マルチセットコンセンサスクラスタリングを使用した脳誘発応答資格：単一審理分析に向けて

イベント関連のポテンシャル（ERP）分析では、被験者からの個々の試験は同様の特性を共有し、同等の神経源から発生すると想定されており、グループ平均の信頼できる解釈が可能になります。それにもかかわらず、クラスター分析を含む従来のグループレベルのERP分析方法は、平均化から派生した固定測定間隔を使用しているため、個々の被験者の神経プロセスに関する重要な情報を見落としていることがよくあります。個々の被験者レベルで認知プロセスを調べるために、マルチセットコンセンサスクラスタリングパイプラインを開発しました。当初、さまざまな方法からのコンセンサスクラスタリングが、個々の被験者の単一裁判EEGエポックに適用されました。その後、各被験者の試験全体で第2レベルのコンセンサスクラスタリングが実行されました。その後、新しく変更された時間窓決定方法が使用され、個々の被験者の関心のあるERPを特定しました。ERPコンポーネントN2およびP3のシミュレートデータと、P3コンポーネントを確認するための視覚的なオッドボールタスクからの実際のデータを使用して、方法を検証しました。私たちの調査結果は、個々の被験者の推定時間ウィンドウが、すべての被験者の固定時間ウィンドウと比較して正確なERP識別を提供することを明らかにしました。さらに、合成単一裁判データを使用したモンテカルロシミュレーションは、N2およびP3コンポーネントの安定したスコアを示し、この方法の信頼性を確認しました。提案された方法は、単一裁判のEEGデータを考慮して、個々の被験者レベルでの脳誘発反応の検査を強化し、それによって神経プロセスに関連する相互情報を抽出します。このアプローチは、平均化メカニズムと固定測定間隔に依存する、従来のERP分析よりも大幅な改善を提供します。

In event-related potential (ERP) analysis, it is commonly assumed that individual trials from a subject share similar properties and originate from comparable neural sources, allowing reliable interpretation of group-averages. Nevertheless, traditional group-level ERP analysis methods, including cluster analysis, often overlook critical information about individual subjects' neural processes due to using fixed measurement intervals derived from averaging. We developed a multi-set consensus clustering pipeline to examine cognitive processes at the individual subject level. Initially, consensus clustering from diverse methods was applied to single-trial EEG epochs of individual subjects. Subsequently, a second level of consensus clustering was performed across the trials of each subject. A newly modified time window determination method was then employed to identify individual subjects' ERP(s) of interest. We validated our method with simulated data for ERP components N2 and P3, and real data from a visual oddball task to confirm the P3 component. Our findings revealed that estimated time windows for individual subjects provide precise ERP identification compared to fixed time windows across all subjects. Additionally, Monte Carlo simulations with synthetic single-trial data demonstrated stable scores for the N2 and P3 components, confirming the reliability of our method. The proposed method enhances the examination of brain-evoked responses at the individual subject level by considering single-trial EEG data, thereby extracting mutual information relevant to the neural process. This approach offers a significant improvement over conventional ERP analysis, which relies on the averaging mechanism and fixed measurement interval.