行腦電圖(EEG)研究時，研究的嚴謹性和可重復性十分重要，無論是何種規(guī)模的研究項目，數(shù)據(jù)采集和質量控制都極其關鍵。本文的目的在于為腦電研究的組織與實施提供指導建議。本文涵蓋以下內容：一、數(shù)據(jù)收集前的準備工作。包括建立和培訓研究團隊、實驗設計和試點研究的注意事項、實驗設備和軟件設置、開發(fā)正式協(xié)議文件以及與研究團隊成員規(guī)劃溝通策略。二、數(shù)據(jù)收集開始后的相關工作。包括EEG數(shù)據(jù)質量監(jiān)控、實驗方案實施以及預處理程序的設定。本文提供的示例協(xié)議、示例設備設置、軟件列表、示例代碼和教程視頻等資源，可訪問網址：https://osf.io/wdrj3/。

1 概述

在建立和管理腦電圖(EEG)研究時，除了正在檢驗的科學假設之外，還有很多需要考慮的因素。這對于大規(guī)?；蚨嗾军c的研究來說尤為重要，在當今科學合作和強調科學嚴謹性和可重復性的氛圍下，這種類型的研究越來越普遍。盡管這類研究有許多明顯的優(yōu)勢，但它們也面臨著許多挑戰(zhàn)，這些挑戰(zhàn)會隨著參與者、實驗任務、后續(xù)會話、數(shù)據(jù)采集地點和人員的增加而大大增加。除了出現(xiàn)錯誤的可能性更大之外，這些錯誤的代價也相應增大。想象一下，例如，你花了幾年時間計劃并執(zhí)行一項大規(guī)模的腦電研究，當數(shù)據(jù)收集完成后，你發(fā)現(xiàn)計劃中的一些分析無法執(zhí)行，因為任務演示腳本中存在錯誤，或者你發(fā)現(xiàn)EEG信號噪聲很大，盡管樣本量N很大，但關鍵效應在統(tǒng)計上并不顯著。你可能會發(fā)現(xiàn)有大量的偽跡，因此必須從最終分析中剔除多名參與者的數(shù)據(jù)，從而導致統(tǒng)計功效和可推廣性(大型研究的主要優(yōu)勢)受到影響?；蛘?，你可能正在進行一項規(guī)模較小的研究，并且能夠在有限的時間內收集給定數(shù)量的高質量數(shù)據(jù)集(例如，為了完成一篇論文)。無論是大規(guī)模還是小規(guī)模的研究，都值得花時間和精力建立可靠的數(shù)據(jù)收集系統(tǒng)和監(jiān)控程序，以盡量減少錯誤，并在出現(xiàn)問題時迅速發(fā)現(xiàn)和糾正問題。

我們與認知神經計算任務可靠性和嚴重精神疾病臨床應用聯(lián)盟(CNTRACS)進行了一項大規(guī)模、多站點腦電研究，由此獲得了撰寫本文的經驗。該聯(lián)盟旨在確定滿足嚴重精神疾病認知障礙臨床研究所需測量標準的任務和計算模型。研究人員從五個站點收集了260名參與者的EEG數(shù)據(jù)，每個參與者完成了六個實驗任務，總獲得了1560個數(shù)據(jù)集。因此，這些建議側重于準備和管理大量數(shù)據(jù)集的采集和預處理，以及多個研究團隊參與數(shù)據(jù)收集時出現(xiàn)的額外挑戰(zhàn)。然而，值得注意的是，幾乎所有這些指南都適用于任何EEG研究組織，無論研究地點或范圍如何。例如，許多研究人員可能會發(fā)現(xiàn)這些建議有助于建立一套研究方案藍圖，適用于他們實驗室進行的所有研究，即使每個單獨的實驗可能不被認為是“大規(guī)模的”。值得注意的是，這些建議是我們自己的建議，而不是官方發(fā)布的指南。當然，還有其他方法可以進行任何規(guī)模的高質量腦電研究。此外，心理生理學研究學會(Society for Psychophysiological Research)也提供了有關EEG分析和結果報告方面的正式指南。

本文第一部分提供了有關建立研究團隊、優(yōu)化實驗設計、設備設置以及對研究人員進行腦電數(shù)據(jù)采集流程培訓的建議。第二部分描述了實驗方案實施、EEG數(shù)據(jù)質量監(jiān)控，以及開發(fā)適用于大規(guī)模研究的預處理方法，旨在為數(shù)據(jù)質量監(jiān)控和大量數(shù)據(jù)集的處理提供指導。本文還提供了相應的資源鏈接，包括示例協(xié)議、示例設備設置和軟件列表、示例代碼和教程視頻(訪問鏈接：https://osf.io/wdrj3/)。

2 第一部分：數(shù)據(jù)收集前的準備工作

在開始數(shù)據(jù)收集之前，應對研究中的每個過程進行嚴格的設計和測試，以最大限度地減少無關變量的出現(xiàn)。包括研究團隊的建立和培訓、實驗設計的注意事項，實驗設備和軟件的選擇等。

2.1 建立研究團隊?

