Neurophotonics | NiReject：迈向功能性近红外光谱（fNIRS）的自动化坏道检测

 1.1 fNIRS 信号质量控制的核心瓶颈与技术突破方向

功能性近红外光谱（fNIRS）作为新兴无创光学神经成像技术，因适配日常场景、覆盖全人群及全年龄阶段的优势，已成为脑科学研究的核心工具。但其信号易受生理噪声、设备干扰、被试运动等多类因素影响，产生无法可靠分离大脑活动与噪声的 “坏道”，这类通道会给后续分析引入偏差，可能导致错误科研结论。当前主流检测方式存在显著局限：人工视觉检查主观性强、成本高，难以适配规模化研究；基于阈值的自动检测方法相关研究稀缺，无法应对复杂噪声场景，因此 fNIRS 领域迫切需要自动化、精准化的坏道检测方案。

1.2 传统检测方法：主观局限与技术瓶颈并存 

当前 fNIRS 坏道检测的主流方式仍依赖专家人工视觉检查，通过事后分析信号特征判定通道质量。该方法的核心缺陷在于主观性强，评估结果易受专家经验水平、指导标准及个人认知差异影响，且随着设备光极数量增加与样本量扩大，人工检测的时间成本与经济成本显著上升，已难以满足规模化研究需求。

为实现自动化检测，学界开发了基于统计指标的传统方法，核心逻辑是通过手动设定固定阈值区分可接受信号与异常信号。这类方法包括基于单一指标的变异系数（CoV）、头皮耦合指数（SCI）检测，以及结合多指标的 Phoebe 算法、信号质量指数（SQI）等组合方案。但传统自动检测方法仍存在显著局限：阈值设定依赖主观判断，需根据实验场景调整；多数指标仅能捕捉信号的少数特征，难以覆盖坏道的多元成因；检测性能稳定性不足，普遍存在假阳性率偏高的问题，实际应用价值受限。

1.3 机器学习技术：未被充分开发的潜力领域

机器学习技术的飞速发展，为坏道检测提供了新方向 —— 它无需手动设定阈值，能捕捉更复杂的数据模式，在多个领域的异常检测中表现突出。根据对专家标注数据（即 “地面真值”）的需求不同，相关算法可分为三类：无监督算法无需标注即可应用，人力成本低；半监督算法结合部分标注数据与无监督学习表征，既能利用专家经验，又能检测新型坏道；监督算法需大量标注数据训练，在小规模数据集上表现优于传统方法，但标注成本极高、可扩展性差。

遗憾的是，这些潜力在 fNIRS 领域尚未充分释放：无监督和半监督算法完全未被应用，仅有少数研究探索了监督算法，自动坏道检测的相关研究整体极为稀缺。

1.4 技术落地挑战：技术适配与评估难题

为填补领域空白，研究团队开发了可解释机器学习方法 NiReject，其基于多元累积分布函数的尾概率实现坏道事后检测，具备融合先验知识、提供可解释离散分数、支持无监督与半监督学习的核心特性。研究通过对比 17 种主流检测方法（含 6 种传统阈值法、11 种跨领域机器学习方法），结合 2 个独立标注真实数据集与模拟数据集，系统评估 NiReject 在不同场景下的性能，核心围绕四类问题展开：真实数据集表现、不同坏道现象适配性、数据集特征影响、混合方法实用性。总而言之，我们旨在通过以下问题，探究不同检测方法的性能、成本效益和实用性。

Q1：传统方法、无监督方法和半监督方法在真实数据集上的坏道检测表现如何？

Q2：不同坏道现象下，各检测方法的表现如何？

Q3：数据集特征（尤其是污染率、标注工作量和标注误差）对检测性能的影响如何？

Q4：整合人工反馈循环的混合检测方法，能否克服半监督方法的实际应用挑战？

2.1 数据集设计：真实 + 合成双轨验证

实验采用 “真实数据集 + 合成数据集” 的双轨设计，确保检测方法在实际场景与受控条件下均能得到充分验证。

真实数据集选用两个独立标注的公开 fNIRS 数据集（R22 和 N21），累计包含 29,924 条信号，其中 R22 涵盖 34 名儿童和 68 名成人，采用 Hitachi ETG-4000 设备，10Hz 采样率，22 个前额叶通道，坏道污染率 4.22%；N21 涵盖 20 名儿童和 20 名成人，采用 NIRx NIRSport 设备（南京尖创科技为 NIRx 设备中国区代理商），7.81Hz 采样率，16 个前额叶与颞顶叶通道，坏道污染率 9.38%，两个数据集均经专家独立标注和一致性检验，剔除无效信号。

