事件相关电位(ERP)技术是研究心理及大脑的有力工具,具有无创伤、低成本和高时间分辨率等优点,因此被广大脑科学和心理学研究者所采用。本书可作为ERP技术的教学与实验指南,适用于不同级别的ERP技术使用者。对于初学者,本书介绍了ERP技术的基本原理、实验步骤和常见术语,有助于读者入门并阅读ERP文献;对于具备一定基础的中级使用者,本书在ERP实验设计、数据分析和结果解释等方面介绍的重要原则,可以帮助研究者在开展研究时避免常见错误。本书用生动又略带诙谐的语言,介绍了ERP领域的许多研究历史和个人轶事,总结了来自该领域研究者50年以上的研究经验。与*版相比,本书(第二版)在内容上进行了大幅修订,不但加入了近年来ERP领域的重要研究进展,还纳入了原作者在举办ERP训练营过程中积累的许多宝贵经验,形成了一套更为完善的ERP技术体系和使用规范。

**章 事件相关电位技术概述


1. 本书的概述、目的和观点

事件相关电位(ERP)技术为研究人类心理与大脑提供了一项有力工具。本书旨在通过介绍实用方法和一些内在概念,来帮助读者更好地开展ERP研究。
本书的前半部分主要介绍必需的基本信息。**章是针对ERP领域初学者的一个概述。第二章通过对ERPs的深入观察,探讨几乎每项ERP研究中都会遇到的一些问题。第三章概述了*为常见和有用的ERP成分。第四章介绍ERP实验的设计,旨在帮助读者设计自己的实验,并对发表的研究进行批判性评价。
本书的后半部分详细介绍了ERP实验中所涉及的主要步骤,包括脑电图(EEG)的记录(第五章)、伪迹的排除和校正(第六章)、EEG和ERP波形的滤波(第七章)、ERPs迭加平均和时频分析(第八章)、振幅和潜伏期的测量(第九章)以及统计分析(第十章)。这些内容旨在帮助读者理解这些步骤,进而在开展和分析ERP实验时作出*佳选择。
为了控制本书的篇幅并兼顾合理的售价,网站上提供了一些额外的章节和阅读材料(http: //mitpress.mit.edu/luck2e),读者可以免费获取。其中包括一些正文章节中关于细节和进阶内容的补充材料,以及关于下列内容的额外章节: 卷积(一个简单的数学过程,对于理解ERPs非常重要);时域和频域之间的关系;**统计方法;源定位;如何阅读、撰写以及评阅ERP论文;如何建立和运行一个ERP实验室。
读者在阅读时不必拘泥于章节的顺序。如果你正在开展和分析你的**个ERP实验,那么你也许想从介绍数据记录和基本数据分析步骤的章节开始阅读。但是,*终请回到开头跳过的章节,因为这些内容有助于你避免在解释结果时常犯的一些错误。
本书主要聚焦于我自己的实验室和全世界许多其他实验室中所应用的主流技术方法。在我还是研究生的时候,我在加州大学**亚哥分校(UCSD)Steve Hillyard的实验室中学习了其中的许多技术,这个实验室在电生理记录方面有着悠久的历史,可以追溯到Hallowell Davis于20世纪30年代在哈佛大学的实验室。Hallowell Davis是Bob Galambos的导师,Bob Galambos后来又成了Steve Hillyard的导师。实际上Bob Galambos是20世纪30年代非常早期的ERP实验中的一个受试者,我在研究生阶段的许多时光都是跟Bob Galambos一起度过的。Bob Galambos退休后,Steve Hillyard继承了他的实验室,随后开展了可能超过所有早期其他ERP研究者的一系列工作,从而向世人证明了ERP技术可以被用来回答认知神经科学领域中的重要问题。本书中的许多内容展现了我在研究生阶段学习到的50年以上ERP研究经验的结晶。
尽管本书介绍的是非常传统的ERP记录和分析过程,但是我的ERP研究方法与其他研究者相比仍有所不同,这体现了科学研究基本方法学方面存在的一些差异。例如,我认为采用适当数量的电极记录到非常干净的信号,要好于在大量电极上记录到噪声较大的信号。类似地,我倾向于用一个严格的实验设计加上相对简单的数据分析,而不是依赖于一系列复杂的数据分析过程。正如你即将在后续章节中看到的,甚至*简单的处理(例如迭加平均、滤波、伪迹排除)也会导致不想看到的副作用。因此,数据分析过程越多,你*终得到的结果距离所记录的信号就越远,你得到一个并非反映真实大脑活动的伪迹信号的可能性也越大。当然,通过一些处理过程来去除噪声是必要的,但我认为当数据自己发出声音时,真相才是*清楚的,因为这时实验者还未将数据歪曲为他(她)想听到的内容。
有一些ERP研究者认为,我在高密度电极阵列和复杂数据分析技术方面的观点是非主流的。但是,目前大部分在科学界(除了ERP领域的研究者之外)有影响力的ERP研究都是依赖于巧妙的实验设计,而非复杂的数据分析处理技术。即使你仍准备采用这些技术,本书依然能够为你提供一个使用它们的坚实基础,你将学会如何正确使用它们。

