脑电信号处理与特征提取——4.脑电信号的预处理及数据分析要点（彭微微）

目录

四、脑电信号的预处理及数据分析要点

4.1 脑电基础知识回顾

4.2 伪迹 

4.3 EEG预处理

4.3.1 滤波

4.3.2 重参考

4.3.3 分段和基线校正

4.3.4 坏段剔除

4.3.5 坏导剔除/插值

4.3.6 独立成分分析ICA

4.4 事件相关电位（ERPs）

4.4.1 如何获得ERPs

4.4.2 ERP研究应该报告些什么

4.4.3 如何呈现ERPs结果

4.5 小结

---

四、脑电信号的预处理及数据分析要点

4.1 脑电基础知识回顾

动作电位的信号的研究方法和后俩不一样。 

4.2 伪迹 

这种像毛刺一样的是肌电。 消除方法：平均叠加。

4.3 EEG预处理

基本原则：尽可能的保留数据原貌；相对原则，10%。 

预处理过程：导入数据->定位电极->剔除无用电极->重参考->滤波->分段和基线校正(保存)->插值坏导和剔除坏段->跑ICA(保存)->剔除噪声成分:如剔除眼动成分(眨眼、眼漂)->保存数据。 

因为有重参考，所以在线参考不是很重要。
插值坏导：用一定的算法代替坏导。

4.3.1 滤波

在EEG里面，经常用的是高通滤波。

4.3.2 重参考

不同成分，参考所带来的影响不一样。

平均参考要谨慎使用，对波形影响比较大。

4.3.3 分段和基线校正

分段后再平均，然后就得到了ERP波形。

4.3.4 坏段剔除

4.3.5 坏导剔除/插值

4.3.6 独立成分分析ICA

ICA方法去噪。

4.4 事件相关电位（ERPs）

4.4.1 如何获得ERPs

 

相同的刺激得到的波平均叠加。

4.4.2 ERP研究应该报告些什么

4.4.3 如何呈现ERPs结果

4.5 小结

ICA方法只能帮助我们排除典型的伪迹，不能有效地提取脑电的响应。