在真实合作与竞争互动中“读懂双脑”：脑电超扫描分析方法的概念验证研究

1.研究背景

  近年来，脑-脑同步（inter-brain synchrony）已成为社会神经科学的重要研究议题。脑电超扫描（EEG-hyperscanning）技术能够在自然互动情境中同时记录多名个体的脑活动，为探讨合作与竞争等社会互动过程的神经机制提供了关键技术支持。然而，现有研究多聚焦于结构化且节律相对稳定的合作任务，如同步敲击或共同决策，对高生态效度、动态性强且具有回合制特征的互动情境关注不足。在竞争情境中，个体往往通过打破对方节律来改变互动结构，从而对基于连续相位同步的传统分析方法提出挑战。此外，自然运动任务通常伴随较强的运动伪迹，这进一步提高了脑电数据处理与功能连接估计的难度。基于此，本研究以乒乓球对打这一兼具合作与竞争属性的自然运动任务为实验范式，构建并验证一套适用于回合制社会互动的脑电超扫描分析流程，旨在比较合作与竞争条件下超脑网络（hyperbrain network）的组织差异，并为自然情境脑网络研究提供方法学参考。

2.研究方法

  本研究采用概念验证（proof-of-concept）设计，纳入四名健康成年人（两男两女，均为右利手，无神经或精神疾病史），并按照同性原则组成两个双人组合（dyad）参与实验。实验设置合作与竞争两种社会互动条件。在合作条件下，被试以尽可能维持连续回合为目标进行配合对打；在竞争条件下，则按照正式比赛规则进行对抗。整个实验共包含十五个三十秒任务区段，其中合作条件五段、竞争条件十段。鉴于竞争情境下回合更易中断，适当增加竞争区段数量以保证分析数据量的平衡。实验过程全程同步录像，用于后续精确标记有效回合（rally）片段，并仅纳入持续时间不少于三秒的回合作为分析对象，以提高数据的稳定性与可比性。

图1 双人同步脑电记录示意图（a）男性双人组；（b）女性双人组

  脑电数据采用ANT Neuro 64通道脑电系统进行双人同步采集，采样率1024 Hz，并通过统一时间基准确保双人数据精确对齐，为跨脑功能连接分析提供技术保障。数据处理阶段，首先对原始信号进行带通滤波，以降低低频运动伪迹与高频噪声的影响；随后结合独立成分分析去除眼动及运动相关伪迹。在预处理后的信号基础上，分别在θ（4–8 Hz）、α（8–12 Hz）和β（12–30 Hz）频段提取相位信息。跨脑功能连接采用修正虚部相位锁定值（corrected imaginary Phase Locking Value, ciPLV）进行估计，以减少体积传导对零相位同步的干扰，并据此构建双人超脑功能连接矩阵。在固定网络阈值下，对连接矩阵进行图论分析，计算节点强度、参与系数、局部效率和全局效率等指标，从网络组织层面比较合作与竞争情境下的功能连接差异。

图2 脑电数据分析流程示意图

3. 实验结果

  结果显示，不同社会互动模式在超脑网络组织结构上呈现出显著差异。在节点强度（strength）方面，α与β频段中竞争条件下的脑内连接强度显著高于合作条件，而跨脑连接强度则在合作条件下相对更高。该结果表明，竞争情境更强调个体内部网络整合，而合作情境则更有利于跨个体功能耦合。

图3 合作与竞争条件下三个频段脑内与跨脑矩阵节点平均强度的拓扑分布图

  在参与系数方面，竞争条件在θ、α与β频段中均表现出更高数值，提示竞争状态下网络连接分布更具跨模块特征，整体组织结构呈现更高的整合度。此外，θ频段中参与系数与节点强度之间存在显著正相关关系，表明低频活动范围内网络整合程度与连接强度具有协同变化趋势。

图4 合作与竞争条件下各频段超脑矩阵平均参与系数与平均强度的皮尔逊相关散点图

  在网络效率指标方面，个体脑内网络整体表现为全局效率高于局部效率，而在超脑层面，局部效率明显提升，接近甚至超过全局效率，反映出双脑系统在互动情境中可能形成更具局部协同优势的整合网络结构。进一步的聚类分析显示，合作与竞争条件在跨脑连接模式上呈现不同的典型连接模板。尽管受样本量限制，该结果主要具有描述性意义，但仍为不同社会互动模式下功能连接结构差异提供了初步证据。

4. 结论

  本研究构建并验证了一套适用于自然回合制互动情境的脑电超扫描分析流程。结果表明，在高生态效度运动任务中，结合高通滤波、独立成分分析以及基于ciPLV的功能连接估计方法，能够有效刻画合作与竞争条件下的超脑网络差异。竞争情境下个体脑内网络整合程度增强，而合作情境更有利于跨脑同步连接的维持，提示不同社会互动模式对应不同层级的网络组织策略。尽管样本量有限，本研究属于方法学验证性质，但其分析框架为未来在真实运动或自然社交环境中开展脑-脑同步研究提供了可复制的技术路径，并为理解合作与竞争的神经机制提供了初步证据。

5.文献名称及DOI号

Tamburro, G., Bruña, R., Fiedler, P., De Fano, A., Raeisi, K., Khazaei, M., ... & Comani, S. (2024). An analytical approach for naturalistic cooperative and competitive EEG-hyperscanning data: A proof-of-concept study. Sensors, 24(10), 2995.

DOI: doi.org/10.3390/s24102995