静息态EEG微状态分析这件事我前前后后折腾了快两年。最开始用脚本自己拼流程后来被组里做临床的同事拉着复现一批数据才认真把Cartool这套工具链跑通。微状态分析听起来玄乎其实核心就两件事把连续EEG信号在每个时间点上归到有限几个头皮电位地形图里聚类再拿这套地形图去套新数据模板匹配。单被试分析相对好办真正让人头大的是组水平——十几个被试、每人几十分钟数据怎么聚出一套大家都能用的模板这里面坑特别多。这篇东西写给已经跑过单被试微状态、准备往组水平推进的人也写给被Cartool那套有点反直觉的界面劝退过的同行。我会把组水平聚类的完整链路拆开讲数据怎么准备、聚类参数怎么定、模板怎么匹配、结果怎么读以及我在实际操作里踩过的那些坑。全程以Cartool为主线涉及到的原理和参数选择逻辑换成其他工具也一样适用。1. 先搞清楚组水平微状态到底在聚什么很多人一上来就急着点按钮结果聚类出来的模板乱七八糟回头根本没法解释。问题往往出在没想明白组水平聚类的对象是什么。1.1 单被试聚类和组水平聚类的本质区别单被试微状态分析聚类的对象是这一个被试所有时间点的头皮电位地形图。假设采样率1000Hz记录10分钟那就是60万个地形图每个地形图是一个N通道的电压向量。聚成4到7个微状态每个微状态就是这个被试数据里反复出现的一种稳定地形。组水平聚类不一样。它的对象不是所有被试的所有时间点直接堆在一起——那样会被数据量大的被试主导。主流做法是两级策略先对每个被试单独聚类得到每个被试的若干模板比如每人5个再把这些模板汇总起来做第二次聚类得到组水平模板。Cartool里对应的就是individual clustering加group clustering两步走。这个设计背后的逻辑很实在每个被试的头皮地形受头型、电极位置、阻抗影响直接混在一起聚个体差异会被当成噪声。先各自提取代表性地形再汇总相当于让每个被试投票权重更均衡。1.2 为什么模板数量不能拍脑袋定微状态个数K的选择是这门分析里最容易被质疑的点。文献里常见4个经典的四微状态A/B/C/D但那是针对静息态闭眼数据的经验值。你要是做运动想象、做高密度运动EEG地形模式可能更多。判断K的合理方法有几个我实际用下来比较靠谱的是交叉验证加解释方差对K从3到8分别聚类看全局解释方差GEV, Global Explained Variance随K增长的曲线。K增大GEV必然上升但会出现拐点拐点之后收益递减。另一个是Silhouette或Davies-Bouldin指标Cartool本身不直接给但可以把聚类结果导出后用Python算。我的经验是静息态闭眼数据K4或5通常够用如果加了睁眼、任务态K6到7更稳。别迷信固定值一定要看你自己数据的GEV曲线。1.3 组水平模板的代表性怎么保证组水平模板要能代表整个群体前提是每个被试贡献的模板质量过关。这里有个容易被忽略的点被试间模板的对应关系不是自动的。你聚出5个组模板怎么知道模板1在被试A和被试B里指的是同一个微状态Cartool的组聚类会给出模板间的空间相关性矩阵你需要检查这些相关性是否够高一般要求组模板之间相关性低于0.7到0.8否则说明模板冗余K取大了。提示组水平聚类前务必确认每个被试的电极排布一致、参考一致、滤波一致。任何一步不一致聚类结果都会失真而且这种失真很难事后补救。2. 数据准备阶段那些不起眼但要命的细节组水平分析翻车十有八九是数据准备阶段埋的雷。这一节我把Cartool导入数据前必须处理干净的东西列清楚。2.1 电极坐标与通道对齐Cartool做地形图聚类依赖电极的三维坐标来插值和绘图。如果你的电极坐标文件.xyz或.elc和实际数据通道顺序对不上聚出来的地形图会左右颠倒或者位置错乱但软件不会报错——这是最阴险的坑。我的做法是导入数据后先在Cartool里看一眼2D地形图投影确认Fz在前额正中、Cz在头顶中央、Oz在后枕。如果发现某个通道位置明显不对回去检查坐标文件的通道命名和顺序。不同系统导出的命名习惯不一样比如T3/T7、T4/T8、T5/P7、T6/P8Cartool对命名敏感最好统一成标准10-20或10-10命名。2.2 参考方式对聚类的影响参考电极的选择会直接改变头皮地形图的形状进而影响聚类。静息态微状态研究里平均参考average reference是最常用的因为它让所有通道电压之和为零地形图更中性。