开放多中心颅内脑电图数据集揭示意识视觉感知的神经机制

本研究为解决意识科学领域两大理论（全局神经元工作空间理论GNWT与整合信息理论IIT）的争议，通过标准化实验协议采集38例癫痫患者的颅内脑电图（iEEG）数据，构建首个多中心开放数据集。研究整合了视觉刺激类别（面孔/物体/字母/假字体）、朝向（左/右/正视图）和持续时间（0.5/1.0/1.5秒）等多维度参数，采用Go/No-Go任务范式分离任务相关与无关神经响应。数据经Brain Imaging Data Structure（BIDS）标准化处理，包含电极重建、行为学及眼动追踪数据，为意识神经机制和视觉认知研究提供高时空分辨率资源。

　　

意识如何从大脑活动中涌现？这一终极问题引发了科学界对两大主流理论——全局神经元工作空间理论（Global Neuronal Workspace Theory, GNWT）与整合信息理论（Integrated Information Theory, IIT）的长期争论。GNWT强调前额叶皮层在信息全局广播中的枢纽作用，而IIT则认为意识源于后皮层区域的高阶信息整合。为验证这两种理论的核心预测，来自纽约大学医学院、马克斯·普朗克经验美学研究所等20家机构的国际合作团队，在《Scientific Data》发表了迄今最全面的多中心颅内脑电图（intracranial EEG, iEEG）数据集。

研究团队采用"对抗性合作"范式，通过统一实验协议在三个医疗中心采集38例药物难治性癫痫患者的神经数据。这些患者在临床监测期间完成视觉Go/No-Go任务，观看四类刺激（面孔、物体、字母、假字体）在三种朝向（左/右/正视图）和三种持续时间（0.5/1.0/1.5秒）下的呈现。关键创新在于通过任务设计分离意识相关神经活动：指定两类刺激作为靶标（如面孔+物体或字母+假字体），使相同物理刺激在不同区块中交替成为任务相关或无关项。这种精巧设计可排除任务执行等混杂因素，直接捕捉意识感知的神经标记。

技术方法上，研究采用NATUS放大器系统记录iEEG（采样率512-2048Hz），配合EyeLink 1000 Plus/Tobii-4C眼动仪同步采集行为数据。电极定位通过CT与T1-MRI配准实现，使用FreeSurfer和iELVis工具箱完成个体化重建并转换至MNI空间。数据严格遵循BIDS标准组织，包含4771个电极（1238个皮层表面电极+3533个深度电极）的原始信号、高伽马功率（70-150Hz）和事件相关电位（0-30Hz）分析结果。

背景与摘要揭示该数据集源于意识理论的实证需求。通过标准化采集流程，研究克服了iEEG数据异质性难题，首次实现跨中心设备、患者群体和实验环境的可比性。数据质量经三层验证：文件完整性检查、行为表现验证（平均击中率94.89%）和神经信号质量评估。

方法部分详述了实验设计的技术突破。光二极管精确记录刺激呈现时间，Millikey LH-8反应盒确保1ms级响应精度。电极定位采用多模态交叉验证：NYU使用FLSView半自动标记，哈佛采用BioImageSuite手动标注，威斯康星则通过SubNuclear工具箱实现深度电极重建。

数据记录显示该资源包含丰富维度：除原始iEEG信号外，还提供20区块的行为反应、500Hz眼动数据、临床信息（如WADA语言优势测试结果）和电极状态注释（标记癫痫发作区与噪声通道）。数据以两种格式发布——XNAT平台支持按特征筛选下载，BIDS压缩包则便于批量分析。

技术验证证实了数据的可靠性。通过光二极管信号与日志文件的时间对齐，确保事件锁定的精确性。对威斯康星站点采用跨放大器时钟校正，使非临床设备记录的数据达到同等精度。电极定位经双人独立校验，皮层表面电极通过球面投影算法减少脑移位误差。

使用说明强调该资源的可扩展性。配套Python/Matlab分析脚本包含预处理管道（60Hz工频滤波、拉普拉斯重参考等）和标准分析模块，如起始响应检测（t检验比较刺激前300ms与后350ms高伽马活动）和跨时间泛化解码（支持向量机区分面孔与物体）。

这项研究的意义在于：首先，其标准化框架解决了iEEG研究长期存在的跨中心数据异构性问题；其次，任务设计创新性地分离了意识感知与任务执行的神经信号；最后，开放共享策略加速了意识科学的理论验证。数据集已应用于团队后续研究，证实不同意识理论预测的神经动力学差异。正如通讯作者Lucia Melloni指出："这是首次将对抗性合作范式转化为标准化神经数据集，为意识生物学基础的探索设立了新标杆。"

研究也存在局限性：患者用药状态存在个体差异，且电极布局完全基于临床需求。但正是这种"自然实验"特性，使数据能真实反映不同脑区在意识加工中的作用。未来工作可结合同期收集的fMRI/MEG数据，构建多模态意识神经模型。该资源将持续更新，推动解决意识科学中最根本的"解释鸿沟"问题。