探秘汪星人 “脑密码”：非侵入性犬类脑电图研究成果与展望

为解决非侵入性犬类脑电图（EEG）研究缺乏系统梳理的问题，印度 Dognosis Technologies 等机构的研究人员开展相关研究。他们分析 22 项研究后，总结了现状并指明方向。该研究对犬类认知神经科学意义重大，推荐科研读者阅读。

　　

在科学研究的广阔天地里，有两个领域正逐渐引起人们越来越多的关注，那就是认知神经科学和犬类科学。认知神经科学，就像是一位神奇的探险家，致力于将我们大脑中那些 “神秘的认知功能” 与特定的神经元系统对应起来，探索人类思维和行为的神经奥秘。而犬类科学则像是一个热闹的大家庭，融合了进化、遗传、认知、行为学、生理学等多个学科，全方位地研究我们人类最忠实的伙伴 —— 狗狗。

近年来，人们对狗狗的研究热情可谓是高涨。你看，从 2006 年到 2018 年，关于犬类认知和行为的研究数量相比之前的 1993 年到 2005 年，足足增长了六倍！这些研究的范围也非常广泛，从遗传学的微观世界，到进化神经科学的漫长历程，再到狗狗智力的奇妙探索，甚至还涉及到癫痫、衰老和痴呆等医学领域。而且，现在越来越多的合作项目涌现出来，比如 ManyDogs Project，它就像一个大型的狗狗研究 “联盟”，联合多个研究中心，一起探索狗狗的行为特征；还有 Working Dog Project，专注于优化狗狗育种中的遗传选择策略。

在研究狗狗大脑的众多工具中，有两位 “得力助手”，那就是脑电图（EEG）和功能磁共振成像（fMRI）。2012 年，Berns 等人率先利用 fMRI 技术，成功观察到清醒、不受束缚的狗狗的大脑活动，这就像是为我们打开了一扇了解狗狗大脑的新窗户。第二年，Kujala 和他的同事们也不甘示弱，首次成功地对未镇静的狗狗进行了非侵入性 EEG 测量。从那以后，科学家们利用这两种技术，对狗狗的各种认知过程展开了深入研究，像执行功能、视觉、听觉、嗅觉处理，还有社会认知、学习和睡眠等等。

不过，虽然 fMRI 在犬类研究中受到了很多关注，但非侵入性犬类 EEG 却有点 “默默无闻”，没有得到应有的重视。要知道，非侵入性犬类 EEG 可是有着不少厉害的地方呢！它具有高时间分辨率，就像一个精准的时钟，可以精确地记录大脑活动的时间变化；而且它还很容易操作，设备也便于携带，能够在各种真实场景中使用。正是因为看到了非侵入性犬类 EEG 的潜力，来自印度 Dognosis Technologies 的 Akash Kulgod、英国诺森比亚大学的 Dirk van der Linden、英国诺森比亚大学的 Lucas G. S. Fran?a、美国佐治亚理工学院的 Melody Jackson，以及以色列海法大学的 Anna Zamansky 等研究人员，决定对这一领域进行系统的梳理和研究。他们的研究成果发表在了《BMC Veterinary Research》期刊上，论文题目是《Non-invasive canine electroencephalography (EEG): a systematic review》。

研究人员在开展这项研究时，主要用到了文献检索和数据分析这两个关键技术方法。他们先在各种数据库中仔细搜索相关文献，通过制定特定的检索策略，筛选出符合要求的研究。然后，对这些研究进行详细的分析，从研究问题、实验对象、数据采集方法到数据分析框架和结果，都进行了全面的剖析。

下面，让我们一起来看看他们都有哪些有趣的研究结果吧！

1. 研究概况：研究人员总共筛选出了 22 项非侵入性犬类 EEG 研究。这些研究涉及的主题非常丰富，有视觉处理（比如狗狗对图像的感知、辨别和解释）、听觉处理（对声音的感知等）、语言处理（对语音的理解）、学习（联想学习、记忆和解决问题）、情感（对情感刺激的解读）、社会认知（与同类或人类的互动行为）、睡眠（睡眠阶段和模式）以及方法学（数据收集和分析的方法）。参与研究的狗狗数量从 2 只到 155 只不等，大多数是家庭宠物狗，也有一些是实验室培育的比格犬。而且，很多研究都是在狗狗睡觉的时候进行 EEG 记录的，因为这样更容易获得高质量的数据，还能利用不同物种在睡眠阶段和特征上的 EEG 数据结构。
2. EEG 设置
   • 电极类型和附着方式：所有研究都使用了被动凝胶电极，用手术胶带或电极膏固定。有些研究为了降低阻抗、提高数据质量，会给狗狗剃毛，但也有研究发现，不剃毛也能达到类似的阻抗水平。
   • 电极数量和位置：狗狗的大脑比人类小，可用的电极放置空间有限。这些研究使用的电极数量在 1 到 7 个之间，再加上接地和参考电极。和人类 EEG 研究中常用的 4 - 256 个通道相比，确实少了很多。不过，现代的硬件技术和先进的分析方法，让从少量电极数据中得出有意义的结论成为可能。在电极位置方面，研究借鉴了人类的 10 - 20 系统，但由于狗狗品种繁多，头部形状和大小差异很大，所以在电极布局上也有所不同。
   • 放大器模型和采样率：放大器的性能由多个因素决定，其中采样率很重要。研究中使用的放大器采样率在 250 - 1024Hz 之间，因为所有研究主要关注的带宽是 0 - 50Hz，所以这些采样率都足够了。
   
