查看原文
其他

思影科技EEG/ERP数据处理业务

杨晓飞 思影科技 2022-04-16

请点击上面“思影科技”四个字,选择关注我们,思影科技专注于脑影像数据处理,涵盖(fMRI,结构像,DTI,ASL,EEG/ERP,FNIRS,眼动)等,希望专业的内容可以给关注者带来帮助,欢迎留言讨论及转发推荐,也欢迎了解思影科技的课程及数据处理服务,可添加微信号siyingyxf18983979082咨询(咨询电话18580429226,杨晓飞)。(文末点击浏览)


为更好地帮助到想要利用脑电数据做科研的客户们,拓展思影科技的业务范围,思影科技推出脑EEG/ERP数据处理业务。如感兴趣请联系siyingyxf或18983979082(微信号)进行咨询,电话:18580429226,如果您想参加相关课程或者了解脑电机器学习数据处理服务,可点击以下链接了解:

第九届脑电数据处理入门班(重庆,9.22-27)


第二十一届脑电数据处理中级班(南京,9.7-12)


第七届脑电信号数据处理提高班(南京,11.18-23)


思影科技脑电机器学习数据处理业务


BIOSEMI脑电系统介绍


一、数据预处理
好的数据质量是获得可靠结果的前提,而预处理的质量往往对后处理的结果存在一定的影响。脑电的数据对噪音的敏感性很强,为了提高您数据的质量,在更大程度上将数据中的信噪比提高,获得更严谨的科研结果,我们会对您的数据进行高质量的预处理。
主要包括:电极定位、滤波、降采样、分段、手动去除伪迹分段、坏电极替换、通过ICA的方式进行伪迹校正、使用极端值的方法去除伪迹分段、重参考等。

 

二、任务态数据时域分析
1.时域指标提取
对ERP数据按照刺激类型进行叠加平均,并按照感兴趣的时间窗和通道提取成分特征,如:峰值、潜伏期、平均振幅等指标,也可以对ERP成分进行进一步的主成分分析(PCA)、独立成分分析(ICA)
2.统计分析
根据客户的实验设计,选择合适的方法对提取的特征进行统计分析,包括:T检验,包括单样本T检验、双样本T检验、配对T检验等;方差分析(ANOVA),包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
也可以根据给定的感兴趣通道,对数据沿着时间进行点对点的统计分析,找出差异显著的时间范围;或者根据感兴趣的时间范围,对数据沿着通道进行分析,找出存在显著差异的通道。
多重比较校正,包括:cluster-based置换检验、FWE、FDR校正等。
3.结果可视化
绘制组平均波形图、地形图等。


三、静息态数据频域/任务态数据时频域分析
1.频域/时频域指标提取
通过快速傅里叶变换(FFT)、短时傅里叶变换(STFT)、小波变换(CWT)等方式,将时域的信号转换为频域/时频域信号,依据感兴趣频段/时间段提取静息态数据的幅值(uV、uV2、PSD(dB))以及任务态的ERD、ERS等指标。
2.统计分析
根据客户的实验设计,选择合适的方法对提取的特征进行统计分析,包括:T检验,包括单样本T检验、双样本T检验、配对T检验等;方差分析(ANOVA),包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
对于EEG数据的频域分析,可以根据给定的感兴趣通道,对数据沿着不同的频段进行统计分析,找出存在差异显著的频段;或根据感兴趣的频段,沿着通道进行分析,找出存在显著差异的通道。
对于ERP数据的时频域分析,可以根据感兴趣的时间,沿着不同的频段进行统计分析,找出存在显著差异的频段;或根据感兴趣的频段,沿着不同的时间点进行统计分析,找到存在显著差异的时间范围。或者根据感兴趣的时间范围、频段范围,沿着通道进行分析,找出存在显著差异的通道。
多重比较校正,包括:cluster-based置换检验、FWE、FDR校正等。
3.结果可视化
绘制组功率谱图、时频图、地形图等。



