BCI Report被试
149
100 名帕金森病被试与 49 名对照，单中心
临床研究 · 静息态 EEG
静息态 EEG 能把帕金森病患者和对照组区分开吗？
逐名被试区分帕金森病与对照：一个基于静息态 EEG 的频谱模型，以及一个只用年龄和性别的对照基线；另有一项婴儿病例对照试点，附年龄与采集设置对照；还有一项静息态 EEG 上的精神分裂症与对照比较，与年龄和性别并列。
测量所用数据集：OpenNeuro ds004584 · Parkinson's disease, rest eyes open
简答
高于随机水平；这是单中心、组层面的研究结果。在 149 名被试（帕金森病患者与对照）的静息态 EEG 上，相对频谱逻辑回归区分两组的平衡准确率为 71.7%（95% 区间 63.5%–79.3%，AUROC 0.76，随机水平 50%）；只用年龄和性别的对照基线在同样的折上为 55.0%（46.9%–63.6%）。
相对频谱逻辑回归静息态 EEG
71.7% (63.5%–79.3%)
年龄性别对照基线不用 EEG
55.0% (46.9%–63.6%)
+16.6 ppEEG 减去年龄性别基线，同一批 149 名被试（pp 为百分点）
均值更高，但区间有重叠
EEG 模型的区间从 63.5% 起，对照基线的区间到 63.6% 止。
公开数据集上的研究结果：不是诊断，不是诊断准确率，也不是医疗器械或医疗建议。英文原文：Research results on a public data set. Not a diagnosis, not diagnostic accuracy, and not a medical device or medical advice.
EEG 模型与对照基线
EEG 对年龄和性别
二分类，随机水平 50%；5 折分层被试交叉验证。
| 行 | 输入 | 平衡准确率 | 宏平均 F1 | AUROC |
|---|---|---|---|---|
| 相对频谱逻辑回归对数相对频带功率，60 个共有通道 | 只用 EEG | 71.7%63.5%–79.3%平衡准确率 71.7% | 71.1% | 0.76 |
| 只用年龄和性别不是 EEG 模型 | 不用 EEG | 55.0%46.9%–63.6%平衡准确率 55.0% | 54.0% | 0.56 |
队列与特征
单中心，149 名被试，每人两分钟
四种源通道布局共有的 60 个命名通道；取前 120 秒，切成 30 个互不重叠的 4 秒窗；在 1–45 Hz 的五个频带上取对数相对功率。每名被试的 300 个特征在被试内取平均，因此分类器看到的是每人一个向量，而不是 4,470 个独立样本。标准化只用训练折拟合，分类器是固定的平衡 L2 逻辑回归（C=1）；单一划分种子，没有留出调参。
分层被试折
5
每名被试留出一次
4 秒窗
4,470
在被试内取平均
方法与局限
局限
不是诊断
固定研究划分下的组层面区分，用平衡准确率报告。筛查、临床验证以及对任何具体个人的解读，都不在它的范围之内。
没有被重复验证
单队列、单一划分种子。区间是描述性的 bootstrap 范围，因为交叉验证的训练折彼此重叠。
没有扣除年龄和性别
对照基线说明，这种区分有一部分完全不需要脑信号就能做到。EEG 模型并没有对年龄、性别做校正，所以它的分数不能当作疾病特异的脑活动的度量。
组间差异不只在大脑里
凡是患者与对照之间不同的东西，都会跟着标签一起进入模型：用药、记录场次、身体活动、清醒程度。病例对照分数无法把这些与疾病本身分开。
基础模型：暂缓
数据源没有说明物理幅值单位。相对频谱不需要这个单位；需要标定幅值的模型暂缓。
经过独立复算
独立复算了全部 149 份原始记录与 4,470 个频谱窗，使用另一套 FFT 实现，并重新拟合了全部分类器。重建的特征与指标差异为 0；区间的差异在浮点精度量级。
OpenNeuro ds004584 · Rest eyes open, Parkinson's disease and controls
Dataset: Arun Singh, Rachel Cole, Arturo Espinoza, Jim Cavanagh and Nandakumar Narayanan · Rest eyes open, OpenNeuro ds004584 v1.0.0, doi:10.18112/openneuro.ds004584.v1.0.0. Cohort study: Arun Singh, Rachel C. Cole, Arturo I. Espinoza, Jan R. Wessel, James F. Cavanagh and Nandakumar S. Narayanan · Evoked mid-frontal activity predicts cognitive dysfunction in Parkinson's disease, Journal of Neurology, Neurosurgery & Psychiatry 94, 945-953 (2023), doi:10.1136/jnnp-2022-330154. Transport mirror: NEMAR on004584, doi:10.82901/nemar.on004584.