對于大規(guī)模的研究，建議組建三個小組：一組負責數(shù)據(jù)收集，一組負責數(shù)據(jù)預處理，最后監(jiān)督小組也是不可缺失的。數(shù)據(jù)收集小組的成員也可以參與數(shù)據(jù)預處理；然而，這些過程需要不同的技能，并且可能在研究的不同階段執(zhí)行，因此為了清晰起見，這里將這些職責分開。下面將對每個小組的職責進行詳細介紹。

2.1.1 數(shù)據(jù)收集小組

該組成員除了負責收集腦電數(shù)據(jù)外，還應當定期參加EEG監(jiān)督小組的會議，審查數(shù)據(jù)質量。此外該組成員還應確保①在每次實驗結束時，所有數(shù)據(jù)都已正確備份；②記錄實驗過程中的所有異常情況；③由腦電監(jiān)督小組發(fā)布的任何實驗更新都已經過徹底的測試。

2.1.2 數(shù)據(jù)預處理小組?

在數(shù)據(jù)收集工作開始后，應當培訓一個研究小組專門負責腦電信號預處理。假設你有800個數(shù)據(jù)集(200個參與者，每個參與者有4個任務)，每個數(shù)據(jù)集的預處理平均需要30分鐘。這意味著對于一個將50%的時間用于腦電預處理的人來說，需要20周的工作量。相比之下，培訓一個研究小組進行預處理所需的時間要少得多，這將大大提高整體效率。

2.1.3 EEG監(jiān)督小組

最后，建議組建一個EEG監(jiān)督小組，負責從解決數(shù)據(jù)收集問題到培訓預處理小組等各種活動，該小組主要負責以下工作：①對于多站點的大型研究，應對各站點進行實地訪問以確保數(shù)據(jù)采集的一致性。②對實驗過程中的特殊情況進行及時處理。③確保實驗中的每個過程按照流程開展。④對實驗中的失誤進行及時修正。⑤對于有多名主要研究者的研究，指定一個人來整合關于數(shù)據(jù)質量、因偽跡丟失的數(shù)據(jù)集數(shù)量、初步結果等信息，確保數(shù)據(jù)質量和研究的順利進行。⑥需要有人負責監(jiān)督任何實驗更新后的實施和測試(例如，如果在研究進行中更新了操作系統(tǒng))。同樣，應考慮到執(zhí)行和測試實驗更新的人力成本，并確保有足夠的資源和時間來完成這項任務。⑦與數(shù)據(jù)收集小組召開質量控制會議，并對數(shù)據(jù)預處理小組進行培訓。

2.1.4 小結與建議

1.在研究計劃階段，應當仔細全面計算各項任務(培訓員工、解決問題、處理數(shù)據(jù)、召開質量控制會議、向主要研究者總結進展、預處理和分析數(shù)據(jù)，以及數(shù)據(jù)收集和監(jiān)控方案等過程)所需的時間。確保為數(shù)據(jù)收集、數(shù)據(jù)預處理和EEG監(jiān)督小組預留了足夠的時間，以滿足這些需求。2.考慮在腦電監(jiān)督小組中加入高級培訓員。高級培訓員的任務包括：召開質量控制會議，培訓和監(jiān)督預處理小組，并對數(shù)據(jù)收集團隊的緊急消息做出回應。確保這些監(jiān)督活動的負責人得到高級培訓員的充分支持和密切監(jiān)督。

3.對于經驗豐富的研究人員來說，適合承擔的任務包括完成多站點研究的現(xiàn)場訪問、在數(shù)據(jù)收集的前幾周對EEG質量進行深入檢查、監(jiān)督高級培訓員、以及與小組的主要研究人員進行溝通。

2.2?實驗設計

2.2.1 多任務的研究

如果你的研究包含多個任務，就應該應用一些專門的實驗設計功能。首先，所有任務都應使用相同的實驗控制軟件(例如，PsychToolbox，PsychoPy)和相同的編程結構(例如，輸入受試者ID號的格式、計時方法)進行編程。盡管這可能需要重新編程現(xiàn)有的任務，可能看起來效率較低，但從長遠來看，這將節(jié)省時間：當發(fā)現(xiàn)腳本中存在錯誤時，這種方法更容易排錯。尤其是涉及多站點的研究，標準化腳本顯得尤為重要。其次，任務演示、練習以及實驗的指導語應當保持一致，這對于數(shù)據(jù)收集小組和參與者都有益處，前者可以更容易地了解任務流程，后者可以更輕松地理解任務指令。此外，我們建議在適當?shù)臅r候使用提示屏幕來提醒研究人員記錄和命名EEG文件。第三，對文件名的命名以及數(shù)據(jù)文件夾結構進行規(guī)定，并盡量減少用戶犯錯的機會。例如，想要確保行為文件名和EEG文件名都包含以下元素：參與者ID號、任務縮寫和版本號。對于任務文件，應當標注時間以免數(shù)據(jù)文件被意外覆蓋?？偟膩碚f，文件名看起來像這樣：A001013_Task1_v2_03192022。如果你的參與者ID號包含字母和數(shù)字(例如，A00)，應當將其編寫入腳本，以便在控制提示中自動填充開頭字母/數(shù)字，避免實驗程序的不一致。最后，應當創(chuàng)建一個用于跟蹤實驗版本和數(shù)據(jù)分析腳本的系統(tǒng)。在大型項目中，由于程序漏洞、試點結果、操作系統(tǒng)更新等原因，不可避免地會產生多個版本的刺激演示和數(shù)據(jù)分析腳本。建議使用集中式存儲庫來跟蹤多個版本，比如Github。無論你使用哪種系統(tǒng)，都應該包括以下信息：

