这篇文档属于类型a，即报告了一项原始研究的学术论文。以下是对该研究的详细介绍：
该研究由Hayley Casey、Isabella DiBerardino、Mattia Bonzanni、Nicolas Rouleau和Nirosha J. Murugan共同完成。研究团队来自多个机构，包括加拿大阿尔戈马大学（Algoma University）、美国塔夫茨大学（Tufts University）和加拿大威尔弗里德·劳里埃大学（Wilfrid Laurier University）。研究于2025年3月21日发表在期刊《iScience》上，论文标题为《Exploring Ultraweak Photon Emissions as Optical Markers of Brain Activity》。
该研究属于认知神经科学和神经科学领域，旨在探索超弱光子发射（Ultraweak Photon Emissions, UPEs）作为大脑活动的光学标记物的潜力。UPEs是生物组织在代谢过程中发出的极低强度光子，通常在可见光到近可见光谱范围内（200-900 nm）。UPEs与氧化应激、衰老和神经退行性疾病有关，但其是否能够像脑电图（EEG）和磁脑图（MEG）那样用于推断大脑功能状态仍不确定。研究团队通过测量人类大脑在静息和任务状态下的UPEs，旨在开发一种无标记的光学脑功能监测方法，即“光脑电图”（Photoencephalography）。
研究包括以下几个主要步骤：
实验对象及实验环境
研究招募了20名成年人（10名女性，9名男性，1名非二元性别者），年龄范围为19至52岁。所有参与者均在黑暗环境中进行实验，实验在一个2.2米×1.5米的暗室中进行，室内墙壁覆盖黑色材料以消除外部光源干扰。
数据采集
实验使用光电倍增管（Photomultiplier Tubes, PMTs）和定量脑电图（Quantitative Electroencephalography, qEEG）同时记录大脑活动和UPEs。PMTs分别放置在参与者头部的左枕叶（occipital lobe）和右颞叶（temporal lobe）上方，第三个PMT放置在参与者左侧30厘米处，作为背景光子测量的对照。qEEG使用19通道电极帽，按照国际10-20系统放置电极。
实验任务
实验分为五个阶段，每个阶段持续2分钟：
数据分析
数据通过MATLAB进行分析，主要分析方法包括：
UPE信号的区分
研究发现，大脑UPE信号在频谱和熵特性上与背景光子信号显著不同。特别是在0.1-1 Hz频率范围内，大脑UPE信号表现出独特的频谱特征，表明其可能与大脑的节律性活动有关。
任务依赖性
研究发现，大脑UPE信号的变异性（Coefficient of Variation, CV）和熵在不同任务下保持稳定，但在睁眼和闭眼任务中，大脑UPE信号的计数显著变化。这表明UPE信号可能反映了大脑在不同任务下的功能状态。
与脑电活动的相关性
研究发现，UPE信号与脑电活动（特别是α波）在闭眼条件下存在显著相关性。此外，UPE信号的变异性与颞叶的高频脑电活动（如β和γ波）在听觉刺激任务中也表现出相关性。
信号平稳性
研究发现，在每个任务结束时，UPE信号达到平稳状态。这表明UPE信号可能反映了大脑在特定任务下的稳态代谢活动。
该研究首次证明了人类大脑UPE信号可以作为功能状态的无创监测指标。研究结果表明，UPE信号在频谱、熵和任务依赖性方面与背景光子信号显著不同，并且与脑电活动存在相关性。这为开发“光脑电图”技术提供了理论基础，未来可能应用于脑肿瘤、神经损伤等疾病的早期检测和监测。
重要发现
研究发现，大脑UPE信号在0.1-1 Hz频率范围内具有独特的频谱特征，并且在不同任务下表现出显著的变异性。
方法创新
研究首次将PMT与qEEG结合，实现了大脑UPE信号和脑电活动的同步测量，为光脑电图技术的发展提供了新思路。
研究对象的特殊性
研究首次在人类大脑中系统测量了UPE信号，并证明了其与脑功能状态的相关性。
研究还讨论了UPE信号在临床中的应用潜力，特别是在脑肿瘤、神经损伤和神经退行性疾病中的早期检测和监测。此外，研究团队建议未来研究应使用更高密度的光电探测器阵列，以提高UPE信号的空间分辨率，并开发机器学习算法以重建UPE信号的三维动态。
通过这项研究，研究团队为光脑电图技术的发展奠定了重要基础，并为未来的神经科学研究提供了新的方向。