eeglab教程系列(15)-绘制独立成分ERP贡献
要完成该操作,必须保证已加载数据和电极位置数据,同时还要对数据进行提取epoch,并对数据进行ICA处理,操作如下:
加载数据文件:eeglab教程系列(2)-加载、显示数据
加载位置文件:eeglab教程系列(3)-绘制脑电头皮图
提取数据epoch:eeglab教程系列(6)-提取数据epoch
使用ICA分解数据:eeglab教程系列(12)-使用ICA分解数据
想要得到独立成分的ERP 对数据的ERP 的贡献,具体操作如下:
Plot > Component ERPs > with component maps
操作后弹出如下对话框:
点击OK就可以弹出如下界面:
上图中黑色包络线是各个时间点的所有channel 的最大值和最小值,彩线是各个独立成分的的ERP。如果只想要了解对200-500ms 数据ERP 贡献最大的独立成分。可在如下红色框中编辑为200 500.
点击OK即可。
同时在command line会返回如下运行结果:
Scaling components to RMS microvolt
Scaling components to RMS microvolt
Data epoch is from -1000 ms to 1992 ms.
Plotting data from -1000 ms to 1992 ms.
Comparing maximum projections for components:
IC1 maximum mean power of back-projection: 38.509
IC2 maximum mean power of back-projection: 0.819246
IC3 maximum mean power of back-projection: 22.6933
IC4 maximum mean power of back-projection: 6.78334
IC5 maximum mean power of back-projection: 21.5198
IC6 maximum mean power of back-projection: 5.54757
IC7 maximum mean power of back-projection: 22.5431
IC8 maximum mean power of back-projection: 3.83181
IC9 maximum mean power of back-projection: 4.76929
IC10 maximum mean power of back-projection: 2.38919
IC11 maximum mean power of back-projection: 4.37118
IC12 maximum mean power of back-projection: 3.1094
IC13 maximum mean power of back-projection: 3.61488
IC14 maximum mean power of back-projection: 10.5461
IC15 maximum mean power of back-projection: 2.24509
IC16 maximum mean power of back-projection: 1.07009
IC17 maximum mean power of back-projection: 4.95616
IC18 maximum mean power of back-projection: 2.12227
IC19 maximum mean power of back-projection: 2.65247
IC20 maximum mean power of back-projection: 1.49523
IC21 maximum mean power of back-projection: 1.63033
IC22 maximum mean power of back-projection: 0.388555
IC23 maximum mean power of back-projection: 1.9825
IC24 maximum mean power of back-projection: 0.869334
IC25 maximum mean power of back-projection: 0.653917
IC26 maximum mean power of back-projection: 0.586803
IC27 maximum mean power of back-projection: 0.639125
IC28 maximum mean power of back-projection: 1.29816
IC29 maximum mean power of back-projection: 0.762766
IC30 maximum mean power of back-projection: 0.408131
IC31 maximum mean power of back-projection: 0.268396
IC32 maximum mean power of back-projection: 0.172242
in the interval 203 ms to 500 ms.
Plotting envelopes of 7 component projections.
Topo maps will show components: 5 6 3 7 4 1 14
with max var at times (ms): 273 328 398 398 398 430 438
epoch frames: 318 325 334 334 334 338 339
Component sortvar in interval: 38.51 0.82 22.69 6.78 21.52 5.55 22.54
Summed component 'ppaf' in interval [203.125 500] ms: 79.42%
Plot limits (sec, sec, uV, uV) [-1,1.99219,-16.3255,35.6778]
绘制Component ERP-image
具体操作:Plot > Component ERP image
完成该操作后,会弹出如下界面:
在上述界面填写相应数据,具体操作和解释可以查看教程9:eeglab教程系列(9)-绘制ERP图像
点击OK后,弹出如下窗口:
不用于商业行为,转载请联系后台
若有侵权,请后台留言,管理员即时删侵!
更多阅读
可穿戴的脑机接口设备将运动意念转化为行动
研究人员使用脑机接口从神经信号中重建单词
运动想象,脑电情绪等公开数据集汇总
脑电分析系列| Python读取.edf文件
eeglab教程系列(12)-使用ICA分解数据
EEG伪影类型详解和过滤工具的汇总(一)
eeglab教程系列(10)-绘制ERP图像
投稿通道
如何让你的工作让更多人知晓和受益?
脑机接口社区就是这样一个连接学界、
企业界和爱好者的平台渠道。
社区鼓励高校实验室、企业或个人在我们平台上分享优质内容。
稿件要求
稿件系个人原创作品,若已在其他平台发表,请明确标注。
稿件一经录取,便提供稿费!
