基于多感官整合任务的早-中期成年年龄组脑电分类研究

　　本研究通过分析0-500 ms时间窗内五大脑区的多感官整合时空动态特征，发现中年组在视听异步整合中存在显著脑地形图差异。研究人员采用ERP通道优化技术和随机森林算法，在A50V任务中仅用13个通道即实现98.3%的年龄组分类精度，为简化EEG年龄判别流程提供了高效解决方案。

　　

这项探索性研究揭示了早中期成年阶段多感官整合的时间动态特征。通过分析五个感兴趣脑区(ROIs)在0-500毫秒时间窗内的整合过程，发现不同年龄组在视听异步处理中存在脑地形图差异，其中中年群体表现尤为显著。研究表明：早期整合稳定发生于200-325毫秒区间；听觉刺激整合速度慢于视觉刺激，视听整合(AV)时间介于两者之间；在听觉领先50毫秒条件(A₅₀V)下出现延迟整合，而视觉领先条件(V₅₀A)则加速整合进程。采用事件相关电位(ERP)导向的通道选择策略显著提升了年龄分类精度——随机森林分类器在A₅₀V任务中仅使用13个优化通道即实现98.3%的分类准确率。该通道优化方案不仅提升了脑电(EEG)年龄分类的工效学性能，更简化了聚类分析流程，证实了采用极简电极配置与简明特征提取策略在早中期成年群体多感官整合研究中的有效性。