合成数据集则基于 fNIRS 信号物理生成机制构建 14 个数据集（S1-S14），S1-S13 分别聚焦尖峰、偏移、信号丢失等 5 类核心坏道现象，S14 模拟混合坏道场景，新增 9 个短距离通道，所有合成数据集均含 3 个静息块和 2 个任务块，坏道污染率均为 10%，信号结构与真实数据集一致，为精准评估不同坏道类型的检测效果提供可控基准。

2.2 模拟信号生成：优质信号与坏道现象构建

为深入分析检测方法的性能变异性，研究团队基于参考文献核心函数调整生成机制，模拟了包含真实生理特征与坏道现象的 fNIRS 信号。优质信号由四部分组成：加入空间和时间相关的白噪声，融入心率、呼吸和 Mayer 波等生理振荡并随机分配相位，通过卷积典型血流动力学反应函数编码神经激活信号，同时包含可通过伪影校正处理的常规噪声。针对 10% 的模拟信号（y=1），额外加入 5 类核心坏道现象：尖峰（振幅N(7,2)，持续时间N(0.2 s,0.1 s)，发生频率分 6、36、60 次 / 分钟）、单向 / 双向偏移（振幅N(4,2)，发生频率分 12、24、36 次 / 分钟）、信号丢失（振幅为 0，持续时间分 1、5、10 秒）、跨发色团异常生理振荡（改变两波长心脏相关振荡耦合相位Δφphysio=−0.7），以及 S14 专属的混合坏道现象，所有坏道现象均时空随机分布，确保模拟信号的生态有效性。

图 1. 四种模拟的坏道现象。（a）尖峰、（b）偏移和（c）信号丢失采用线图呈现；（d）跨波长异常耦合通过小波相干性在时频空间中可视化，该异常耦合在心脏相关频段表现出低相干性。

2.3 检测方法选型：17 种对比方法 + NiReject 系列

为全面验证 NiReject 的创新优势，研究团队选取了 fNIRS 领域及跨领域的 17 种代表性检测方法作为对比基准，形成 “传统方法 - 跨领域方法 - 创新方法” 的三维对比体系。

fNIRS 领域传统检测方法共 6 种，均基于统计指标设定固定阈值，包括变异系数（CoV）、信噪比（SNR）、头皮耦合指数（SCI）、峰值功率、Phoebe 算法（组合 SCI 与峰值功率）和信号水平，均采用文献标准参数，广泛应用于主流 fNIRS 分析工具箱。

跨领域检测方法共 11 种，涵盖距离和密度型检测器（角度基异常检测 ABOD、k 近邻 k-NN 等 5 种）、无监督机器学习检测器（主成分分析 PCA、孤立森林 IFOREST 等 4 种）、半监督机器学习检测器（极端梯度提升异常检测 XGBOD、基于自编码器的 FEAWAD 等 2 种），均为其他领域表现优异但未应用于 fNIRS 的成熟方法。

2.4 创新检测器：NiReject 系列（无监督、半监督、混合版）

研究团队开发的核心检测方法 NiReject，基于多元累积分布函数的尾概率构建，兼具先验知识融合能力与结果可解释性，适配不同标注需求场景。

无监督 NiReject 无需专家标注，通过尾概率估计、受限尾概率质量特征提取、增强质量特征生成和确定性检测分数计算四大步骤，结合先验知识避免异常优质信号误判，输出可解释分数。

半监督 NiReject 基于无监督版本扩展，先对全量特征空间执行无监督步骤生成质量特征，融入通道空间位置信息形成表征，再以部分标注数据训练 XGBoost 分类器（适配不平衡数据），平衡专家经验与检测精度。

