eeglab和matlab,Matlab之EEGLAB工具箱脑电数据预处理
雖然買腦電采集設(shè)備時(shí)會配備有腦電數(shù)據(jù)處理軟件,但是有的需要付年費(fèi),但是如果沒買采集設(shè)備也沒有專業(yè)處理軟件,可以使用matlab中eeglab,使用起來也比較方便,eeglab的安裝流程瀏覽器搜一下會有,如很必要后面出一篇,下面介紹下采集好的腦電數(shù)據(jù)該如何做預(yù)處理。
解讀:eeglab是基于MATLAB的一個(gè)工具包,一般加載的時(shí)候都從添加子文件夾導(dǎo)入。在添加多個(gè)工具包時(shí),記得只保留必要的工具包,避免兼容報(bào)錯(cuò)的問題。
一、導(dǎo)入數(shù)據(jù)
步驟1:File - Import data - 不同的數(shù)據(jù)格式不同的導(dǎo)入方法
解讀:其中BP設(shè)備和ANT設(shè)備的數(shù)據(jù),都是從.vhdr中導(dǎo)入。
步驟2:File - Load exiting dataset - eeglab_data.set
解讀:若是導(dǎo)入eeglab保存的數(shù)據(jù),則直接按照步驟2導(dǎo)入即可。
來源:AffectiveNeuroscience
二、定位電極(時(shí)間)
步驟:Plot - Channel data(scroll) - settings - time range to display -setting - number of channels to display value(調(diào)整幅度)
解讀:可以在數(shù)據(jù)分析之前,瀏覽一下原始數(shù)據(jù),自己對數(shù)據(jù)的好壞有一個(gè)評估。
三、定位電極(空間)
步驟:Edit - Channel locations - read locations ( look up locs) - eeglab_chan64.locs(plot 2D)
解讀:在數(shù)據(jù)分析之前,查看電極點(diǎn)的分布圖,方便后期進(jìn)行使用插值法進(jìn)行壞點(diǎn)替換。
四、刪除無用電極
步驟:Edit - Select data -?點(diǎn)上√,即刪除選取的電極;不點(diǎn)√,則是刪除剩余的電極。
解讀:刪除記錄多余的電極,只選取自己需要的電極。
四、重參考
步驟1:Edit - Re-reference -?re-reference data to channel(s) - 電極點(diǎn) M1 M2 (TP9 TP10)? (雙側(cè)乳突)
步驟2:Edit - Re-reference - compute average reference(全腦平均)
步驟3:使用?rest-reference?插件(零參考)
解讀:重參考的方法常用的有雙側(cè)乳突、全腦平均、零參考,具體選取那種方法根據(jù)以往的參考文獻(xiàn)和自己的需要來進(jìn)行選擇。
重參考也是一種空間濾波,主要是通過另外一個(gè)角度來看問題。所以不同的在線參考其實(shí)對于離線參考沒有太大影響。
五、濾波
步驟1:Tools - Filter the data - basic FIR filter - (1 Hz high pass filter first) - Overwrite it in memory(根據(jù)需要獲取目標(biāo)頻段)
步驟2:Tools - Filter the data - Basic FIR filter - (30 Hz low pass filter second) - Overwrite it in memory
解讀:高通濾波,是指高頻信號能正常通過,而低于設(shè)定臨界值的低頻信號則被阻隔、減弱。因而是進(jìn)行1Hz的高通濾波,而選擇的時(shí)候,1Hz是頻率通過的下限。
低通濾波,是指低頻信號能正常通過,而超過設(shè)定臨界值的高頻信號則被阻隔、減弱。因而是進(jìn)行30Hz的低通濾波,而選擇的時(shí)候,30Hz是頻率通過的上限。
