<!--go-->

清晨七點，研究院的資料處理伺服器已開始低鳴。安可兒坐在自己的工位前，螢幕上並列著六個視窗：預實驗三位受試者的多模態原始資料流，以及P-07、P-12、P-19經過重新分析後的特徵時間序列。空氣中瀰漫著咖啡與電子裝置散熱混合的氣息，寂靜中只有她規律的鍵盤敲擊聲和偶爾拖動滑鼠的輕響。

鍾原共享過來的演算法工具箱比她預想的更強大，但也更復雜。自適應濾波、多變數經驗模態分解、格蘭傑因果網路構建……每一個模組都需要她仔細理解引數含義，並用預實驗資料反覆測試。頭兩天，她幾乎在程式碼報錯和結果不收斂中度過。某個用來剔除眼動偽跡的獨立成分分析（ICA）演算法，在第二位受試者（抑鬱緩解期個體）的資料上總是將一部分前額葉theta振盪誤判為偽跡去除，導致後續特徵提取嚴重失真。

她不得不停下來，重新閱讀演算法原理，對照原始腦電波形和同步記錄的眼動影片逐幀檢查。終於發現，該受試者在高負荷任務中，會伴隨一種極其輕微、快速的皺眉習慣，而她的眼動儀並未完美捕捉到這種細微面部肌電活動，導致ICA演算法混淆了神經訊號與肌電偽跡。

“個體差異連偽跡模式都不同。”她在工作日誌中記錄下這個發現，並標註瞭解決方案：為這位受試者單獨調整ICA的收斂閾值，並考慮在後續實驗中增加面部肌電（EMG）記錄，哪怕只是簡易的。

Loading...

未載入完，嘗試【重新整理】or【退出閱讀模式】or【關閉廣告遮蔽】。

嘗試更換【Firefox瀏覽器】or【Edge瀏覽器】開啟多多收藏！

移動流量偶爾打不開，可以切換電信、聯通、Wifi。

收藏網址：www.peakbooks.cc

(＞人＜；)