混合 NiReject 整合人工反馈循环，先通过无监督 NiReject 计算全量信号质量分数和二元分数，按分数分层随机推荐信号供专家标注，直至标注坏道与初始检测坏道比例达预设阈值（如 30%），再用标注数据训练半监督 NiReject，大幅降低标注成本。

图 2. 开发的 NiReject 方法示意图：（a）无监督版、（b）半监督版及（c）混合版 NiReject 分别展示了各算法步骤的流程框架；（d）无监督 NiReject 的质量指标示例，直观呈现了该算法如何提供检测确定性相关信息，以及检测器对特定信号做出决策所依据的特征。

2.5 实证评估：参数、指标与四大核心实验

实验采用标准化参数设置，所有对比方法使用默认参数并公开存储，NiReject 及跨领域方法采用统一输入特征集（含正弦信噪比与失真比、局部峰值比、CoV、SCI、心脏振荡峰值功率与中心频率等），确保公平对比。

测试集采用分层训练 - 测试分割（60% 训练、40% 测试），保持坏道比例一致，每个评估重复 10 次以降低偶然性，真实数据集以专家标注为 “地面真值”，合成数据集则先验已知坏道标签。

评估指标构建三维体系，核心性能指标以精确率（惩罚假阳性，适配不平衡数据）和 ROC-AUC 为主，稳健性指标采用精确率 - 召回率 AUC（AUC-PR），成本效益指标量化标注量与反馈成本。

围绕四大核心研究问题设计实验：Q1 基于 R22 和 N21 真实数据集，对比所有方法的检测表现并通过贝叶斯符号秩检验判断差异显著性；Q2 利用 S1-S13 合成数据集，评估不同方法对特定坏道现象的适配性；Q3 通过调整 R22 数据集的污染率（1%-50%）、标注量（0%-60%）和标注误差（0%-60%），测试方法稳健性；Q4 基于 S14 混合坏道数据集，验证混合 NiReject 的实用性及对不同专家标注的适配性。

3.1 前期基础：坏道检测的影响与领域现状

3.1.1 坏道检测对后续分析的关键影响

通过模拟数据集 S14（混合坏道现象）验证发现，坏道会严重扭曲 fNIRS 信号分析结果。在个体水平，未进行坏道检测时，血流动力学响应函数的均方误差（MSE）高达 80.04×10^-12，而有效剔除坏道后 MSE 降至1.05×10^-12，信号与理想响应函数的贴合度显著提升；在群体水平，基于广义线性模型（GLM）的分析显示，精确坏道检测能揭示前额叶皮层显著的左侧偏侧化效应，而未检测坏道时，16 个长距离通道中有 4 个通道的显著性消失、2 个通道显著性降低，1 个通道 P 值升高，直接导致研究结论偏差。

图 3. fNIRS 中的坏道检测：（a）基于 100 名被试的模拟信号，通过平均波形分析和 GLM 群体分析，结合 MSE 量化指标，证实坏道检测能显著提升血流动力学反应函数的拟合精度，有无检测的分析结果差异明显；（b) fNIRS 信号质量控制的现有检测方法应用现状；（c）明确了各类检测方法的工作流程特征，强调其对人工专家标注的依赖差异，且所有检测需在后续处理前完成信号的剔除或保留决策。

3.1.2 领域当前实践现状

对 2022 年引用量前 100 的 fNIRS 研究进行结构化文献检索发现，68% 的研究未报告任何坏道检测流程，仅 32% 的研究提及相关方法。当前主流检测方式以视觉检查（12%）、信噪比（SNR，11%）和变异系数（CoV，8%）为主，未发现任何研究应用无监督或半监督机器学习方法，仅有 2 项近期研究尝试了监督式机器学习。此外，研究报告透明度极低：仅 20% 的研究公开了检测参数，7% 报告了剔除的信号数量，3% 提及剔除的被试数量，仅 1 项研究提供了通道位置等详细剔除信息，领域标准化程度亟待提升。

