【EEG信号处理】ERP相关

2024-01-30 18:52
文章标签 相关 信号处理 erp eeg

本文主要是介绍【EEG信号处理】ERP相关,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

ERP,全称为event-related potential,中文是事件相关电位

首先要明确的一点是,ERP是根据脑电图EEG得到的,他是EEG的一部分,是最常用的时域分析方法

可能有一部分是介绍不到的,望谅解

在维基百科中给的定义是:与特定的物理事件或心理事件,在时间上相关的电压波动(voltage fluctuation)。这种电位可以被颅外记录,并凭借滤波和信号叠加技术,从脑电信号中被提取出来

实际上脑电EEG是一直存在的。大脑的自发性电活动是一直在发生的,当有一些事件进行刺激时,自发性EEG会受到干扰,这种由事件诱发的神经响应会淹没在自发性 EEG 活动中,但是可以利用一些手段(平均叠加)来提取出来

这些经过平均叠加所获得的脑电响应被称为事件相关电位,表示它们是与特定事件相关的电位

在这里插入图片描述

怎么得到ERP

主要参考:一文详解ERP的提取原理 - 心仪脑的文章 - 知乎
https://zhuanlan.zhihu.com/p/450282055

首先就是要从EEG中进行epoch分段,将某种刺激事件过后的一段时间内的EEG信号进行收集

下图展示的就是一段EEG数据,是整个试次组块中记录到的连续信号,并以事件编码标记刺激和反应的发生。从EEG数据中提取分段就要基于这些事件编码的标记,也就是我们常说的Mark。如下图所示,方框框起来的部分就是分出来的6段,上面的X和O代表着每一段的刺激类型。

在这里插入图片描述

在这里插入图片描述

下一步是基线校正,基线校正的目的类似于归一化(这是我理解的),让他们的baseline能够较为相似,数据差别范围不会那么大

最后是叠加平均,我们需要有足够多的事件才能对ERP产生足够多的观察

在这里插入图片描述
在这里插入图片描述

所有的ERP波形都是时间锁定和相位锁定的。时间锁定是指大脑对刺激事件的反应相对于基线的变化出现在同一时间段内,即潜伏期恒定;相位锁定是指大脑对刺激反应的能量值基于基线的变化方向一致,即波形恒定。

在这里插入图片描述

通过叠加平均的方式对ERP成分分离有两个重要的前提条件。第一个是在静息状态时我们大脑神经元放电交错复杂且无规律,EEG波形不锁时也不锁相,在进行多次叠加平均后可近似抵消趋于平稳;第二个由任务事件引发的成分是锁时锁相的,在进行叠加的时候不会被抵消

在这里插入图片描述

而我们研究的主要是ERP中那些偏转的峰值

在这里插入图片描述
在这里插入图片描述

其中上图提到的P、N和后面带的数字也有它的含义。例如在刺激呈现后100毫秒左右达到峰值的正成分被称为“P100”,负成分被称为“N100”。同时还有一套命名体系,这套体系依据的是该成分的序列性,例如刺激诱发的第一个显著的正成分被称为“P1”,而第一个负成分被称为“N1”。大多数主要的脑电成分同时具有两种称谓,例如“P300”和“P3”。巧合的是,在以毫秒为单位的刻度上,脑电成分的潜伏期数值往往接近其序列位置的100倍,以致N1 = N100,P1 = P100,P3 = P300。由于存在这种对应关系,因此两种命名尚不至于带来研究与交流的不便。

什么是锁相、锁时

锁相和锁时中的锁,代表的意思是在一个固定的刺激下,能够以一个稳定的状态发生,是有相关性的

相是指的相位,即这个刺激过后,基于基线的方向是一致的;时是时间,即这个刺激后,发生变化的时间是固定的

下图展示的是evoked(诱发)和induced(诱导)之间的区别,实际上可以看出来,evoked产生的时间完全相同,并且也是锁相的

在这里插入图片描述

在这里插入图片描述

BTW

BTW23们实际上会发现,得到的ERP和单次实验得到的电极测量出来的水平相差往往是好几倍的关系,或者说单次得到的往往要大一个数量级,这是为什么呢?

我们都知道,在采集EEG过程中,得到的信号肯定不是纯净的,往往有大量的噪声在里面,这就为什么我们要进行平均;另一个原因是ERP在单个实验数据中是可变的

那事件相关电位和单次实验之间的关系是什么?

