脑电分析之伪迹去除(以Analyzer和curry为例)

Posted BrainTechnology

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了脑电分析之伪迹去除(以Analyzer和curry为例)相关的知识,希望对你有一定的参考价值。

在上一篇文章中介绍到,当然有些伪迹的产生是无法避免的,但是有一些也是我们可以控制的。比如来源于受试者的部分伪迹以及设备带来的干扰伪迹,这些是可以在实验时可以有效的抑制的。另外,对于一些无法控制产生的伪迹,一般采用阈值的方法进行检测与剔除。


从去伪迹的角度来说,有三种主要的方法:1、避免伪迹产生;2、直接去除;3、阈值去除。


1、避免伪迹产生

这种方式的伪迹就是要避免来源的产生,对实验的环境及相关设备有一定的要求,具体的来源可参考 ,建设标准的实验室是非常有必要的。


2、直接去除

这是靠人肉眼去辨别数据损失的程度,是整段数据直接删除,还是这个受试者的数据就不要了。但通常靠肉眼去辨别只能去除一些明显的包含伪迹的信号,对于不是很明显伪迹则无法辨别。另外,对于像做BCI之类的实验需要实时的数据处理,进行特征选择,则无法实现。


3、阈值去除

这种方法是指从当前的脑电信号中识别并分离出伪迹信号,目前常见的,也是用的最多的。这种方式去除的数据是根据设定的标准检测出伪迹并将其标记出来,在后期的分析中可选择使用也可以选择不使用。


在analyzer中,有两种界面可进行伪迹的去除。

第一种方法:在“Transformations”下拉菜单中的选择“Raw Data Inspection”,按以下弹出窗口操作:

“Inspection Method”一栏中

Manual Inspection:人工伪迹去除,

Semiautomatic Inspection:半自动伪迹去除

Automatic Inspection:全自动伪迹去除

IndividualChannel Mode复选框: 对于某个电极点而言,如果某一段超过  criteria所设置的标准话,那么之后的步骤中只剔除这一个电极点的数据。如 果不选,那么这一时间段上所有电极点的数据都将剔除。



“Channels”一栏中,除了两导眼电信号外,其余的脑电信号导联应全部选择上。


“Criteria”一栏中,设定半自动、自动分析的检测标准。

Gradient(x):两个采样点的梯度变化值;

Max-Min(x):波形变化最大绝对值;

Interval length: 设定时间段,在此时间段内波形允许的最大变化值。

Amplitude:波形变化刻度值;设置允许的最大电压值和最小电压值。

Low Activity(x):波形最小变化值;在设定时间段内允许的最小变化值(大-小)

注意:如果是对分段前的连续脑电信号去伪迹的话,由于此时没有基线校正,检查标准中一般选择Max-Min标准而不做Amplitude这一标准,如果是在分段后做去伪迹工作的话则相反。


若选择的是半自动模式,在系统检测完之后,可观察按照标准所选出的伪迹,若认为系统所选择的某些“伪迹”并非伪迹的话,可按shift+鼠标单击去除这段被标记的“伪迹”;若有些伪迹没有被自动识别的话,也可shift状态下,单击两个端点。确定完之后单击OK即可。


第二种方式:在“Transformations”下拉菜单中的选择“Artifact Rejection”,这种方式是在分段后再进行伪迹去除,这两种方式可联合使用,也可单独使用,但是这种方式只能在分段后这个按钮才会激活,存在基线校正问题。按以下弹出窗口操作:

脑电分析之伪迹去除(以Analyzer和curry为例)

跟Raw Data Inspection窗口相比,多了interval,在这里可以设定伪迹检测的范围。


当设定阈值完毕后,确定OK后,analyzer软件会以红色的线标记在数据窗口,并会以bad Interval标记。



在curry 7中也有两种方式进行伪迹的去除。

第一种方法:手动直接剔除。这种方式是通过肉眼直接判断伪迹,存在较大的误差。慎用

在功能快捷窗口选择红圈的按钮,选择被认为伪迹起始位置与结束位置

脑电分析之伪迹去除(以Analyzer和curry为例)

同时在Bad Blocks中有四种判断的标准。

脑电分析之伪迹去除(以Analyzer和curry为例)

off:不执行操作。

constant:平线(零斜率)将bad前的最后一个数据点连接到block的第一个数据点。

Linear:倾斜率将bad前的最后一个数据点连接到block的第一个数据点。

Zero:0mv的直线数据


第二种方式:在Artifact Reduction中选择其中的一个数字,一般来说curry是将去眼电和去伪迹是合在一起的,如果窗口1是眼电的窗口,那么窗口2则会选择去伪迹的窗口,在Method中下拉菜单中选择Bad Blocks,同时在下方设定标准来去除伪迹。Lower/Upper指的是电压的振幅。软件默认是正负100微伏。



以上是伪迹剔除的方法及部分展示的软件操作步骤。当然在开源性软件EEGLAB或ERPLAB中也可以进行伪迹去除,在EEGLAB中主要使用的剔除方式是手动reject以及使用ICA独立分析成分,在ERPLAB中有可视化的图形界面窗口可进行阈值的设定。即使是在我前几天推荐的使用MNE-Python中也是可以进行,但是相比于今天所介绍的这两种来说,更容易上手。总之,无论哪种方式的伪迹去除,都不足采集最干净的原始数据为最佳方法。




本文部分内容参考网络资源,文章仅限学习使用,不用于商业行为,若有侵权及疑问,请后台留言!


Make brain technology more simple!


推荐阅读:

以上是关于脑电分析之伪迹去除(以Analyzer和curry为例)的主要内容,如果未能解决你的问题,请参考以下文章

周末分享帖 | Analyzer 2数据分析步骤

fast ICA基于fast ICA算法的去除伪迹matlab仿真

干货帖 | Analyzer软件操作常见问题

手把手带你入门—Analyzer ERP数据处理

Python实现对脑电数据情绪分析

NetFlowTraffic Analyzer:NetFlow分析器和带宽监控软件