但平均参考要求通道数足够多一般建议64导以上通道太少时平均参考会引入虚假的远场效应。如果你用的是32导或更少可以考虑CZ参考或乳突平均参考但要在方法里写清楚并且组内所有被试必须统一。我见过有人一半被试平均参考、一半乳突参考聚出来的组模板根本没法看。2.3 滤波、去伪迹与分段策略微状态分析对低频成分敏感因为微状态反映的是大规模网络的准稳定状态。标准做法是0.5到2Hz的高通加30到40Hz的低通或50Hz陷波去工频。高通别设太高否则会削掉微状态本身的慢变特征低通别设太低否则肌电残留会污染地形图。去伪迹方面眼电、肌电、心电都要处理。ICA是常用手段但要注意剔除ICA成分后要检查重建信号的地形图是否还合理。有时候过度剔除会把真实的脑电地形也削掉。分段策略上静息态一般取2到4秒的连续段段与段之间不重叠避免时间自相关影响聚类。处理步骤推荐参数常见错误高通滤波0.5-2 Hz设到0.1Hz导致漂移残留低通滤波30-40 Hz设到20Hz削掉有效信号工频陷波50Hz或60Hz忘记按地区电网频率设置参考平均参考≥64导通道少时强行平均参考分段2-4秒连续段段间重叠导致自相关2.4 坏导插值与数据质量门槛坏导必须插值但插值前要记录哪些通道被插了。如果一个被试插值通道超过总通道数的10%到15%这个被试的数据质量就存疑了建议在组水平分析里标记出来必要时剔除。Cartool的插值用的是球面样条插值后地形图会变平滑所以坏导多的被试地形图会偏糊聚类时容易和其他被试对不上。我一般会在组聚类前把所有被试的坏导数量列个表超过阈值的单独评估。3. Cartool组水平聚类的完整操作链路这一节是核心我把从单被试聚类到组模板生成的每一步都拆开包括参数在哪设、为什么这么设。3.1 单被试聚类先把每个人的模板提出来打开Cartool加载预处理好的数据通常是.eeg或.eph格式。第一步是Individual Clustering。操作路径大致是菜单里找到Segmentation或Microstate相关选项选择对当前被试做聚类。关键参数有三个K值聚类个数先按经验设4到6后面再优化。聚类算法Cartool默认用的是改进的K-means变体有些版本叫modified K-means它对初始化和地形图的空间平滑有处理。别去改成普通K-means普通K-means对EEG地形图容易陷入局部最优。忽略极性这个选项一定要勾上。微状态分析里地形图的正负翻转比如A变成-A被认为是同一个微状态因为脑电的极性取决于参考不代表不同的网络状态。不勾这个聚类结果会翻倍且混乱。跑完单被试聚类你会得到该被试的K个模板地形图以及每个时间点归属哪个微状态的时间序列。先别急着往下走检查一下这几个模板它们之间的空间相关性是否都低于0.7如果有两个模板相关性很高说明K取大了回去减K重跑。3.2 汇总所有被试模板组聚类的输入准备单被试都跑完后需要把每个被试的模板汇总。Cartool的做法是把所有被试的模板地形图作为新的数据集再做一次聚类。这一步在界面上通常叫Group Clustering或Grand Average Clustering。这里有个操作细节汇总时每个被试贡献的模板数量应该一致比如都取5个。如果有的被试取了4个、有的取了6个汇总时权重就不均了。所以单被试阶段就要统一K值或者至少统一到相近的数量。汇总后的数据集大小是被试数×每人模板数。比如15个被试、每人5个模板就是75个地形图。对这75个地形图再聚类聚成组水平的K个模板通常还是4到7个。3.3 组聚类参数K值、迭代次数与收敛判据组聚类的参数设置和单被试类似但K值的选择更关键因为它直接决定最终模板。我的实操流程是这样的先对组数据跑K3到8每个K跑多次因为K-means有随机初始化跑10到20次取最优。记录每个K下的GEV和模板间相关性。选GEV拐点且模板间相关性都低于0.7的K。Cartool里可以设置迭代次数和收敛阈值。迭代次数别设太低默认可能就几十次我一般设到200到500次收敛阈值用默认的就行。跑多次取最优这个功能如果Cartool版本支持就一定要用能显著降低随机性带来的不稳定。3.4 模板匹配把组模板套回每个被试组模板生成后最后一步是Template Matching模板匹配。这一步是把组水平的K个模板逐一去匹配每个被试的每个时间点得到每个被试在组模板体系下的微状态时间序列。