参考

https://zh.wikipedia.org/wiki/%E4%BA%8B%E4%BB%B6%E7%9B%B8%E5%85%B3%E7%94%B5%E4%BD%8D

https://www.youtube.com/watch?v=eKGmoJOB-_0&ab_channel=Psyched%21

脑电系列第一期:初识脑电,EEG与ERP的关系 - 恒挚科技EVERLOYAL的文章 - 知乎 https://zhuanlan.zhihu.com/p/624769492

一文详解ERP的提取原理 - 心仪脑的文章 - 知乎 https://zhuanlan.zhihu.com/p/450282055

https://www.udemy.com/course/solved-challenges-ants/

脑电信号处理与特征提取——胡理

这篇关于【EEG信号处理】ERP相关的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/661207

相关文章

Redis的Hash类型及相关命令小结

《Redis的Hash类型及相关命令小结》edisHash是一种数据结构,用于存储字段和值的映射关系,本文就来介绍一下Redis的Hash类型及相关命令小结,具有一定的参考价值,感兴趣的可以了解一下... 目录HSETHGETHEXISTSHDELHKEYSHVALSHGETALLHMGETHLENHSET

Go信号处理如何优雅地关闭你的应用

《Go信号处理如何优雅地关闭你的应用》Go中的优雅关闭机制使得在应用程序接收到终止信号时,能够进行平滑的资源清理,通过使用context来管理goroutine的生命周期,结合signal... 目录1. 什么是信号处理?2. 如何优雅地关闭 Go 应用?3. 代码实现3.1 基本的信号捕获和优雅关闭3.2

python中的与时间相关的模块应用场景分析

《python中的与时间相关的模块应用场景分析》本文介绍了Python中与时间相关的几个重要模块:`time`、`datetime`、`calendar`、`timeit`、`pytz`和`dateu... 目录1. time 模块2. datetime 模块3. calendar 模块4. timeit

sqlite3 相关知识

WAL 模式 VS 回滚模式 特性WAL 模式回滚模式(Rollback Journal)定义使用写前日志来记录变更。使用回滚日志来记录事务的所有修改。特点更高的并发性和性能;支持多读者和单写者。支持安全的事务回滚,但并发性较低。性能写入性能更好,尤其是读多写少的场景。写操作会造成较大的性能开销,尤其是在事务开始时。写入流程数据首先写入 WAL 文件,然后才从 WAL 刷新到主数据库。数据在开始

工厂ERP管理系统实现源码(JAVA)

工厂进销存管理系统是一个集采购管理、仓库管理、生产管理和销售管理于一体的综合解决方案。该系统旨在帮助企业优化流程、提高效率、降低成本,并实时掌握各环节的运营状况。 在采购管理方面,系统能够处理采购订单、供应商管理和采购入库等流程,确保采购过程的透明和高效。仓库管理方面,实现库存的精准管理,包括入库、出库、盘点等操作,确保库存数据的准确性和实时性。 生产管理模块则涵盖了生产计划制定、物料需求计划、

两个月冲刺软考——访问位与修改位的题型(淘汰哪一页);内聚的类型;关于码制的知识点;地址映射的相关内容

1.访问位与修改位的题型(淘汰哪一页) 访问位:为1时表示在内存期间被访问过,为0时表示未被访问;修改位:为1时表示该页面自从被装入内存后被修改过,为0时表示未修改过。 置换页面时,最先置换访问位和修改位为00的,其次是01(没被访问但被修改过)的,之后是10(被访问了但没被修改过),最后是11。 2.内聚的类型 功能内聚:完成一个单一功能,各个部分协同工作,缺一不可。 顺序内聚:

log4j2相关配置说明以及${sys:catalina.home}应用

${sys:catalina.home} 等价于 System.getProperty("catalina.home") 就是Tomcat的根目录:  C:\apache-tomcat-7.0.77 <PatternLayout pattern="%d{yyyy-MM-dd HH:mm:ss} [%t] %-5p %c{1}:%L - %msg%n" /> 2017-08-10

Node Linux相关安装

下载经编译好的文件cd /optwget https://nodejs.org/dist/v10.15.3/node-v10.15.3-linux-x64.tar.gztar -xvf node-v10.15.3-linux-x64.tar.gzln -s /opt/node-v10.15.3-linux-x64/bin/npm /usr/local/bin/ln -s /opt/nod

git ssh key相关

step1、进入.ssh文件夹   (windows下 下载git客户端)   cd ~/.ssh(windows mkdir ~/.ssh) step2、配置name和email git config --global user.name "你的名称"git config --global user.email "你的邮箱" step3、生成key ssh-keygen

zookeeper相关面试题

zk的数据同步原理?zk的集群会出现脑裂的问题吗?zk的watch机制实现原理?zk是如何保证一致性的?zk的快速选举leader原理?zk的典型应用场景zk中一个客户端修改了数据之后,其他客户端能够马上获取到最新的数据吗?zk对事物的支持? 1. zk的数据同步原理? zk的数据同步过程中,通过以下三个参数来选择对应的数据同步方式 peerLastZxid:Learner服务器(Follo