四、溯源分析
1.源信号提取
通过sLORETA、fieldtrip、Besa等软件,对静息态数据/任务态数据进行溯源分析。也可以根据被试的MRI结构像,对每个被试创建个体水平的头模,从而进行更精确的溯源分析,找到不同频段/时间段中激活存在显著差异的脑区。脑区信号可根据给定的MNI空间坐标或AAL116、AAL90、BA等模板提取。
2.统计分析
根据客户的实验设计,选择合适的方法对提取的特征进行统计分析,包括:T检验,包括单样本T检验、双样本T检验、配对T检验等;方差分析(ANOVA),包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正,包括:cluster-based置换检验、FWE、FDR校正等。
3.结果可视化
绘制激活图等。


五、功能连通性分析
1.功能连通性指标提取
1)通道水平的功能连通性分析
根据给定的感兴趣频段/时间段,对通道进行功能连通性指标计算,包括但不限于:皮尔逊相关(COR)、相干(COH)、相位锁值(PLV)、相位延迟指数(PLI)、加权相位延迟指数(wPLI),以及格兰杰因果(GC)等。
2)源水平的功能连通性分析
根据溯源的结果,以及给定的MNI空间坐标或AAL116、AAL90、BA等模板提取脑区的信号,并计算功能连通性指标,包括但不限于皮尔逊相关(COR)、相干(COH)、相位锁值(PLV)、相位延迟指数(PLI)、加权相位延迟指数(wPLI),以及格兰杰因果(GC)等。
2.统计分析
根据客户的实验设计,选择合适的方法对提取的特征进行统计分析,包括:T检验,包括单样本T检验、双样本T检验、配对T检验等;方差分析(ANOVA),包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正,包括:FWE、FDR、NBS校正等。
3.结果可视化
绘制通道水平、源水平的功能连通性图。


六、网络属性分析
1.网络指标提取
根据溯源后提取的脑区信号,计算脑区间的功能连接并进行网络构建,并基于图论计算网络属性指标,包括但不限于:小世界属性(small world)、集聚系数(clustering coefficient)、全局效率(global efficiency)、节点效率(nodal efficiency)、节点局部效率(nodal local efficiency)以及节点度中心性(nodal degree centrality)等。
2.统计分析
根据客户的实验设计,选择合适的方法对提取的特征进行统计分析,包括:T检验,包括单样本T检验、双样本T检验、配对T检验等;方差分析(ANOVA),包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正,包括:FWE、FDR校正等。
3.结果可视化
Bar图、点线图、圈状图等。


七、跨频域耦合
1.CFC指标提取
通过快速傅里叶变换(FFT)、短时傅里叶变换(STFT)、小波变换(CWT)、希尔伯特变换(Hilbert)等方式,将时域的信号转换为频域/时频域信号,并提取相位、振幅等信息,进行PPC(power-power coupling)、AAC(Amplitude-Amplitude coupling)以及PAC(phase-power coupling-文献里用的最多)的分析,指标包括但不限于:KL-MI、MVL-MI、PLV等。
2.统计分析
根据客户的实验设计,选择合适的方法对提取的特征进行统计分析,包括:T检验,包括单样本T检验、双样本T检验、配对T检验等;方差分析(ANOVA),包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正,包括:FWE、FDR校正等。
3.结果可视化


八、微状态分析
1.微状态指标提取
通过K-means/AAHC等方法对地形图进行聚类分析,将EEG/ERP数据划分为微状态A、B、C、D这四个主要类别并提取平均持续时间(average duration or lifespan)、出现频率(frequency)、覆盖范围(coverage)、转换概率等指标。
2.统计分析
根据客户的实验设计,选择合适的方法对提取的特征进行统计分析,包括:T检验,包括单样本T检验、双样本T检验、配对T检验等;方差分析(ANOVA),包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正,包括:FWE、FDR校正等。
3.结果可视化


九、无标度属性分析
1.无标度指标分析
很多研究表明, EEG信号具有自仿射性,且其时间序列具有长程时域相关(long-range temporal correlations, LRTC)。根据数据的特征可以提取:去趋势波动分析(DFA)、waiting time、life time等指标。
2.统计分析
根据客户的实验设计,选择合适的方法对提取的特征进行统计分析,包括:T检验,包括单样本T检验、双样本T检验、配对T检验等;方差分析(ANOVA),包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正,包括:FWE、FDR校正等。
3.结果可视化
根据不同的指标,绘制相应的结果图。


