S1一、初始化與路徑設(shè)置二、定義事件標(biāo)記Triggers三、被試循環(huán)與數(shù)據(jù)加載四、電極定位與基礎(chǔ)設(shè)置EEG pop_chanedit(EEG, lookup, locpath);EEG eeg_checkset(EEG);五、提取垂直眼電EEG.VEOGsqueeze(EEG.data(find(strcmpi(VEO,{EEG.chanlocs.labels})),:));六、重參考重參考Re-referencing本質(zhì)上是離線(xiàn)更換腦電數(shù)據(jù)的“電位零點(diǎn)”將原始采集時(shí)的物理參考轉(zhuǎn)換為更中性或更適合分析的虛擬參考以消除參考電極自身活動(dòng)對(duì)信號(hào)的污染。EEG.data(ismember({EEG.chanlocs.labels},M2),:) EEG.data(ismember({EEG.chanlocs.labels},M2),:)/2;EEG pop_reref(EEG, find(strcmpi(M2,{EEG.chanlocs.labels})));七、剔除不需要的通道EEG pop_select(EEG,nochannel,{CB1,CB2,HEO,VEO,TRIGGER});刪除小腦電極CB1/CB2、水平/垂直眼電、觸發(fā)通道等非腦電通道保留 60 個(gè)腦電通道。八、濾波處理1.50 Hz 陷波濾波去除工頻干擾對(duì) 48–52 Hz 進(jìn)行陷波濾波去除 50 Hz 電源線(xiàn)噪聲。2.帶通濾波0.1-35HZEEG pop_basicfilter(EEG, eeg_chans, Cutoff, [0.1 35], Design, butter, Filter, bandpass, Order, 2, RemoveDC, on);使用 2 階 Butterworth 濾波器進(jìn)行 0.1–35 Hz 帶通濾波去除低頻漂移和高頻噪聲同時(shí)移除直流偏移。3. 復(fù)制一份 1–35 Hz 濾波數(shù)據(jù)TEMPEEGTEMPEEG pop_basicfilter(EEG, eeg_chans, Cutoff, [1 35], ...);TEMPEEG 用于后續(xù)壞道檢測(cè)和 ICA 計(jì)算高通設(shè)為 1 Hz 更有利于 ICA 分解穩(wěn)定性。九、壞道檢測(cè)方法 1pop_rejchan 自動(dòng)檢測(cè)[~, indelec, measure] pop_rejchan(EEG, elec, eeg_chans);基于通道間相關(guān)性等指標(biāo)自動(dòng)標(biāo)記異常通道。方法 2FASTER 流程檢測(cè)EEG pop_reref(EEG, ref_chan, keepref, on); % 臨時(shí)以 FCz 為參考 chan channel_properties(EEG, eeg_chans, ref_chan);chan_exceeded_threshold min_z_JFC(chan);FASTER_bad_chans find(logical(chan_exceeded_threshold(:,2)chan_exceeded_threshold(:,3)));臨時(shí)重參考到 FCz計(jì)算每個(gè)通道的加權(quán)相關(guān)性和 Hurst 指數(shù)等指標(biāo)通過(guò) FASTER 算法的閾值判斷壞道。合并兩種方法的結(jié)果EEG.bad_chans{3}unique([FASTER_bad_chans(:);indelec(:)]);取兩種方法的并集作為最終壞道列表并從 EEG 和 TEMPEEG 中剔除。十、刪除休息段 / 無(wú)標(biāo)記時(shí)段TEMPEEG pop_erplabDeleteTimeSegments(TEMPEEG, startEventcodeBufferMS, 2000, endEventcodeBufferMS, 2000, timeThresholdMS, 30000);如果連續(xù) 30 秒內(nèi)沒(méi)有出現(xiàn)任何事件標(biāo)記則認(rèn)為該段為休息/無(wú)效數(shù)據(jù)予以刪除。前后各保留 2 秒緩沖。十一、壞段檢測(cè)連續(xù)偽跡剔除threshVal{1}600; threshVal{2}1000; threshVal{3}50;TEMPEEG pop_continuousartdet(TEMPEEG, ampth, 600, winms, 1000, stepms, 50, ...);使用滑動(dòng)窗口1000 ms步長(zhǎng) 50 ms檢測(cè)振幅超過(guò) ±600 μV 的偽跡段并彈出可視化界面供人工確認(rèn)review, on。隨后再以 review, off 自動(dòng)執(zhí)行一次正式剔除壞段。十二、ICA 獨(dú)立成分分析TEMPEEG pop_runica(TEMPEEG, icatype,runica, pca, TEMPEEG.nbchan);EEG pop_editset(EEG, icachansind, TEMPEEG.icachansind, icaweights, TEMPEEG.icaweights, icasphere, TEMPEEG.icasphere);在 TEMPEEG1–35 Hz 濾波、去壞道、去壞段后的數(shù)據(jù)上運(yùn)行 runica 算法PCA 維度等于通道數(shù)。將 ICA 分解結(jié)果權(quán)重矩陣、球化矩陣等賦回原始 EEG 結(jié)構(gòu)體。ICA獨(dú)立成分分析是腦電預(yù)處理中最核心的盲源分離步驟其本質(zhì)是將頭皮電極記錄到的混合信號(hào)逆向分解為多個(gè)在統(tǒng)計(jì)上相互獨(dú)立的源信號(hào)即獨(dú)立成分從而精準(zhǔn)分離并剔除眼電、肌電等偽跡同時(shí)保留真實(shí)的神經(jīng)活動(dòng)信號(hào)。十三、ICA 質(zhì)量控制與偽跡成分標(biāo)記[EEG, EEG.bad_ICAs, EEG.PVs] raclab_qc4ica(EEG, triggers, subno, rootpath);調(diào)用自定義函數(shù) raclab_qc4ica基于之前聲明的 triggers 事件標(biāo)記自動(dòng)識(shí)別并標(biāo)記眼電、肌電等偽跡成分同時(shí)生成質(zhì)量報(bào)告。十四、保存預(yù)處理結(jié)果順序步驟說(shuō)明1數(shù)據(jù)加載讀取.mat原始數(shù)據(jù)2電極定位匹配 10-5 標(biāo)準(zhǔn)位置3提取 VEOG保存垂直眼電通道4重參考以 M2 為參考M2/25剔除無(wú)關(guān)通道刪除 CB1/CB2/HEO/VEO/TRIGGER650 Hz 陷波濾波去除工頻干擾70.1–35 Hz 帶通濾波EEG 主數(shù)據(jù)81–35 Hz 帶通濾波TEMPEEG 用于壞道檢測(cè)/ICA9壞道檢測(cè)pop_rejchan FASTER 雙方法合并10剔除壞道從 EEG 和 TEMPEEG 中刪除11刪除休息段30 s 無(wú)標(biāo)記的時(shí)段12壞段檢測(cè)pop_continuousartdet振幅閾值法13ICA 分解在 TEMPEEG 上運(yùn)行 runica14ICA 結(jié)果賦回將權(quán)重/球化矩陣寫(xiě)入 EEG15ICA 質(zhì)控raclab_qc4ica自動(dòng)標(biāo)記偽跡成分16保存結(jié)果輸出_PREPROC.mat注意該流程中 ICA 之后并未實(shí)際移除偽跡成分沒(méi)有調(diào)用 pop_subcompraclab_qc4ica 僅標(biāo)記了 EEG.bad_ICAs偽跡成分的剔除可能在后續(xù)的分段epoching或分析階段完成。