匹配的判据是空间相关性最大对某个时间点的地形图计算它和K个组模板各自的空间相关系数考虑极性归到相关性最高的那个模板。Cartool会自动完成这一步输出每个被试的微状态序列和对应的统计量比如每个微状态的持续时间、出现频率、覆盖率、转换概率。注意模板匹配和重新聚类是两回事。匹配不改变模板只是给每个时间点贴标签。如果你发现匹配后某个被试的GEV特别低比如低于60%说明组模板不太适合这个被试可能是个体差异太大需要在结果里说明。3.5 结果导出与后续统计Cartool能导出每个被试的微状态指标持续时间duration、出现频率occurrence、覆盖率coverage、全局解释方差GEV、转换概率矩阵。这些指标导成表格后就可以拿去SPSS、R或Python做组间统计了。导出时注意时间单位。Cartool默认可能用毫秒或秒统计前统一。转换概率矩阵是个K×K的矩阵对角线是自转换一般不看非对角线是微状态之间的转移做组间比较时通常关注特定转移路径。4. 聚类结果不稳定先排查这几个地方组水平聚类最让人崩溃的就是跑一次一个样。这一节我把导致不稳定的常见原因和排查方法讲透。4.1 随机初始化导致的模板漂移K-means类算法对初始聚类中心敏感。Cartool虽然做了改进但如果你只跑一次结果可能不是全局最优。解决办法就是多次运行取GEV最高的那次。我一般跑20次如果20次里GEV最高的和最低的差超过5%说明数据本身聚类结构不清晰要么K不对要么数据质量有问题。4.2 被试间数据量差异过大如果被试A有20分钟数据、被试B只有5分钟直接汇总模板时A的模板会被过度代表。虽然两级聚类已经缓解了这个问题但如果差异太悬殊还是会有偏。我的做法是在单被试阶段就控制数据量比如每个被试都截取相同长度的干净数据比如都取5分钟保证贡献均衡。4.3 电极排布不一致的隐蔽影响前面提过电极坐标的问题这里再强调一次组水平分析要求所有被试的通道完全一致。如果某个被试少了几个通道要么插值补齐要么整个被试剔除。Cartool对通道不一致的处理不够智能经常是默默算错。排查方法把所有被试的通道列表导出来对比用脚本diff一下确保完全一致。4.4 GEV偏低时的处理思路如果组模板的GEV普遍偏低比如平均低于65%说明模板对数据的解释力不够。可能的原因K太小、数据噪声太大、被试间差异太大。处理顺序是先加K试试再看数据质量最后考虑是不是这批被试本身就不适合放在一起做组分析。问题现象可能原因排查动作模板每次跑都不一样随机初始化多次运行取最优某被试GEV特别低个体差异大单独检查该被试数据模板间相关性高K取大了减小K重跑地形图位置错乱电极坐标不对检查坐标文件组模板解释力差数据量不均或噪声大控制数据量、加强去伪迹5. 从Cartool到Python把结果接进自己的分析流Cartool的界面操作适合探索但批量处理和自定义统计还是得靠脚本。这一节讲怎么把Cartool的结果导出来用Python接着做。5.1 导出格式与数据结构Cartool通常能导出文本格式的微状态时间序列和模板地形图。时间序列一般是一列标签每个时间点属于哪个微状态模板是K×通道数的矩阵。导出后建议先做一次完整性检查时间点总数是否和原始数据一致、标签值是否都在1到K之间。5.2 用Python复算微状态指标拿到时间序列后持续时间、频率、覆盖率这些指标都可以自己算比依赖软件导出更灵活。核心逻辑是遍历标签序列统计每段连续相同标签的长度持续时间统计每个标签出现的总次数频率覆盖率是该标签占用的时间点比例。import numpy as np def microstate_metrics(labels, sfreq): # labels: 每个时间点的微状态标签(1..K) # sfreq: 采样率 K int(labels.max()) metrics {} for k in range(1, K1): mask (labels k) coverage mask.mean() # 计算连续段 diff np.diff(np.concatenate([[0], mask.astype(int), [0]])) starts np.where(diff 1)[0] ends np.where(diff -1)[0] durations (ends - starts) / sfreq metrics[k] { coverage: coverage, occurrence: len(starts) / (len(labels)/sfreq), mean_duration: durations.mean() if len(durations) 0 else 0 } return metrics这段代码我用了很久注意occurrence的单位是每秒出现次数别和总次数搞混。