Hello，
这里是行上行下，我是喵君姐姐~
经历了开题的魔鬼一周，我终于重振旗鼓，抽出时间写脑电数据指导手册啦。
老朋友可能都知道我会不定时更新，可能新朋友还有些不适应。但是不管如何都感谢你的支持，让我觉得这是一件有意义的事情，并努力坚持下去。
刚刚接触一个新鲜的事情，我们都会手足无措，不知道该从何开始，随着慢慢熟悉，才会感觉得心应手。
所以，面对脑电数据内心不要有抗拒的心理，一步步慢慢来，总是可以学会的（技术小白的我都可以，相信你也可以）。
那今天我就详细讲解一下，面对一堆脑电数据，应该如何处理？
（下面将从这四个方面进行讲解哟~）
来源：梁丽美
温馨提示：以下内容多图多字，需9分钟阅读完。若是操作需求，请按步骤操作；若是浏览需求，请直接拉到最后总结部分。此外，十分感谢 AffectiveNeuroscience 和 BrainTechnology 公众号以及深大李鹏老师的支持。
一、数据导入
步骤：双击Analyzer - New - 数据储存位置\raw - 数据储存位置\history - 数据储存位置\export - OK - 储存workspace - 双击 raw data 打开数据
解读：通过储存三个文件，可以找到对应的分析数据；通过workspace，下次可直接打开数据。
来源：深大李鹏老师
二、坏点替换
步骤：Transformations - Dataset Preprocessing - Formula Evaluator - 周围4个点替换掉坏点 - OK
解读：既可以通过脑电数据采集时记录的坏点，进行坏点替换；也可以通过“去伪迹”步骤后，发现坏的大于20%的点，重新返回最开始进行分析。
三、重参考
步骤：Transformations - Dataset Preprocessing - Channel Preprocessing - New Reference - Avilable：除了参考电极的全部电极 - Selected:参考电极 - Next - 还原在线参考电极：FCz - Finish
解读：在线参考电极是FCz，而离线参考电极是双侧乳突（TP9和TP10）或者全脑平均，这里使用的是双侧乳突，所以根据实际需要进行更换参考电极。
四、滤波
步骤：Transformations - Artifact Rejection/Reduction - Data filtering - IIR Filters - High Cutoff 30 Hz - Notch 50 Hz - OK
解读：目的是根据所要分析的信号频率，适当设定波形带宽，滤除不必要的信号。把高于30 Hz脑电波滤掉，并去除50 Hz 工频的干扰。
五、ICA去眼电（重要）
步骤：Transformations - Artifact Rejection/Reduction - Ocular Correction ICA - 半自动 / 根据眨眼标记 - 根据波幅值超过平均值判断 - 电极点：VEOG - Next - 左边：除了眼电的全部电极 - Next - 随机选择50ms - Next - Finish
解读：目的是将眨眼或者眼动带来的肌电影响进行纠正。ICA去眼电，要先滤波；50ms选择眨眼频繁，但是脑电数据好的部分；通过标红的部分、地形图、脑电图来判断是否为脑电成分，选择Correction 查看去除眼电的效果。
眼电判断标准：
ICA去眼电步骤：
六、分段
步骤：Transformations - Segment Analysis Functions - Segmentation - 选择第一个和最后一个 - Next - 选择分析的条件 - Next - 分析数据的时间窗：-200 - 800 - OK
解读：目的是根据mark标记把要进行叠加平均的脑电信号提取出来。分段之后，可以在最下面查看这种条件下的有效次数是多少，是否达到最低条件30trials。
七、基线矫正
步骤：Transformations - Segment Analysis Functions - Baseline Correction - -200-0 - OK
解读：一般是以刺激前200ms 作为基线，要求基线要稳，不然后面的比较都没有意义。
八、去伪迹
步骤：Transformations - Data Fitering - Artifact Rejection - Inspection Method:Automatic Segment Selection - Channels：右边，除了眼电和参考都选 - Criteria：± 80μV - OK
解读：这里选择是全自动的，去除超过±80μV 的脑电波段；也可以选择半自动，自己手动去除。