1.任務的簡要描述。

2.所有更新腳本的詳細描述。如果在研究過程中發(fā)布了多個腳本版本，那么需要記錄每個數(shù)據(jù)收集站點實施和測試該版本的日期。

3.所有任務參數(shù)，包括每個條件下的試次數(shù)量、刺激時間信息、試次結構，以及所有事件代碼及其對應事件的列表。

4.對腳本進行特定修改的詳細說明。

2.2.2 小結與建議

1.如果你的研究包括多個實驗任務，那么確保這些任務都使用相同的實驗控制軟件，具有相同的結構，并以類似的提示、演示和練習序列開始。

2.仔細考慮保存行為和EEG數(shù)據(jù)文件的命名約定和文件夾結構，確保它能夠有效地適應你的預處理和數(shù)據(jù)分析計劃。一旦你的研究開始，對于進行數(shù)據(jù)分析的人員來說，調整不理想的數(shù)據(jù)組織方式可能會非常耗時。

3.如果需要，并且預算允許，可以聘請一個專職程序員，他可以將現(xiàn)有的任務轉換為相同的實驗控制包。如果現(xiàn)有的團隊中沒有具備必要編程技能的成員，那么這樣做的成本效益可能更高，而且值得考慮。

4.將任務的每個版本、任務修改的詳細描述和實驗參數(shù)存儲在一個集中的存儲庫中，以便調查小組的所有成員訪問。對于多站點的研究，特別重要的是要跟蹤各站點的腳本更新和測試錯誤的日期。根據(jù)我們的經驗，獲得每個站點已實施和測試更新的明確確認是至關重要的，以避免多個版本的任務同時使用的情況。強烈建議將“version”字段添加到行為數(shù)據(jù)文件中，或者將版本號添加到文件名中，以最大限度地降低此類錯誤的風險。

2.3 預實驗

當使用新的范式或經典范式有所改動時，建議首先在一組易于測試的參與者(例如，20名大學生)中進行試點研究(預實驗)，并考慮以下問題：1.參與者能否正確理解實驗指導語？可以征求研究助手的反饋意見，他們更熟悉試點參與者在任務中的反應，可以提供有關實驗指導語是否容易理解的有用反饋。2.評估參與者對實驗任務的理解程度。例如，讓參與者在開始實驗之前進行一個簡短的測驗，或者計算練習過程中的正確率？如果參與者未能達到所要求的正確率，是否應該允許他們重復練習？3.事件代碼是否合理且完整？是否確保能夠測試計劃中的所有比較？每個條件下的試次數(shù)是否足夠？4.輸出文件中每個條件的預期事件數(shù)目是否完整？5.如果你的實驗任務需要進行按鍵反應，那么反應事件代碼是否能正常顯示？6.任務時長是否合理？7.行為數(shù)據(jù)文件的保存是否正確？所有計劃的行為分析是否可以使用這些數(shù)據(jù)執(zhí)行？在試點數(shù)據(jù)中能否觀察到預期的行為效應？行為數(shù)據(jù)文件應包含重建實驗的每個試次細節(jié)所需的所有信息。

強烈建議對預實驗得到的數(shù)據(jù)進行所有預期的分析，在早期階段完成這一任務，能發(fā)現(xiàn)并解決許多潛在的問題。對于多站點研究，在預實驗結束后，每個研究站點都至少要運行一次完整的分析流程，預實驗和分析預實驗數(shù)據(jù)的目的是確保沒有引入來自不同站點的錯誤(例如，軟件版本不兼容、事件代碼端口識別錯誤等)。最后，如果你研究的是一個特殊人群，比如兒童或臨床樣本，請至少在幾個具有代表性的實驗樣本中進行預實驗，以確保任務參數(shù)是可行的。此外，不同人群中需要考慮的因素也是不同的。應當選用有代表性參與者，并征求反饋意見，可以及早發(fā)現(xiàn)任務設計和數(shù)據(jù)收集的潛在問題，并對任務進行必要的調整，從而有助于確保在數(shù)據(jù)收集完成后能夠解釋你的效應。

2.3.1 小結與建議

1.在開始正式的數(shù)據(jù)收集之前，建議選擇易于訪問的參與者樣本進行預實驗。2.使用預實驗數(shù)據(jù)開發(fā)并驗證EEG和行為數(shù)據(jù)分析流程，并確保在正式數(shù)據(jù)分析階段你可以使用所選擇的事件代碼結構和行為數(shù)據(jù)文件格式執(zhí)行各種預期的分析。3.對于多站點的EEG研究，請至少在每個站點的一個參與者上試點所有任務，并對每個生成的數(shù)據(jù)文件執(zhí)行完整的分析流程，以確保沒有引入特定于站點的錯誤。4.如果你的研究包括特殊人群，應當對目標樣本成員也進行預實驗，以確保任務參數(shù)對特殊人群是可行的。

2.4 事件代碼延遲測試

幾乎所有的視頻顯示設備在圖像發(fā)送或圖像呈現(xiàn)在屏幕上之間會出現(xiàn)一個固定的延遲，這一延遲時間會因設備型號而異，最長可達50ms。此外，如果刺激呈現(xiàn)的腳本編寫不當，則可能會在這個固定延遲的基礎上增加一個隨機延遲。無論是單站點研究還是多站點研究，在研究開始前應當在每個研究站點測量事件代碼延遲。對于視覺刺激，可以在顯示器前放置一個光敏傳感器并記錄每次刺激時顯示器發(fā)出的光信號來完成(請聯(lián)系腦電系統(tǒng)制造商獲得有關說明)。測量延遲的重要性體現(xiàn)在兩個方面：首先，你需要改變分析流程中的事件代碼，以考慮到固定的延遲。其次，如果你發(fā)現(xiàn)還存在一個可變的延遲，這意味著刺激呈現(xiàn)系統(tǒng)中有一個必須修復的bug。即使可變延遲很小，它也可能造成嚴重的后果。

