1.对数据进行滤波

为了消除线性趋势，通常需要对数据进行高通滤波。

在实际操作过程中，我们建议在epoching(不好翻译，就直接保留这个)或去除伪影之前过滤连续的EEG数据，尽管epoched数据是会被该功能进行过滤的(每个epoch分别被过滤)。过滤连续数据可以最大限度地减少在epoch boundaries处引入过滤伪影。

在eeglab界面上，选择Tools > Filter the data > Basic FIR filter, 输入10(Hz)作为下边缘频率,50(Hz)作为上边缘频率，然后点击"OK".

上述步骤结束后，会弹出一个pop_newset.m窗口，询问新数据集的名称。我们选择修改数据集名称并覆盖父数据集。最后点击"OK"

进行完上述的操作后，会出现下面的效果：

2.重新参考数据(Re-referencing the data)

记录EEG数据使用的参考电极通常被称为数据的"通用"参考(common reference)。EEG记录中的典型记录参考是一种乳突(如下图10-20系统中的TP10,下图中红色的电极)，相连的乳突(通常是数字相连的乳突，computed post hoc，顶点电极(Cz ),单个或相连的耳垂或鼻尖，带有活性电极的系统(例如BioSemi活性二级)可以记录无参考的数据。在这种情况下，在数据导入过程中选择时候引用参考，否则会在数据中留下40 dB的不必要噪音。[注：没有"最佳"公共参考站点，一些研究人员声称，非头皮参考（耳垂，鼻子）比头皮通道参考引入的噪声更大，不过据我们所知尚未证实]。

一些研究人员主张在分析之前将数据从固定或(common reference)通用参考(例如, 从通用耳垂或其他通道参考) 转换为"平均参考(average reference)"，尤其是当电极拼接几乎覆盖整个头部时(对于某些高密度记录系统)。平均参考点的优势在于，在整个(电隔离)球体上,向外的正电流和负电流之和为0 (根据欧姆定律)。例如，在下图中，切线方向的电源与左侧的正向内向正电流（此处为蓝色）和右侧的反向外向负电流（红色）相关联。如果通过颅骨底部到颈部和身体的电流微不足道（例如，由于颅底在大脑底部的电导率很低）,则可以假定所有头皮电极记录的电场值之和在所有（足够密集且均匀分布）始终为0（平均参考假设）.

不过这种假设存在问题，其问题在于，真正的平均参考数据需要电极分布均匀。而实际上通常并非如此，因为研究人员通常会在某些头皮区域放置更多的电极，而在头表面下半部放置更少的电极（如果有的话）。因此，使用一个拼接的平均参考结果不能直接与使用另一拼接获得的平均参考结果相比较。

下面，详细介绍了将数据转换为"平均参考(average reference)"的过程。注意，在此过程中, 前一个参比电极处的隐式活动时间过程可以从其余数据中计算出来(因此, 数据获得了一个附加通道-尽管不是一个附加的自由度!).另请注意，如果使用鼻尖或耳垂电极记录数据，则在计算(1)中的平均参考值时，不应包括这些参考电极(如下图)，因此，在下面示例中，除法因子{在(3)中}将是64而不是65。请注意，在使用EEGLAB dipfit插件本地化源代码时，将在内部使用"平均参考"（无需用户输入）。

数据参考的选择会给数据分析的绘制结果着色（字面上）。例如，即使实际上有alpha源正好位于参考通道下方并朝向参考通道，头皮上的平均alpha功率图必须在参考通道处具有最小值！然后，没有(有效的)引用可以说是错误的-相反，可以说每个引用都提供了另一种数据视图。但是，在评估（或特别是比较）EEG结果时，必须考虑参考的性质。

Re-referencing the data操作

在eeglab界面上，进行如下操作：Tools > Re-reference，通过调用pop_reref.m函数将数据集转换为平均参考(average reference, 暂翻译为平均参考)。对于给定的数据集首次调用此菜单项时，将弹出以下窗口。

由于上面的样本数据使用乳突参照物记录的，我们不想包含该参考通道(既不在数据中心也不再平均参考中),因此不单击" Add current reference channel in data"复选框。(当记录参考位于头皮上时，请单击此复选框).

点击上述对话框中"OK",将出现下面的重新参考窗口：

按OK按钮计算平均参考值。此步骤将记录在主eeglab窗口中(未显示).与上一步一样，将出现一个对话框，询问新数据集的名称。将重新参考的数据保存到新的数据集中，或单击"取消"，因为在以下部分中不使用新参考。

数据平均参考(average referenced)后，调用Tools > Re-reference菜单仍允许将数据重新参考到任何通道或通道组(或撤消平均参考转换，只要选择在转换为平均参考时在数据中包含初始引用通道）。

重新参考数据(这里的参考不知道是否可以翻译为引用，本人才疏学浅，如果有人知道的话，欢迎在公众号里留言或者给本人微信留言均可)可能会更复杂。例如，如果记录了引用到Cz的数据并希望将该数据重新参考到相连的乳突。现在，想要在平均参考假设下（假设所有电极的平均值为0）将Cz添加回数据中。第一步是计算平均引用并在通道编辑器中将Cz声明为参考。在通道编辑器中，引用放在所有数据通道之后(注意, 对于参考, 复选框"data channel"未选中,因为它们不是实际的数据通道).若要声明引用,请转到最后一个频道并按"Append"按钮,将创建空通道。

在新创建的空通道中，填写信息：通道标签、通道位置(如果有的话)。这里举个例子，如下填写：

点击Set reference 按钮(如上图红色框中按钮)，将所有频道的参考设置为Cz(Cz需要输入复选框，频道范围也需要手动输入).点击OK.

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

EEG伪影类型详解和过滤工具的汇总(一)

Nature子刊：基于水凝胶的灵活脑机接口

重磅！用脑机接口首次让患者输出完整句子

EEG伪影详解和过滤工具的汇总(二)

P300脑机接口及数据集处理

Neuralink的脑机接口：目标是破世界纪录！

脑机产业“新标准”，CESI发布《脑机接口标准化白皮书》

脑电分析系列[MNE-Python-13]| "bad"通道介绍

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

你的每一次在看，我都很在意！