十、复杂度与熵分析
1.复杂度与熵的指标提取
     
大脑是非线性、时变的系统,神经元活动和脑电信号都具有非线性动力学特征。脑电复杂度与熵都是基于非线性动力学的脑电分析方法。
脑电的复杂度分析可用于评估EEG信号时间序列的随机性( degree of randomness),也可评估EEG信号中的“信息量”( capacity of information)、神经元的激活程度。主要的分析指标为:复杂度(LZC,Lempel-Ziv complexity)。
脑电熵( Entropy)可评估依据过去时刻EEG信号波幅的概率分布预测未来时刻EEG信号波幅的可能性。主要的分析指标有:排序熵(PE,permutation entropy)、香农熵(ShEn,Shannon entropy)。
2.统计分析
根据客户的实验设计,选择合适的方法对提取的特征进行统计分析,包括:T检验,包括单样本T检验、双样本T检验、配对T检验等;方差分析(ANOVA),包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正,包括:FWE、FDR校正等。

 

十一、定制化分析
1.分析方法可定制。
思影科技可根据您提供的模板文献,基于您的实验数据,实现文献中使用的数据分析方法。此外,未列出的分析方法,只要在思影科技的能力范围内,尽力实现您的想法。

2.分析代码可定制。
在没有现有的软件适用于您的数据分析需求时,思影科技会与您协商,通过编写代码实现您的想法,并提供代码的完整实现。



微信扫码或者长按选择识别关注思影

非常感谢转发支持与推荐


欢迎浏览思影的数据处理业务及课程介绍。(请直接点击下文文字即可浏览思影科技所有的课程,欢迎添加微信号siyingyxf18983979082(杨晓飞)进行咨询,所有课程均开放报名,报名后我们会第一时间联系,并保留已报名学员名额):


第三十二届磁共振脑影像基础班(南京,9.21-26)


第十六届磁共振脑网络数据处理班(南京,8.12-17)


第十一届脑影像机器学习班(南京,8.25-30)


第九届磁共振脑影像结构班(南京,8.6-11)


第十三届磁共振弥散张量成像数据处理班(南京,9.15-20)


第六届小动物磁共振脑影像数据处理班(南京,9.1-6)


第七届磁共振ASL数据处理班(南京,10.12-15)


第六届任务态fMRI专题班(南京,10.16-21)


第二届弥散磁共振成像数据处理提高班(南京,10.24-29)


第三十一届磁共振脑影像基础班(重庆,9.14-19)


第三十三届磁共振脑影像基础班(重庆,10.11-16)


第十七届磁共振脑网络数据处理班(重庆,10.20-25)


第十届磁共振脑影像结构班(重庆,11.2-7)


第七届脑电数据处理入门班(重庆,8.2-7)

第二十届脑电数据处理中级班(重庆,8.9-14)

第九届脑电数据处理入门班(重庆,9.22-27)


第八届眼动数据处理班(重庆,10.26-30)


第二十一届脑电数据处理中级班(南京,9.7-12)


第七届脑电信号数据处理提高班(南京,11.18-23)


第八届近红外脑功能数据处理班(南京,8.18-23)


脑磁图(MEG)数据处理学习班(预报名)


数据处理业务介绍:

思影科技功能磁共振(fMRI)数据处理业务

思影科技弥散加权成像(DWI/dMRI)数据处理

思影科技脑结构磁共振成像数据处理业务(T1)

思影科技啮齿类动物(大小鼠)神经影像数据处理业务

思影数据处理业务三:ASL数据处理

思影科技脑影像机器学习数据处理业务介绍

思影数据处理业务四:EEG/ERP数据处理

思影科技脑电机器学习数据处理业务

思影数据处理服务五:近红外脑功能数据处理

思影数据处理服务六:脑磁图(MEG)数据处理

思影科技眼动数据处理服务

招聘及产品:

招聘:脑影像数据处理工程师(重庆&南京)

BIOSEMI脑电系统介绍

目镜式功能磁共振刺激系统介绍


此处点击在看,让更多朋友关注我们

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存