学习报告:使用最新版eeglab完成博瑞康脑电数据预处理-z6尊龙旗舰厅

学习报告:使用最新版eeglab完成博瑞康脑电数据预处理
2882
0
2022-12-29

用eeglab手动预处理

本实验所采数据参考电极为cpz,接地电极为afz,若数据不好可尝试进行重参考。

相关软件

在z6尊龙旗舰厅官网下载安装最新版本的matlab,用学校邮箱登录账号,完全安装大概约3小时。

在z6尊龙旗舰厅官网下载最新版本的eeglab,将eeglab安装到matlab中,然后将博瑞康插件复制到eeglab中的plugins文件夹里面。

导入数据

截图.png

接下来弹出两个对话框,是否要对数据进行选择性导入和重命名,一般点击ok即可。导入数据后eeglab会显示数据信息。

电极定位

默认的文件就可以。

截图.png

截图.png

点击ok后下一步会查看通道情况,直接ok就可以。

移除无用电极

截图.png

选择最后5个通道,然后去除。

截图.png

滤波

此处,使用默认的滤波器进行1-75hz的滤波,并滤除50hz工频。

截图.png

分三次完成滤波。

截图.png

截图.png

重采样

将采样率重采样到200。

截图.png 截图.png

分段

根据event进行分段。

截图.png

把event全部选上

截图.png

后面全部ok,当前数据情况如下:

截图.png

插值坏导

使用eeglab的默认算法进行

截图.png 截图.png

ica去除伪迹

截图.png

在上面的插值坏导步骤中我们删除了1个通道的数据,这1个坏通道的数据是用其他通道的数据生成的,相当于我们损失了1个有效通道数据,而ica默认是在所有通道都是有效数据的情况下进行的,所以此处我们需要进行一些修改,在’extended’, 1后面加上’pca’, 58,中间用逗号和空格隔开,逗号要用英文输入法下的

截图.png

在确定之后会弹出中断的对话框,结束后对话框消失

截图.png

在跑完ica之后建议保存当前数据,在进行伪迹剔除操作。这样做可以保证在剔除不当的时候随时回到未剔除的状态下重新进行选择。

在这之后就可以用ica进行伪迹去除了,伪迹的具体判断请参考:

选择要画出的成分数,此处我们选择默认状态

截图.png

eeglab提示我们一张画布只能画下35个图,剩下的会在第二张画布中画出,点击ok即可

截图.png

截图.png

此时我们可以对所有的ica成分进行查看和标记,点击成分数字,会出现该成分的详细情况。如果觉得该成分代表伪迹成分,想要剔除的话,可以先将它标记起来。标记的方式是单机下方绿色的accept,单击之后会变成红色的reject

截图.png

这一步需要对每一个成分进行查看和判断,然后将想要剔除的成分先标记起来。ica可以进行眼电伪迹,肌电伪迹,坏导伪迹以及心电伪迹等的辨识与剔除,但是此处我们只进行眼电伪迹的剔除,我们将第2个成分和第3个成分标记起来,标记了的成分数会变成红色。然后点ok。此时还没有进行剔除操作。

截图.png

剔除ica成分

根据选择的成分去除伪迹

截图.png

截图.png

截图.png

重参考(可选)

若数据较差可以尝试进行重参考

截图.png

截图.png

剔除坏段

1、绝对阈值法

使用此功能需要在设置(file->preferences)里面打开过去版本的功能容易报错,可能用不了

截图.png

此处我们选择剔除掉超出±100μv的trial

截图.png

截图.png

2、目视检查法

截图.png

逐个trial进行查看,如果发现有伪迹过大的trial想要剔除的话,单击该trial,它会变成黄色。选择完所有trials后,点击下方的reject即可。此处选中的两个trials仅仅作为演示用。

判别方法参考:

截图.png

批处理

完成一个数据的预处理后,使用eeglab的history功能导出脚本,可以用脚本完成重复工作。

参考:;;

;;;

[1] li j, li s, pan j, et al. cross-subject eeg emotion recognition with self-organized graph neural network[j]. frontiers in neuroscience, 2021: 689.

 

撰稿人:钟良泉

指导老师:邱丽娜


登录用户可以查看和发表评论, 请前往   或  注册
scholat.com 学者网
免责声明 | 关于z6尊龙旗舰厅 | 用户反馈
联系z6尊龙旗舰厅:
网站地图