5.3 转换概率矩阵的计算转换概率矩阵描述微状态之间的转移倾向。计算方法是统计从微状态i转移到微状态j的次数再按行归一化。对角线自转换通常置零或单独处理。def transition_matrix(labels, K): T np.zeros((K, K)) for i in range(len(labels)-1): a, b int(labels[i])-1, int(labels[i1])-1 if a ! b: T[a, b] 1 # 按行归一化 row_sums T.sum(axis1, keepdimsTrue) row_sums[row_sums 0] 1 return T / row_sums5.4 组间统计的注意事项把每个被试的指标汇总成表格后做组间比较时要注意微状态指标往往不满足正态分布尤其是持续时间和频率。我一般先用Shapiro-Wilk检验正态性不满足就用非参数检验Mann-Whitney U或Kruskal-Wallis。另外多重比较校正别忘了K个微状态×多个指标不校正很容易假阳性。6. 几个我踩过的坑和对应的解法这一节全是血泪教训都是文档里不会写、但实际做的时候一定会遇到的东西。6.1 极性忽略没勾导致模板翻倍第一次做组聚类时我忘了勾忽略极性结果聚出来的模板里有一半是另一半的镜像。当时还纳闷为什么K4聚出来像8个。后来才明白脑电地形图的正负取决于参考同一个网络状态可能因为参考不同而极性相反。这个选项在单被试和组聚类里都要勾漏一个都不行。6.2 数据长度不一致导致模板偏移有次组分析15个被试里有3个数据特别长20分钟以上其他都是5分钟。结果组模板明显偏向那3个长数据的被试。后来我把所有被试都截到5分钟模板立刻稳定了。组水平分析里数据量的均衡比数据量的大小更重要。6.3 滤波参数不统一导致地形图对不上还有一次部分被试用了0.5Hz高通部分用了1Hz高通。单看每个被试都没问题但组聚类时模板相关性怎么都上不去。统一滤波参数后问题解决。组内所有预处理参数必须完全一致这是铁律。6.4 模板匹配后GEV骤降的排查模板匹配后如果某个被试的GEV比单被试聚类时低很多先别急着下结论说这个被试特殊。检查顺序是通道顺序对不对、参考一致不一致、数据段是不是同一批。我遇到过一次是导出时通道顺序被打乱了重新导出就好了。6.5 Cartool版本差异带来的操作困惑Cartool不同版本的菜单名称和参数位置有差异网上教程经常对不上。我的建议是以你手头版本的官方文档为准别硬套别人的截图。核心参数K值、忽略极性、迭代次数的逻辑是不变的界面变了不影响理解。7. 关于高密度运动EEG场景的一点延伸现在做高密度运动EEG的人越来越多微状态分析在这个场景下有些特殊考虑顺便说一下。运动EEG的伪迹比静息态严重得多肌电、运动相关电位、电极位移都会污染地形图。做微状态分析前去伪迹要更激进但又要小心别把真实的运动相关网络削掉。我的经验是先用ICA去掉明显的肌电和眼电成分再用独立成分的偶极子拟合辅助判断哪些成分该留。另外运动态下微状态个数可能比静息态多因为运动准备、执行、恢复可能对应不同的网络状态。K值选择要更谨慎GEV曲线要仔细看。高密度64导以上在这个场景下优势明显因为地形图分辨率高聚类更稳。如果你用Python做层次聚类或K-means来交叉验证Cartool的结果注意EEG地形图的聚类和普通数据的聚类不一样要考虑空间平滑和极性。直接用scikit-learn的K-means跑原始地形图结果往往和Cartool对不上因为Cartool做了针对EEG的优化。交叉验证时建议先把地形图做空间平滑再聚类结果会更接近。最后分享一个我常用的检查习惯每次组聚类跑完把K个组模板的地形图并排画出来肉眼过一遍。如果某个模板看起来不像典型的头皮地形比如能量集中在边缘、或者形状很怪大概率是聚类出了问题或者数据里有残留伪迹。这一步花不了几分钟但能拦住很多后续的麻烦。