Mirkovic et al., 2016

为什么重要

• 路线定位：around-the-ear cEEGrid / target speaker detection。
• 任务或证据：Two-speaker envelope tracking
• 自研用途：Honest AAD baseline and cap/ear layout comparison.

Evidence Matrix Summary

PDF Download

静态路径：/papers/10-mirkovic-2016.pdf

Detailed Reading Card

基本信息

• 年份/出处: 2016, Frontiers in Neuroscience, 10:349.
• DOI: 10.3389/fnins.2016.00349.
• 路线: around-the-ear cEEGrid。
• 研究类型: cEEGrid target speaker decoding / hearing-aid BCI 应用验证。

研究问题

• 目标是测试 concealed around-the-ear cEEGrid 是否能在双说话人竞争场景中用 speech envelope tracking 识别 attended speaker（Abstract; Introduction; PDF pp. 1-2）。
• 应用动机: 如果 EEG 系统能缩小且保持质量，可用于助听器中识别目标说话人并指导 speech enhancement（Abstract; Introduction; PDF p. 1）。

硬件系统

• cEEGrid: 双耳各一片，10 个 flex-printed Ag/AgCl electrodes；R4a ground，R4b reference；L4b offline linked mastoid re-reference，L4a 排除以保持对称，最终 16 channels（Fig. 1; EEG Recordings; PDF p. 3）。
• 放大器: SMARTING wireless mobile 24-channel DC EEG amplifier，24-bit，500 Hz，Bluetooth，置于后脑（EEG Recordings; PDF p. 3）。
• 对照: 96-channel cap 中因 cEEGrid 去掉耳周 12 个，保留 84 channels；BrainAmp 16-bit，nose-tip reference，5000 Hz，0.0153-250 Hz analog filter，LSL downsample 到 500 Hz（EEG Recordings; PDF p. 3）。
• 阻抗: cap 和 ear-EEG 实验前后测量；cEEGrid impedance 0.6-83.6 kOhm，median 13.5 kOhm（Influence of cEEGrid properties; PDF p. 7）。

电极点位 / 布局

• cEEGrid 围绕左右耳贴附，电极 L1-L8/R1-R8 作为分析通道，L4a 排除，L4b/R4b linked mastoids 重参考（Fig. 1; Preprocessing; PDF pp. 3-4）。
• 与 cap 3D 位置同步 digitize，用于位置/角度分析（Methods; PDF pp. 5-6）。

实验设计

• 被试: 20 healthy normal-hearing native German participants，mean age 24.8，8 male，1 left-handed；1 人技术问题排除，1 人任务表现差排除，最终分析 N=18（Participants; Results; PDF pp. 2, 6）。
• 任务: 两个 German fairy tale speech streams 同时播放，5 blocks x 10 min；被试听一个指定 stream，全实验 attended location 固定（Paradigm; PDF p. 2）。
• 刺激: 两名 male professional speakers；silent gaps >500 ms 压缩；用 RMS weighting 平衡强度；HRTF 形成 -45/45 deg azimuth，0.8 m；E-A-RTONE 3A earphones（Stimuli; PDF pp. 2-3）。
• 行为检查: 每个 break 后回答每个 speech stream 10 个 multiple-choice questions；最终被试 attended story 平均 86.1%，unattended <0.1%（Paradigm/Results; PDF pp. 2, 6）。

信号处理流程

• EEG preprocessing: EEGLAB 13.4.4b；cap baseline correction 后 common average reference，2-8 Hz Hann FIR (LP order 100, HP order 500)，downsample 64 Hz，切成 50 个 60 s trials（Preprocessing; PDF p. 4）。
• ear-EEG: baseline correction，re-reference 到 linked mastoids L4b/R4b，L4a 移除；同样 2-8 Hz、64 Hz、50 x 60 s trials（Preprocessing; PDF p. 4）。
• speech envelopes: Hilbert transform absolute value，low-pass <8 Hz，downsample 64 Hz（Preprocessing; PDF p. 4）。
• decoding: multivariate linear regression / envelope tracking；time-lag interval 用 -115 到 620 ms 内 45 ms window, 30 ms overlap 搜索；最佳 lag 约 140-200 ms（Optimal Time Lag; PDF pp. 5-6）。
• validation: leave-one-out across 50 trials；训练 Nt-1 decoders，估计剩余 trial 的 attended speech envelope (EASE)，比较与 attended/unattended envelope 的 correlation，较高者为分类结果（Envelope Tracking; PDF pp. 4-5）。

