EEGLAB數據分析：預處理與後續處理

來源：http://blog.sina.com.cn/s/blog_13171a73d0102v4zx.html

數據預處理主要包括數據導入、電極定位、電極返回、濾波、去除僞跡、重建參考、分段、疊加平均等步驟。只有通過預處理的數據，才能進行特徵值提取以進一步進行方差分析等操做。EEGLAB對數據處理的優勢無需贅述。不少狀況下，後續被試的預處理與第一個被試的處理過程是同樣的。在這種狀況下就能夠採用批處理的方式進行，以便減小處理數據的時間並保持數據間參數的一致性，有利於後續數據的統計分析。在此主要有兩種方法。第一，最簡單的方法就是採用EEGLAB裏面的插件Batch。該插件無需編程知識，在第一個數據處理後，其餘數據均可以根據對第一個數據的處理步驟依次進行，方便快捷。這裏須要注意的是，第一個被試的處理必須經過GUI（界面）實現，而不能經過Script實現。第二，就是經過編寫簡單的程序進行批處理。兩種方法都是數據處理的好方法。

方法一：經過Batch插件進行批處理

• 預處理

在批處理以前，咱們必須對第一個數據進行完整且適當的分析。由於後續全部被試的分析都是和第一個被試的分析同樣的，所以第一個數據的分析是很是關鍵的，它決定了後續被試的數據處理是否得當以及可否保持數據間參數的一致性。這裏提醒一點，就是ERP實驗前，必須打好分段標記！！這是後續數據處理中一個基本且重要的方面。

1 在第一個被試預處理所有作完後，在Batch中保存，默認選中第一個後綴名爲set。

2 將剛纔處理的過程保存爲一個歷史過程文件，路徑爲存儲當前數據的文件夾。

3 將剛纔處理的數據在EEGLAB裏面清除（切記）。

4 打開Batch選項，選擇歷史文件，就是剛纔處理第一個數據是保存的文件，第二打開要處理的其餘文件，直接點擊就進行批處理。另外旁邊有一個選項是並行處理，選擇這個選項能夠加快處理速度，可是對內存要求很大。

Batch批處理，第一個數據

1 數據導入；

2 將採樣率降爲250 Hz: (非必須步驟)；

3 導入電極位置；

4 聲明原始參考點：能夠在導入電極位置以後，在最後一個電極點後增長參考點，電極自動尋找，就生成原來的參考電極的位置FCz。同時，須要制定這個電極點爲參考點，其餘全部的電極點都以這點爲參考(1:63)；

5 在重建參考，進行平均參考（加入FCz，去除兩個眼電電極點）；而後進行雙耳參考（TP9， TP10），兩步以後，就生成了FCz的數據值且是以TP9和TP10爲參考點的矩陣；

6 自動檢測電極點，壞電極點採用用插值法進行差值處理。

7 對連續數據刪除正式試次開始和中間間隔的數據，減小數據處理對內存的要求。

8 採用ASR方法對上述連續數據進行僞跡矯正，這裏注意不使用刪除電極功能（off便可），在ASR以前最好用自動檢測電極點程序。

9 濾波：高通、低通分別進行；(注意高通濾波)

10 分段：選擇須要分析的全部marker；

11 基線矯正(自動步驟)；

12 刪除錯誤試次和波幅過大試次；這步驟能夠在下面操做；

上述就是採用Batch進行批處理的第一步；而後依次進行第二到第四步，處理剩餘的數據。所有被試的數據進行批處理完畢後，對每一個被試的數據進行以下操做：

13 刪除特定試次：這裏的主要是指波幅範圍標準和極端值分佈標準；

請注意有些步驟不能用批處理進行，好比壞電極的處理，這是屬於個體差別

14 檢查是否有壞導：

① 檢查是否有壞導; 若是有壞導，進行第 ②步操做；

② 替換壞電極：採用命令的方法或者採用差值方法進行替換，如下是命令方法：

EEG.data(62,:,:)=(EEG.data(4,:,:)+EEG.data(9,:,:)+EEG.data(13,:,:)+EEG.data(40,:,:))/4  

 EEG.data(63,:) = mean(EEG.data([4,9,13,41],:),1);

• 後處理

插值法可用工具菜單的interploration命令進行。通過上述處理的步驟，只是初步進行了處理，主要是濾波，重建參考，替換壞點，刪除變異試次等操做。尚未去除眼電(上述盲源分析方法有效，若是已經處理過，就略過這步)，所以還需進一步進行去除除眼電的操做ICA。方法同上述操做步驟同樣，過程以下：

1 先進行第一個數據的操做，而後進行批處理。

2 最後對每一個被試的數據進行去除眼電成分，再次進行基線矯正，獲得乾淨的數據。

3 從每一個被試的數據中提取各個條件的數據；創建dataset。

進過上述兩步的操做後，全部被試的數據都已經預處理完畢，就能夠對這些數據進行後期的特徵值提取，主要是指數據統計分析等工做。

方法二：經過編程進行批處理

EEGLAB最方便之處在於，通過每步處理後，均可以經過腳本的歷史命令查詢出相應的腳本，這樣的話就能夠在這些腳本的基礎上進行編程，從而減小數據處理時間。能夠經過EEG.history命令也能夠經過菜單將處理過的數據的腳本進行保存。編程的批處理能夠分兩步進行：