2.4.1 小結與建議

1.在開始數(shù)據(jù)收集之前，測量每個采集系統(tǒng)的事件代碼延遲時間，并明確它是恒定的還是可變的。2.假設事件代碼延遲時間是恒定的，通常只需在數(shù)據(jù)分析管道中根據(jù)所有試次的平均延遲時間來進行調整。對于多站點研究，該延遲時間可能因站點而異。3.當發(fā)現(xiàn)事件代碼延遲時間存在顯著的可變性(即，超過±1個樣本周期)，這表明必須在數(shù)據(jù)收集開始之前消除錯誤。

2.5 處理流程和協(xié)議文檔

2.5.1 處理流程

在預實驗階段開發(fā)幾個不同的數(shù)據(jù)處理流程是至關重要的，每種處理流程都有不同的用途。此外，開發(fā)額外的腳本以向研究助理和監(jiān)督小組提供有關數(shù)據(jù)質量的反饋也很重要。我們建議開發(fā)兩個腳本來進行反饋。第一個是初始質量保證腳本，在每次數(shù)據(jù)收集結束后立即執(zhí)行。該腳本執(zhí)行簡單、自動化的數(shù)據(jù)清理，并輸出基本的質量指標，為收集數(shù)據(jù)的研究助理提供即時反饋。第二個處理流程是一個更復雜的質量保證腳本，研究助理可以使用它來檢查他們的數(shù)據(jù)，為與腦電監(jiān)督小組的定期會議做準備。使用EEGLAB和ERPLAB，該腳本提示研究助理可視化地檢查數(shù)據(jù)，并觀察偽跡對平均ERP波形的影響。這有助于研究助理了解他們在記錄過程中監(jiān)控和消除偽跡的工作如何影響數(shù)據(jù)，以便他們能夠發(fā)現(xiàn)和解決可能導致腦電數(shù)據(jù)不可用的問題。

2.5.2 協(xié)議文檔

與數(shù)據(jù)處理流程一樣，你至少可以使用兩種類型的協(xié)議文檔，每種類型的協(xié)議文檔都有不同的用途。首先，我們建議創(chuàng)建一個詳細的培訓手冊，詳細解釋EEG設置過程，對出現(xiàn)的問題提供排除建議，以及常見偽跡示例和如何校正它們。此外，在該協(xié)議文檔中還包括一些基本的EEG理論說明，并建議數(shù)據(jù)收集小組的所有成員觀看開源教學視頻，以熟悉常見的概念(https://erpinfo.org/resources)。其次，我們建議創(chuàng)建一個簡短的協(xié)議清單(也稱為工作表)，用于說明數(shù)據(jù)收集的每個步驟。本文檔旨在確保所有實驗步驟都能執(zhí)行，盡量減少設置過程中的偏差。詳細的培訓手冊和簡短的協(xié)議清單示例可參見網址https://osf.io/wdrj3/。最后，研究員可以考慮錄制培訓視頻來補充協(xié)議文檔。這些視頻包括參與者問候和同意、腦電帽放置、數(shù)據(jù)收集和處理協(xié)議。

2.5.3 多站點研究的設備要求

建議監(jiān)督小組在數(shù)據(jù)收集之前對每個站點進行訪問，以確保設備連接、軟件、反應設備、聲音系統(tǒng)、計算機顯示器的視覺輸出、聽覺輸出、刺激呈現(xiàn)時間等方面在各站點之間的一致性。如果可能，所有數(shù)據(jù)收集站點都應該使用相同的刺激呈現(xiàn)、EEG采集設備和軟件。關于設備的設置還有以下四點建議：(1)在數(shù)據(jù)采集期間使用高采樣率，以便所有系統(tǒng)在預處理期間都可以降采樣至相同的采樣率。(2)在數(shù)據(jù)采集期間應用最小濾波，以便在預處理過程中可以對所有系統(tǒng)的數(shù)據(jù)應用相同的離線濾波。(3)使用相同的電極蒙太奇。(4)在預實驗階段記錄每個系統(tǒng)的校準信號，并確保這些信號在通經過處理后仍然是等效的。

2.5.4 小結與建議

1.除非研究設計中另有說明，否則采集系統(tǒng)的所有要素在數(shù)據(jù)收集站點之間應盡可能保持一致。2.對于多站點的研究，腦電監(jiān)督小組的一名成員應訪問每個站點，并確保采集系統(tǒng)的正確連接和校準。每次現(xiàn)場訪問都應使用一份包含所有所需設備的清單，并記錄任何異常情況，以便在預處理過程中加以考慮。對于較長時間的研究(即超過一年的研究)，腦電監(jiān)督小組應每年復查一次，以確保數(shù)據(jù)的一致性和可靠性。3.如果需要組裝新的EEG系統(tǒng)，當?shù)毓ぷ魅藛T應在線上會議中與腦電監(jiān)督小組一起進行系統(tǒng)組裝和測試。

2.6 軟件

人們往往認為在研究開始時只需要一次性設置硬件和軟件就可以了。然而，在大型研究的過程中，由于以下情況，軟件或硬件可能會發(fā)生變化：(1)一臺計算機意外故障，需要為新的計算機配置所有所需的軟件；(2)操作系統(tǒng)的更新，導致軟件無法正常運行；(3)人員變動需要以不同的用戶名重新安裝軟件。建議為測試更新后的軟件和硬件制定一個正式的計劃，并提供一份運行本研究所需的所有軟件的全面清單。此外，視頻教程對于指導研究人員安裝軟件非常有用。查看安裝過程的視頻教程通常比基于文本的指令(如“打開Matlab并設置路徑以包含存儲分析管道腳本的文件夾”)更清晰明了。

