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九期啦!本期读书会的主题是《事件相关电位基础》(第二版)第八章基线校正、迭加平均、与时频分析（下）。
脑电读书会 | 基线校正、迭加平均、与时频分析（上）
2021-10-04
脑电读书会 | 傅里叶分析与滤波基础
2021-09-27
脑电读书会 | 伪迹排除与校正
2021-09-08
脑电读书会 | ERP记录的基本原则
2021-08-31
脑电读书会 | ERP实验设计注意事项
2021-08-16
脑电读书会 | 常见事件相关电位概述
2021-08-11
脑电读书会 | 深入了解事件相关电位及其成分
2021-08-04
行上行下读书会 | 事件相关电位基础 第一期
2021-07-29
本期主要是时频分析简介。
第一部分是时频分析和传统ERP分析的区别。
第二部分介绍了如何进行时频分析，其中涉及到了两种时频变换方法(短时傅里叶变换和小波变换)的基本原理。
第三部分简单的讲了时频分析数据解释的陷阱。
最后一部分讲以alpha波为例阐述了时频分析结果的心理学意义。
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
时域ERP和时频分析对比
时域ERP的特点：将多个试次的EEG信号按照规定时间点对齐后进行叠加平均，以使噪音相互抵消，最后得到事件诱发的脑电活动。但这种平均也使随机相位的振荡信号消失。
EEG信号不仅包括锁时锁相的ERP信号，它实际上包括四种类型的活动：频率反应、振幅反应、相位重置、新增成分。

PART 2

时频分析原理简介

点积运算(dotproduct)—傅里叶变换和卷积的基础
什么是傅里叶变换：
直观上来讲，傅里叶变换就是把一个复杂的波形（如，我们的EEG数据）分解为不同频率，相位，振幅的正弦波。这些正弦波相加又能还原该复杂波形。
如何实现傅里叶变换：
从操作上来讲，实现傅里叶变换，首先要创造N个不同频率的正弦波，分别与EEG数据做点积，点积的结果就是对应不同频率的傅里叶系数。创造了多少正弦波，最后就有多少傅里叶系数。
傅里叶变换不能直接用于时频分析：
它只能把信号从时域转到频域，但是不提供任何时间动态信息。
为解决以上问题，使用滑动窗傅里叶变换：
但滑动窗傅里叶变换窗口长短固定不变，对高频信号和低频信号具有相同的时间分辨率和频率分辨率。要实现对低频信号拥有更高的频率分辨率, 需要采用小波变换。
小波变换：
小波是一种时间长度有限并向两端快速衰减的振荡波形(Vidakovic & Mueller, 1991)。
小波有不同的形态，每一种形态被称为母小波。实际分析中，需要根据不同的数据特点选择合适的母小波。
最常用的母小波是复morlet小波，它是由复振荡函数(余弦振荡为实部和正弦振荡为虚部)与一个高斯函数的乘积产生。

PART 3

数据解释陷阱

频域分析的基本原理: 在给定频率上存在的功率并不意味着大脑在该频率上进行振荡。（数学等效不等于生理等效）。
不对称性: 给定频率上的神经振荡在傅里叶分析中总会引起该频率上的功率，但在傅里叶分析中给定频率上的功率并不说明大脑在该频率上存在振荡。
如何界定：在大多数情况下，傅里叶分析中某个窄频带内的强功率反映了该频率范围内的真实振荡。但假若其为一宽频信号，则很可能不是振荡。
特别地，大脑的瞬态响应(即持续时间很短的非振荡电压偏转)通常在一直延伸至0Hz的频带上都具有功率。

PART 4

时频分析结果的心理学意义（以α波为例）

Alpha波
大量研究发现 α 与注意密切相关, α 能量低预示着注意状态。
如，在使用 Posner 空间线索范式的文献中 , 人们发现线索提示后约 500ms (此时目标尚未出现), 会在提示空间对侧枕区皮层诱发比同侧更低的 α 能量, 代表了对线索提示位置的注意增强。
第九期参与人员名单
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：SY 昆昆
编辑：华华
校对：喵君姐姐
科研 | 心理学量表开发/修订流程及工具包第一期
2021-09-30
科研 | 心理学量表开发/修订流程及工具包第二期
2021-10-01
科研 | 心理学量表开发/修订流程及工具包第三期
2021-10-02
招募 | “行上行下”研究方法读书会正式启动！
2021-09-28
因为微信更改了推送规则，如果不想错过我们的精彩内容，请点『在看』以及星标⭐️我们呦！
继续阅读
阅读原文