九、叠加平均
步骤：Transformations - Segment Analysis Functions - Average - OK
解读：即可得到这个被试在这种条件下的叠加的ERP波形。
十、另一种条件下的处理
步骤：Transformations - Segment Analysis Functions - Segmentation - 选择要分析的那个条件 - OK - 直接拖拽之前已经做过的步骤 - 自动执行
解读：只有当鼠标旁边会显示一个＋号才能够拖动，需要半自动的地方，它会自动停下来。
一、批处理
步骤：History Template - New - Root - 把之前操作的步骤拖拽入Root - History Template - Save - History Template - Apply to hostory files - Select history template 选择刚刚的文件 - 添加自己要分析的数据 - OK
解读：只有当鼠标旁边会显示一个＋号才能够拖动，已经做过分析的被试不会再重复分析。不过刚开始尽量不要使用批处理，还是进行每一个单个被试的分析，熟悉理解整个数据处理过程。
二、差异波
步骤：点击减数的条件 - Transformations - Comparison and Statistics - Data Comparison - Difference - OK - 选第二个 - Next - Expand All - 点被减数的条件 - OK
解读：注意两个相减的顺序，先点减数的那个条件，然后再点被减的那个条件。
三、峰值检测
步骤：Transformations - Segment Analysis Functions - Result Evaluation - Peak Detection - Next - 波幅ERP名称/时间窗/正或负 - Next - 选入自己想要分析的点 - 选择自己要的点 - 检查是否正确 - 双击线可进行调整 - Finish
解读：有的成分（例如P300)，既可以做峰值检测，也可以做平均波幅，因而可以在最开始两种都做并导出数据，以备不时之需。
一、组平均
步骤：Transformations - Segment Analysis Functions - Result Evaluation - Grand Average - 填写要做总平均的数据集 - 添加被试 - OK
解读：当对每个被试的各个条件都完成了叠加平均之后，可对实验条件进行组平均，然后导出波形图和地形图。（来源：陈锐）
二、波形图
步骤：右键 - 调整数值大小 - 横纵坐标 - 直接复制粘贴到PPT进行美化调整
解读：调整数值大小，使得没有空白的地方，正好充满整个画面；最后图片的格式为.tif，分辨率至少为300dpi。
三、地形图
步骤：右键 - 选择地形图 - 调整时间窗 - 调整数值大小 - 直接复制粘贴到PPT进行美化调整
解读：地形图标尺的数值大小可以按照波幅值调整，突出最显著的地方，注意地形图的准确和美观。
一、平均波幅
步骤：Export - Area Information - 填写时间窗 - 选择各种条件，以英文逗号隔开 - 选择被试 - 进行命名 - OK
解读：大多数的成分都是以平均波幅导出，时间窗最短选择30ms，一般是最大峰值前后15ms，导出文件为.txt文件，然后转换为其他文件，然后在 Excel 和 SPSS 当中进行统计分析。
二、峰值检测
步骤：Export - Peak Information - 填写名字 - 选择各种条件，以英文逗号隔开 - 选择被试 - 进行命名 - OK
解读：也有一些成分是以峰值检测导出，导出文件为.txt文件，然后转换为其他文件，在 Excel 和 SPSS 当中进行统计分析。
今天，从单个被试处理、其他特殊处理、总平均、数据导出等四个方面对用Analyzer处理脑电数据进行了一次梳理。
单个被试处理：数据导入、坏点替换、重参考、滤波、ICA去眼电、分段、基线矫正、去伪迹、叠加平均、另一种条件的处理
其他特殊处理：批处理、差异波、峰值检测
总平均：组平均、波形图、地形图
数据导出：平均波幅、峰值检测
不过不管看过多少的操作手册，都不如自己动手操作一次。所以，现在就开始行动起来吧，用实验数据操作一次，你才能够真正学会。
温馨提示：Analyzer脑电数据处理必须要有加密狗才能操作，所以可以提前问问师兄师姐实验室是否配备有加密狗。若是没有加密狗也可使用eeglab进行分析，大家想看吗？若是想看，记得留言哟~
小伙伴们也可以在留言区将自己的数据处理的经验分享一下，和大家互相交流哈~
分享完毕，希望有所帮助。
网友评论