2.6.1 小結與建議

1.制訂一份所有所需軟件及其版本的全面清單，確保所有數(shù)據(jù)收集系統(tǒng)使用相同的軟件(除非研究設計另有說明)，并將其作為研究中斷時需要安裝新軟件的參考。2.當需要進行多次程序安裝時，視頻教程尤其有用。

2.7 人員培訓

對研究人員進行系統(tǒng)培訓是十分重要的，包括新研究人員的初步培訓以及老成員的再培訓。即使研究人員具有以前實驗室的腦電數(shù)據(jù)收集經驗，我們仍然建議要求他們完成正式的培訓，以確保數(shù)據(jù)收集程序完全符合研究方案。為提高訓練的效率，應在準備和試點階段，制定標準化的人員培訓方案，這對于數(shù)據(jù)采集程序的一致性是必不可少的。

2.7.1 小結與建議

1.在準備和預實驗階段，應制定一個正式的培訓計劃。培訓新員工時要確保他們遵循協(xié)議中的步驟，以防止數(shù)據(jù)質量隨著時間的推移或在不同的數(shù)據(jù)收集站點之間發(fā)生變化。2.當出現(xiàn)需要立即解決的問題時，研究人員應該實時告知監(jiān)督小組，以便能對整個流程進行持續(xù)監(jiān)控，并在出現(xiàn)問題時及時采取措施。3.確保所有數(shù)據(jù)收集人員都知道如何聯(lián)系EEG監(jiān)督小組處理緊急問題，備份他們的EEG數(shù)據(jù)，進行適當?shù)馁|量控制分析，并記錄下所有異常問題。

2.8 保持溝通渠道暢通

在計劃階段，應制定詳細的溝通計劃，以便在記錄過程中出現(xiàn)緊急問題時，數(shù)據(jù)收集小組的所有成員都能與監(jiān)督小組成員進行溝通。數(shù)據(jù)采集小組中有經驗的成員或許能夠識別數(shù)據(jù)中的偽跡，但他們可能無法很好地判斷哪些偽跡可以進行離線校正，哪些偽跡必須在數(shù)據(jù)采集過程中消除。有時，研究人員可能對他們所看到的情況是否“看起來正?！辈惶_定。研究人員應當將記錄問題的圖片發(fā)送給EEG監(jiān)督小組，這樣可以更容易地解決問題，同時也防止了數(shù)據(jù)丟失。另外，使用諸如Slack或Microsoft Teams這樣的消息傳遞應用程序也是有用的。所有研究人員都能查看記錄，并從腦電監(jiān)督小組提供的反饋中獲益。隨著經驗的積累，他們甚至可以為解決記錄問題提出自己的建議，從而減輕監(jiān)督人員的負擔。

2.9 結語

無論你的項目是單個EEG研究，還是縱向研究，又或是多站點的聯(lián)合研究，在開始階段進行詳細的規(guī)劃可以在項目過程中節(jié)省大量的時間和金錢，并增加數(shù)據(jù)的真實性和可靠性。如果沒有明確的計劃，很容易低估人員需求量或者時間安排不合理。即使是最精心策劃的研究，在數(shù)據(jù)收集開始后，也可能會遇到難題。在第二部分，我們將提供一些監(jiān)控策略以確保在整個研究過程中收集高質量的數(shù)據(jù)，并快速發(fā)現(xiàn)和解決出現(xiàn)的錯誤。

3 第二部分：數(shù)據(jù)收集開始后的相關工作

即使在開始研究之前有了徹底和詳細的計劃，但隨著時間的推移，研究實踐也常常偏離最初的實驗方案。因此，在整個項目過程中建立清晰且文檔完備的數(shù)據(jù)質量監(jiān)控是非常重要的。此外，在研究過程中常有意外發(fā)生，例如為了解決意外問題而臨時編寫的新規(guī)則、程序和代碼，可能導致最后的分析出現(xiàn)異常，以下的建議旨在幫助你避免這種情況的發(fā)生。

3.1 工作表和會議記錄

我們建議制定一份簡短的協(xié)議清單或工作表，其中包括數(shù)據(jù)采集過程中需要遵循的所有步驟以及做筆記的地方。如第一部分所述，你應該在預實驗和計劃階段創(chuàng)建此文檔，以便在第一次EEG記錄會話期間和此后的每次數(shù)據(jù)收集會話中使用該文檔。工作表應包括關鍵要素的簡短清單(例如，參見：https://osf.io/wdrj3/)，以及收集數(shù)據(jù)者在數(shù)據(jù)采集期間所做的即時注釋，將有助于確保所有成員遵循相同的步驟。

我們建議將工作表保存并存儲在與原始數(shù)據(jù)相同的文件夾中。在我們的示例數(shù)據(jù)和腳本中，我們將工作表以PDF格式保存在原始數(shù)據(jù)文件夾中，以便在預處理期間輕松加載它，并便于數(shù)據(jù)檢查。在項目的數(shù)據(jù)分析階段，這些注釋是非常寶貴的信息來源(例如，工作表上的注釋可以作為預處理期間標記壞通道的指南)，將這些注釋與數(shù)據(jù)一起存儲在文件中以便訪問。我們還建議在工作表中加入上傳和備份數(shù)據(jù)文件的提醒。我們的一般規(guī)定是，每個參與者的數(shù)據(jù)應該至少在兩個地方可用，其中一個是在線存儲(例如，Box)。理想情況下，每次記錄結束后的“清理”協(xié)議應包括檢查清單項目，以確保數(shù)據(jù)的本地副本已經保存，并上傳了備份副本。

