matlab 数据透视表,MATLAB | 用行为数据处理EEG数据事件码

脑电图(Electroencephalogram，EEG)是通过精密的电子仪器，从头皮上将脑部的自发性生物电位加以放大记录而获得的图形，同时具有极高的时间分辨率。EEGLAB和ERPLAB常被用来处理脑电数据，因其操作方便且免费。

用EEGLAB和ERPLAB提取ERP成分的同学都知道，Extract epochs或Extract bin-based epochs的方法可以锁定感兴趣的事件诱发的时刻，对后续进行ICA分析、叠加平均有利。但它对事件码的依赖很高。比如关键的事件码丢失了，将无法识别潜在的有效的试次，会影响叠加平均的有效试次数，降低信噪比。不愿透露姓名的线轻收集了一个被试的任务态脑电数据，预处理时发现某类事件码丢失了1/6(300余个码)。丢码可能导致数据质量(信噪比)下降，让人难以忍受，尽管它不足以使整个数据无效。早前听说了融合行为数据处理事件码，但没有真正实践过，不知效果如何。为了“拯救”自己的第一个脑电数据，我开始摸索这种方法，结果收获蛮多的，下面跟大家分享一下这个过程。1.检查事件码是否丢失首先，利用EEGLAB将数据文件导入MATLAB，得到图1内容。在EEGLAB界面可以看到这段脑电数据的基本信息，由于我已经知道这些信息来自MATLAB中暂存的数据，所以我在右边的工作区的EEG中寻找它其他的详细信息。图1：将EEG数据导入MATLAB1.1.查看EEG数据内容从图1可以看出EEG是个1×1struct(结构体)，别看只是1×1，它包含了大量的数据。细心的同学会发现这些字段大多是空值[](图2)，它们大概是为EEGLAB后续分析EEG数据而存在的，我们暂时可以不用管它们的含义。

图2：EEG数据

图3：存放电压幅值、时间戳和事件码的字段在非空的字段里，我们可以看到times和data含有大量的数据。从名字和数据的长度来看，它们分别是EEG记录的时间长度和在各个电极点对应的电压幅值。1.2.查看与事件码相关的字段接下来可以看到event和urevent，它们是结构体。双击event可以发现它存放了3列信息(图4)：事件码(type)、对应的潜伏期(latency，它表示该事件码发生时，距脑电系统开始记录脑电幅值的时间长度，单位是毫秒)和序号(urevent)。图4：EEG.event时间精确到毫秒级是脑电数据的核心特点之一，所以EEG.event是脑电数据里非常重要的数据。EEG.event的数据可直接复制到EXCEL，然后用数据透视表的方式计算每类事件的次数。下图(5)展示了记录到的事件次数和实验事先设定好的次数。图5：记录到的事件数和事先设定的事件数比较经过比较发现，322个事件码{1}丢失了࿰