脑电数据预处理
一、预处理与批处理
预处理：对原始数据进行改变的操作；目的是去噪声，去掉不需要的信号。
1.导入数据
原始数据导入 cnt, vhdr, edf, bdf, set, eeg, mat等格式，导入后数据结构为EEG结构体，包含数据矩阵、采样率、通道信息、事件信息等。
2.定位电极
给每个电极点添加坐标
labels only: 只有每个电极的名字，不知道每个电极在头上的位置
labels + coordinates: 每个电极的名字和坐标，知道每个电极在头上的位置
重参考： 把每个电极的电位值减去一个参考电极的电位值，得到相对于参考电极的电位值；常用的参考电极有：平均参考、双耳参考、鼻梁参考等。
3.剔除无用电极
厂商的游离电极，眼电、肌电、egi一些不在头皮上的电极点
4.滤波
滤除掉高频的噪声和低频的漂移，只留下我们需要研究的信息所在的频段
采样定理：采样频率必须至少是信号中最高频率的两倍，才能保证信号的完整性和准确性；如果采样频率过低，就会出现混叠现象，导致信号失真；如果采样频率过高，就会增加数据量和计算负担。
一般250Hz采样率足够。
滤波的几种操作：
- 高通滤波:设置一个下限，高于它的通过，比方说设置一个0.1Hz
- 低通滤波:设置一个上限，低于它的通过，比方说设置一个70Hz
- 带通滤波:同时设置一个上下限(范围)，在这个范围内的，通过，比如0.1~70Hz
- 凹陷滤波:设置一个范围，在这个范围内的，不通过，50Hz的工频干扰，设置一个范围48~52Hz
滤波是对数据改善最明显的一个步骤，拿到数据以后，建议直接从滤波后看起；
也有一些分析会只做滤波，就直接进行后面的分析(极少)。
关于滤波范围的选取:
下限(高通滤波)的选取，ERP研究，下限建议是0.1Hz,再高的下限可能会导致失真严重(luck)，越低的下限，滤波时间越长；
上限(低通滤波)，做的研究，70Hz，数据质量，在你不确定自己研究的所需要的滤波范围的时候，如果只做ERP研究，那就40Hz或者30Hz
凹陷滤波:不要忘了
滤波一般只建议在连续数据上做，主要是高通在分段数据上做会产生大量的伪影，分段以后最多只能补一个低通滤波
常见的滤波范围(看文献决定):
- 只做ERP分析,尝试0.1
40Hz(30Hz),0.530(40)Hz 1~30Hz - 想做时频，脑网络，0.5
70Hz，0.170Hz（优选的滤波范围） - 脑网络，微状态:2~20Hz(极少数)
- itc: 3~100Hz
工频干扰的操作：48-52Hz凹陷滤波，或者直接设置一个上限为40Hz的低通滤波
5.分段（可在此步骤保存数据）
分段需要在滤波之后，建议取长一点，如果只做ERP的话，可以取[-0.20.8],[-0.2,1]，[-0.5,1.5]
剪基线：把每个分段的前200ms或者100ms的平均值减去每个分段的所有时间点，得到基线校正后的数据；是一个无害的操作，无论多少次都可以
如果需要做时频的话，基线需要取足够长，至少0.5s
后面会讲刺激后的选取，如果需要用到反应marker,那么考虑一下长度
6.伪迹拒绝vs伪迹校正 （插值坏导和剔除坏段）
伪迹拒绝：把有伪迹的分段直接剔除掉，适合数据质量较好的情况，或者对数据量要求不高的情况；缺点是可能会丢失大量的数据，导致统计分析的效能降低
➡️剪坏段（看数据的时候注意比例尺，60左右）伪迹校正：把有伪迹的分段进行校正，适合数据质量较差的情况，或者对数据量要求较高的情况；常用的方法有独立成分分析（ICA）、信号空间投影（SSP）等；缺点是可能会引入一些误差，导致结果不准确
插值坏导，是在空间上，用周围的点代替它
7. ICA
“盲源分离”
默认有多少个通道，就会有多少个独立成分，独立成分的数量和通道数量相同； 每个独立成分都是一个时间序列，代表了一个独立的信号源；每个独立成分都有一个空间分布，代表了它在头皮上的投影；通过观察独立成分的时间序列和空间分布，可以判断它是否是一个伪迹成分，如果是，就可以把它从数据中去掉.
8. 剔除眼动成分等，如眨眼，眼漂，明显噪声
常见伪迹：
- 眼动
- 眼漂
- 头动
- 工频干扰（滤波时候已经滤掉）
- 心电
尽量只去百分百确定的（眼电）
没去掉的噪声，是可以后期叠加以后抵消掉
去掉的信号，是回不来的
9. 重参考
重新选择参考电极，建议最后进行
在线参考: 用于采集，获取数据，一定要使用一个比较稳定的点做在线参考，推荐大脑中线位置 Cz
不推荐:使用单侧乳突，不推荐其它某些离谱的参考点
- 双极联参考，以两个电极的电位差作为参考，数据质量非常的好，噪声全没了，信号大部分也没了；
- 双侧参考，两侧；
- 对侧参考；
重参考的目的:
1.跟前人文献做比较(最重要)
2.凸显实验效应
常见的几种参考方式
- 双侧乳突参考:大部分REP实验，TP9/TP10,M1&M2,A1&A2
- 鼻尖参考:部分听觉实验会用到
- 全脑平均参考:涉及全脑的分析，如功能连接，溯源
- 零参考:与全脑平均参考的效果看起来差不多，也会出现在全脑分析上，也有溯源的案例，北师大的人喜欢用，需要独立的插件
双侧乳突参考：
重参考放在后面的理由:
- 如果参考点质量不好，有多种处理办法，全都基于我们看得见重参考点的前提下的
- 多种参考方式，可以在最后面全部做出来
关于参考点
- 双侧乳突是不能插值的，因为采集的数据类型不一样
- 参考点的质量特别重要，实验中及时发现问题
- 不同参考点的选择，依赖前人的领域惯例
- 不同的参考方式，不能够对比数据分析的结果
- 这是一个线性的操作，可以转参考，但是用哪个点参考，哪个点就不在数据里面了
NeuroScan有reference channel，插入一个参考点，数据就会有一个新的通道，重参考的时候，这个通道就会被去掉；如果没有reference channel，就会直接把参考点的电位值从数据中去掉，重参考的时候，这个点就不在数据里面了
