当前位置: 首页 > article >正文

ERP学习笔记-预处理eeglab

第一步:数据格式转化

import data:读取收集到的原始数据文件.vhdr格式

读取后的样子:

将数据保存为.set文件

第二步:通道定位

读取.set文件

Channel locations部分为unknown,表明通道的坐标未知

增加默认的设置

Channel locations变为Yes

看电极的位置

第三步:去除无用电极(选做)

载Channel(s)后打勾,点击...

选中要删除的电极,点击ok

点击ok

第四步:滤波

注:低通滤波和高通滤波分开做,0.1和40

低通:去除更高频段的影响

高通:去除更低频段的影响

带通:保留特定区间

带阻:去除特定区间

Lower edge of the frequency pass band (Hz)为高通

Higher edge of the frequency pass band (Hz)为低通

进行高通滤波,点击Ok

再进行低通滤波,点击Ok

如果想要去除工频干扰,使用带阻滤波,需要勾选Notch

第五步:降采样(选做)

假如降采样到500,输入500后点击Ok

第六步:替换坏通道

一次性选择所有的坏电极,点击Ok,再点击Ok

第七步:分段和基线校正

选择要分析的marker

选择epoch的时间范围,负值为基线校正的时长(一般ERP为100-200ms,而时频分析为1000-2000ms),为了保证即可以分析ERP又可以时频分析,这里设置一个较大的值1s(后续需要进行二次分段);正值为mark点后要分析的时长,这里假设为2s(不能包括到下一个试次)。点击Ok

点击Ok

这个界面为基线校正,点击Ok

第八步:去除坏段

查看数据图

查看数据质量时,64通道的数据Value一般设置50-70(这是纵坐标的幅度)

选择需要删除的坏段鼠标左键单击后,即为选中,点击右下角REJECT即可删除坏段

第九步:ICA

ICA处理脑电资料汇总

没有替换坏通道时,直接点击Ok

进行过替换坏通道时,需要修改Commandline options的参数,将'extended', 1改为'extended', 1, 'pca', m-n(m为当前通道的数量,n为插补通道的数量,m-n部分写为具体数值)。假设当前当道有64,插补数量为2,则应该按如下输入

这个界面出现,表示正在运行,千万不要点interrupt  这是中断!

如果想要每个成分画一张图:

这里有64个成分,因此写64

或者 所有的成分画在一张图中

ok

ok

可以点上面的数字显示每张图

如果想要删除该成分,点击底下的accept变为reject后再点击ok,总图中该成分会变为红色。

如果不想删除,直接点击ok即可。

选择完成后点击总图中的ok,然后删除选中的成分

点击Yes

观察去除前后对比:点击Plot single

纵坐标范围可以设置70,红色为删除成分后,黑色(看起来像蓝色)为删除成分前

感觉删除后数据质量变好,选择Accept

保存为新数据

第十步:根据极端值去除伪迹

这一步一定要在ICA之后做

去除-100以下和100μV以上的数据

第十一步:重参考

重参考的方法需要查看自己研究领域的文献。

注意:如果使用全脑平均,需要先将TP9和TP10删掉(看第三步教程)

假设需要使用TP9 TP10做参考电极,需要选择Re-reference data to channel,点击后面...

选中TP9 TP10后点击ok

ok

ok

Reference部分变为TP9 TP10

第十二步:手动检查数据

所有预处理结束后,重新检查数据

补充:任务态的二次滤波和二次分段

注意:如果对数据进行二次滤波和二次分段时,都需要重新进行基线校正

批处理脚本

可以选择一个被试的数据进行所有的步骤后,在命令行窗口输入 EEG.history ,即可生成刚才所有步骤的代码,稍作修改后即可进行批处理。


http://www.kler.cn/a/390993.html

相关文章:

  • 普通电脑上安装属于自己的Llama 3 大模型和对话客户端
  • 《MYSQL45讲》kill不掉的线程
  • R语言机器学习与临床预测模型77--机器学习预测常用R语言包
  • MTSET可溶于DMSO、DMF、THF等有机溶剂,并在水中有轻微的溶解性,91774-25-3
  • C#程序开发,检测当前电脑已经安装的软件目录
  • 管家婆财贸ERP BB059.银行流水导入对账
  • Transformer模型中的位置编码介绍
  • 群晖 Docker 容器文件夹出现未知用户 UID 1000
  • 开源TTS语音克隆神器GPT-SoVITS_V2版本地整合包部署与远程使用生成音频
  • 云计算在教育领域的应用
  • 数据库基础(10) . MySQL函数
  • 【MATLAB源码-第291期】基于matlab的AMI编码解码系统仿真,输出各个节点波形。
  • XML 现实案例:深入解析与应用
  • 斯坦福泡茶机器人DexCap源码解析:涵盖收集数据、处理数据、模型训练三大阶段
  • 【动手学电机驱动】STM32-FOC(5)基于 IHM03 的无感 FOC 控制
  • 【Chrono Engine学习总结】5-sensor-5.3-LiDAR扫描顺序、时间戳计算与去畸变
  • AttriPrompter:基于属性语义的自动提示,用于通过视觉-语言预训练模型实现零样本细胞核检测|文献速递-基于深度学习的病灶分割与数据超分辨率
  • 【JavaEE初阶】多线程上部
  • 使用wordpress搭建简易的信息查询系统
  • 实现 think/queue 日志分离
  • Redhat8.6通过rpm安装RabbitMQ
  • 分段式爬虫和数据采集有什么关系
  • EHOME视频平台EasyCVR视频融合平台使用OBS进行RTMP推流,WebRTC播放出现抖动、卡顿如何解决?
  • easyexcel实现自定义的策略类, 最后追加错误提示列, 自适应列宽,自动合并重复单元格, 美化表头
  • Java 类加载机制详解
  • ssm088基于JAVA的汽车售票网站abo+vue(论文+源码)_kaic