3.2 Q1：真实数据集上的检测性能对比

基于 R22（坏道污染率 4.22%）和 N21（坏道污染率 9.38%）两个独立标注的真实数据集，所有方法的性能通过 10 次重复实验的均值与标准差量化，并经贝叶斯符号秩检验（差异 > 0.01 且可信度 90%）验证显著性。

核心结果显示，半监督 NiReject 以精确率排名 1.0 的表现脱颖而出，其精确率在 N21 和 R22 数据集中分别达到 72.94%±14.02% 和 76.93%±4.50%，与排名 2.0 的 XGBOD 性能无实际差异，但显著优于其他方法；头皮耦合指数（SCI）作为传统阈值法的代表，虽 ROC-AUC 表现突出（R22 数据集 85.26%±0.49%），但假阳性率高，精确率仅 13.45%±0.25%，实际实用性有限。无监督 NiReject 在无监督方法中表现最优，精确率（N21：39.95%±5.08%；R22：35.65%±3.90%）接近半监督方法 FEAWAD（排名 3.0），且显著优于孤立森林（IFOREST）、局部离群因子（LOF）等其他无监督算法。

运行时间方面，无监督 NiReject 跻身四大最快检测器之列（R22 数据集训练时间 1.15s、推理时间 3.57s）；半监督 NiReject 的训练与推理效率远超同类方法，R22 数据集训练时间 44.40s、推理时间 3.00s，而 XGBOD 的训练时间长达 946.85s、推理时间 392.49s，差距达一个数量级。

图 4. 两个真实 fNIRS 数据集上的检测性能。

3.3 Q2：不同坏道现象下的适配性表现

利用 S1-S13 合成数据集（分别聚焦尖峰、偏移、信号丢失等 5 类单一坏道现象）的评估结果表明，传统阈值法和跨领域方法均存在明显的场景局限性：SCI 和 CoV 仅对 3 类坏道现象敏感，峰值功率（PeakPower）和 Phoebe 算法几乎无法可靠检测任何坏道类型，信号水平（SignalLevel）仅对单向偏移有响应。

唯一例外是 NiReject 系列算法，其中无监督 NiReject 是所有检测方法中唯一对所有 5 类坏道现象（尖峰、单向 / 双向偏移、信号丢失、跨发色团异常生理振荡）均保持高灵敏度的方法，其 ROC-AUC 和精确率在不同坏道强度下表现稳定，这也是其在真实数据集上性能卓越的核心原因。其他跨领域方法（如 HBOS、PCA）虽在部分现象中表现尚可，但均无法覆盖全部坏道类型，难以适配真实场景中复杂的信号污染情况。

图 5. 各坏道现象下的性能表现：展示了（a）ROC 曲线下面积（ROC-AUC）和（b）精确率在模拟数据集（S1-S13）上的彩色编码检测器结果。Y 轴表示性能指标值，X 轴对应每种坏道现象的不同强度等级。误差线代表标准误。仅无监督版 NiReject 对所有坏道现象均表现出敏感性。

3.4 Q3：数据集特征对检测性能的影响

3.4.1 污染率变化的影响

当真实数据集 R22 的坏道污染率在 1%-50% 范围内调整时，半监督 NiReject 是唯一性能随污染率提升而稳步优化的方法，其 ROC-AUC 和精确率均呈现持续上升趋势；XGBOD 在污染率 > 5% 后性能显著退化，ROC-AUC 大幅下降且波动剧烈，精确率在污染率 10% 达到峰值后持续回落；传统阈值法 SCI 的 ROC-AUC 保持恒定，但精确率的提升仅源于真实坏道数量增加，假阳性率并未降低，本质上未改善检测可靠性；无监督机器学习方法普遍对高污染率敏感，性能随污染率升高而明显下降。

3.4.2 标注量变化的影响

对半监督方法而言，标注量（γ，训练集中标注坏道占总坏道的比例）对性能有显著影响：半监督 NiReject 和 XGBOD 在 γ≥30% 时达到性能饱和，AUC-PR 不再明显提升；FEAWAD 仅需 3%-6% 的标注量即可达到性能峰值，但整体 AUC-PR 远低于前两者，无法满足高精度检测需求。这一结果为实际应用提供了明确指导：半监督 NiReject 只需标注 30% 的坏道即可充分发挥性能，大幅降低标注成本。

