2021年10月20日
腦電圖(EEG)是認(rèn)知和臨床神經(jīng)科學(xué)中最常用的技術(shù)。隨著采集系統(tǒng)的記錄、計算和分析工具箱的功能增強(qiáng)，EEG研究人員可以很容易地將數(shù)據(jù)進(jìn)行轉(zhuǎn)換，以時間分辨的方式突出神經(jīng)活動的各種屬性。這也適用于人類腦磁圖(MEG)和顱內(nèi)記錄，它們通常與EEG技術(shù)相伴隨，主要是對電生理時間序列的時頻分解。在過去的20年里，使用這種基于頻率分析的EEG研究的數(shù)量增加了4500%（據(jù)PubMed上的統(tǒng)計）。簡而言之，時頻分析利用傅立葉或小波變換等操作估計神經(jīng)生理數(shù)據(jù)的頻率(頻譜)內(nèi)容。頻率估計是跨時間窗進(jìn)行的，其中，頻率特性的變化，如信號功率，可以通過時間-頻率圖等可視化表示來進(jìn)行評估和解釋。
時頻圖是投影至二維平面上的三維圖。通常，橫坐標(biāo)表示時間，縱坐標(biāo)表示頻率。圖的起伏代表與時間 × 頻率坐標(biāo)相關(guān)的一個因變量（例如，電生理時間序列的功率或相位）。地形特征是用彩色刻度來表示起伏的大小。研究者認(rèn)為，這種顏色圖可能會在知覺上產(chǎn)生誤導(dǎo)，因此可能導(dǎo)致對神經(jīng)生理效應(yīng)的檢測和解釋產(chǎn)生偏頗。本研究的目標(biāo)是提高人們對這些問題的認(rèn)識，這些問題不是特定于時頻圖繪制或電生理學(xué)研究，而是影響科學(xué)數(shù)據(jù)的可視化，并提供最佳實(shí)踐的建議。
在過去的20年里，約74%的電生理學(xué)研究的時間-頻率經(jīng)驗效應(yīng)是使用彩虹調(diào)色板的衍生物（例如，MATLAB的jet顏色方案；圖1B）。彩虹調(diào)色板將數(shù)據(jù)值映射到RGB空間的線性路徑上，從較冷的藍(lán)色和綠色色調(diào)到較暖的黃色和紅色色調(diào)。由此產(chǎn)生的配色方案色彩鮮艷，視覺悅目。然而，彩虹圖會產(chǎn)生可論證和可量化的視覺錯誤，例如高對比度區(qū)域會在圖像中產(chǎn)生異?，F(xiàn)象（如不太協(xié)調(diào)的顏色跳躍）。一些科學(xué)領(lǐng)域，如海洋學(xué)和制圖學(xué)已經(jīng)創(chuàng)建并采用了替代配色方案，以緩解彩虹調(diào)色板存在的問題。
克服彩虹調(diào)色板的不足
Jet是彩虹調(diào)色板的一個例子，需要在MATLAB中執(zhí)行。因為MATLAB也是電生理研究的常用工具，以下將用jet作為彩虹配色方案的一個典型例子來說明此文的論點(diǎn)。然而，研究者發(fā)現(xiàn)，其實(shí)這些出現(xiàn)的問題存在于所有彩虹調(diào)色板中。
1. 彩虹圖缺乏自然的感知順序
Rainbow顏色圖像jet一樣沒有自然的感知順序。考慮灰度調(diào)色板-較深和較淺的灰色有一個基于其亮度的自然感知順序，稱為連續(xù)色階。相比之下，Rainbow顏色調(diào)色板不具備一套固有的自然順序，它們依賴色調(diào)（顏色）的固定順序，而不是亮度來區(qū)分顏色圖的各個部分（圖2）。時頻圖的有效繪制使用的Rainbow顏色依賴觀看者所熟悉的色彩方案。然而，行為數(shù)據(jù)顯示，即使是那些自稱熟悉Rainbow配色方案的人，在閱讀用Rainbow繪制的數(shù)據(jù)而不是自然排列的色標(biāo)度時，表現(xiàn)更差（即出錯率增加）。當(dāng)用有順序的調(diào)色板繪制時，知覺順序的缺乏是明顯的（圖2）。灰階從亮到暗的變化，或從暗到亮的色調(diào)是直觀的解釋。同樣地，從一個共同的基線顏色發(fā)散出來的多色尺度也提供了可解釋的感知順序（如，Rd-Bu；圖2）。Rainbow顏色圖則不提供這些知覺屬性。