2. 本章概述
本章对ERP技术提供了一个宽泛的概述。本章是为了在介绍后续细节内容之前,给ERP初学者提供一个关于ERP研究的大体印象。尽管如此,本章内容对**ERP研究者可能也有所帮助。
本章的余下部分将首先介绍ERP技术的简要历史,然后通过两个研究实例使ERP技术更加具体化。下一部分将介绍ERPs如何在大脑中形成并传播到头皮表面。随后通过一个扩展实例说明ERP实验开展和分析过程中的基本步骤。接下来将对两个重要概念,即振荡和滤波进行讨论,同时详细描述它们在ERP数据采集和分析中的应用。本章*后将介绍ERP技术的优缺点,并将它与其他常见技术进行比较。

方框1.1

**及副反应



数据处理过程试图通过**数据中的噪声来揭示某个特定方面的大脑活动,类似于医学中用于**某种疾病的症状表现而设计的**方案。就像医生会告诉你的那样,任何**都会有副作用。例如,布洛芬是一种**头痛和肌肉酸痛的常见**药,但是它会引起不良副反应。根据维基百科,布洛芬可能引起的常见副反应包括恶心、消化不良、消化道出血、肝酶升高、腹泻、鼻出血、头痛、头晕、不明原因的皮疹、盐和液体潴留以及高血压。这些还仅仅是常见副反应而已!布洛芬可能引起的罕见副反应包括食道溃疡、血钾过高、肾功能损害、意识混乱、支气管痉挛以及心衰。没错,心衰!
ERP数据处理过程,例如滤波,同样会带来副反应。根据Luck百科(Luckipedia),滤波引起的常见副反应包括起始时间点的失真、截止时间点的失真、无法解释的波峰以及结论说服力的轻微下降。滤波器引起的罕见副反应包括人为振荡的引入、非常错误的结论、评审人的公开羞辱以及基金申请的失败。
然而,这并不意味着你应该完全抛弃滤波和其他ERP数据处理步骤。正如布洛芬可以有效**(小剂量)头痛和肌肉酸痛,适度的滤波能够有助于揭示真实效应,同时避免引起严重的副反应。然而,你需要了解如何操作才能使数据处理引起的副反应*小,同时你还要知道在副反应出现时如何正确地识别出它们,以避免被审稿人当众羞辱或基金申请失败。

关于一些基本术语的定义,请参考术语表。如果你不清楚
诱发电位
和
事件相关电位
之间的区别,或者不清楚
刺激起始时间间隔(SOA)
、
刺激间时间间隔(ISI)
和
试次间时间间隔(ITI)
之间的区别,或者不清楚
局部场电位
和
单细胞记录
之间的区别,那么请浏览一下术语表。