1 所有數據進行預處理（無ICA）；

2 把第一步進行處理過的數據進行ICA，目的是去除眼電、肌電和其餘噪音，獲得乾淨的數據。通過第1步的預處理後，統一對已經生成的文件進行ICA。經過ICA，能夠分別對生成的文件去除眼電、肌電和其餘噪音ICA，這裏筆者根據以往的經驗，只去除眼電的噪音，並且對數據依次處理。不推薦使用獨立成分自動去除的程序（如AJUST等自動軟件）。

方法三：經過編程進行批處理

第二種方法中，咱們首先對全部數據進行了批處理，而後經過ICA的方法去除僞跡。實際上，有不少種去除僞跡的方法，一種比較直接的方法就是對原始的數據進行去除。這裏推薦使用ASR方法，即僞跡空間重建的方法。這種方法只能用在原始數據即沒有分段前的數據進行處理。步驟包括導入數據、電極定位、返回參考（可選擇）、重建參考、濾波、ASR自動校訂、分段、去除Epoch以及疊加平均過程。若是原始數據較大，則能夠在預處理前分別對全部的原始數據進行處理，刪除在刺激前和實驗中途休息的是大段數據，達到減小數據量的目的。

---

EEGLAB數據分析

• 時間/波形分析

EEGLAB中，有個獨特的模塊就是study模塊，能夠方便的進行預處理後的數據分析。可是目前來看，經過這種方法雖然可行，可是較爲麻煩。所以，更簡便的方法就是不利用study編寫腳本程序的方法進行後續的數據分析。所以，能夠充分利用matlab的函數進行波幅和潛伏期分析。須要注意的是，在提取波幅和潛伏期以前，必須創建每種條件下的全部被試的總平均文件，利用總平均文件才能夠進行後續的波幅和潛伏期特徵值的提取。利用總平均文件，能夠方便的提取波幅和潛伏期，進行方差分析；另外，總平均文件的創建還有利於之後論文投稿中的波形圖和地形圖的準備，一石二鳥。

畫出總平均波形圖/畫出總平均地形圖

總平均波形圖 要畫出總平均波形圖，必須首先創建總平均的文件。這裏經過GUI操做的方式經過Grand-average選項，對每一種條件下全部被試的.set數據進行總平均，創建一個N個不一樣條件總平均文件。須要注意的是，總平均後須要再一次進行電極點定位，這樣才能進行後續操做，不然沒法畫出總平均地形圖。而後經過腳本命令方式的進行畫出總平均圖。該命令能夠根據輸出的電極點的數量，以及投稿時的要求進行適當的修改，以輸出符合要求的圖片(分辨率和大小)。利用上述語句能夠在九個子圖裏分別畫出兩種條件以及差別波的總平均圖，優勢是方便快捷，無需對圖片進行額外的準備，方便後續的投稿和圖表準備。

圖片製做分爲三步：

(1) 完成畫圖及相關設置(字體大小、線寬、圖例大小也是正常尺寸)，

(2) 此時WindowStyle is 'docked'，要改成normal，有兩種操做：在Figure properties——more properties中找到Windowstyle，而後用鼠標改成normal；或者直接用命令：set (gcf,'windowstyle','normal')

(3) 將圖片保存成TIFF格式圖片。

(4) 將圖片拷貝到word裏，並生成PDF文件，用Photoshop軟件打開剛纔生成的PDF文件，而後對之進行操做，設置最終的圖片大小和分辨率。

總平均地形圖 前提是首先利用Grand-average插件進行不一樣條件的總平均，獲得兩個總平均文件。再利用相關的EEGLAB函數進行畫圖。如須要改變電極點，在上述命令中修改須要的點便可，方便快捷。利用上一步生成的總平均文件和總平均地形圖的命令，能夠畫出所須要的總平均地形圖。能夠根據某些特定要求簡單的改變某些參數的設置便可。該命令能夠很輕易的調整要輸出的總平均地形圖的數量，地形圖的時間點和是否畫出總平均差別地形圖等。利用這個命令能夠容易的畫出總平均地形圖，與上述總平均波形圖同樣。

當總平均文件創建之後，若是不利用腳本提取波幅和潛伏期的值，則能夠採用第二種方法。全部數據導入letswave中，很方便進行提取，而後導入SPSS，進一步進行方差分析（參見相關文獻）。該軟件的優勢之一是，在進行傳統的波幅和潛伏期分析後，還能夠進一步進行時間-頻率分析；並且這個軟件是線性的，無需過多的編程知識，有利於初學者學習。

• 時間/頻率分析

利用每一個被試的處理事後的文件，能夠進行時間-頻率分析。這裏主要採用的是EEGLAB自帶的newtimef()函數，該函數是進行時頻分析的主要函數，這裏咱們主要採用的是FFT函數，能夠對感興趣的較低的頻率進行分析。

總平均時間頻率圖/ROI頻率的時間頻率圖 在這裏，須要辨別兩個圖，一個是總平均時間-頻率圖，第二個是感興趣的頻率的時間能量波形圖。前者是指根據newtimef()進行參數設置後，計算每一個被試每種條件下的時頻圖，而後進行平均得出的。後者是根據本身研究的興趣點，只計算和分析本身感興趣的頻帶的能量分佈圖。要畫出上述兩個重要的圖，首先必須創建總平均時間頻率文件，這個文件是進行後續數據處理的基礎，從中能夠提取出本身感興趣的頻帶的ERSP的值，進行進一步的ANOVA等操做。