ttl传输中过期的原因_ERP实验中时间延迟的问题

在我们经常做脑电实验的小伙伴们来说，经常会遇到的一个问题——时间延迟。它表现在呈现刺激时或者是触发标记时，尤其是对于脑电实验基本上都是在计算机上进行的。大多数人认为计算机本身可以呈现刺激或者是发送触发标记时能准确地进行事件标记，并且可以以毫秒精度进行操作。但是，在实际情况中，真正的测验表明这种期望往往是错误的。不一致的事件标记可能导致虚假的效应，更不要可重复性了。这也是脑电实验的可重复性是很低的原因之一。

什么是时间延迟？
在上图中，上半部分是一种理想状态下的呈现方式，没有发生任何时间延迟现象，但是在下半部分实际情况中，不论是视觉、听觉、EEG事件标记以及按键反应都发生了延迟的现象。为什么会发生这种现象？
在E-prime官网有一篇这样的文章来解释时间延迟的现象。在E-Prime中，研究人员在创建实验时遇到的最常见困难之一是Onset Delay问题。E-Prime中的起始延迟定义为“对象被安排执行其关键动作与实际执行时间之间的差异”，并表示实验中的延迟时间。因此，实验中的OnsetDelay属性对于希望在其实验中保持毫秒精度的任何研究人员都是有害的，因为它代表了直到那时为止的额外时间。在严格的行为任务中，任何开始延迟的存在通常不足以干扰实际的数据收集。但是，对于EEG或fMRI用户，Onset Delay的存在最终可能会对您的实验和任务本身的总体时间产生不利影响。触发延迟的原因？
了解触发延迟的原因可以帮助你从实验中删除Delay或者事后分析时找回对应的事件标记。在理想的实验中，呈现刺激的实验软件可以处理所有指令并尽快把刺激图像绘制到屏幕，并告诉计算机怎么做。但是，每台计算机都会因硬件而出现延迟，这是由于计算机硬件的物理限制（显卡），而影响Onset Delay的最重要限制因素可能是显示器的刷新率以及显存的交换速率。
显示器的刷新率取决于您使用的显示器可以快速绘制对象的速度。这些通常以赫兹计算。市场上最常见的刷新率之一是60Hz刷新率。60Hz刷新率意味着屏幕可以每16.66666ms更新一次，这也是理想状态下的情况。每台计算机都有不同的刷新率范围，高刷新率的显示器带来的时间延迟会相应的减少。因此，了解显示器的刷新率非常重要。除了显示器刷新率外，还应该将所有实验和资源（例如视频，声音文件等）保存在最快的驱动器上使用更快的驱动器（例如SSD或更快的HD）可以帮助降低延迟。ERP数据采集时触发标记的方式？
目前，做ERP实验中最常见的触发方式有两种，以Neuroscan/BP/BIOSEMI为主的5V的TTL高电平和以EGI设备通过网线触发进行时钟同步的两种方式。
TTL高电平，一般来说是3.6V~5V。TTL电平信号对于计算机处理器控制的设备内部的数据传输是很理想的。首先计算机处理器控制的设备内部的数据传输对于电源的要求不高以及热损耗也较低，另外TTL电平信号直接与集成电路连接而不需要价格昂贵的线路驱动器以及接收器电路；再者，计算机处理器控制的设备内部的数据传输是在高速下进行的，而TTL接口的操作恰能满足这个要求。这也是多数脑电设备选择的原因之一。TTL通信大多数情况下，是采用并行数据传输方式，而并行数据传输对于超过10英尺（3米）的距离就不适合了。这是由于可靠性和成本两面的原因。因为在并行接口中存在着偏相和不对称的问题，这些问题对可靠性均有影响。在使用TTL电平的情况下，还有一个非常麻烦的事情是计算机上必须带有并口端口，但是这在当前很多计算机上是没有的，更不用说笔记本上了。并且通过并口传输在远距离3米以上会存在信号的衰减，这样就会造成触发的标记漏打或者打错的幽灵marker出现。
网线时钟同步（SNTP）：
网络时间协议NTP(Network Time Protocol)的主要由时间协议、ICMP时间戳消息及IP时间戳选项发展而来。NTP用于将计算机客户或服务器的时间与另一服务器同步，使用层次式时间分布模型。在配置时，NTP可以利用冗余服务器和多条网络路径来获得时间的高准确性和高可靠性。即使客户机在长时间无法与某一时间服务器相联系的情况下,仍可提供高准确度时间。实际应用中，还有确保秒级精度的简单的网络时间协议SNTP(Simple Network Time Protocol)。SNTP是NTP的一个子集,主要用于那些不需要NTP的精度以较高实现复杂性的网络时间同步客户机。许多工业控制过程需要高准确度时间，如：电力系统内众多的计算机监控系统、保护装置、故障录波器等时间同步要在ms级以内均采用的网络时钟同步方式，在EGI脑电设备中除了传统的TTL电平触发标记外，还可以使用精度更高的网络时钟同步，通过交叉网线的传输保证了信号传输的稳定性。时间延迟带来的影响？
在ERP实验中，时间延迟的影响主要表现在触发标记的不对齐，不对齐可能是由于软件或硬件中缺乏同步，编程错误或固有的时序差造成的，这种不对齐的错误将会对根据事件标记分段数据带来一定的坏结果。对平均ERP的影响
对于平均ERP，事件和EEG之间的错位会降低平均值。
平均ERP有助于确定单个受试者和受试者的给定刺激的常数。研究人员创建平均ERP的一种方法是通过选择围绕给定刺激类型（分割）的EEG分段，对齐所有EEG分段数据以使它们的所有事件重合，然后将这些碎片平均在一起以产生平滑的ERP波形：

如果事件和EEG之间的时间偏移因段而异，则在所有事件叠加时，各个EEG段未对齐，而导致ERP结果不理想：

总结：
在本文中，简单的介绍了时间延迟的大概内容，选择性能好的实验设备是保证数据结果的标准之一。

本文部分内容参考EGI官网和e-prime官网资料，文章仅供学习使用，不用于商业行为，若有侵权及疑问，请后台留言！

赞赏小编​mp.weixin.qq.com

Make brain technology more simple!