EEG

EEG（脑电图）
BEAM（脑电地形图）
诱发电位

ERP

事件相关电位
诱发电位的特征
诱发电位的分类
事件相关点位的测试方法
影响事件相关电位的因素

对比

来源

产生方式

提取方式

ERP

锥体细胞顶树突突触后点位/神经细胞受到阈限以上刺激时所产生的动作点位成分

诱发

信息引起的波形本身，但淹没在EEG中，通常观察不到，需通过叠加平均提取

EEG

锥体细胞顶树突突触后点位

自发/诱发

非为波形本身，通过频谱分析提取

脑电实验设计

刺激间隔
ISI 指的是从前一个刺激的止点到后一个刺激的起点
SOA指的是从前一个刺激的起点到后一个刺激的起点

试次与组块
block（组块）是把list里面的材料全部跑完
trial（试次）是一次材料的运行，比如有50个真假词判断，就是50个trial，全部按同样的条件运行完一次，就是一个block

脑电帽的电极有三类：作用电极、参考电极、接地电极
作用电极：记录电极，安放在头皮上的电极为作用电极。记录到的脑电信号即是作用电极与参考电极的差值。
参考电极：安放在身体相对零电位的电极即为参考电极。
接地电极：接地电极（GND）通常放置在头前部中点。

单/双极导联
单极导联：将一个电极设置为参考电极，取另外多个有效电极与参考电极的电位差作为各电极的电位值的连接方法称为单极导联。一般使用单极导联记录脑电。
双极导联：双极导联是仅有两导作用电极，无参考电极，其记录到的波幅值为两个电极之间的电位差，一般两导电极使用一个放大器。通常用双极导联记录眼电、肌电、心电，以有利于数据处理时消除它们对脑电信号的影响。

国际10-20系统

国际10-20系统是由国际脑电图学会于1958年制定的。目前的64导、128导等电极帽的电极分布也是在此基础上扩展而成的。

脑电深度学习 电脑 脑电入门_神经网络


该系统将电极放置在沿着经线和纬线的10%和20%的位置上

每一个电极的开头用一两个字母表示大的区域，例如，Fp代表的是额极、F代表的是额叶、C代表中央脑区、P代表的是顶叶、O代表的是枕叶、T代表的是颞叶。

电极的末尾用一个字母或者一个数字代表电极与中心的距离。左半部分为奇数，右半部分为偶数。

脑电信号处理
观察被试的脑电基本特征
删除掉明显漂移的脑电数据
如果有坏电极的数据，通过插值（interpolation）来处理坏电极的数据

去噪

ERP波形中绝大部分实验相关成分的频率范围在0.01~30Hz之间

EEG一些伪迹

脑电深度学习 电脑 脑电入门_脑电深度学习 电脑_02


垂直眼电：（下图）垂直眼电的波幅非常高，同时会影响其他导联的数据，如果采用删除法会导致大量的数据片段不可用。（不同的软件，处理方式不同）

脑电深度学习 电脑 脑电入门_脑电深度学习 电脑_03

去噪-肌电伪迹

头皮下的肌肉收缩形成，形状呈“尖头脉冲”。

解决办法：滤波、去除受影响的脑电分段、将伪迹严重的电极设置为bad。

脑电深度学习 电脑 脑电入门_神经网络_04

去噪-漂移

  • 出汗，表现为小漂移。
  • 电极在头皮上的移动所引起。
  • 解决方法：去除受影响的脑电分段、严重的将受影响电极设置为bad、滤波（高通0.01Hz）

去噪-市电(50Hz)伪迹

  • 高电阻引起。可能原因：电极与头皮间的接触电阻过大、电极根部导线断裂、插头接触不良等
  • 解决方法：陷波滤波
ERP的提取

分段与条件化

  • 对连续记录的原始脑电信号数据进行分段，是进行基线校正与平均叠加的基础和先决条件，是ERP研究的重要环节。
  • 条件化是指对脑电记录的不同刺激mark和反应mark进行归类，为后续的叠加平均做准备。

基线校正

  • 基线校正的重要性：一是消除脑电相对于基线的偏离；二是将基线的平均电位值视为0，然后将基线后的每个数据点减基线的平均电位值，以获得刺激诱发的ERP电位值。
  • 基线：以刺激前某个时间段的脑电片段作为基线。

