跳至主要内容
研究实践

从原始数据到图表:建立可复现的脑电分析记录

可复现并不意味着所有人都会得到同一解释,而是让别人能够看清数据经历了什么,并在相同输入上运行同一套步骤。

从原始脑电数据到报告的可复现流程原创示意图
问枢科技原创教学示意图,不代表真实受试者数据。

一、把原始数据视为只读资产

原始记录、事件文件和采集说明应保存为不可覆盖的输入。清洗后的数据、分析结果与图表放在独立目录,并通过受试者编号和处理阶段建立清楚的对应关系。

文件名不应承担全部信息。采样率、参考方式、通道异常、任务版本和采集中的特殊情况,应进入结构化记录或数据字典。

  • 原始输入只读保存
  • 个人身份信息与研究编号分离
  • 为缺失与排除建立明确编码

二、把参数从代码里“拿出来”

滤波范围、分段窗口、基线、坏导阈值和试次排除标准如果散落在脚本各处,后续很难确认一次运行使用了哪些设定。可以将关键参数集中到配置文件,并随结果保存。

每次分析输出应包含软件版本、代码版本、运行日期和输入数据清单。对于需要人工判断的步骤,记录操作者、规则和决定,而不是只保存最终删除列表。

三、让图表成为流程的终点

理想情况下,论文或报告中的图表由分析流程直接生成,而不是在绘图软件中手动调整数据。视觉排版可以精修,但数值、误差和显著性标记应能追溯到代码输出。

在交付或归档前,可以从空白结果目录重新运行一次流程。这个简单动作往往能发现隐含的绝对路径、遗漏文件和依赖版本问题。

核心结论

可复现分析依赖清晰的数据层级、集中参数、版本记录与可重跑的图表流程,而不是最后补写一段方法说明。

本文与配图为原创内容,不使用真实参与者数据,不构成医疗诊断、治疗建议或个体化健康意见。