脑电数据的实验范式及EEGLAB分析预处理

一、脑电数据采集处理过程

脑电采集设备采用的是博睿康（Neuracle）64导湿电极，使用MATLAB的EEGLAB工具箱进行预处理，下面将介绍脑电采集处理的详细过程。

1.1 脑电数据采集过程

1.本实验数据由64导博睿康设备采集，设置采样率为1000Hz,采集数据包括二分类和三分类，以下通过二分类数据来进行介绍说明。每个被试一次实验（RUN）包括前静息和任务态，前静息包括一分钟睁眼和一分钟闭眼;任务态包含5个session,每个session包含20个左手、20个右手（共40个trial），一个trial包含1.5秒的运动想象准备时间，4秒钟运动想象和2.5秒休息;每个session之间有90秒强制休息时间。

1.2 实验范式标签说明

整个实验范式共有五种标签，睁眼、闭眼、想象左手、想象右手、强制休息；
各标签对应表如下：（备注：3分类的双脚运动想象对应标签为3）

二、EEGLAB分析预处理

使用MATLAB的EEGLAB工具箱对采集的一组数据为例进行详细介绍

2.1 导入数据

在Matlab命令行中键入eeglab,启动工具箱。

稍等片刻，会弹出以下界面：

步骤：File->Import data->Using EEGLAB functions and plugins->From Neuracle EEG data files
同时选中存放数据的data.bdf和存放标签的evt.bdf两个文件，点击打开。

稍等片刻，会出现下图所示窗口，点击OK即可。

这是MATLAB的工作区会生成一个名为EEG的结构体变量，结构体中的内容如下图所示，其中EEG.data存放的是64导脑电原始数据，EEG.event中存放的是事件标签和事件发生的时刻。

2.2 选择通道数据，删除无用电极

因为采集过程只采集了59个通道，因此需要在Edit->Select data中选择一下使用的通道。

点击上图红色框中按钮，选择采集的59导通道数据，无用的通道不选中即可。

查看数据波形，步骤：Plot ->Channel data(scroll)

2.3 重参考

步骤：Tool -> Re-reference

勾选Compute average reference(全脑平均)

2.4 滤波

步骤1：Tools -> Filter the data -> basic FIR filter,我这里先做一个50Hz的工频陷波，再做一个[1 40]的带通滤波。

2.5 分波与基线矫正

步骤：Tools -> Extract epochs(分段 marker 全选）
Time-locking event type(s)选择所有标签（默认设置）

2.6 伪迹去除

步骤：Plot -> Channel data(scroll）
这里需要人工去除除眼电之外的伪迹，检查波形，当发现伪迹时选中REJECT即可。

![在这里插入图片描述](https://img-blog.csdnimg.cn/20190905104731468.png?x-o
去除伪迹前后脑电波形对比


伪迹去除是去除眼电之外的其他杂乱的伪迹，使得在 Run ICA之前的数据比较干净，容易找到眼电成分。

2.7 Run ICA

ICA是一种用来从多变量（多维）统计数据里找到隐含的因素或成分的方法，被认为是主成分分析（Principal Component Analysis, PCA）和因子分析（Factor Analysis）的一种扩展。
步骤：Tools ->Run ICA

等待很久很久以后。。。等ICA程序结束，加载通道信息
步骤：Edit ->Channel Iocations

2.8 眼电去除

步骤：Tools -> Reject data using ICA -> Reject components by map

眨眼：
判定标准
1.前端分布
2.成分排序靠前
3.低频能量高
颜色本身无意义，颜色深浅有意义

眼漂：
判定标准
1.前端两侧分布，红蓝相对
2.成分排序靠前，但一般排在眨眼后面
3.低频能量高

需要剔除的成分点击下图方框内按钮进行标记
剔除选择的成分
步骤：Tools -> Remove components


只有自己很确定的伪迹主成分才删除，不然可能会删除自己想要的成分。若是出来的成分，没有出现明显的伪迹成分，可以多跑几次ICA；或者不分段重新跑一次；再或者再看看原始数据，删除杂乱的成分，重新再跑一次。