大家好，我是陈锐。

今天分享内容部分参考来源网络，内容仅供参考学习分享。
在采集数据时，获得绝对干净的数据几乎是不存在的，因此在后期处理数据时，均需要进行一定的数据预处理与剔除伪迹过程，在本节中，我将介绍预处理数据过程——滤波、重参考过程，此过程的原理介绍可参考之前的推文：
脑电信号分析之滤波
EEG信号伪迹来源及可能原因分析
滤波
滤波的主要作用是通过高通和低通滤波来选择由大脑神经元产生的EEG信号。
高通滤波去除线性趋势
在分段或伪迹剔除之前建议首先进行连续 EEG 数据的滤波提取信号频带，对连续数据进行滤波可以最大限度地减少在分段边界处引入伪迹。
在导入原始数据后选择Tools → Filter the data → Basic FIR filter (new, default)，输入0.1 (Hz) （最终频率需根据文献确定）作为高通截止频率，然后Ok。
将弹出一个窗口询问新数据集的名称。可选择修改数据集名称，然后点击OK按钮。
请注意，如果同时选择高通和低通截止频率，则低通和高通部分将具有相同的斜率。但是，低通斜率通常需要更陡峭。为避免此问题，建议先应用低通滤波器（30Hz），然后在第二次调用中应用高通滤波器。
过滤数据后，可以选择Plot → Channel spectrum and maps菜单项来查看过滤后的数据光谱。
过滤只适用于连续的数据段。
陷波滤波去除线路噪声
带通滤波的另一个常见用途是去除 50-Hz 或 60-Hz 线路噪声——也称为陷波滤波。然而，为了消除线路噪声
工频信号如何干扰脑电信号
重参考
脑电分析之参考电极变换
计算平均参考
选择tools → re-reference，通过调用[pop_reref函数将数据集转换为平均引用。当您第一次为给定数据集调用此菜单项时，会弹出以下窗口。
上面的（样本）数据是使用乳突参考记录的。由于我们不希望包含此参考通道（既不在数据中也不在平均参考中），我们不单击在数据中添加当前参考通道复选框。
按确定按钮计算平均参考值。然后，此步骤将记录在 EEGLAB 主窗口（未显示）中。与上一步一样，将出现一个对话框，询问新数据集的名称。
在数据被平均引用后，调用工具 → 重新引用数据菜单仍然允许将数据重新引用到任何通道或通道组（或撤消平均参考变换 - 只要您选择包含初始参考转换为平均参考时数据中的通道）。
请注意，重新引用函数还会重新引用存储的 ICA 权重和头皮图（如果存在）。
保留参考通道
在有些设备中，如果在采集数据时，使用了某些电极在线参考，有时候会不显示该导联的数据，为了在重新参考离线数据时，又需要将该导联显示出来，添加到数据中，可以进行如下操作。
比如：首先将在线参考电极声明为参考，使用Edit → Channel location菜单项调用通道编辑器窗口，转到最后一个通道并按Append按钮。创建一个空通道。填写频道标签（在频道标签编辑框中输入“Cz”(依据数据进行) ）并输入频道的位置（如果有的话）。可以输入 X、Y、Z 位置并按XYZ -→ Polar & Sph。
如果没有电极位置，可以简单地按Look up locs按钮以根据 10-20 通道标签自动查找它（不一定能找到）。
然后按下Set Reference按钮，将所有通道的参考设置为 Cz（需要在复选框中键入“Cz”并且需要手动输入通道范围）。
按 OK 确认您的新参考通道，关闭通道编辑器窗口。
现在使用菜单项Tools → Re-reference the data返回到重参考界面。现在单击保留旧参考按钮并选择刚刚编辑的在线电极。
重新参考双侧乳突
使用双侧乳突进行重参考数据
使用Rest进行在无穷远处重新参考
继续阅读
阅读原文
关键词
脑电信号
过程
伪迹
教程
分析之