![](https://img-blog.csdnimg.cn/20210610195542981.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
脑电信号的处理
文章平均质量分 85
脑电信号的理论介绍,来自中英文的教材
粥小文
用代码创造生活
展开
-
连续脑电信号的微状态分析
连续脑电信号相比于ERP信号更符合现实刺激情况,成为一个时兴的研究领域。相比于成熟的ERP分析方法,连续脑电信号的分析方法尚在探索发展中。其中,微状态分析是一个备受关注的方法。鉴于本人在以往研究中的摸黑探索,本文希望从技术角度给出可靠的连续脑电信号的微状态分析方法的流程。本文使用Koenig团队的工具箱,详细介绍了流程的各个步骤。微状态分析方法是一个从时空域角度分析脑功能的方法。原创 2023-11-08 14:54:46 · 392 阅读 · 1 评论 -
自然情景范式下脑电与音乐特征的相关性分析:EEG张量分解,音乐特征提取MIRToolbox和topoplot脑地形图绘制与响应脑区
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录摘要一、介绍二、方法1.EEG信号滤波降噪2.张量分解消除眼电,肌电3. 音乐特征提取(包括帧数的计算)4. EEG信号频域分析(包括帧数的计算)5. EEG频域信号与音乐特征的相关分析:脑电张量成分的空间分布分量6. 脑地形图:响应脑区位置总结附录1. MIRToolbox和STFT帧数计算公式等效性证明2. 张量分解工具箱使用说明3. MIRToolbox说明摘要提示:简述本文主要内容:EEG信号滤波去噪;工具箱张量分解:原创 2021-11-29 21:13:23 · 2033 阅读 · 0 评论 -
简单理解:第一类错误,第二类错误,统计显著性,空假设和P值
目录第一类错误(Type I error)第二类错误(Type II error)统计显著性( Statistical significance)空假设H0(Null hypothesis)P值(p value)参考第一类错误(Type I error)第一类错误,就是我们所说的假阳性结论(FP, False Positive)。例如,统计测试说路人甲有新冠,它很危险,但实际上它没有,只是发烧了,这就是一个FP。第二类错误(Type II error)第二类错误,就是我们所说的假阴性结论(FN, F原创 2021-11-24 20:39:27 · 8589 阅读 · 0 评论 -
试验数量对统计效应的影响:以EEG实验为例
试验数量对统计效应的影响1. 影响统计效应的三因素2. 正式的统计阐述3. 总结参考1. 影响统计效应的三因素影响统计功效的主要有三个因素:1)效应大小(size of effect):效应幅度越大,试验数量的效应越明显;2)被试数量(number of subjects):被试越多,试验数量的效应越明显;3)被试间的偏差量(amount variability across subjects):被试间偏差可来源于两个方面:测量误差(measure error)和真实分数偏差(true score原创 2021-10-30 16:05:46 · 696 阅读 · 0 评论