每名被试都签署了书面知情同意，并确认具备决策能力，符合《赫尔辛基宣言》；全部研究方案经爱荷华大学机构审查委员会批准（IRB 201707828）。这里只发布队列级聚合结果：没有逐人记录，没有临床或认知量表分数，也不发布各组的年龄与性别构成。
OpenNeuro 数据集 ↗ · 队列研究论文 ↗ · 公开手稿 ↗ · NEMAR 镜像 ↗ · CC0-1.0
数据来源： 已审核的聚合 JSON · schema bci-report-clinical-update-v1。
婴儿病例对照试点 · 清醒期 EEG
EEG 病例对照结果经得起年龄与采集设置校正吗？
IESSEEG 是一个公开的 EEG 数据集，来自同一机构的回顾性队列：100 名被试，其中 50 例婴儿癫痫性痉挛综合征病例（每例都用开始治疗之前的那段记录，这项治疗正是原始研究评估的对象）、50 名对照。每名被试取一段临床医生选定的清醒期记录（按固定规则选取，不依据信号挑选），读取其前 60 秒、所有记录共有的 17 个通道。每个组都在发布者给出的 5 个被试不重叠的折上做折外评分：每折 80 人训练、20 人留出，每名被试恰好留出一次。
分类头与每一个分数都经过独立复现；NeuroLM 特征本身没有用第二套实现重新提取。
频谱 EEG 的平衡准确率为 81.00%，加入年龄后为 80.00%。只用年龄为 68.00%，只用采集设置为 61.00%，训练集先验为 50.00%。在每个训练折内回归掉年龄后，频谱 EEG 为 67.00%。在同样的被试、折与分类头上，冻结 GPT 隐藏状态为 84.00%，冻结分词器为 77.00%；回归掉年龄后分别为 71.00% 与 72.00%。
两张表：折外点估计；事先没有指定区间或检验。每人一段清醒期记录，取前 60 秒。两组之间年龄与采集设置不同；回归掉年龄是一项敏感性分析。平衡准确率是主要指标；每个组都同时给出 AUROC，没有根据这些结果挑选任何组或阈值。
“≤2 岁”一栏沿用同一批折外预测，只对 2 岁及以下的被试重新计分，没有重新拟合任何模型；这是一个描述性的亚组。只发布这一年龄段的人数及其中病例与对照的人数；各组的年龄均值与性别人数不发布。本队列中这一年龄段共 68 人：42 例病例、26 名对照。
清醒期 EEG 病例对照试点中的年龄与采集设置对照
频谱组在每段记录的原始采样率下计算 Welch 频谱（4 秒窗，相邻窗重叠一半，频率分辨率 0.25 Hz）：在 1–45 Hz 内五个频带上的对数相对功率，加上同一范围内的对数总功率，17 个通道每个都算，每人共 102 个特征。每个需要学习的组都用同一个事先固定、不做调参的分类头：只用训练折拟合标准化，再做 L2 逻辑回归（C = 1）。年龄项是记录时年龄的 log1p 及其平方；回归掉年龄的那一组在训练折内把每个特征对这两项做回归，再把训练折的系数用于训练与留出的被试。采集设置组读取原始头皮通道数（19 个通道的有 59 段记录，17 个通道的有 41 段）与原始采样率（200 Hz 的有 98 段，2,000 Hz 的有 2 段）。
| 组 | 平衡准确率，全部 100 人 | AUROC，全部 100 人 | 平衡准确率，≤2 岁68 人 |
|---|---|---|---|
| 不用 EEG | |||
| 训练集先验没有输入：训练折中病例所占的比例，因此把每个人都判为病例 | 50.00% | 0.500 | 50.00% |
| 只用年龄不用 EEG：记录时年龄的 log1p 及其平方 | 68.00% | 0.621 | 50.00% |
| 只用采集元数据不用 EEG：原始头皮通道数与采样率 | 61.00% | 0.524 | 69.23% |
| 使用 EEG | |||
| EEG 频谱特征17 个通道的 102 个对数频带功率特征 | 81.00% | 0.824 | 76.56% |
| EEG 频谱特征 + 年龄102 个频谱特征加上两个年龄项 | 80.00% | 0.843 | 73.90% |
| 训练折内回归掉年龄后的 EEG在每个训练折内回归掉年龄后的 102 个频谱特征 | 67.00% | 0.703 | 69.41% |
冻结的 EEG 表示经得起年龄校正吗？
NeuroLM-B 以冻结方式用作特征提取器：权重保持不变，也不涉及任何文本。每段记录的 60 秒切成 15 个 4 秒窗，每个通道每秒一个 token，每窗 68 个 token。读取模型的两种内部状态：分词器经最后一次归一化后的状态，以及 GPT 分支经最后一层层归一化后的隐藏状态，各 768 维；先在每个窗内对 token 取平均，再对各窗取平均。分类头与训练折内回归掉年龄的做法都与频谱组相同，没有改动。
