假影處理與訊號品質

同調平均

從噪聲中復原誘發反應的基礎技術。若一個刺激鎖時的訊號在各試次間近似相同,而背景 EEG 為零均值且與觸發不相關,則對 N 個時間對齊的試段做平均會保留訊號,但把噪聲平均下去:噪聲標準差以 1/√N 下降,故振幅訊雜比隨 √N 增長。試次數變為四倍,殘餘噪聲減半——這條 √N 定律決定了一個 ERP 或一次 P300 拼字選擇需要多少重複。

這些假設很強,其違反正是此法的失效模式:試次間的潛時抖動會低通濾波並衰減平均(對策:潛時校正、Woody 濾波);試次間的振幅變異與習慣化會破壞訊號相同的假設;而任何與刺激鎖時的假影(這正是誘發性眼動假影危險的原因)會與訊號一起被平均上去而非下去。平均也丟棄了現代單試次解碼器試圖保留的單試次資訊。

一個 P300 拼字器對每個符號平均約 10 至 15 次閃爍,讓目標 P300 足以清出噪聲底線以供分類——更多重複提高準確率但降低資訊傳輸率。

√N 定律使準確率與速度之間形成取捨。

又稱
signal averagingensemble averaging訊號平均集成平均