2. 彩虹圖在感知上并不統(tǒng)一
Rainbow顏色繪圖和感知的這種不平衡導(dǎo)致了視覺顯示上的急劇變化區(qū)。這些變化極大地改變了圖像內(nèi)容的識別，因此這不一定反映了基礎(chǔ)數(shù)據(jù)的真實(shí)性質(zhì)（圖2）。Rainbow配色方案中的黃色色調(diào)被認(rèn)為更明亮，傾向于將注意力放在不太重要的數(shù)據(jù)特征上。綜上所述，有充足的證據(jù)表明，為什么Rainbow色板會誤導(dǎo)或者對數(shù)據(jù)的解釋存在感知偏差。
3. 彩虹圖對于那些有色覺缺陷的人來說是不太容易理解的
看Rainbow圖需要對紅色、黃色和綠色進(jìn)行有效的知覺識別。但是Rainbow顏色圖代表的是相似亮度水平的紅色和綠色，這對有色覺缺陷(CVDs)者對色標(biāo)的感知形成了挑戰(zhàn)。CVDs以不同的方式影響對顏色的感知，這取決于影響視錐細(xì)胞的缺陷的性質(zhì)。但是，Rainbow色板需要的不是色調(diào)強(qiáng)度，而是色調(diào)的區(qū)分能力。因此，Rainbow色板對CVD觀看者具有系統(tǒng)性的挑戰(zhàn)。因此，為了促進(jìn)科學(xué)出版物對讀者的包容性，應(yīng)該避免出現(xiàn)挑戰(zhàn)CVD知覺可辨別性的彩色圖。
基于軟件的解決方案
圖1C顯示了神經(jīng)生理學(xué)流行軟件包中時頻圖的默認(rèn)調(diào)色板。
這里，研究者提供了一個開源的、可訪問的調(diào)色板列表。需要注意的是，改變調(diào)色板所需的具體步驟可能會因所使用的軟件而異。對于使用MATLAB可視化的數(shù)據(jù)，用戶可以在調(diào)用colormap函數(shù)之前加載下面的其中一個安裝包。
1.Cividis。
視知覺統(tǒng)一的色彩圖，為有或沒有紅綠CVD者提供相似的數(shù)據(jù)外觀。
2.ColorCET。
可獲得29種不同格式的視知覺統(tǒng)一的色彩圖(https://colorcet.com)。
3.色彩通用設(shè)計(https://jfly.uni-koeln.de/color/)。
為科學(xué)可視化創(chuàng)建適當(dāng)?shù)呐渖桨傅闹改?。研究者在這里也提供了一個MATLAB工具包(https://github.com/neurocoops/colourFriendlyMap)來根據(jù)這些原則構(gòu)建顏色標(biāo)度。
4.CMOcean。
https://matplotlib.org/cmocean/
5.ColorBrewer。
https://colorbrewer2.org
6.Matplotlib色彩圖。
包括viridis，plasma，inferno，magma和cividis顏色圖，具有連續(xù)性和視知覺統(tǒng)一性。也包括ColorBrewer圖(https://github.com/BIDS/colormap)。
7.科學(xué)色彩圖。
https://www.fabiocrameri.ch/colourmaps/
最后，研究者所強(qiáng)調(diào)的視覺化神經(jīng)生理學(xué)數(shù)據(jù)時使用Rainbow調(diào)色板所產(chǎn)生的主要問題，其目的不是在指定一個特定的替代配色方案，因為最合適的調(diào)色板應(yīng)該根據(jù)個體情況而定。然而，研究者提倡研究人員、軟件開發(fā)人員和期刊編輯共同努力，不倡導(dǎo)在神經(jīng)生理學(xué)中使用Rainbow顏色圖，以確保數(shù)據(jù)能夠更清晰、精確和容易獲得。
來源：茗創(chuàng)科技
咨詢熱線
18611170056
官方微信
返回頂部
