ERPLAB脑电数据分析教程
有态度 有深度 有温度
你的科研小伙伴ERPLAB教程
DataSet:被试数据导入EEGLAB称之为DataSet,各个预处理步骤会更新DataSet
ERPsets:对各个Bin对应的分段进行叠加平均,生成的平均ERP波形对应于一个ERPset。ERPset可以存储在磁盘上,包含了各种条件下的ERP波形
Bins:一种条件(或条件的组合)的刺激对应于一个Bin
(1)导入数据 | eeglab |
(2)定位电极 | eeglab |
(3)去除无用电极 | eeglab |
(4)滤波 | erplab |
(5)降采样率 | eeglab |
(6)创建EVENTLIST | erplab |
(7)创建bin | erplab |
(8)分段 | erplab |
(9)去坏段、替换坏导联 | eeglab |
(10)去伪迹成分 | erplab |
(11)去除伪迹较大的分段 | erplab |
(12)重参考 | erplab |
(13)计算平均ERPs | erplab |
(14) Plot波形图、地形图 | erplab |
(15)测量ERP与导出数据 | erplab |
BP:HEO, VEO
有两种方法可以查看刚刚建立的list(可以用于检查,不是必须要操作的步骤)
但是建bin需要注意的地方有:
1、必须是在英文字符状态下编写。
2、bin编号必须从1开始,并且编号是连续的,如从bin1开始,按bin1,bin2,bin3的顺序往下写,不要间断。
3、写bin分为3步:第1行写bin的编号;第二行写一句话,用来描述该刺激条件;第3行写条件锁时和反应限制,并且“.”代表以哪个Mark为零点。
限刺激锁时:
限刺激锁时的反应时间:
本手册中,示例数据的bin是这样写的
(9)去坏段、替换坏导联
a) 去坏段
b) 插值坏导
a) 运行ICA
b) 去伪迹成分(水平眼电、垂直眼电)
a) 以峰-峰检验为例
导出伪迹拒绝率
b) 以平均波幅为例
c) 阶跃伪迹
伪迹拒绝(a_flags)这一列,每个被拒绝的试次在这列最右侧会看到标识1。峰-峰检验中有些events设置了标识4。其他events在阶跃函数中设置了标识3,还有些events同时设置了标识3和标识4,表明这两种类型的伪迹都被检测到了。这一信息对于行为分析中排除特定伪迹的试次是有用的。
a) 双侧颞乳突参考
b) 全脑平均参考
a) 单被试平均
b) 所有被试总平均
接下来把总平均的数据重命名,进行保存即可
a) plot ERP波形图
b) plot ERP地形图
点击Viewer
精彩课程
END
觉得有帮助,欢迎转发收藏或者点个在看哦~
听说点在看的人SCI接收率都提升了18%呢!
有你认识的人吗?点“分享”,告诉TA