早期的eeglab版本,不能夠同時(shí)濾波,容易卡死;最新版本的eeglab是可以同時(shí)進(jìn)行空間濾波的。
若是后期要做時(shí)頻分析,可以濾波的范圍選擇更寬一點(diǎn),選擇0.1-100。若是只進(jìn)行傳統(tǒng)的ERP分析,可以選擇1-30左右。
此外,若是進(jìn)行0.1-100Hz的濾波,為了消除市電的干擾,可以進(jìn)行50Hz的凹陷濾波。
六、分段和基線矯正
步驟:Tools - Extract epochs(分段 marker 全選)- Automatic baseline correction
解讀:分段的步驟,可以在去除眼電之前,也可以在去除眼電之后。其實(shí)最好是在去除眼電之后,因?yàn)檫B續(xù)的數(shù)據(jù)在跑ICA時(shí)更好,只是數(shù)據(jù)量比較大,跑的速度比較慢。
但是若是實(shí)驗(yàn)設(shè)計(jì)當(dāng)中有出聲、身體動,造成偽跡較多,數(shù)據(jù)雜亂,可以先分段,只是可以在分段的時(shí)候,盡量分段長一點(diǎn)。
七、偽跡去除
步驟1:Plot - Channel data(scroll)(刪除壞的trial)- 差值壞導(dǎo)(代碼)
步驟2:File - Save as - 保存文件
解讀:偽跡去除是去除眼電之外的其他雜亂的偽跡,使得在 Run ICA之前的數(shù)據(jù)比較干凈,容易找到眼電成分。
八、Run ICA
步驟:Tools - Run ICA - 'extended',1'pca',30 - OK
解讀:Run ICA 的時(shí)候,可以寫30個(gè),也可以寫60個(gè)主成分。去除的時(shí)候,需要去除自己最肯定的成分,一般都是去除眼電成分。
九、眼電去除
步驟1:Tools - Reject data using ICA - Reject component by map
步驟2:Select each IC and observe
步驟3:Tools - remove components - 填寫刪除電極的數(shù)字 - OK
解讀:眼電判斷的時(shí)候,除了看地形圖,也可以看頻率分布圖、每個(gè)成分的波形圖,以及矯正之后的腦電圖是否有差異,進(jìn)行綜合的評估。
只有自己很確定的偽跡主成分才刪除,不然可能會刪除自己想要的成分。
若是出來的成分,沒有出現(xiàn)明顯的偽跡成分,可以多跑幾次ICA;或者不分段重新跑一次;再或者再看看原始數(shù)據(jù),刪除雜亂的成分,重新再跑一次。
這是一步是很需要經(jīng)驗(yàn)的步驟,若是前期自己把握不準(zhǔn),可以讓有經(jīng)驗(yàn)的人幫忙看看。
通過Adjust插件,也可以進(jìn)行一個(gè)簡單的偽跡成分的評估,不過最終的確定還是需要自己來進(jìn)行評估。
眼電去除的標(biāo)準(zhǔn)
來源:彭微微老師
十、預(yù)處理的批處理
步驟:eeg.history - 出現(xiàn)之前處理的代碼 - 進(jìn)行每個(gè)被試的批處理 - 然后處理完之后再手動去除眼電成分 - 保存為處理干凈的腦電信號 - 進(jìn)行下一步的分析
解讀:腦電數(shù)據(jù)的預(yù)處理是為了提高信噪比,去除噪音,得到比較干凈的數(shù)據(jù)。從而進(jìn)行下一步的分析。
后續(xù)整理工作
來源:彭微微老師
解讀:保存數(shù)據(jù)并整理,方便后期分析;保存圖片,方便自己對數(shù)據(jù)的把握和可視化的呈現(xiàn)。
原文作者:喵君姐姐
微信號:行上行下
總結(jié)
以上是生活随笔為你收集整理的eeglab和matlab,Matlab之EEGLAB工具箱脑电数据预处理的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: SVNAdmin - 好用的开源SVN管
- 下一篇: matlab sfp,eeglab工具箱