之前写过eeglab数据处理，得到了大家的一致好评。拖了很久的时频更新，马上就要和大家见面了。 考虑到有的小伙伴没有编辑基础，所以我们先介绍一个界面的软件——letswave7。它和eeglab类似，只是它全部的处理都是界面化的，对于小白来说，十分友好。 今天就以oddball实验为例，简单介绍一下使用letswave7进行脑电数据预处理与叠加平均。然后第二期，再讲时频处理的原理和具体操作哟~实验
原创
2021-04-15 11:07:36
2903阅读
第一期我们学习了如何用Letswave进行数据的预处理和ERP分析，包括letswave7的安装、数据集导入、预处理中常见的几种降噪方法、ICA分解、ERP分析。 第二期我们学习了如何用letswave对单个主题进行时频分析以及对多个主题进行平均和统计分析。 这一期，我们就来教大家学习如何用letswave绘制图形，以及对数据进行批处理，并介绍其中的脚本生成功能。温馨提示：以下阅读大概需要22分
原创
2021-04-15 11:02:46
3456阅读
目录1.安装2.数据集介绍3. 数据集导入4.数据集检查Letswave是一款非常好用的神经生理信号处理分析工具，支持从主流的脑电图放大器中导入数据，为数据
原创
2021-09-07 13:29:45
741阅读
目录第7步：分割/Epoching第8步：剔除伪影第9步：重参考(Rereference)第10步：基线校正第11步：平均本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018在本章中，我们将继续对ICA过滤后的P300数据集进行预处理。说明，这部分的教程是基于前面几次教程的基础上进行的。所以要进行ICA预处理进行伪影去除，
原创
2022-01-25 10:37:42
262阅读
目录1.安装2.数据集介绍3. 数据集导入4.数据集检查Letswave是一款非常好用的神经生理信号处理分析工具，支持从主流的脑电图放大器中导入数据，为数据预处理和时频域信号分析提供多种功能。而且用户友好的界面使文件管理、批处理操作、统计分析和发布的图形生成变得容易。与其他信号处理工具相比，Letswave是一种直观、流线型的脑电图数据处理可视化工具，学习曲线较浅。下面Rose小哥将为大家分...
原创
2022-01-25 11:07:20
339阅读
目录第1步：通道位置分配第2步：删除不良通道第3步：滤波处理第4步：坏电极插值原始的脑电图信号是有噪声的。预处理对于提高信号的信噪比以获得“清晰”的脑电图数据是非常有必要的。但是，想要完全区分噪音和信号却是几乎不可能的。在脑电信号中，信号与噪声常常混合在一起。在某些步骤中，某些伪影可以很容易地识别和删除。而有些步骤在去噪时可能会滤除部分信号。
原创
2022-01-25 11:05:48
266阅读
上一期，我们学习了如何用Letswave进行数据的预处理和ERP分析，包括letswave7的安装、数据集导入；预处理中常用的几种降噪方法；ICA分解；ERP分析。这一期，我们就来教大家学习如何用Letswave对单个主题进行时频分析以及对多个主题进行平均和统计分析。下一期，将进行图形生成和脚本处理，还请持续关注我们，敬请期待哟~温馨提示：以下阅读大概需要8分钟左右，若是需要相关软件与其他相关资料
原创
2021-04-15 11:06:35
2911阅读
目录第1步：通道位置分配第2步：删除不良通道第3步：滤波处理第4步：坏电极插值原始的脑电图信号是有噪声的。预处理对于提高信号的信噪比以获得“清
原创
2021-09-07 13:28:46
804阅读
目录ICA/BSS的理论与模型第5步：计算ICA矩阵第6步：识别伪影成分本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018ICA/BSS的理论与模型独立成分分析(ICA)是一种盲信号分离(Blind Signal Separation,BSS)方法。ICA可线性建模如下图所示.假设X为”通道x时间”的脑电信号，
原创
2022-01-25 10:38:22
310阅读
2019年7月31日 大雨 1 已下载eeglab和letswave工具包，在matlab设置好工作路径，将工具包的图形界面调用出来； 2 使用letswave6工具包进行操作。导入数据的时候，我的设备是neuroscan，储存了cnt数据，所以在导入数据的时候，选择了如下图1：图1 2.1 如此，便导入了epochs*channels*x*y*z*t的六维数据。在图
转载
2024-07-18 06:14:22
85阅读
2019年7月31日 大雨 1 已下载eeglab和letswave工具包，在matlab设置好工作路径，将工具包的图形界面调用出来； 2 使用letswave6工具包进行操作。导入数据的时候，我的设备是neuroscan，储存了cnt数据，所以在导入数据的时候，选择了如下图1：图1 2.1 如此，便导入了epochs*channels*x*y*z*t的六维数据。在图
转载
2023-06-14 19:46:31
329阅读
letswave教程：脑电数据的时频分析/组平均与统计分析 1 相关概念2 单被试分析2.1 时频分析2.1.1 连续小波变换2.1.2 基准线校正2.1.3 查看结果3 组分析3.1 总体平均3.1.1 降低采样率3.1.2 重命名3.1.3 数据集复制和合并3.1.4 平均3.1.5 查看结果3.2 统计分析3.2.1 假设驱动3.2.2 数据驱动3.2.2.1 逐点T检验 3.2.2.2
letswave7中文教程3：脑电数据预处理-ICA去除伪影mp.weixin.qq.com
ICA/BSS的理论与模型独立成分分析(ICA)是一种盲信号分离(Blind Signal Separation,BSS)方法。ICA可线性建模如下图所示. 假设X为”通道x时间”的脑电信号，S为”成分x时间”的源信号，A为混合矩阵。ICA的目的是找到混合矩阵A，使每一
今天给大家汇总了脑电（EEG）相关的推文，其中分为五个部分：第一部分，包括脑电实验设计的准备、脑电数据的采集以及使用不同软件（Analyzer、eeglab、erplab、letswave）进行预处理的方法；第二部分，包括对预处理后的数据进行后期的时频分析、主成分分析（PCA）、代码处理、画图等等，此外还包括脑电与其他软件结合以及微状态等方法；第三部分，包括MNE预处理分析、高级分析、超扫描分析、
原创
2021-04-15 09:40:14
975阅读