3. 一点历史
我认为在学习一项新技术之前,了解一些相关历史是一个不错的主意。因此,这部分内容将介绍20世纪30年代ERP技术的诞生过程,以及在随后80余年间ERP技术应用的发展过程。然而,如果你认为这节历史课没必要,那么请跳过这部分内容。
Hans Berger于1929年报告了一组备受关注却又充满争议的实验。他的实验说明,通过将放置在头皮上的电极所采集到的电信号进行放大,并画出电压随时间的变化,就可以记录到人脑中的电活动。这种电活动被称为脑电图(electroencephalogram, EEG)。在那个时代,神经生理学家脑中的概念完全被动作电位所占据,因此其中许多人认为Hans Berger观察到的这种相对低频且有节律性的脑波信号是某种伪迹。例如,如果你把电极放到一个装满果冻的平底锅中并且晃动它,会看到类似的信号。然而,几年之后人类脑电活动又被一个备受尊重的生理学家Adrian观测到了,而且Berger观察到的一些细节也被Jasper和Carmichael(1935)以及Gibbs、 Davis和Lennox(1935)所证实。这些发现才*终导致脑电图作为一个真实存在的现象被认可。
在接下来的几十年间,脑电图成为了科学研究和临床应用中非常有用的工具。然而,脑电图是一个非常粗略的大脑活动测量方法,而认知神经科学领域中所关注的大部分神经活动都具有高度特异性,这是无法通过原始脑电信号进行测量的。这在一定程度上是因为脑电图反映了许多不同神经活动的混合叠加,很难从中分离出单个神经认知过程。然而,埋藏在脑电图中的是与特定感官、认知以及运动事件相关的神经响应,因此有可能通过简单的迭加平均技术(或者更为复杂的技术,例如时频分析)提取出这些响应。这些特定的响应被称为事件相关电位,表示与特定事件有关联的电位活动。
据我所知,**人类感官ERP成分记录是由Pauline和Hallowell Davis于1935年至1936年期间完成的,几年之后得以发表(Davis, 1939; Davis, Davis, Loomis, Harvey, & Hobart, 1939)。很久之后电子计算机才被用来记录脑电信号,但是当时的研究者已经能从变化不大的EEG中观察到单个试次清晰的ERPs(**利用电子计算机记录ERP波形的研究由Galambos和Sheatz于1962年发表)。受第二次世界大战的影响,20世纪40年代所开展的ERP研究很少,而到50年代相关研究又多了起来。这时大部分研究都关注感官方面的内容,但是仍然有部分研究探讨了自上而下调控效应对于感官响应的影响。
1964年Grey Walter和同事们报道了**认知相关的ERP成分,并将其命名为“关联性负变”(contingent negative variation, CNV)(Walter, Cooper, Aldridge, McCallum, & Winter, 1964),这标志着现代ERP研究的正式开始。在这项研究的每个试次中,首先给受试者呈现一个警告信号(例如一个咔哒声),然后在500或者1000毫秒之后再呈现一个靶刺激(例如一系列的闪光)。在没有任务的情况下,警告信号和靶刺激都会诱发出预料中的感官ERP响应。然而,如果要求受试者在看到靶刺激时点击按键,那么在警告信号和靶刺激之间的时间段,额叶电极上会出现一个大的负向电压。这个负向电压,即CNV,显然不是一个感官响应。恰恰相反,它似乎表征了受试者对于即将到来的靶刺激所进行的准备。这个激动人心的发现促使很多研究者开始探索与认知相关的ERP成分(关于近期CNV研究的综述,可以参考Brunia, van Boxtel, & Bcker, 2012)。
下一个重大进展则是
1965年由Sutton、 Braren、 Zubin和John发现的P3成分。他们在实验中设计了一个受试者无法预测下一刺激是听觉还是视觉模态的场景,发现刺激之后300毫秒左右会出现一个很大的正向成分。他们将其称为P300成分(尽管现在常称为P3)。如果将这个场景改为受试者可以预测刺激的感官模态,那么这个成分会变小很多。他们从信息论的角度,描述了无法被预测和可以被预测的刺激所诱发的大脑活动差异。这篇论文激发了巨大的研究兴趣,该发现后来成为了认知心理学领域中一个非常热门的话题。为了了解这篇论文的影响力,我在Google Scholar上进行了快速搜索,发现有超过27000篇论文都谈到了“P3”或“P300”,以及“事件相关电位”,说明已有大量与P3相关的研究。此外,Sutton等人在1965年的论文也已经被引用超过1150次。毫无疑问,已经有数以百万计的美元被用在P3研究中(更不用说还有许多欧元、英镑、日元和人民币等等)。
在这篇论文发表之后的15年内,许多研究开始关注多种认知ERP成分,也开发了认知实验中ERPs的记录和分析方法。由于人们对能够记录到与认知相关的大脑活动感到兴奋,这一时期的ERP论文经常发表在《科学》(Science)和《自然》(Nature)上。这些研究中的大部分都关注ERP成分的发现和理解,而不是利用其回答更有广泛兴趣的科学问题。我愿意将这种实验称为“ERP学”,因为它仅仅是研究ERPs的。
虽然ERP学实验无法直接告诉我们与心理和大脑有关的信息,却可以为我们解答感兴趣问题提供非常重要的信息。许多ERP学研究今天仍在继续,使得我们可以不断更新对数十年前所发现成分的理解,以及发现新的成分。几年前Emily Kappenman和我编了一本关于ERP成分的书,其中总结了所有这些ERP学的内容(Luck & Kappenman, 2012a)。
然而,由于20世纪70年代的ERP研究大都聚焦于ERP学,导致在20世纪70年代晚期和80年代早期时,ERP技术在许多认知心理学家和神经科学家中间的名声很坏。然而随着时间的推移,越来越多的ERP研究致力于回答具有广泛兴趣的科学问题,ERP技术的名声由此才开始好转。到了20世纪80年代,一定程度上得益于计算机的价格降低和认知神经科学研究的兴起,ERP研究开始变得更加流行。当正电子发射成像(positron emission tomography, PET)和功能核磁共振成像(functional magnetic resonance imaging, fMRI)出现之后,许多ERP研究者认为ERP研究可能会消亡了,但是完全相反的事情却发生了;许多ERP研究者明白ERPs可以提供关于大脑和心理的高时间分辨率信息,而这是其他方法所无法得到的,ERP研究也因此变得更加繁荣而不是消亡。

