变异系数在fNIRS数据分析中有效性讨论

问题

变异系数又称CV，它是无量纲的，定义为概率分布离散程度的归一化程度。在概率论中常常用来作为比较两组数据离散程度的指标，其在fNIRS信号这类连续信号中常常用来检测通道的信号质量好坏，阈值包括0.1、0.15和0.25等，阈值越大越宽松，当某个通道的CV值超过设定的阈值时判定为坏道。之所以能够通过直接设定阈值来判定通道的好坏，就是因为它的无量纲性，不同数据集之间可以通过CV直接对比，此时各数据集可以理解为放置在一个分布中，在该分布中设定类似与0.05的判定阈值，便可得到通道的好坏。

那么是否CV值具有通用性呢？是否存在CV值失效的情况？

解答

上述问题的答案时肯定存在的。CV值并不是万能的。我们可以从公式中获取到一些信息。CV的计算表示为标准差与平均值之比，而均值是并不稳定，它容易受到极值的影响。结合fNIRS中普遍存在的运动伪影表现，此时极值的表现并不少见。因此，当整体数据还不错，但出现由运动伪影引起的极端值时，CV会不稳定。在实际数据处理时，可以考虑先进行伪影校正，再进行通道信号的好坏判定。
除此之外，当硬件设备出现损坏，通道之间并不能生成有效的信号，此时外界的规律信号（如外界光）被探测器检测到后，在数据中可能体现出有规律变化的数值，此时CV值并不会表现异常。

综上，在fNIRS数据分析过程中，如果对数据质量要求比较高，需要结合多个衡量离散程度的指标进行综合分析，如考虑纳入信息熵的内容等。