工作表不僅對所有的腦電研究都很有用，而且對于大規(guī)模的研究尤其重要，因為在大規(guī)模的研究中，數(shù)據(jù)的預處理和分析通常不是由收集數(shù)據(jù)的同一個人進行的，或者數(shù)據(jù)收集和分析之間經過了很長的時間。在這些情況下，工作表可能是分析階段關于數(shù)據(jù)收集過程中情況如何的唯一可用的信息來源。工作表的示例可以在https://osf.io/wdrj3/上找到。

何時完成：在數(shù)據(jù)收集過程中，實時完成。誰完成這項工作：收集數(shù)據(jù)的人。

建議形式：與個體參與者的腦電數(shù)據(jù)文件一起存儲。

3.2 質量控制評估

在預實驗和規(guī)劃階段，我們建議開發(fā)一系列質量控制管道來監(jiān)控數(shù)據(jù)收集，并確保隨著時間的推移，所有數(shù)據(jù)收集的成員繼續(xù)遵循相同的標準。在本節(jié)中，我們對每個推薦的質量控制檢查進行了描述。我們還提供了示例和相關資源，包括視頻教程，網址為https://osf.io/wdrj3/。

很難客觀評估EEG數(shù)據(jù)的質量，目前缺乏單一、經過良好驗證的測量方法用于確定EEG數(shù)據(jù)的質量。鑒于此，我們推薦使用一系列檢查(這些檢查提供了多種機會)來識別不同階段的常見問題。然而，下面提供的建議并非詳盡無遺，研究者在將這些指南改編用于自己的研究時，可能希望納入更多的數(shù)據(jù)質量指標。以下建議是為CNTRACS項目制定的質量控制評估，我們也會考慮在未來研究中納入其他指標。例如，我們已經嘗試使用自動化預處理管道(例如PREP；HAPPE)作為“首關”質量控制檢查的一部分，這樣EEG數(shù)據(jù)質量指標(如標準化測量誤差(SME))可以作為初始質量控制評估的一部分。因此，讀者應將以下建議作為評估數(shù)據(jù)質量的初步建議，可以根據(jù)新的指標進行改進。關于EEG數(shù)據(jù)質量指標的詳細討論，請參閱附錄1。

3.2.1 實驗前檢查

我們建議實驗人員在每位參與者到達之前對所有任務和設備進行實驗前檢查。只要打開任務并確保它按預期運行，并且所有軟件和硬件都正常工作即可。最好使用某種類型的“虛擬”對象(例如，校準設備或簡單的電阻器)來確保記錄硬件正常工作。雖然這不能保證在實際的數(shù)據(jù)收集過程中不會出錯(這就是為什么我們建議進行下面的檢查)，但它可以提供一個寶貴的機會來排除故障，或者在參與者到來之前采取措施糾正任何問題。

3.2.2 “首關”質控檢查

首關質量控制檢查是一個簡短的數(shù)據(jù)處理腳本，在每次記錄會話結束后立即運行，以便向數(shù)據(jù)收集小組提供即時反饋。我們建議這至少包括(1)每個不同事件代碼(即觸發(fā)代碼)的出現(xiàn)次數(shù)和(2)參與者對任務的準確性總結。首關質控檢查的輸出具有兩個功能。首先，它提供了檢測可能被數(shù)據(jù)收集人員忽略的重大問題和意外錯誤的機會。數(shù)據(jù)丟失的最常見原因之一就是從刺激呈現(xiàn)系統(tǒng)到EEG記錄系統(tǒng)時事件代碼傳輸失敗(由于任務腳本中的錯誤或硬件故障)。理想情況下，在實驗開始時就能迅速發(fā)現(xiàn)并加以糾正。然而，有時會出現(xiàn)錯誤(沒有檢查事件代碼)，或者錯誤很難發(fā)現(xiàn)(例如一小部分重要的事件代碼丟失或亂碼)。在記錄數(shù)據(jù)后立即完成數(shù)據(jù)的首次質量控制檢查，可以及時發(fā)現(xiàn)錯誤，并且在運行其他參與者之前進行修正。其次，這可以提醒數(shù)據(jù)收集小組持續(xù)監(jiān)控數(shù)據(jù)的重要性。在EEG會話結束后花幾分鐘時間運行這樣一個簡短的腳本，可以強化收集高質量數(shù)據(jù)的重要性。建議根據(jù)首次質控檢查結果(如輸出的事件編碼數(shù)不正確)，為數(shù)據(jù)收集小組提供與EEG監(jiān)督團隊聯(lián)系的具體指導。

何時完成：數(shù)據(jù)收集后立即完成(當日)。誰完成這項工作：收集數(shù)據(jù)的人。

建議形式：Matlab腳本的建立和確認工作，作為人員培訓的一部分(參見第一部分)。

3.2.3 深入的質控分析
在大規(guī)?；蚨嗾军c的腦電研究中，數(shù)據(jù)收集和數(shù)據(jù)分析往往是分開的。例如，在CNTRACS項目中，十名研究助理在五個不同的測試地點收集數(shù)據(jù)，然后由九名研究成員進行預處理，最后由EEG監(jiān)督小組進行分析。對全部樣本數(shù)據(jù)的“最終”分析可能需要幾年的時間。如果你不希望等那么久才發(fā)現(xiàn)數(shù)據(jù)質量方面的問題，那么這些問題可以在很早前就被發(fā)現(xiàn)和糾正！

