目录

  • 生理上的伪影
    • 肌肉活动
    • 眨眼
  • 外部伪影
    • 电极或耳机的移动会导致严重的伪影
    • 线路噪声产生的伪影
    • 摇摆或摆动产生的影响

本分享为脑机学习者Rose整理发表于公众号:脑机接口社区 .QQ交流群:903290195

在开始脑电(EEG)数据收集和分析之前,一定要确保你的数据尽可能的干净,这意味着收集的数据只是反映了大脑的活动。理论上听起来很简单,但实际上要注意“但是”。由于电极会从环境中其他来源获取电活动,所以尽量避免、减少或至少控制这些这些伪影(伪迹):

生理上的伪影

肌肉活动

肌肉活动(EMG, ECG)产生的电流被电极接收。肌肉离电极越近,它们对记录脑电数据的影响就越大。尤其是面部肌肉(前额、脸颊、嘴巴)、颈部肌肉和下颌肌肉组织的活动对脑电图有严重影响。

解决办法:
无论如何都要避免握紧——指导受试者让他们的下颌骨松弛地下垂。另一个建议是:除非你想要肌肉伪影,否则一定要确保受试者在记录期间不嚼口香糖或吃糖果。由于心脏是肌肉,它也影响脑电图数据的质量。由于心脏不能简单地停止跳动,你必须依靠信号过滤程序从脑电图记录中去除ECG噪声。理想情况下,可以用一个光学传感器(Photoplethysmogram,PPG)或心电图设备来监测心率。

眼球运动。眼睛的运动(水平和垂直)会影响电极接收到的电场。垂直眼球运动(上下)看起来更像正弦曲线,而水平眼球运动(左右)看起来更像方框形状。眼睛有一个强大的电磁场,这是由视网膜上数以百万计的神经元形成的。转动眼睛也会改变眼球产生的电场。
如下图中黄色部分画出的,这类波形图是由眼球运动产生的。

解决办法:
建议使用眼球追踪器或在眼睛周围放置额外的脑电图电极来记录眼球运动。

眨眼

眨眼。与眼部运动类似,眨眼也会在很大程度上干扰大脑信号。如果受试者在屏幕上显示某种刺激时眨眼,脑电图可能不能反映看到刺激的皮层过程。
如下图中黄色框中所示,此类波形图往往是由眨眼造成的。

解决办法:
作为一个脑电图专家,你可能会倾向于从分析中排除这个试验,因为脑电图数据不包含相关信息。然而,如果在整个记录过程中没有系统地发生闪烁,那么基于统计程序(如回归和插值)或盲源分离的衰减可能更合适。在这种情况下,使用周围数据通道或时间点将污染的数据部分被替换为的插值数据。

外部伪影

电极或耳机的移动会导致严重的伪影

电极或耳机的移动会导致严重的伪影,在受影响的通道或所有通道都可见。原因多种多样:脑电图耳机变得松散,电极与插座接触不良。
这类伪影对脑电波形图造成的影响如下图黄框所示。

解决办法:
通常的建议是要确保耳机紧贴头部,并且所有的电极都要安全牢固地贴在皮肤上。

线路噪声产生的伪影

线路噪声(US 50Hz,EU 60Hz)会在电极记录上产生强烈的伪影,这在原始的脑电图数据中非常明显。特别是阻抗较差时,线噪声更强。如果参考电极受到影响,则捕获的线路噪声将传播到所有其他电极。
此类类伪影对波形图造成的影响如下图黄框所示。

