使用MATLAB R2022a (MathWorks, Natick, MA, USA)对fNIRS数据进行分析。第一步,对数据进行预处理。为排除噪音对信号质量的影响,使用主成分分析(principle component analysis, PCA)方法,通过基于HOMER2工具包自带函数enPCAFilter (nSV=0.8)去除生理噪声,使用基于血氧相关的信号提升技术(correlation-based signal improvement method, CBSI)去除头部运动伪影(
Hu et al., 2021)。第二步,计算被试全频段、全时间点相干值。使用基于MATLAB的小波变换相干(wavelet transform coherence, WTC)工具包计算同对被试通道间同步性,获得所有被试各通道、各频率、各时间点相干值。第三步,计算合作任务脑间同步性(IBS)增量。首先,为避免心脏活动(>0.70 Hz)、呼吸(0.15~0.30 Hz)及极低频信号(<0.01 Hz)对数据的影响,提取0.01~0.15 Hz及0.30~0.70 Hz频率范围内的相干值(
Nozawa et al.,2016)。使用合作任务IBS增量衡量合作任务过程中脑间同步水平,IBS增量指合作过程相干值减去基线相干值(
Li et al., 2023)。实验开始后,休息阶段数据去掉前后30秒为基线(
张环 等, 2023)。随后对IBS增量进行Fisher Z变换(
Wang et al., 2019),用于后续处理。合作过程相干值指合作过程各频率段相干值的平均值(
Cui et al., 2012),基线相干值指基线过程各频率段相干值的平均值(
张环 等, 2023)。第四步,确定感兴趣频率(FOI)段。为确定合作过程中产生脑同步的频率范围,对共同经历社会排斥组及控制组所有对应通道,所有频率范围(0.01~0.15 Hz及0.30~0.70 Hz)上的时间平均相干值进行以组别为自变量,相干值为因变量的独立样本
t检验(
Zheng et al., 2018)。寻找
p<0.0005的通道组合及频率点,并在该频率点附近需寻找
p<0.05的频率簇作为感兴趣频率(FOI)(
Zheng et al., 2018)。第五步,进行统计分析。对FOI内相干值进行平均,以组别为自变量,FOI范围内IBS增量为因变量进行独立样本
t检验,并对所有通道上的结果进行FDR校正(
p<0.05)。