| 组 | 平衡准确率，全部 100 人 | AUROC，全部 100 人 | 平衡准确率，≤2 岁68 人 |
|---|---|---|---|
| 冻结的 EEG 分词器每名被试的 768 个冻结分词器特征值 | 77.00% | 0.901 | 73.90% |
| 分词器 + 训练折内回归掉年龄在每个训练折内回归掉年龄后的分词器特征值 | 72.00% | 0.798 | 71.34% |
| 冻结的 GPT 隐藏状态每名被试的 768 个冻结 GPT 隐藏状态值 | 84.00% | 0.902 | 84.43% |
| GPT 隐藏状态 + 训练折内回归掉年龄在每个训练折内回归掉年龄后的 GPT 隐藏状态值 | 71.00% | 0.794 | 75.92% |
NeuroLM：NeuroLM 的预处理与频谱流程不同：两段 2,000 Hz 的记录先重采样到 200 Hz，再做 0.1–75 Hz 带通、50 与 60 Hz 陷波，并除以 100。因此两条流程之间的差异混合了预处理与模型结构。检查点的训练阶段，以及它此前是否接触过这些被试，都是未知的。
NeuroLM 源代码，固定版本 0cda9876 ↗ · 检查点 SHA-256 ffe098bc138b89f8817d3710a3604498d8ecd15135080e2ca27735d05c6d29ab
公开数据集上的研究结果：不是诊断，不是诊断准确率，也不是医疗器械或医疗建议。英文原文：Research results on a public data set. Not a diagnosis, not diagnostic accuracy, and not a medical device or medical advice.
本试点的局限
单一的小型开发队列
来自单一机构的小规模病例对照开发队列，只含清醒期记录。标签是每名被试的病例或对照身份，没有带时间标注的痉挛事件。没有外部验证或临床验证；发布者的完整基准不在本试点范围之内。
回归掉年龄
在每个训练折内回归掉年龄，并不能把分数的任何一部分归给年龄，也不能说明混杂已经消除，还可能同时去掉随年龄变化、与疾病相关的信号。
采集设置
采集设置（通道数与采样率）是一个不用 EEG 的检查用对照，与 EEG 各行并排列出，不参与模型之间的比较。
冻结的 NeuroLM
NeuroLM 在这里作为冻结的特征提取器使用，由有监督的逻辑回归分类头读取：权重保持不变，没有文本提示、文本生成，也没有零样本诊断。
经过独立复现
频谱与对照组：30 个模型（25 次重新拟合、5 次先验核对），600 个留出概率。一个独立程序重新拟合了每一个学习得到的模型，核对了每一个先验，以零差异重建了每一个留出概率，并用自己的 EDF 读取器与 FFT，为每种通道数与采样率组合各重算了一段记录的特征。
NeuroLM 各组：20 次分类头重新拟合，400 个留出概率，300 个输入文件与 100 个特征文件。一个独立程序重新拟合了每一个分类头，以零差异重建了每一个留出概率，核对了每个输入文件的哈希，并核对了每个特征文件的哈希、布局与数值有限性。
另有一项独立的只读审计核对了每个输入文件的哈希、时序与定标：300 个文件，共 2,884,494,142 字节；100 段记录全部通过，没有暂缓，也没有缺口。记录端点与恒定样本的计数只作描述保留；没有任何记录因此被排除。
IESSEEG · awake case-control pilot
Dataset: IESSEEG: An Open EEG Dataset Towards Better Understanding of Infantile Epileptic Spasms Syndrome, Hugging Face Capur/IESSEEG at revision 1c32ee3a, CC BY 4.0 for the dataset and annotations. The release card declares that the 400 case clinician-selected segments were previously analysed by Rajaraman et al. (2024), Computational EEG attributes predict response to therapy for epileptic spasms.