這些問題包括：(1)事件代碼或行為表現(xiàn)中的錯誤使其通過了最初的數(shù)據(jù)質量檢查，但最后無法進行比較；(2)在執(zhí)行完整分析和查看平均ERP時，偽跡或數(shù)據(jù)質量的系統(tǒng)問題將顯而易見。讓數(shù)據(jù)收集小組完成深入的質量控制分析，并參加定期會議來審查數(shù)據(jù)，這也有助于讓數(shù)據(jù)收集小組成員了解數(shù)據(jù)中可能出現(xiàn)的不同類型的偽跡，以及它們對分析的影響。正如第一部分所建議的那樣，應該在預實驗和規(guī)劃階段開發(fā)一個深入的質控分析腳本。它應該包含一個簡短的EEG預處理(不包括像偽跡校正這樣需要大量用戶輸入和經驗的步驟)，并且它應該生成一個簡單的ERP圖，以獲得對數(shù)據(jù)質量的總體感覺。例如，如果一個實驗涉及任何類型的視覺刺激的呈現(xiàn)，這個腳本可能包含基本的分段、偽跡拒絕、濾波，以及在所有條件下對所有試次進行平均，以生成一個可以觀察到視覺誘發(fā)電位的ERP。即使實驗的目標不涉及測量視覺誘發(fā)電位，這也允許基于評估已建立的可靠ERP來檢查數(shù)據(jù)的質量。

我們建議在你的研究開始時與數(shù)據(jù)收集小組的所有成員每周召開一次會議。每周的會議應該在一開始就進行，以建立良好的數(shù)據(jù)監(jiān)控實踐。在這些會議上，所有參與數(shù)據(jù)收集的小組成員都應該準備好回顧深度質控分析的結果，由EEG監(jiān)督小組的一名成員領導會議，并回答關于如何處理數(shù)據(jù)中觀察到的偽跡的任何問題。該分析的輸出將包括基本的ERP圖和腳本中包含的簡化偽跡拒絕例程的結果。示例腳本和數(shù)據(jù)集可以在https://osf.io/wdrj3/上找到。

在項目的早期階段，我們建議在每次會議上預留時間來審查所有傳入的數(shù)據(jù)。集中討論可以發(fā)現(xiàn)并解決的故障上，例如信號漂移、壞導等。數(shù)據(jù)質量并沒有公認的“黃金標準”，但EEG監(jiān)督小組提供的主觀判斷和反饋可以作為在未來會議中討論提高數(shù)據(jù)質量策略的重要起點。

何時完成：數(shù)據(jù)收集小組在每周監(jiān)督例會上總結小組的分析結果。誰完成這項工作：數(shù)據(jù)收集小組成員。

建議形式：該分析應包含一個“即插即用”腳本，一旦設置好，只需輸入?yún)⑴c者ID號并點擊“運行”即可。

3.3 預處理流程

正如在第一部分所討論的，我們強烈建議在數(shù)據(jù)收集開始之前，在預實驗和規(guī)劃階段開發(fā)一個處理流程。至少有兩種方法可以做到這一點。首先，假設EEG監(jiān)督小組的成員具有做出通道插值和偽跡校正等決策的專業(yè)知識，則EEG監(jiān)督小組的成員可以對每個文件進行預處理。這種方法的優(yōu)點根本不需要進行額外的訓練來處理數(shù)據(jù)。當然，這種方法的缺點是耗費了大量的人力，特別是對于大型研究來說。其次，可以建立一個研究助理團隊專門進行預處理分析。下面將介紹這種方法的要點。

在討論對研究團隊成員如何大規(guī)模預處理EEG數(shù)據(jù)集的培訓建議之前，我們想對本節(jié)的范圍做一個說明。首先，本節(jié)適用于標準化預處理流程。在這里，我們將EEG預處理定義為一系列步驟，將原始數(shù)據(jù)轉換為一組“干凈”(即不包含壞通道和可校正的偽跡)的數(shù)據(jù)文件，這些數(shù)據(jù)文件準備好進行分段、偽跡拒絕(預處理后數(shù)據(jù)中仍然存在的任何偽跡)，并最終進行ERP平均或時頻分析。后面這些步驟通常由研究團隊中一位具有足夠專業(yè)知識的成員來執(zhí)行，以完成分析并準備手稿。其次，分析EEG數(shù)據(jù)需要時間、訓練和技能，我們這里的目標不是提供EEG數(shù)據(jù)分析的一般背景知識。我們建議的解決方案是開發(fā)一個標準化的預處理流程，并對所有成員進行徹底的培訓。雖然有一些完全自動化的預處理管道試圖從數(shù)據(jù)篩選和偽跡校正中去除主觀因素(例如，PREP)，但我們仍建議使用半自動化的預處理管道(示例可以在https://osf.io/wdrj3/上找到)。一個原因是，在大多數(shù)情況下，用來判斷自動預處理管道質量的基準仍然是由訓練有素的人分析數(shù)據(jù)獲得的結果。另一個原因是，即使你選擇采用完全自動化的預處理管道，你仍然需要查看數(shù)據(jù)以確認一切都按照預期工作。

