- 通过画出每个通道的时间序列图，观察图来找出不好的通道。
画出每个通道随时间变化的hbo数据，通过肉眼去观察毛刺较多的通道。 - 观察心跳的频率是否存在
如果数据很好，是可以记录到心跳的信号。心跳频率大约是1hz，也就是1s跳一次，差不多一分钟跳动60次，可以通过看wtc图是否在这个频段ins比较大，接近于1。表示两名被试心跳都是在这个频率，所以有显著的相关。体现在wtc图上，基本就是在纵坐标（period）等于8的位置（见图1）。如果没有心跳信号，也不能完全代表数据质量不行，但是还是需要谨慎。下载wtc-toolbox，见http://www.alivelearn.net/?p=1561
图1
- 根据hbo和hbr的相关关系来判断数据质量。
理论上来讲，当噪声很低的时候，hbo和hbr是负相关，至少在年轻的健康个体身上是如此的。随着噪声的增加，他们之间的相关会越来越正向。如果不是负相关，或者是完美的负相关（相关系数等于-1），可能是因为噪声太多。针对这种方法cuixu小哥哥在博客里有详细的描述，参见http://www.alivelearn.net/?p=1767，文献可以参见Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics.
网友评论