发布卡片写明，这项回顾性研究获得了机构审查委员会的批准，并豁免了知情同意与 HIPAA 研究授权，同时要求任何人不得尝试重新识别被试。发布边界与帕金森病比较相同：只发布聚合分数，不发布逐被试数据、预测、年龄，也不发布各组的年龄与性别构成；“≤2 岁”一栏只给出该年龄段的人数及其中病例与对照的人数。卡片给出的批准方案编号为 17-000026，没有写明是哪个机构的审查委员会。
上述先前分析与本次发布在被试层面的对应关系尚未厘清；该队列不计入任何数据集计数。
固定版本的数据集 ↗ · 发布卡片 ↗ · LICENSE ↗ · CC BY 4.0 · 数据使用说明（英文）
数据来源： 已审核的聚合 JSON · schema bci-report-clinical-iesseeg-update-v1。
精神分裂症病例对照比较 · 静息态 EEG
静息态 EEG 区分精神分裂症与对照，比年龄和性别做得更好吗？
ASEEG 是一个来自单一诊所的公开静息态 EEG 数据集：101 名被试有闭眼记录，其中 51 名精神分裂症患者、50 名对照；同一批人中有 97 名还有睁眼记录（47 名与 50 名）。每段记录按发布原样读取前 256 秒、19 个通道。每个组都在 5 个分层的被试折上做折外评分，并对 10 个划分随机种子取平均。
在闭眼记录上，只用 EEG 频谱的平衡准确率为 71.19%，只用年龄和性别的对照为 71.24%：差值 −0.05 pp（−11.51 至 +11.86 pp）。EEG 频谱加上年龄和性别为 75.94%，与只用年龄和性别的对照相差 +4.71 pp（−4.40 至 +13.86 pp）。在每个训练折内回归掉年龄和性别后，EEG 频谱为 69.81%（62.27%–77.11%）。
对划分随机种子取平均的折外分数，附描述性的 95% 配对被试 bootstrap 区间；平衡准确率的随机水平为 50.00%，AUROC 为 0.5。平衡准确率是主要指标；每个组都同时给出 AUROC。
闭眼，101 名被试
| 组 | 平衡准确率（95% 区间） | AUROC |
|---|---|---|
| 不用 EEG | ||
| 只用年龄和性别不用 EEG：以年计的年龄与性别 | 71.24%95% 区间 62.61%–79.71% | 0.694 |
| 使用 EEG | ||
| EEG 频谱95 个对数相对频带功率特征 | 71.19%95% 区间 63.29%–78.71% | 0.775 |
| EEG 频谱 + 年龄和性别95 个频谱特征加上年龄与性别 | 75.94%95% 区间 68.64%–82.81% | 0.833 |
| 回归掉年龄和性别后的 EEG 频谱在每个训练折内回归掉年龄和性别后的 95 个频谱特征 | 69.81%95% 区间 62.27%–77.11% | 0.775 |
| 对比 | 角色 | 平衡准确率差值（95% 区间） | 区间是否不含零 |
|---|---|---|---|
| EEG 频谱 − 只用年龄和性别区间包含零；这个差值不是等效性检验。 | 主要 | −0.05 pp95% 区间 −11.51 至 +11.86 pp | 否 |
| EEG 频谱 + 年龄和性别 − 只用年龄和性别区间包含零。 | 次要 | +4.71 pp95% 区间 −4.40 至 +13.86 pp | 否 |
| 回归掉年龄和性别后的 EEG 频谱 − 随机水平区间高于零；在训练折内回归掉线性效应，并不能说明混杂已经消除。 | 敏感性分析 | +19.81 pp95% 区间 +12.27 至 +27.11 pp | 是 |
冻结的 CBraMod，闭眼
| 组 | 平衡准确率（95% 区间） | AUROC |
|---|---|---|
| 冻结的 CBraMod每名被试 CBraMod 冻结嵌入的均值，用同一个分类头读取 | 76.65%95% 区间 69.50%–83.37% | 0.826 |
| 对比 | 角色 | 平衡准确率差值（95% 区间） | 区间是否不含零 |
|---|---|---|---|
| 冻结的 CBraMod − 只用年龄和性别区间包含零；编码器没有年龄或性别输入。 | 冻结编码器 | +5.41 pp95% 区间 −4.92 至 +15.93 pp | 否 |
| 冻结的 CBraMod − EEG 频谱描述性；区间包含零。 | 描述性 | +5.46 pp95% 区间 −1.40 至 +12.36 pp | 否 |