3.4.3 标注误差的影响

所有半监督检测器对专家标注误差均具有一定耐受性：当标注误差≤15% 时，半监督 NiReject、XGBOD 和 FEAWAD 的 AUC-PR 基本保持稳定，无显著下降；但当误差 > 15% 后，所有方法的性能均急剧下滑，其中 FEAWAD 的抗干扰能力相对最弱，而半监督 NiReject 和 XGBOD 仍保持相对更优的稳定性，表明其对少量标注误差的鲁棒性更强。

图 6. 不同数据集特征下的性能评估：该图包含四个线图，误差线代表标准误。

3.5 Q4：混合 NiReject 的实用性验证

基于 S14 混合坏道数据集的评估显示，整合人工反馈循环的混合 NiReject 表现优异：与无监督 NiReject 相比，其 ROC-AUC 和精确率均显著提升，其中在两位专家标注下，精确率分别从 43.33%、44.0% 提升至 62.43%、84.75%，ROC-AUC 从 72.22%、72.67% 提升至 89.20%、84.75%。

混合 NiReject 的核心优势在于极低的标注成本：两位专家仅需分别标注 14.8% 和 21.32% 的信号，即可达到理想性能，远低于监督式方法 75% 的标注需求。此外，专家标注的精确率（95.56%、72.78%）虽高于混合模型，但混合 NiReject 平衡了检测性能与人力成本，且可解释性强，为实际研究提供了 “高精度 + 低成本” 的最优解。

图 7. 基于含已知可接受通道和坏道的合成数据，对混合检测系统及专家评分的性能评估：（a）利用人工反馈循环的混合版 NiReject，其精确率和 ROC-AUC 较无监督版 NiReject 均有提升。每种检测器均包含两个实例，分别基于评估者 I（蓝色）或评估者 II（绿色）参与的采样。（b）两位评估者的评分性能：与混合版和无监督版检测器相比，人工专家评分对合成生成坏道的检测性能更高，但不同评估者之间的性能存在差异。

 机器学习驱动的 NiReject 系列算法为 fNIRS 坏道检测提供了可靠的自动化解决方案，显著超越传统阈值法与现有跨领域机器学习方法。在真实数据集上，半监督 NiReject 以精准率排名第一的表现脱颖而出，无监督 NiReject 则在无标注场景下展现出接近部分半监督方法的性能，且两者均具备高效运行优势，训练与推理时间远低于同类算法。关键优势在于 NiReject 是唯一对所有 5 类核心坏道现象（尖峰、偏移、信号丢失等）保持高灵敏度的方法，而传统阈值法仅对特定噪声有效，这也是其在复杂真实场景中表现卓越的核心原因。此外，半监督 NiReject 在 1%-50% 的污染率范围内性能稳步优化，仅需 30% 的标注量即可达到性能饱和，且对 15% 以内的标注误差具有耐受性，平衡了检测精度与实际应用成本；混合 NiReject 通过人工反馈循环，仅需标注 14.8%-21.3% 的信号即可接近全标注效果，大幅降低了人力成本。

该研究不仅填补了 fNIRS 领域无监督与半监督机器学习坏道检测的空白，还为领域标准化提供了关键支撑 —— 提出的坏道检测报告模板，明确了检测方法、参数、坏道比例等核心报告要素，提升了研究的透明度与可重复性。同时，研究也指出了现有局限：传统阈值法的阈值选择缺乏统一标准，年龄差异对检测性能的影响尚未系统探索，短距离坏道对长距离通道的干扰仍需针对性解决方案。未来研究可聚焦三大方向：开发适配不同年龄群体的专用检测模型，探索短距离坏道的单独检测方法，整合视频、加速度计等多模态数据提升运动伪影识别能力，并推动在线实时检测版本的开发，以适配脑机接口、神经反馈等动态场景。

参考文献：Gerloff, C., Yücel, M. A., Mehlem, L., Konrad, K., & Reindl, V. (2024). NiReject: toward automated bad channel detection in functional near-infrared spectroscopy. Neurophotonics, 11(4), 045008-045008.