   
3. 数据集：研究中的 6 种不同技术设置共获取了 18 个数据集。这些数据集有的是按照事件（epoch）进行划分，有的是连续记录的。而且，大部分数据集都没有完全公开，只有 6 个数据集部分可用，获取这些数据还需要满足一些条件，比如得到作者授权、发送邮件申请等。
4. 分析和结果
   • 预处理：EEG 数据分析中的预处理是为了去除数据中的噪声和干扰。不同的研究采用了不同的预处理方法，有的使用自动阈值法去除异常信号，有的通过手动检查和独立成分分析（ICA）来识别和排除伪迹。不同方法对数据的处理效果不同，但有些研究发现，不同的预处理流程对最终的分析结果影响不大。
   • 清醒狗狗 EEG 的分析和结果：在 22 项研究中，有 8 项关注清醒狗狗的 EEG 活动。比如，Levitt 等人训练了一个支持向量机（SVM）模型来检测 EEG 伪迹；Kujala 等人首次在 8 只清醒狗狗身上进行非侵入性 EEG 测量，发现视觉刺激会引起大脑特定区域的功率谱变化；还有一些研究利用事件相关电位（ERP）框架，研究狗狗在视觉、听觉和语言处理方面的神经机制。例如，T?rnqvist 等人发现狗狗对人类和狗脸的 ERP 反应在刺激开始后 75 - 100ms 就能检测到，而且在 75ms 左右，后部传感器能区分出狗脸和人脸的差异。
   • 睡眠狗狗 EEG 的分析和结果：有 14 项研究对睡眠狗狗的 EEG 进行了分析。2014 年，Kis 等人开创了非侵入性 EEG 记录睡眠狗狗大脑活动的方法，为研究狗狗睡眠结构提供了有力工具。后来的研究发现，狗狗的睡眠活动和很多因素有关，比如睡前活动、睡眠地点和时间会影响睡眠宏观结构；年龄会影响睡眠阶段和某些频率带的功率；睡眠纺锤波（大脑中的一种短暂振荡）的频率、密度和幅度与狗狗的年龄、性别以及学习能力都有关系。而且，研究还发现狗狗的睡眠活动和其他认知过程、人类与狗狗的互动也存在关联，比如睡眠活动和学习率、主人评价的狗狗多动程度、狗狗与主人的合作和依恋关系等都有关系。
   
   

通过对这些研究结果的深入分析和讨论，研究人员得出了很多重要的结论。从时间特性来看，清醒狗狗 EEG 数据能够反映出大脑活动在刺激后的精细时间特征，不同的认知过程在不同的时间窗口有显著的 ERP 活动。在睡眠研究方面，发现了狗狗睡眠和生理、心理特征之间的多种关联，这有助于我们更好地理解狗狗的睡眠机制和行为。通过与人类 EEG 的比较，还发现了一些在人类和狗狗中都存在的 EEG 成分，这为研究两者的认知和神经机制提供了新的视角。

不过，研究人员也意识到，这个领域还有很多需要进一步探索的地方。比如，目前对狗狗嗅觉处理的神经机制还知之甚少，认知控制和情绪处理等方面也有待深入研究。而且，由于狗狗品种间差异大，在 EEG 研究中，电极布局和参考电极的标准化还面临很大挑战。此外，现有的数据集大多不公开，缺乏标准的数据结构，这也限制了研究的可重复性和数据共享。

针对这些问题，研究人员提出了未来的发展方向。他们建议开发适合狗狗的标准电极布局和参考系统，以提高研究的可比性；建立标准的数据结构，比如采用 EEG - BIDS 标准，促进数据的共享和分析；通过使用肌电图（EMG）、优化电极设计、开发定制的狗狗帽子和无线系统等方法，提高信号与噪声的比例（SNR）；在模型选择上，从解释性模型转向预测性模型，并结合个体水平分析，提高研究的稳健性和可推广性。

总的来说，这项研究对非侵入性犬类 EEG 研究进行了全面的梳理和总结，为这个领域的发展指明了方向。它不仅有助于我们更深入地了解狗狗的认知和神经机制，还为犬类科学、认知神经科学的发展，以及人类与狗狗的互动和工作犬的训练提供了重要的参考依据。就像为我们打开了一扇通往狗狗大脑神秘世界的大门，让我们看到了更多探索的可能性。