CBraMod 作为冻结编码器，由同一个按人的分类头读取。它的设置与基础模型各栏不同：整理者发布的 128 Hz 记录重采样到 200 Hz；每个 2 秒时间窗内去掉各通道的均值；通道按发布时未说明的顺序排列；分类头读取每人 128 个时间窗嵌入的均值；微伏尺度来自数据描述论文图 2 的图注，并经过事先设定、不看标签的合理性检验；文件中没有存储单位。检查点早于数据集的发布，其声明的预训练语料是 TUEG；CBraMod 与频谱分类头之间的差异混合了预处理与模型结构。
睁眼，同一批人中的 97 名
| 组 | 平衡准确率（95% 区间） | AUROC |
|---|---|---|
| 只用年龄和性别，睁眼不用 EEG：以年计的年龄与性别 | 69.91%95% 区间 60.96%–78.68% | 0.676 |
| EEG 频谱，睁眼睁眼记录的 95 个特征 | 70.67%95% 区间 63.08%–77.93% | 0.723 |
| 对比 | 角色 | 平衡准确率差值（95% 区间） | 区间是否不含零 |
|---|---|---|---|
| EEG 频谱，睁眼 − 只用年龄和性别，睁眼区间包含零。 | 第二种条件 | +0.75 pp95% 区间 −10.64 至 +11.90 pp | 否 |
这些与上面是同一批人，所以这不是独立的重复验证。
公开数据集上的研究结果：不是诊断，不是诊断准确率，也不是医疗器械或医疗建议。英文原文：Research results on a public data set. Not a diagnosis, not diagnostic accuracy, and not a medical device or medical advice.
本节的局限
单一诊所、单一设备；记录是从诊所档案中回顾性取得的，对照是在那里因与心理健康无关的原因做常规 EEG 的人。这是组层面的研究比较。
数据描述论文报告两组的性别构成不同；页面给出了年龄与性别对照以及回归掉年龄和性别的一组，而这种回归只在训练折内去除线性效应。
用药与临床量表分数都没有发布，所以患者所受的治疗会随标签一起进入模型。
数据整理者把信号带通滤波到 1–45 Hz、做了陷波、降采样到 128 Hz，并剔除了伪迹严重或记录不完整的数据；短暂的伪迹按设计保留。
发布的人口统计表与数据描述论文中的汇总略有出入，按发布原样使用；年龄和性别通过共同的被试编号与记录对应，把 EEG 与年龄和性别结合的各组都依赖这种对应。
通道顺序没有文档说明，所以无法做任何针对具体通道的解读。
每个数值都是五折被试留出交叉验证在十个划分随机种子上的均值；区间是描述性的配对被试 bootstrap 范围，没有考虑训练折之间的重叠，也没有做多重比较校正。
与帕金森病及 IESSEEG 两节的不同之处
- 对十个划分随机种子取平均
- 10,000 次 bootstrap 抽样
- 前 256 秒，切成 64 个四秒窗
- 按发布原样的 128 Hz，Welch 分段 2 秒，频率分辨率 0.5 Hz
- 19 个通道，按整理者的耳参考，顺序没有文档说明
- 五个相对频带，没有对数总功率
- 以年计的年龄与性别作为混杂变量，没有采集设置对照组
- 每个 2 秒的 CBraMod 时间窗内去掉各通道的均值，且没有回归掉年龄和性别的 CBraMod 组
经过独立复现
- 通过：各个组、对比、折、划分随机种子与 bootstrap，是在使用真实标签的任何分数出现之前，写进一份经独立检查通过的方案里固定下来的。
- 通过：折外预测在独立审计读取之前，已用 SHA-256 封存。
- 通过：一个独立程序从原始文件重新推导了每个频谱特征，重新拟合了每个组，并重新提取了每个 CBraMod 嵌入，差异为零。
- 通过：一位独立的读者对照事先冻结的解读规则，核对了这里印出的每一条解读。
ASEEG · Atieh Schizophrenia EEG
