综述：在同时性预期计时任务中，对大脑电活动（EEG）在时间预期方面的监测：一项范围综述及建议

时间巧合任务（CAT）的神经机制研究仍处于探索阶段，现有文献在实验设计、EEG参数和分析方法上存在显著异质性，导致神经标记的识别不一致。本文通过范围综述整合11项研究，发现任务范式、电极布局（5-128通道）、参考模式及误差评估标准差异较大，仅CNV、ERP成分和β/α波功率被部分重复检测，但缺乏统一分析方法。建议采用标准电极布局（如10-20系统19通道）、明确定义预期类型（效应器/受体/感知型）、统一误差指标（恒定误差/绝对误差/变量误差），并加强受试者特征（如惯用手、运动经验）的统计控制，以推动该领域研究质量的提升。

　　
### 中文解读：脑电图（EEG）在时间预期任务（CAT）中的研究进展与挑战

#### 一、研究背景与目标
时间预期任务（Coincidence Anticipation Timing, CAT）要求参与者同步自身动作与外部移动刺激的时空特性。这类任务涉及复杂的感知-运动协调，需快速预测刺激到达时间并调整运动节奏。由于EEG技术具备高时间分辨率、便携性和非侵入性特点，成为研究此类任务神经机制的核心工具。

当前研究仍处于早期阶段，存在方法学不统一、关键神经标记不明确等问题。本文通过范围审查，旨在：
1. 整合现有EEG研究方法，识别实验设计中的共性模式；
2. 评估神经信号（如运动相关电位、事件相关电位）与时间预期能力的相关性；
3. 指出当前研究的空白与标准化需求。

#### 二、方法学特征与数据筛选
研究团队从PubMed、Web of Science和Scopus三个数据库获取数据，关键词涵盖“EEG”“coincident timing”等，最终纳入11项符合条件的研究（2009-2025年）。筛选流程显示，原始77-80篇文献中，236篇因不符合任务定义被排除，17篇因实验设计不匹配被剔除，最终保留11项高质量研究。

**关键方法学观察**：
1. **参与者特征**：所有研究均排除有严重神经系统疾病或视力障碍者，但仅1项（Cui & MacKinnon, 2009）使用标准化量表评估手性，其他研究未明确报告参与者神经健康或运动经验。
2. **实验设计差异**：
- **刺激类型**：视觉（9项）、听觉（1项）、物理轨迹（1项）；
- **任务范式**：包括隐藏刺激（Koshizawa等，2013）、虚拟现实（Liu等，2021）、真实运动追踪（Stolz等，2023）等；
- **反馈机制**：5项无反馈，6项提供即时视觉/听觉反馈。
3. **EEG技术参数**：
- **电极布局**：5-128通道不等，其中9项采用国际10-20系统；
- **阻抗控制**：仅5项明确电极阻抗低于10kΩ；
- **信号分析**：以事件相关电位（ERP）和频谱分析为主，涉及N200、P300、CNV等成分。

#### 三、核心发现与神经机制
1. **ERP成分的特异性响应**：
- **N200电位**：在视觉隐藏刺激任务中显著增强（Koshizawa等，2014），可能与注意力和预测误差修正相关；
- **P300电位**：在高速反应任务中幅值提升（Stolz等，2023），反映前额叶皮层的任务处理；
- **CNV变异**：脑区（Fz、Cz）的CNV波幅与时间预期精度正相关（Tang等，2025）。

2. **频谱分析的差异化发现**：
- **β波（13-23Hz）**：在隐藏刺激任务中，顶叶（Brodmann区6/7）激活增强，可能与运动计划优化相关；
- **θ/α波**：在长时程预期任务（>1秒）中，α波功率下降提示认知资源集中（Zhao等，2025）。

3. **运动表现与神经标记的关联**：
- **专家效应**：网球运动员的CNV幅值显著高于新手（Tang等，2025），可能源于更好的预测策略；
- **任务复杂度**：目标速度变化（±25%）导致β波在中央-顶叶区域激活增强（Stolz等，2023）。

#### 四、现存问题与标准化建议
1. **方法论缺陷**：
- **样本同质性**：所有参与者均为健康成年人，缺乏老年、残障等群体数据；
- **技术参数缺失**：仅35%的研究明确报告电极阻抗和接地方式；
- **反馈机制不统一**：即时反馈可能过度优化行为结果，掩盖自然预期能力。

2. **标准化建议**：
- **电极布局**：推荐采用19通道国际10-20系统（Fz、C3/C4、T3/T4等关键脑区覆盖），平衡成本与数据质量；
- **阻抗控制**：强制要求电极阻抗≤5kΩ，以减少信号噪声；
- **任务范式**：统一采用“部分隐藏-部分可见”刺激模式，结合动态速度变化（±25%）；
- **反馈策略**：建议分阶段提供反馈（如训练期详细反馈，实验期仅提供最终结果）。

3. **数据分析规范**：
- **误差指标**：强制使用CE（定向误差）、AE（绝对误差）、VE（变异误差）三重标准；
- **信号处理**：要求报告基线校正、滤波参数（如30-250Hz带通）及运动伪迹处理方法。

#### 五、未来研究方向
1. **跨群体研究**：需纳入老年人群（≥65岁）及残障群体（如脑卒中患者），以验证神经标记的普适性；
2. **多模态整合**：结合fMRI（空间分辨率）或MEG（时间分辨率）验证EEG发现；
3. **动态刺激设计**：开发可实时调整速度与方向的自动化CAT系统；
4. **临床转化**：探索CNV等指标在注意力缺陷多动障碍（ADHD）或运动协调障碍中的诊断价值。

#### 六、局限性分析
1. **数据获取限制**：中文数据库（如CNKI）未纳入，可能遗漏本土研究；
2. **术语不统一**：部分文献将“时间预期”与“运动计划”混用，需建立标准术语库；
3. **方法学透明度**：仅40%的研究提供完整的实验协议（如任务参数、设备型号）。

#### 七、结论
尽管EEG在时间预期任务研究中展现出潜力，但当前方法学碎片化导致结论难以横向比较。通过制定电极布局、刺激范式、反馈机制等标准化框架，可显著提升该领域研究的科学严谨性。未来研究需优先解决样本多样性、技术参数透明度及多模态验证问题，以推动从基础研究到临床应用的转化。