叠加平均

  • 方法：将某一实验条件（通常根据不同刺激类型进行分类叠加）之后的EEG分段从连续的EEG分段中提取出来，然后按时间锁定时间对这些EEG分段进行排列，再以点对点的方式进行简单叠加。
  • 原理：假定ERP波形对每个试次都是相同的，而噪声却与时间锁定事件完全无关。

总平均
------略

ERP

成分命名法
  • 正波命名为P，负波命名为N，其后标出潜伏期。例如：100ms左右的正波记为P100，或P1
  • 绘图时，一般向上为负，向下为正。不过反向也是允许的。
地形图

脑电深度学习 电脑 脑电入门_基线_05

差异波

为了观察两种实验条件的ERP差异，有时将两种条件下的ERP进行相减，这样就得到了差异波。差异波去掉了两种条件下可能重叠的相同的成分，客观而纯净地显示了两种实验条件的ERP差异。在ERP研究中应用得非常广泛。

脑电深度学习 电脑 脑电入门_脑电深度学习 电脑_06

ERP成分与实验范式(32min)

脑电深度学习 电脑 脑电入门_Go_07


成分这里只谈一下p300，其余需要再进行详细查看。

p300

于1965年发现，采用oddball范式得到。在300ms左右出现的正波。幅值一般为5-20μV，有时甚至更高。一般情况下，如果不加说明，p300指p3b。

p3b

范式：对同一感觉通路呈现两种刺激，一种标准刺激（非靶刺激），概率大（如：85%）；另一种偏差刺激（靶刺激），概率小（如：15%）；随即呈现这两种刺激，这样偏差刺激对被试来说就是非常偶然出现的，令被试在发现偏差刺激后约300ms左右观察到一个正波。

头皮分布：最大波幅在顶叶。

特征：与随意注意有关，在非注意条件下不能诱发，其波幅与所投入的心理资源呈正相关。

&8421;&8421;&8421;&8421;

脑电深度学习 电脑 脑电入门_数据_08

p3a
范式：在p3b的实验范式里加入一种小概率的新异刺激可诱发出一个正成分。这个新异刺激要是突然出现的、未预料得、具有足够强度的刺激。
分布：最大波幅在额叶。
时间：潜伏期稍小于p3b。
特征：朝向反应出现的标志。

oddball 经典范式
  • Oddball实验范式是指采用两种或多种不同刺激持续交替呈现，它们出现的概率显著不同。
  • 组成
    1.标准刺激（standard stimuli）–大概率，大于70%
    2.偏差刺激（deviant stimuli）–小概率，小于30%
    令被试对偏差刺激进行反应，因此该偏差刺激又被称为靶刺激或目标刺激（target）。
  • Oddball实验范式是诱发p300、MMN等与刺激概率有关的ERP成分时的经典实验范式。
oddball范式的几种变式：
  • 变式一：同样两种刺激物，在一系列规律呈现的刺激物中，偶然缺失一些刺激。缺失的刺激物即是靶刺激。
  • 变式二：三种刺激物，其中一种是大概率标准刺激，占60%；小概率刺激有两种，各为20%。在小概率刺激中，被试对其中一种刺激做反应，该刺激为靶刺激，而另一种不做反应的叫非靶刺激。
  • 变式三：以上三种模式中，偶然插入一种新异的刺激，令被试产生p3a成分。
Go-NoGo 经典实验范式
  • Go-Nogo实验范式是Oddball实验范式的倒转，即：要求被试对大概率刺激进行按键反应，而忽视小概率刺激。Go-Nogo实验范式会产生不同的ERP成分。
  • 成分：Nogo刺激会比Go刺激诱发出更明显的负波，即Nogo-N2成分，潜伏期200–300ms，主要分布在额中央区。
  • 组成
    1.标准刺激(standard stimuli) --大概率，≥50%，Go刺激
    2.偏差刺激(deviant stimuli) --小概率，≤50%，Nogo刺激

令被试对标准刺激进行反应，因此该标准刺激又被称为Go刺激，偏差刺激又被称为Nogo刺激。

  • Go-Nogo实验范式用于反应抑制、行为监控等研究中，Nogo-N2成分与反应抑制、行为监控有关。