EEG信号处理与分析常用工具包介绍【第2波】

《本文同步发布于“脑之说”微信公众号,欢迎搜索关注~~》

ERPLAB工具包

ERPLAB工具包是由ERP领域的大牛Steven J Luck团队研发的专门针对ERP分析的工具包。ERPLAB并不是一个独立的工具包,而是作为EEGLAB工具包的一个插件。ERPLAB可以进行滤波、重参考、去除噪声等ERP的预处理,可以计算和绘制平均ERP和差异波,可以绘制幅值地形图,最为重要的是可以计算(局部)峰潜伏期、(局部)峰幅值、平均幅值、面积幅值等多种ERP参数。此外,ERPLAB还提供了permutation和Mass Univariate统计分析方法。除了功能上的一应俱全,对于编程小白来说最为重要的是,ERPLAB具有GUI界面,只需点击几个按钮和键盘即可完成一系列操作。当然,对于有编程经验的研究者,ERPLAB也提供了现成的代码和函数供调用。
官方网址:https://erpinfo.org/

图1

LORETA/sLORETA/eLORETA软件

LORETA/sLORETA/eLORETA软件是由瑞士苏黎世大学医院的Roberto D. Pascual-Marqui等研究者研发而成,用于EEG、MEG信号的分析。LORETA/sLORETA/eLORETA最主要的功能是进行基于LORETA技术的EEG和MEG信号的溯源分析,以及计算源空间上的功能连接。
官方网址:http://www.uzh.ch/keyinst/loreta.htm

图2(来源:官网)

SPM工具包

SPM(Statistical Parametric Mapping)工具包是由英国及伦敦大学的Friston等人开发的基于Matlab平台的开源工具包,功能非常强大。做fMRI研究的朋友可能对SPM更为熟悉,但是,SPM除了能够处理fMRI数据外,还可以处理多种神经影像数据,包括PET,SPECT, EEG/ MEG。SPM除了包括常规的EEG/MEG预处理和分析功能,主要具有以下3个主要的特点:1)可以利用一般线性模型(general linear model)对计算得到的地形图、时频分析、和3D溯源结果进行统计分析,并可以用随机场理论(randomfield theory)进行多重比较矫正;2)贝叶斯EEG/MEG溯源分析;3)动态因果模型(dynamiccausal modelling,DCM)应用于EEG/MEG的分析。
官方网址:https://www.fil.ion.ucl.ac.uk/spm/

图3

BioSig工具包

BioSig全称是Biomedical Signal Processing,即生物医学信号处理,是由德国Berlin Institute of Technology的Carmen Vidaurre等人开发,可以在Matlab和C/C++环境运行。BioSig工具包可以用于处理多种生物医学信号,包括EEG、ECoG, ECG, EOG, EMG,甚至可以处理呼吸信号。BioSig工具包提供了干扰信号的去除、特征提取、分类、计算功能连接和基于PDC的有效连接等功能。BioSig工具包主要的特色应该是具有脑机接口BCI系统,可以用于BCI的研究。BioSig工具包中的BCI系统包含的功能如图4所示。
官方网址:http://biosig.sourceforge.net/

图4

参考文献:
[1]Javier L C , Luck S J . ERPLAB: an open-sourcetoolbox for the analysis of event-related potentials[J]. Frontiers in HumanNeuroscience, 2014, 8.
[2]Litvak V , Mattout, Jérémie, Kiebel S , et al. EEGand MEG Data Analysis in SPM8[J]. Computational Intelligence and Neuroscience,2011, 2011:1-32.
[3]Vidaurre C , Sander T H , Schl?Gl A . BioSig: TheFree and Open Source Software Library for Biomedical Signal Processing[J].Computational Intelligence and Neuroscience, 2011, 2011:1-12.

总结
工具包虽好,但是我们在应用某些分析技术时,尽量还是要先理解这些分析技术的原理,而不只是“傻瓜式地”点几个工具包中的按钮。

(0)

相关推荐

  • Neuron: M/EEG-fMRI融合指南

          人的一切认知活动都是由许多大脑区域组成的网络协同调节的.为了理解认知,我们需要同时识别大脑在空间和时间上的反应.来自德国柏林自由大学的学者提出一种技术,将fMRI记录的人类大脑的多元反应模 ...

