標籤:

EEG分析工具箱

對於剛走進EEG研究領域的學生來說,不僅要學習腦電相關的生物學意義,更頭疼的是腦電相關的信號處理方法,由於是對於那些非電子和計算機專業的學生,編程是一個非常困難的事情。如果有一套合適的,簡單易用的信號處理工具箱將是一件非常開心的事情。我也是剛剛進去EEG研究領域的新人,通過一年多的學習和總結,整理了一些EEG相關的分析的工具箱,我希望跟大家分享一下,並簡單地介紹一下我使用後的感受,希望對大家今後的學習和研究能有所幫助。

首先就是大名鼎鼎的EEGLAB由斯沃茨計算神經科學中心開發。這個工具箱我相信接觸過腦電的人可能都用過。因為該工具箱在EEG分析中實在太權威了,而且方便易用。基於MATLAB GUI設計的可互動式界面,支持多種數據格式,可以實現數據顯示,預處理以及ERP分析等。在數據顯示界面可以調節時間軸和幅值軸,同時顯示多通道數據,並能實現數據的手動截取。預處理包括:去基線,濾波器,ICA等方法。EEG分析包括:時域、頻域和時頻域,還有更高級的ERP相關的分析方法,由於本人不做ERP相關的,所以用的不多。EEGLAB還提供和支持很多拓展的工具箱,有的是官方開發的,也有一些是其他腦電研究團隊開發的,但都會發布在EEGLAB的官網上:連接。

還有一個工具箱於EEGLAB齊名,他們兩個直接也相互交流:Fieldtrip。這個工具箱相比於EEGLAB在功能上更加強大,他也是基於MATLAB編寫的腦電分析工具箱,但是它的使用需要具有一定的編程基礎,尤其是MATLAB編程。這個工具箱沒有GUI界面,數據的導入,預處理,後續的分析等,都是通過編程來實現,當然當你熟悉了它的技術文檔和編程方法,你會發現這個工具箱是非常好用的,而且功能很多。

BioSig是BCI分析中常用的工具箱之一,是BCI競賽推薦的工具箱。這個工具箱相對來說比較mini。功能上處理BCI的問題應該是足夠了,當然如果像研究自己的演算法的話,可能就有點困難了。該工具箱提供BCI相關的數據讀取和導入(BCI競賽數據,一些自己採集的數據可能得轉換一下),數據的預處理(去基線,去眼電肌電偽跡等),特徵提取ERD/ERS和CSP等方法,分類器包括LDA和KNN(SVM忘記有沒有了,沒有的話去下載LIBSVM)。這個工具箱與Fieldtrip一樣需要編程實現。

上述的是我使用的比較多的工具箱了,還有就是腦網路分析的工具箱(fieldtrip也能做),專門分析相位同步的:Damoco。可能還有很多工具箱我沒有接觸過,希望大家來補充和交流。

腦電分析工具箱為我們的科研提供了很大的方便,我要十分感覺這些前輩為我們所做的工作,讓我們的科研道路走的更加順利。在使用這些腦電工具箱之前,我們首先需要掌握EEG相關的生理學意義及信號的特徵,同時我們也要掌握自己研究的腦電範式下的特徵,這些都是準確獲取腦電信息的前提,工具箱不是萬能的,我們需要用自己所掌握的知識選擇適當的參數來進行分析,這樣的結果才是可信的,有價值的。以後我還會為大家分享更多更好用的腦電分析工具箱,也希望能夠有知乎大牛提出寶貴的意見,更正我的錯誤。

最後祝大家科研順利!

推薦閱讀:

如果人類像鳥兒一樣,通過唱歌就可以求偶的話……
雙K黨報告
我們要聽到個聲音有多難? ——聽覺場景分析
腕管綜合征診斷和治療新進展
【原著解讀】丹尼特的《心靈的演化》:由腦組成的腦

TAG:神經科學 |