4. 例子1: 经典Oddball范式
为了介绍ERP技术,我会首先描述一个基于经典Oddball范式的简单实验,这个实验多年以前曾在我的实验室中开展过(我们没有发表这项实验,但是这并不妨碍它成为多年以来的一个成功案例)。这里的目的是为如何开展一个简单ERP实验提供一个总体概念。
如图1.1所示,实验中的受试者会看到一个由80%的字母X和20%的字母O组成的刺激序列,受试者需要对字母X和字母O分别点击不同的按键。每个字母在屏幕上会呈现100毫秒,随后是1400毫秒黑屏的刺激之间间隔。当受试者完成这项任务时,我们利用一个含有多个电极的电极帽来记录其脑电信号。正如第五章中将会详细介绍的那样,脑电信号记录通常需要一个或多个活动

**章 事件相关电位技术概述 1. 本书的概述、目的和观点 2. 本章概述 3. 一点历史 4. 例子1:经典Oddball范式 5. 例子2:N170成分和面孔处理 6. ERPs的神经起源概述 7. 例子3:精神分裂症患者的认知衰退 8. 振荡和滤波 9. ERP实验的基本步骤概述 10. ERP技术的优势 11. ERP技术的劣势 12. 与其他的生理测量手段比较 13. 阅读建议 第二章 深入了解事件相关电位及其成分 1. 本章概述 2. 电学的基本概念 3. ERPs的神经起源 4. 正问题和ERP成分在头皮表面的叠加 5. ERP定位问题中的挑战 6. 波峰与潜在的ERP成分 7. 利用差异波分离ERP成分 8. 什么是ERP成分? 9. 如何识别特定的ERP成分? 10. 阅读建议 第三章 常见事件相关电位成分概述 1. 本章概述 2. 命名的传统 3. CNV和刺激前负波 4. 视觉感官响应 5. 听觉感官响应 6. 体感、嗅觉和味觉响应 7. N2家族 8. 失匹配负波 9. N2pc、干扰正波和对侧延迟活动 10. P3家族 11. 与语言相关的ERP成分 12. 与长程记忆相关的ERP成分 13. 与情绪相关的ERP成分 14. 与错误相关的ERP成分 15. 与反应相关的ERP成分 16. 稳态ERPs 17. 基于ERP成分推断认知过程时存在的一般性问题 18. N2pc、 CDA、 N400和ERN成分的发现 19. 阅读建议 第四章 ERP实验设计 1. 本章概述 2. ERP成分解释时避免歧义的策略 3. 常见的设计问题和解决方法 4. 关于时间的建议:持续时间、SOA、 ISI和ITI 5. 来自文献的例子 6. 阅读建议 第五章 ERP记录的基本原则 1. 本章概述 2. 干净数据的重要性 3. 活动电极、参考电极和接地电极 4. 电极和阻抗 5. 信号的放大、滤波和数字化 6. 阅读建议 第六章 伪迹排除与校正 1. 本章概述 2. 伪迹排除的基本过程 3. 特定类型伪迹的*小化与检测 4. 关于伪迹排除的几点实用建议 5. 伪迹校正基础 6. 阅读建议 第七章 傅里叶分析与滤波基础 1. 本章���述 2. 傅里叶分析基础 3. 频域滤波基础 4. 时域滤波基础 5. 由滤波引起的失真 6. 关于滤波的一些建议 第八章 基线校正、迭加平均与时频分析 1. 本章概述 2. 从EEG数据中提取分段 3. 基线校正 4. 迭加平均 5. 迭加平均ERP波形中的个体差异 6. 振幅变异(不)引起的问题 7. 潜伏期变异带来的问题 8. 时频分析基础 9. 阅读建议 第九章 ERP振幅与潜伏期的量化 1. 本章概述 2. 基本测量算法:峰振幅、峰潜伏期以及平均振幅 3. 峰振幅与平均振幅的优缺点 4. 面积测量 5. 使用部分面积估计中点潜伏期 6. 起始潜伏期 7. 比较ERP潜伏期与反应时 8. 阅读建议 第十章 统计分析 1. 本章概述 2. 术语 3. 传统方法 4. 刀切法 5. 选择时间窗和电极点:隐性多重比较问题 6. 阅读建议 附录:线性运算、非线性运算以及处理步骤的顺序 注释 术语表 译者后记