Bagherzadeh S, Norouzi M, Farokhshad F, Tolou Koroushi P, Ghasri A, Bahri Hampa S, Kazemi R, Rostami R, Shalbaf A. ASEEG: Atieh Schizophrenia EEG. Zenodo, doi:10.5281/zenodo.18029536 (First version, 2025-12-23), CC BY 4.0. Data descriptor: Scientific Data 13:1211 (2026), doi:10.1038/s41597-026-07968-9. Modifications: the first 256 s of each released recording read as released; log relative band power and frozen CBraMod features; cohort-level scores only. Derived analysis by BCI Report; not endorsed by the authors.
数据描述论文写明，Shahid Beheshti University of Medical Sciences 的伦理审查委员会批准了这项研究，伦理编号为 IR.SBMU.MSP.REC.1404.441，并说明针对记录过程以及去标识数据的共享，均取得了专门的知情同意，需要时由家长、监护人或负责的成年人提供书面授权。发布边界与帕金森病及 IESSEEG 两节相同：只发布聚合分数，没有逐人记录或预测，也不发布各组的年龄或性别构成。
数据描述论文的原话：“被试组来自 Atieh 诊所，一家位于伊朗德黑兰的私立机构。”“The participant group was sourced from the Atieh Clinic, a private facility located in Tehran, Iran.”“EEG 信号是从诊所的医疗档案中回顾性取得的。”“EEG signals were obtained retrospectively from the clinic’s medical records.”“所有研究与活动均在伦理编号 IR.SBMU.MSP.REC.1404.441 之下进行，并遵循伦理研究的原则。”“All studies and activities are conducted under the ethics code number IR.SBMU.MSP.REC.1404.441 and adhere to the principles of ethical research.”“针对 EEG 记录过程，以及随后对去标识数据的共享，均已取得专门的知情同意。”“specific informed consent was obtained for the EEG recording procedure and for the subsequent sharing of de-identified data.”“由一名家长、法定监护人或其他直接负责的成年人在专门的同意书上提供了书面授权。”“a parent, legal guardian, or other directly responsible adult provided written authorization on a dedicated consent form.”
数据描述论文采用 CC BY-NC-ND 4.0 许可，所以这里只引用简短的原文。
CBraMod：代码为 MIT 许可，权重为 Apache-2.0，见其官方模型卡；不转发；Wang et al., arXiv 2412.07236。
Zenodo 记录 ↗ · 数据描述论文 ↗ · CBraMod, arXiv ↗ · CC BY 4.0 · 数据使用说明（英文）
数据来源： 已审核的聚合 JSON · schema bci-report-clinical-aseeg-update-v1。
引用本页
BCI Report. 静息态 EEG 能把帕金森病患者和对照组区分开吗？[EB/OL]. (2026-11-06). https://bci.report/zh/topics/clinical-groups/
数字来自发布 clinical-aseeg-update-20261106（2026-11-06）、clinical-iesseeg-update-20261020（2026-10-20）、clinical-update-20260923（2026-09-23）。也请同时引用上游数据集：署名就在本页。
每个发布版本都在 Zenodo 存档：doi:10.5281/zenodo.23123296。 本站及各次发布的 BibTeX → · CITATION.cff ↗（英文）