结果

• cap 验证: 当前 84-channel cap 解码 84.78%；重分析既往数据 88.02%，无显著差异；96-channel 既往数据为 89.23%（Scalp verification; PDF p. 6）。
• cEEGrid 解码: 双 cEEGrid 16 channels 准确率 69.33%，2/18 低于 chance；单侧 8 channels 为 64.88%，5 人在或低于 chance；cap-EEG abstract 报告 84.8%（Abstract; Fig. 6; PDF pp. 1, 7）。
• cap 与 ear performance score 正相关 r=0.57, p=0.012，但 ear score 显著低于 cap（Overall performance; Fig. 5; PDF p. 6）。
• electrode layout: 16 个 wide scalp channels 可达 85.67%，不显著低于 84-channel；temporal cap 16 channels 为 82.78%；posterior 16 channels 最低 63.78%（Influence of Electrode Position; Fig. 6; PDF p. 7）。
• impedance/placement: impedance 与 good/bad performers 无系统差异；upper vs lower cEEGrid channel impedance 无显著差异；cEEGrid placement angles 与表现无关（Fig. 7; PDF p. 7）。

局限

• cEEGrid 性能低于 cap；作者认为主要来自 electrode placement/spatial location，而不是电极尺寸、阻抗或放大器差异（Discussion; PDF pp. 9-10）。
• speech decoding 需要约 30-60 s 数据才能可靠决策，信息传输率低，注意切换捕捉慢（Discussion; PDF p. 10）。
• cEEGrid 非最佳 scalp 位置，未来需要 cEEGrid-dedicated signal processing 和更快动态算法（Discussion/Conclusion; PDF pp. 10-11）。
• 可能存在 blink、lateral eye movement、jaw/head EMG 等伪迹，但高频功率分析未支持这些是性能差异主因（Discussion; PDF p. 10）。

对自研的启发

• hearing-aid steering 是 cEEGrid 的自然应用场景，但要诚实报告相对 cap 的性能差距。
• envelope tracking baseline 必须包含 cap 对照、不同 electrode layout 对照、单耳/双耳对照和 impedance/位置分析。
• 真实产品化瓶颈不是“能否 above chance”，而是决策窗口太长、注意切换慢和佩戴位置不是最优。

下一批建议

下一批建议处理 11 Goverdovsky 2016、13 Pacharra 2017、14 Sterr 2018、15 Denk 2018、16 Mikkelsen 2019。这批会把路线扩展到 generic in-ear 24/7、visual cognition、sleep PSG、hearing-device ERP 和 sleep/wake machine learning。

Metadata

Evidence Groups

Local Evidence Sources

• Source PDF path: US-pdf/Target Speaker Detection with Concealed EEG Around the Ear.pdf
• Public PDF path: /papers/10-mirkovic-2016.pdf
• Categorized PDF path: library/pdfs_by_category/03_ceegrid_task_validation/10_2016_mirkovic_et_al_target_speaker_detection_with_concealed_eeg_around_the_ear.pdf
• Extracted text path: library/texts/03_ceegrid_task_validation/10_2016_mirkovic_et_al_target_speaker_detection_with_concealed_eeg_around_the_ear.txt
• Detailed card source: library/DETAILED_PAPER_CARDS_BATCH_2.md
• Page-level evidence index: library/EVIDENCE_INDEX.md

Close Reading Checklist

• Verify exact figures, tables, page numbers, and statistics against the local PDF before formal citation.
• Keep missing parameters as Not reported unless the PDF or supplementary material confirms them.
• Mark any cross-paper synthesis as interpretation rather than a single-paper claim.