  • Python-EEG工具库MNE中文教程(2)-MNE中数据结构Epoch及其创建方法

    更多技术,第一时间送达 Epoch概念简介 相信很多人第一次接触epoch时,都会有疑惑,这个词在EEG中到底指的是什么. 下面将详细说明一下. 从连续的脑电图信号中提取一些特定时间窗口的信号,这些时 ...

  • MNE中文教程(1)-MNE中数据结构Raw及其用法简介

    更多技术,第一时间送达 Raw对象主要用来存储连续型数据,核心数据为n_channels和times,也包含Info对象. 下面可以通过几个案例来说明Raw对象和相关用法. Raw结构查看: # 引入 ...

  • 通用脑-机接口研究软件介绍

    更多技术,第一时间送达 g.BCIsys-g.tec的脑机接口研究环境 g.BCIsys-g.tec基于Matlab/Simulink的系统 g.tec提供了完整的基于MATLAB的研发系统,包括数据 ...

  • 快速入门脑机接口:BCI基础(一)

    更多技术干货第一时间送达 在本模块中,将介绍脑机接口的基础知识. 定义:脑机接口是什么? 脑机接口(BCI)是允许大脑与各种机器之间进行通信的系统. 它们的工作分为三个主要步骤:收集大脑信号,对其进行 ...

  • 基于M/EEG的生物标志物预测MCI和阿尔茨海默病

    本文概述了阿尔茨海默病(Alzheimer's disease, AD)和轻度认知障碍(mild cognitive impairment, MCI)预后的神经标志物的最新进展.本文的第一部分致力于回 ...

  • FieldTrip toolbox教程系列(1)-预处理-读取连续的EEG和MEG数据

    更多技术干货第一时间送达 FieldTrip是MEG, EEG, iEEG和NIRS分析的MATLAB软件工具箱.它提供预处理和先进的分析方法,如时频分析,使用偶极子的源重建,分布源和波束形成器和非参 ...

  • 脑电分析系列[MNE-Python-21]| Python协方差矩阵处理脑电数据

    今天主要介绍一下MNE中如何用协方差矩阵来处理脑电数据的. MNE中的许多方法,包括源估计和一些分类算法,都需要根据记录进行协方差估计. 在本教程中,我们将介绍传感器协方差计算的基础知识,并构建一个噪 ...

  • ERPLAB中文教程:高级EvenList选项

    更多技术干货第一时间送达 大家好! 今天Rose小哥介绍关于ERPLAB中的高级EvenList选项. 前面我们介绍了使用ERPLAB来分析脑电数据的第一步: 安装ERPLAB并添加通道<ERP ...

  • Python-EEG工具库MNE中文教程(11)-信号空间投影SSP 应用

    更多技术,第一时间送达 信号空间投影(SSP) 在前面一篇分享(Python-EEG工具库MNE中文教程(10)-信号空间投影SSP数学原理)中提到,投影矩阵将根据您试图投射出的噪声种类而变化.信号空 ...

  • 电生理绘图和源成像

    在这一章中,我们介绍了EEG和MEG信号产生和传播背后的基础.我们首先介绍生物物理原理,解释神经元细胞内外离子的协调运动如何导致头皮的宏观现象,如EEG记录的电势和MEG感知的磁场.这些物理原理使EE ...

  • ERPLAB中文教程:ERPLAB安装与添加通道

    更多技术干货第一时间送达 Hello,大家好! Rose小哥今天介绍一下ERPLAB软件. ERPLAB是免费开源的Matlab软件包,用于分析ERP等脑电数据.ERPLAB扩展了EEGLAB的功能, ...

  • ERPLAB中文教程:创建与查看EventList

    更多技术干货第一时间送达 Hello,大家好! Rose小哥今天介绍一下ERPLAB中是如何创建EventList的. 主要内容包括: 介绍ERPLAB中常见的几个概念: 介绍如何创建EventLis ...