A049 最新高密度EEG数据集 | 拆解“触觉意识”
来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-11-03 ｜ 原文链接
PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier
一键关注，点亮星标 ⭐️
不错过每日前沿资讯
认知神经科学前沿文献分享
基本信息：
Title:An HD-EEG Database to dissect Somatosensory Awareness from Task Relevance and Report
发表时间：2025.10.24
Journal:Scientific Data
影响因子：6.9
获取原文：
- 后台回复“文献”即可获取PDF版本
- 点击页面底部“阅读原文”即可跳转论文原网页
引言
当我们被手机轻轻震动提醒时，究竟是“触觉本身”唤起了我们的意识，还是因为我们要不要回消息（即是否需要报告 report）和这条提醒对任务是否相关 task relevance，才让大脑把它抬升为“被意识到”的事件？这背后是意识科学中的老问题：感觉意识（sensory awareness）与后知觉过程（post-perceptual processes）如何分离。长期以来，脑电（EEG）领域的两个晚期成分扮演关键角色：一是被认为与意识相关的体感意识负波 Somatosensory Awareness Negativity, SAN / N140，二是与注意、任务需求和报告生成联系更紧密的P3b。但由于大多数实验都要求被试对接近阈值的刺激做“显式报告”，报告行为常与是否真正“意识到”纠缠在一起，导致两者难以被干净地区分。
Del Vecchio 等人在 Scientific Data 发布的数据描述论文，正面切入这一难题，提供了一个高密度EEG（HD-EEG）开放数据库：30 位健康被试，在无报告（No-Report, NR）与有报告（Report, R）两种情境下，接受正中神经（median nerve）电刺激，并在 R 情境中进一步把刺激划分为与任务相关（R-TR）和与任务无关（R-TI）两类，从而把任务相关性与报告行为这两个后知觉因素与触觉意识加以拆分。这一“去混淆（deconfounding）”的实验框架，旨在更清晰地检验：SAN（N140）是否更贴近“意识”，而 P3b 是否主要反映“任务/报告”。数据和代码均已在 OSF 与脚本中公开，可直接用于重现与二次分析。
具体来说，研究首先为每位被试用自适应阶梯法（adaptive staircase）测出感觉阈（ST），并以“能看见拇指抽动”的最小电流作为运动阈（MT）；正式实验在阈上 10% 强度实施，以减少习惯化（habituation）。NR 块中被试只需被动接收刺激；R 块中，视条件要求被试数触觉刺激（R-TR）或数视觉闪烁干扰（R-TI），随后选择正确计数。整个实验用 128 通道系统记录，采样率 500 Hz，并给出从原始到预处理的一整套数据、结构化文件夹与标签/电极位置信息，方便直接导入 EEGLAB 工作流。论文还提供了技术验证（technical validation）：在群体平均层面复现了经典体感诱发电位（SEP）空间-时间分布——约 50 ms 的早期成分以对侧顶中央为主，N140 呈双侧额-中线拓扑，而 P300 呈中央分布，与文献吻合。这些验证既说明数据质量可靠，也为科研者进一步围绕“意识 vs 报告/任务”做因果与建模分析铺路。
在临床、脑机接口与基础意识科学交汇的今天，这种可复用、可扩展、任务操控清晰的体感意识数据资源，价值不止在于“共享”，更在于提供了一个方法学基线：未来研究可以在此之上串联入眼动、瞳孔、皮电、源定位（source localization）乃至颅内记录与计算建模，共同验证SAN 是否为意识神经标志、P3b 在报告/相关性中的具体角色，以及两者如何在真实行为中互动。
省流总结
核心贡献：构建了一个30人、128通道的高清密度EEG（HD-EEG）数据库，用无报告（NR）与有报告（R）且区分“任务相关/不相关”（R-TR/R-TI）的范式，正交拆分“触觉意识（SAN/N140）”与“报告/任务相关性（P3b）”，并开放原始/预处理数据与脚本，作为研究意识神经机制的方法学基线。。
范式贡献：两阶段设计——先NR被动接收，后R中交替要求数触觉（R-TR）或数视觉（R-TI），在相同触觉输入下，将“是否报告”与“是否任务相关”干净分离，直接服务于检验 SAN vs P3b 的功能分工。
被试与记录：30 名健康成人；正中神经电刺激；个体化确定运动阈（MT）与感觉阈（ST），并以 +10% 强度施加刺激；128 通道、500 Hz 采样，在屏蔽环境中记录。
技术验证（Technical validation）：复现经典 SEP 时空图谱——约50 ms早期成分主要见于对侧顶-中央；N140（SAN）呈双侧额-中线；P300（P3b）呈中央分布；与既往文献一致，证明数据质量可靠，适合后续把 N140 作为意识候选指标、P3b 作为报告/相关性读出进行检验。
开放获取与可复用性：OSF 提供原始与预处理数据与MATLAB 脚本（自动加载、预处理、打标签，EEGLAB 兼容），便于 ERP、时频、MVPA、源定位等二次分析；许可为 CC BY-NC-ND 4.0。
研究意义：为“触觉意识的神经相关（NCC）”提供了去混淆的实验地基，使研究者能系统评估 P3b 更贴近“报告/任务相关性”而非“意识本体”的假设，并量化任务相关性×报告行为对后期成分的独立与交互影响。
术语对照：体感意识负波 SAN（Somatosensory Awareness Negativity, N140）；P3b；无报告（No-Report, NR）；报告-任务相关（R-TR）；报告-任务无关（R-TI）；正中神经（median nerve）；体感诱发电位（SEP）；高清密度脑电（HD-EEG）
研究背景
