Hello,
这里是行上行下,我是喵君姐姐~
行上行下读书会已经进行到第六期啦!本期读书会的主题是《事件相关电位基础》(第二版) 第六章 伪迹排除与校正
本期主要对伪迹检测、伪迹排除的基本过程、以及对特定类型伪迹(眨眼、眼动、皮肤电位与其它慢电压漂移等)的最小化与检测、关于伪迹排除的几点实用建议、伪迹校正基础进行概述。
PS:
注:由于我们的精力有限,内容可能难免会有遗漏或错误,欢迎大家批评指正,提出建议,我们一起共同学习和进步~
PART 1
伪迹排除的基本过程
EEG记录到的信号:EEG + 除神经活动之外的噪声
噪声/伪迹:感应电信号(如灯和电脑发出的50Hz信号)、生物电信号(眨眼、眼动、肌肉活动、皮肤电位)。
伪迹排除:去除试次——针对于幅值较大的瞬态伪迹,如眨眼/眼动;(弊端:丢弃一定数量的试次会导致降低统计功效;不同条件下受到噪声的影响不同)。
伪迹校正:迭加平均/滤波——针对于幅值较小且稳定恒定的伪迹。
PART 2

特定类型伪迹的最小化与检测
1、眨眼
检测眨眼:(1)滑动窗峰-峰振幅测量(2)阶跃函数(step function)法:记录眼睛上下方电极之间的差异3)极性反转可帮助判断伪迹排除是否正常。
2、眼动
3、肌肉与心脏活动
4、与说话相关的伪迹
舌电伪迹:舌根与舌尖之间存在很强的电位梯度。当舌头在嘴中上下移动时,它会产生很大的电压并传导到头部表面。
5、不明来源的偶发性伪迹
常见伪迹电位:有时候会观察到“疯狂”的电压波动,通常发生在休息时,由多种因素引起,如被试打哈欠、伸展、清嗓子等。
PART 3 
关于伪迹排除的几点实用建议
为每个被试单独设置伪迹排除参数,并根据需要调整参数以优化伪迹排除
检查迭加平均的ERP以确定伪迹排除是否有效。
不用担心排除含有伪迹的试次会降低信噪比(排除试次控制在20%内)。
对于特定的伪迹,在最容易观测到它们的导联中进行检测。如在VEOG导联中检测眨眼,在HEOG导联中检测眼动。
记录每名被试中被排除试次的百分比,并在期刊文章中汇报。
对于大量试次都被排除的被试,若想要完全排除该被试的数据,应当注意避免在结果中引起偏差。解决办法:设立先验标准。
PART 4

伪迹校正基础
伪迹校正技术也有不足:
没有任何伪迹校正技术能够在所有条件下都完美运行;即使伪迹校正完美运行,它也无法校正由眨眼和眼动引起的感官输入的变化。
关于谨慎使用眨眼校正的情况:
当实验效应类似于眨眼头皮分布的微小效应,且具有相对较长的持续时间(>=200ms);
当眨眼的时间高度一致时;
当眨眼在不同的实验分组或条件之间有显著差异时,特别是在发现显著ERP效应的时间段内。
第六期参与人员名单
通过本章的学习,相信大家对于伪迹的排除与校正有了进一步的了解,期待我们下一期的学习哟~
注:由于我们的精力有限,内容可能难免会有遗漏或错误,欢迎大家批评指正,提出宝贵建议,我们一起共同学习和进步~
参考文献:
[1] Steven J. Luck.(2009) 事件相关电位基础 (洪祥飞, 刘岳庐 译). 上海: 华东师范大学出版社.
[2] 赵仑.(2010). ERPs实验教程. 南京: 东南大学出版社.
排版:皮卡琪、青柚
编辑:华华、Flora
校对:喵君姐姐

因为微信更改了推送规则,如果不想错过我们的精彩内容,请『在看』以及星标⭐️我们呦!
继续阅读
阅读原文