投稿通道
微信扫码,备注:投稿+姓名+单位
微信交流群,请扫码上方微信
(备注:姓名+单位+专业/领域/行业)
QQ交流群:913607986
你的一次在看,能让我开心一整天!
eeglab教程系列(15)-绘制独立成分ERP贡献相关推荐
- eeglab中文教程系列(15)-绘制独立成分ERP贡献
目录 独立成分的ERP 对数据的ERP 的贡献 绘制Component ERP-image 本教程为脑机学习者Rose发表于公众号:脑机接口社区 .QQ交流群:903290195 要完成该操作,必须保 ...
- eeglab教程系列(4)-绘制通道光谱图
在进行通道光谱图绘制前,需要先按照eeglab教程系列(3)-绘制脑电头皮图进行先操作(只需操作完第二步后点击OK即可). 绘制通道光谱图 在eeglab界面进行如下操作:Plot > Chan ...
- eeglab教程系列(10)-绘制ERP图像
绘制ERP图像 eeglab 有一个绘制ERP image的功能,该功能可以对ERP 效应有一个更好理解.这个ERP image 是一个2-D image,其中的横轴是每个epoch 的时刻值,纵轴是 ...
- matlab绘制erp波形图,eeglab教程系列(9)-绘制ERP图像
欢迎关注我们,选择加"星标"或"置顶" 更多技术,第一时间送达 绘制ERP图像 eeglab 有一个绘制ERP image的功能,该功能可以对ERP 效应有一个 ...
- eeglab教程系列(3)-绘制脑电头皮图
一般要绘制2D或3D的脑电头皮图,或者估计数据成分的源位置,必须要保证EEG数据集中包含记录电极头皮位置信息的文件. 绘制脑电头皮图 第一步:加载通道位置信息文件 在eeglab plot界面上进行如 ...
- eeglab中文教程系列(3)-绘制通道光谱图
目录 绘制通道光谱图 本教程为脑机学习者Rose发表于公众号:脑机接口社区 .QQ交流群:903290195 在进行通道光谱图绘制前,需要先按照eeglab教程系列(2)-绘制脑电头皮图进行先操作(只 ...
- eeglab教程系列(14)-Working with ICA Components
在本案例前,先要进行进行ICA数据分解 操作: Tools > Run ICA,具体操作参照eeglab教程系列(12)-使用ICA分解数据的第三步. 1.绘制component spectra ...
- eeglab教程系列(13)-学习和删除ICA组件
研究组件属性的操作:Tools > Reject data using ICA > Reject components by map.操作过程如下: 出现如下界面后,点击"OK& ...
- eeglab教程系列(12)-使用ICA分解数据
ICA分解数据 第一步:导入数据eeglab教程系列(2)-加载.显示数据 第二步:根据教程eeglab教程系列(3)-绘制脑电头皮图中导入位置信息. 做完上两步操作后,可以进行ICA数据分解. 第三 ...
最新文章
- i7 7代 linux,【Intel 酷睿i7 7代(移动版)参数】Intel 酷睿i7 7代(移动版)系列CPU参数-ZOL中关村在线...
- 激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
- SAP UI5 货币金额显示的格式化逻辑
- 【视觉项目】【day4】8.24号实验记录(消除瓶子内部“边缘”)
- BZOJ4810:[YNOI2017]由乃的玉米田(莫队,bitset)
- 促销海报创意|你想要的秋天(秋季),吸睛大促海报都在这里
- wireshark读写pcap文件_使用wireshark分析tcpdump出来的pcap文件
- c语言定时器1khz占空比,555定时器产生方波原理(四款555定时器产生方波的电路详解)...
- 在下载 chromium 源码时错误汇总
- Android图像处理(五)镜像、倒影、drawBitmapMesh实现旗帜飘扬效果
- ABclonal再添一员“蛋白~DNA互作研究”大将—CUTTag
- Effective C++ 学习笔记 第七章:模板与泛型编程
- JS将秒数换算成时分秒 以及转化为年月日 时分秒以及多长时间以前
- Eclipse IDE for Java EE Developers 去哪里了?
- js网页3D雪花特效插件(导入直接使用,参数齐全)
- 关于 ? extends T 和 ? super T 的存在意义和使用
- 简单行编辑程序设计文档(数据结构)课设
- QT开发网络调试助手项目总结
- python(pycharm)环境加速安装第三方库
- 《Unix/Linux日志分析与流量监控》书稿完成
热门文章
- 解决MySQL导入数据时遇到secure-file-priv的问题
- Android webview 写入cookie的解决方法以及一些属性设置
- c#调用excel报错 (异常来自 HRESULT:0x80010105 (RPC_E_SERVERFAULT))问题的解决
- 异常检测——局部异常因子(Local Outlier Factor ,LOF)算法
- C#操作FTP报错,远程服务器返回错误:(550)文件不可用(例如,未找到文件,无法访问文件)的解决方法
- 如何使用Docker暴露多个端口?
- 等同于JavaScript isset()
- Git:如何在项目提交历史中查找已删除的文件?
- ElementUI之row-click
- 你知道数据中心宕机的真正成本吗?