意识研究的关键在于找到最贴近“有/无意识”本体的神经指标，而不是被报告、注意或任务策略牵着走。在体感通道，SAN（N140）被提出为意识相关成分，但过去工作往往要求被试对近阈刺激“做出报告”，于是报告行为与任务相关性不可避免地与意识发生耦合，使得 P3b 到底反映的是“意识”还是“报告/任务”难下定论。近年来的“无报告范式（no-report paradigms）”尝试通过被动刺激来减少报告偏置，但如何在同一套数据里同时操控并分离“报告”与“任务相关性”，仍缺少系统化、高质量、可共享的资源。该数据库正为此而生：通过两阶段设计（先 NR，后 R），且在 R 中把数触觉与数视觉拆开，确保同一触觉输入在“与任务相关/无关”两种情境下被记录；再配合个体化阈值、统一高通道布置与严谨预处理，既提高可比性，也保证数据的生态有效性与重现性。这不仅能服务于传统 ERP 峰-谷分析，也容纳时频、解码、源定位、连通性与表征学习等多路线分析，以期更接近“意识的神经关联（NCC）”。
实验设计
研究在正式记录前为每位被试确定运动阈（MT）与感觉阈（ST）：MT 以“拇指可见抽动”的最小电流界定；ST 采用自适应阶梯法在两声提示下进行二选一检测，连续正确三次则降强度，出错或感不到则微调升降，最终以末段均值为 ST。为降低习惯化，刺激在两阈上均取 +10% 强度进入实验。被试于无报告块（NR）被动接收两列各 100 次的触觉刺激（方波，0.2 ms；间隔 1–2 s），而在报告块（R）中交替出现触觉与视觉闪烁序列；屏幕提示要求被试要么数触觉（R-TR），要么数视觉（R-TI），随后从三个数字-字母组合中按下正确选项。
Fig. 1 Experimental Procedure
全程使用 128 通道系统（500 Hz；顶点参考）在屏蔽舱内记录；预处理以 EEGLAB 为主线，0.1–100 Hz 滤波、自动/人工坏道检测与插值、分段（−400–800 ms），并提供进一步验证流程（如带阻、重参考、ICA/ICLabel 剔除、再次分段）。
数据组织与可复用性一流
每名被试包含 NR 与 R 两类文件夹；R 进一步细分为 40 个（或 28/32 个）“序列-强度-指令”子文件夹；每个单元均配三维电极位置信息与通道×时间×试次数组，实现即插即用。
Fig. 2 Data Organization and File Structure.
群体层面的经典 SEP 拓扑被稳健复现
约 50 ms 的早期成分出现在对侧顶-中央；N140 呈双侧额-中线分布；P300 呈中央分布，均与既往文献一致，显示数据质量与效度。
Fig. 3 Technical Validation
文章作者信息
第一作者：Maria Del Vecchio
maria.delvecchio@in.cnr.it
意大利国家研究委员会神经科学研究所（Neuroscience Institute, National Research Council of Italy, Parma）
通讯作者：Maria Del Vecchio
合作者与单位（部分）：Alice Giorgi（帕尔马大学/意大利国家研究委员会）、Erica Bonomi、Enrico Salemi、Davide Albertini、Flavia Maria Zauli、Ezequiel Pablo Mikulan、Andrea Pigorini（米兰大学/临床与外科牙科学院等）、Pietro Avanzini（意大利国家研究委员会）。
文章：An HD-EEG Database to dissect Somatosensory Awareness from Task Relevance and Report，Scientific Data，2025。
下面是官方数据获取入口（均来自论文“Data Records / Data availability”部分）：
OSF 项目主页：https://osf.io/hqkym
（含原始与预处理EEG数据、MATLAB脚本与文件结构说明。）
可引用的DOI（OSF存档）：
https://doi.org/10.17605/OSF.IO/HQKYM
相关阅读
周报-20251006 | 近两周解读的29篇顶刊论文汇总 | 认知神经科学前沿动态 ⭐️[解读链接]
周报-20250922 |认知神经科学前沿动态周览 *⭐️[解读链接]***
周报-20251020|认知神经科学前沿动态周览**⭐️[ 解读链接 ]****
Nature |决策过程的动力学机制与神经模式转变 ⭐️[解读链接]
Nature |颠覆认知 ! “神经振荡”不成立？耶鲁团队提出大脑“伽马事件”新理论 ⭐️[解读链接]
Science |中国将领衔未来25年全球脑计划，剑指灵长类大脑地图 *⭐️[解读链接]***
Neuron |大脑如何区分现实与想象？伦敦大学学院团队最新研究揭秘“现实信号”的神经密码 ⭐️[解读链接]
Nature | 视觉系统新发现：压缩式的物体识别机制 ⭐️[解读链接]
Nat Hum Behav｜你不是天生就爱跟风：社会特征学习理论揭示人类“随大流”背后的秘密 *⭐️[解读链接]***
Nature |“读心术”成真？从瞳孔变化中解码大脑皮层完整时空动态 ⭐️[解读链接]
PNAS｜刷短视频停不下来？研究揭示“新奇感”是驱动人类探索的古老密码 *⭐️[解读链接]***
Neuron | 最强脑发育数据库RBC开放下载，6000+青少年大脑数据揭示精神健康的秘密 ⭐️[解读链接]
Nature 子刊综述｜大脑预测误差的核心回路 *⭐️[解读链接]***
前沿交流 | 欢迎加入认知神经科学前沿交流群！⭐️[解读链接]
核心图表、方法细节、统计结果与讨论见原文及其拓展数据。
分享人：BQ
审核：PsyBrain 脑心前沿编辑部
PsyBrain 脑心前沿
带你了解心理学、脑科学的前沿知识与技术流程
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务