正常使用topplot绘制P值图是这样的,P值越大,图片越亮


但是因为P值本身的原因,P值需要越小越好,这就需要改变绘图的思路,可以对P值求一个log值再求负数,画在地形图上,就对显著的区域一目了然

分享绘图代码如下
运行环境依然是Matlab2013B+eeglab13

% Written By  Yizhou
% Using the code without proper understanding the code and relevant background
% of EEG may lead to confusion, incorrect data analyses,or misinterpretations
% of results.
% The author assumes NO responsibility for inappropriate or incorrect use
% of this code.
% WX:         17373158786
plog = -log10(P_ttest);
topoplot(plog, EEG.chanlocs,'maplimits',[0 3], 'electrodes' ,'off',   'verbose' ,'off', 'style' ,'map'); % 'electrodes' ,'off',是去除电极点,'style' ,'map'是去除等高线
colorbar('YLim',[0 3], 'YTick',[0,1,2,3],'YTickLabel',{'1','0.1','0.01','0.001'});
title('负性刺激vs中性刺激','fontsize',15); %改变标度为log值

对数化绘制P值地形图相关推荐

  1. R语言使用lm构建线性回归模型、并将目标变量对数化(log10)实战:可视化模型预测输出与实际值对比图、可视化模型的残差、模型预测中系统误差的一个例子 、自定义函数计算R方指标和均方根误差RMSE

    R语言使用lm构建线性回归模型.并将目标变量对数化(log10)实战:可视化模型预测输出与实际值对比图.可视化模型的残差.模型预测中系统误差的一个例子 .自定义函数计算R方指标和均方根误差RMSE 目 ...

  2. R语言使用lm构建线性回归模型、并将目标变量对数化实战:可视化模型预测输出与实际值对比图、可视化模型的残差、模型系数(coefficient)、模型总结信息(summary)、残差总结信息

    R语言使用lm构建线性回归模型.并将目标变量对数化(log10)实战:可视化模型预测输出与实际值对比图.可视化模型的残差.模型系数(coefficient).模型总结信息(summary).残差总结信 ...

  3. R语言使用lm构建线性回归模型、并将目标变量对数化实战:模型训练集和测试集的残差总结信息(residiual summary)、模型训练(测试)集自由度计算、模型训练(测试)集残差标准误计算

    R语言使用lm构建线性回归模型.并将目标变量对数化实战:模型训练集和测试集的残差总结信息(residiual summary).模型训练(测试)集自由度计算.模型训练(测试)集残差标准误计算(Resi ...

  4. 图像的色彩类别,灰度化,二值化

    灰度化:在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值.亮度值),灰度范围为0-255.一般常用的是加权 ...

  5. opencv入门课程:彩色图像灰度化和二值化(采用skimage库和opencv库两种方法)

    用最简单的办法实现彩色图像灰度化和二值化: 首先采用skimage库(skimage库现在在scikit_image库中)实现: from skimage.color import rgb2gray ...

  6. 数字识别java开源_Java基于opencv实现图像数字识别(三)—灰度化和二值化

    Java基于opencv实现图像数字识别(三)-灰度化和二值化 一.灰度化 灰度化:在RGB模型中,如果R=G=B时,则彩色表示灰度颜色,其中R=G=B的值叫灰度值:因此,灰度图像每个像素点只需一个字 ...

  7. bmp图片灰度化和二值化

    C语言去除bmp图片的背景 一.前言 二.灰度化 头文件 C文件 三.二值化 一.前言 图像处理中,大部分的处理方法都需要事先把彩色图转换成灰度图才能进行相关的计算.识别. 彩色图转换灰度图的原理如下 ...

  8. java图像处理:灰度化,二值化,降噪,切割,裁剪,识别,找相似等

    前段时间做爬虫,涉及到对图片验证码的破解,这里罗列一些常用的图像处理方法,都很简单并没用到什么复杂的算法,所以不涉及opencv,都是一些直接对rgb像素点的操作,很简单也很好理解,至于识别直接用的t ...

  9. C语言数字图像处理---1.2 彩色图像灰度化和二值化

    本篇主要讲述32位彩色图像的灰度化和二值化内容. [彩色图像灰度化] 1.定义 在上一节中,我们介绍了8位单色灰度图,它使用0-255来表示一个像素,但在实际使用中,我们最常用的还是彩色图像灰度化.对 ...

最新文章

  1. 第八课_采购管理、信息与配置管理
  2. 什css3新增的属性,CSS
  3. PMcaff会员圣诞礼物大放送!
  4. Python JAVA Solutions for Leetcode
  5. JS基础--函数与BOM、DOM操作、JS中的事件以及内置对象
  6. cordova 更改app版本_Cordova打包Android应用流程(MAC)
  7. cgi硬盘安装器_系统镜像安装CGI备份还原
  8. javaWeb(入门基础详解)
  9. hdu 1423(LCS+LIS)
  10. windows无法访问指定计算机,windows无法访问指定设备路径或文件的解决方法
  11. sublime教程以及python环境的配置(二)常用插件安装和Boxy主题配置
  12. HTML单机玩游戏,电脑十大耐玩单机游戏,推荐10个经典单机游戏
  13. 阿里云centos7部署l2tp后无法连接
  14. 5 分钟,使用内网穿透快速实现远程手机桌面!
  15. Unity XR Interaction Toolkit研究
  16. java数字拼图代码_实战-Swing实现数字拼图
  17. 【LeetCode】334. 递增的三元子序列
  18. Flexsim案例分析2
  19. 2021年,掌握这13个Java核心技术栈,你也能拿30K!
  20. [转]为什么你需要近距离接触Rust 1.0

热门文章

  1. 洛谷P3353 【在你窗外闪耀的星星】题解
  2. leetcode系列-107.二叉树的层序遍历II
  3. 2022-1-15 计算机组成原理 —— 如何提升性能
  4. 完整的python项目实例-拯救Python新手的几个项目实战
  5. linux 文件cache,Linux下哪些文件在消耗我们的Cache?
  6. 管道无损检测python_利用神经网络技术检测半透明材料缺陷的新方法
  7. GPRS无线数据采集器通信范例
  8. MySQL zip下载与安装
  9. sql多字段求和降序排序_快速入门:Excel中如何按照多个字段排序
  10. osx samba 您输入的服务器用户名或密码无效_低配高体验,PC机改装ubuntu当NAS服务器图文教程