我們建議開發(fā)一個最終的預處理腳本，該腳本可以生成干凈的、無偽跡的數(shù)據(jù)，但不包括許多其他處理步驟，這些步驟需要針對特定的分析進行定制。這將允許你靈活地使用預處理腳本進行許多不同的分析。在預處理培訓開始，我們建議向所有數(shù)據(jù)預處理小組成員提供偽跡類型以及校正偽跡的方法。示例材料可以在https://osf.io/wdrj3/上找到。本文還建議數(shù)據(jù)預處理小組成員學習一些概念性的EEG/ERP基礎知識，例如學習免費的在線課程(例如，https://courses.erpinfo.org/courses/Intro-to-ERPs)。然后，建議每周召開培訓會議，在該會議上，EEG監(jiān)督小組的一名成員將首先演示如何使用腳本對一名參與者的數(shù)據(jù)進行預處理，接下來，每個數(shù)據(jù)預處理小組成員輪流“領導”分析，這樣數(shù)據(jù)預處理小組的所有其他成員都可以參與進來，并幫助達成關于數(shù)據(jù)評估決策的共識。

何時完成：完成大約8周的培訓(每名預處理成員每周處理特定數(shù)量的數(shù)據(jù)集)；此后參加每月會議以審查結果。誰完成這項工作：數(shù)據(jù)預處理小組成員。

建議形式：建議在整個流程中使用腳本來生成圖形和彈出式提示，以提醒各個環(huán)節(jié)的操作指導。

3.4 突發(fā)情況的處理

3.4.1 研究團隊成員的流動

在大規(guī)?；蚨嗾军c腦電研究中，研究團隊可能會發(fā)生變化。應當在研究開始時討論處理方案。當新的數(shù)據(jù)收集成員或數(shù)據(jù)預處理成員加入項目時，是由EEG監(jiān)督小組的成員進行正式培訓，還是由經驗豐富的研究助理來擔任這一角色？如果涉及到出差(如多站點研究)，是否有相應的預算？這些都是需要考慮的重要問題，最好是在數(shù)據(jù)收集開始之前考慮這些問題。

簡單地重復原始數(shù)據(jù)收集團隊完成的初始培訓方案可能不足以使新員工跟上進度。這是因為在一個項目的過程中會出現(xiàn)無數(shù)的小事情，這些小事情已經成為不成文的規(guī)則，只存儲在實驗室的集體記憶中。根據(jù)我們的經驗，失去一個知道所有這些“不成文”規(guī)則的團隊成員，是員工流失中最困難的部分。這不僅對主要研究人員來說很困難，而且對試圖跟上進度的新團隊成員來說也很困難。這個問題的最佳解決方案是進行詳細的文檔記錄。文檔記錄雖然無法完全替代經驗，但詳細的文檔可以幫助加快培訓新員工的速度，減輕每個人的壓力，并消除許多障礙。我們建議在研究開始時建立一份詳細的培訓手冊。隨著研究的進展，手冊應該包含有關項目和研究團隊的最新信息，實驗任務和腦電記錄協(xié)議的任何更改，訂購用品的程序，以及日常操作方面的任何變化。

3.4.2 任務修改

對于在數(shù)據(jù)收集已經開始后對大規(guī)模研究中的任務進行修改，我們的主要建議是“堅決拒絕”。即使是對腳本的微小修改，如更改任務指導語或試次數(shù)目，也會引入錯誤的可能性，因為很容易出現(xiàn)使用多個版本任務的情況。然而，有時修改是不可避免的，例如當腳本中存在明顯的錯誤時。在這種情況下，請謹慎使用。如果你必須修改實驗任務，應該為每個新推出的任務創(chuàng)建唯一的版本號。版本號應該包含在啟動實驗任務時出現(xiàn)的文件保存提示符中。

請記住，任何影響事件代碼或其編號、時間或試次結構的更改都可能涉及對預處理和后續(xù)分析腳本的修改。還要注意，對任務的修改需要同時對處理管道進行修改，以及修改所有管道的所有副本，并確保更改已在正確的數(shù)據(jù)集上生效。正如第一部分的實驗設計所述，我們建議使用正式的軟件版本控制系統(tǒng)(例如，GitHub)。至少使用一個跟蹤表來記錄每個新版本的名稱、與上個版本相比有何改動，以及該版本實施的日期。理想情況下，EEG監(jiān)督小組的一名成員將負責監(jiān)督任務和腳本修改的安裝和文檔記錄工作。

結束語

大規(guī)模的腦電研究需要大量的資金和人力投入，但它們有可能為科學變革做出重大貢獻。在計劃這樣一項研究時，很容易只關注科學問題、實驗范式和預期結果。然而，收集高質量的數(shù)據(jù)對于這項投資能夠以可復制和對科學產生高影響的成果回報是至關重要的。如果腦電記錄不干凈或預處理不仔細和不一致，將難以獲得具有統(tǒng)計顯著性的結果和得出科學合理的結論。從本文中可以清楚地看到，進行EEG研究需要大量的準備、培訓和監(jiān)測工作，以確保研究高效進行，并使得時間和金錢的投入得到回報。我們希望在CNTRACS聯(lián)合研究項目中的經驗，包括我們在提前計劃方面的成功以及在實施過程中所學到的經驗，能夠幫助其他人進行高效的大規(guī)模腦電研究，并最終在科學領域取得重大突破。

原文：Managing EEG studies: How to prepare and what to do once data collection has begun. DOI: 10.1111/psyp.14365