• EEG数据、伪影的查看与清洗


    本分享为脑机学习者Rose整理发表于公众号:脑机接口社区(微信号:Brain_Computer).QQ交流群:903290195

    在开始脑电(EEG)数据收集和分析之前,一定要确保你的数据尽可能的干净,这意味着收集的数据只是反映了大脑的活动。理论上听起来很简单,但实际上要注意“但是”。由于电极会从环境中其他来源获取电活动,所以尽量避免、减少或至少控制这些这些伪影(伪迹):

    生理上的伪影

    肌肉活动

    肌肉活动(EMG, ECG)产生的电流被电极接收。肌肉离电极越近,它们对记录脑电数据的影响就越大。尤其是面部肌肉(前额、脸颊、嘴巴)、颈部肌肉和下颌肌肉组织的活动对脑电图有严重影响。

    解决办法:
    无论如何都要避免握紧——指导受试者让他们的下颌骨松弛地下垂。另一个建议是:除非你想要肌肉伪影,否则一定要确保受试者在记录期间不嚼口香糖或吃糖果。由于心脏是肌肉,它也影响脑电图数据的质量。由于心脏不能简单地停止跳动,你必须依靠信号过滤程序从脑电图记录中去除ECG噪声。理想情况下,可以用一个光学传感器(Photoplethysmogram,PPG)或心电图设备来监测心率。

    眼球运动

    眼球运动。眼睛的运动(水平和垂直)会影响电极接收到的电场。垂直眼球运动(上下)看起来更像正弦曲线,而水平眼球运动(左右)看起来更像方框形状。眼睛有一个强大的电磁场,这是由视网膜上数以百万计的神经元形成的。转动眼睛也会改变眼球产生的电场。
    如下图中黄色部分画出的,这类波形图是由眼球运动产生的。

    解决办法:
    建议使用眼球追踪器或在眼睛周围放置额外的脑电图电极来记录眼球运动。

    眨眼

    眨眼。与眼部运动类似,眨眼也会在很大程度上干扰大脑信号。如果受试者在屏幕上显示某种刺激时眨眼,脑电图可能不能反映看到刺激的皮层过程。
    如下图中黄色框中所示,此类波形图往往是由眨眼造成的。

    解决办法:
    作为一个脑电图专家,你可能会倾向于从分析中排除这个试验,因为脑电图数据不包含相关信息。然而,如果在整个记录过程中没有系统地发生闪烁,那么基于统计程序(如回归和插值)或盲源分离的衰减可能更合适。在这种情况下,使用周围数据通道或时间点将污染的数据部分被替换为的插值数据。

    外部伪影

    电极或耳机的移动会导致严重的伪影

    电极或耳机的移动会导致严重的伪影,在受影响的通道或所有通道都可见。原因多种多样:脑电图耳机变得松散,电极与插座接触不良。
    这类伪影对脑电波形图造成的影响如下图黄框所示。

    解决办法:
    通常的建议是要确保耳机紧贴头部,并且所有的电极都要安全牢固地贴在皮肤上。

    线路噪声产生的伪影

    线路噪声(US 50Hz,EU 60Hz)会在电极记录上产生强烈的伪影,这在原始的脑电图数据中非常明显。特别是阻抗较差时,线噪声更强。如果参考电极受到影响,则捕获的线路噪声将传播到所有其他电极。
    此类类伪影对波形图造成的影响如下图黄框所示。

    解决办法:
    不过值得欣慰的是,大脑的认知频率远低于50或60Hz的范围,允许你相应地过滤数据或关注感兴趣的频率。

    摇摆或摆动产生的影响

    摇摆和摆动对记录有很大的影响。特别是头部摆动或撞击会改变水的分布,从而影响大脑产生的电特性和电场。
    这类伪影对脑电波形图造成的影响如下图黄框所示。

    解决办法:
    确保受试者不要转头太快,也不要突然向上或向下看,因为这会导致在处理过程中难以处理的数据变化。

    参考:
    EEG数据、伪影的查看与清洗

    本文章由脑机学习者Rose笔记分享,QQ交流群:903290195
    更多分享,请关注公众号

  • 相关阅读:
    微服务实战系列(七)-网关springcloud gateway
    微服务实战系列(六)-网关springcloud zuul
    微服务实战系列(五)-注册中心Eureka与nacos区别
    微服务实战系列(四)-注册中心springcloud alibaba nacos
    中国唯一入选 Forrester 领导者象限,阿里云 Serverless 全球领先
    面对不可避免的故障,我们造了一个“上帝视角”的控制台
    实习就参与“服务过亿用户的项目”,是什么体验?
    Go Mysql Driver 集成 Seata-Golang 解决分布式事务问题
    云原生时代下,容器安全的“四个挑战”和“两个关键”
    OpenKruise v0.8.0 核心能力解读:管理 Sidecar 容器的利器
  • 原文地址:https://www.cnblogs.com/RoseVorchid/p/12367161.html
Copyright © 2020-2023  润新知