解决办法:
不过值得欣慰的是,大脑的认知频率远低于50或60Hz的范围,允许你相应地过滤数据或关注感兴趣的频率。

摇摆或摆动产生的影响

摇摆和摆动对记录有很大的影响。特别是头部摆动或撞击会改变水的分布,从而影响大脑产生的电特性和电场。
这类伪影对脑电波形图造成的影响如下图黄框所示。

解决办法:
确保受试者不要转头太快,也不要突然向上或向下看,因为这会导致在处理过程中难以处理的数据变化。

参考:
EEG数据、伪影的查看与清洗

本文章由脑机学习者Rose笔记分享,QQ交流群:903290195
更多分享,请关注公众号

EEG数据、伪影的查看与清洗相关推荐

  1. EEG-fMRI同步记录的伪影去除法

    大家好,这里是 "茗创科技" .茗创科技专注于脑科学数据处理,涵盖(EEG/ERP, fMRI,结构像,DTI,ASL, ,FNIRS)等,欢迎留言讨论及转发推荐,也欢迎了解茗创科 ...

  2. matlab 数据透视表,MATLAB | 用行为数据处理EEG数据事件码

    脑电图(Electroencephalogram,EEG)是通过精密的电子仪器,从头皮上将脑部的自发性生物电位加以放大记录而获得的图形,同时具有极高的时间分辨率.EEGLAB和ERPLAB常被用来处理 ...

  3. letswave7中文教程3:脑电数据预处理-ICA去除伪影

    目录 ICA/BSS的理论与模型 第5步:计算ICA矩阵 第6步:识别伪影成分 本分享为脑机学习者Rose整理发表于公众号:脑机接口社区 .QQ交流群:941473018 ICA/BSS的理论与模型 ...

  4. 脑电数据预处理-ICA去除伪影

    ‍‍‍‍‍‍‍‍‍‍ ICA/BSS的理论与模型 独立成分分析(ICA)是一种盲信号分离(Blind Signal Separation,BSS)方法.ICA可线性建模如下图所示. 假设X为" ...

  5. EEG伪影详解和过滤工具的汇总(二)

    点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 在<EEG伪影类型详解和过滤工具的汇总(一)>,我们详细介绍了EEG伪影类型和产生原因,这篇文章,我们主要介 ...

  6. plot画图 python 双线_Python使用多种滤波器对脑电数据去除伪影

    点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 一些由电源线造成的伪影具有某些特定范围的频率(比如,由电网产生的电力线噪声,主要由50Hz(或60Hz取决于实验的地理位 ...

  7. ICA独立成分分析去除EEG伪影

    目录 介绍 ICA假设 方法 组件投影 实验数据样本 移除眨眼和肌肉伪影 一些严重污染的脑电数据 本分享为脑机学习者Rose整理发表于公众号:脑机接口社区 .QQ交流群1:903290195(已满,请 ...

  8. NEAR:新生儿EEG数据的伪迹去除流程

    文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注. 导读 EEG对于研究新生儿神经认知功能很有价值.但目前很难记录到高质量的新生儿EEG数据.相较于成人和大一点的婴儿,新生儿注意力持续时间有 ...

  9. 如何使用ICA(独立成分分析)来去除伪影

    关于使用ICA,可以采用mne的库来进行实现.具体可以查看官网:ICA使用 ICA的大致原理是:找到一个分解的矩阵,将原始数据分解成时间独立和空间固定的分量之和.然后先根据自己的经验去除伪迹分量,再通 ...

最新文章

  1. 23种设计模式之单例模式
  2. ASP.NET Razor (标记)语言概要
  3. 技术部门 Leader 与团队那些事
  4. try-catch语句讲解
  5. 转:Android中如何修改系统时间(应用程序获得系统权限)
  6. js 弹出框 背景不滑动 方案
  7. HTTPS原理与流程
  8. @程序员,你准备好推出自己的移动应用了吗?
  9. windows 下安装redis
  10. python中文分词的主要方法
  11. 思维导图做会议记录丨做年终终结都都都很合适
  12. python numpy log_工具amp;方法 | 6行代码教你用Python做OLS回归(内附CFPS实例)
  13. ubuntu20.04下源码安装hyperscan库安装记录
  14. 2021.09青少年软件编程(Python)等级考试试卷(五级)
  15. Virtualbox虚拟机设置共享文件夹
  16. 面试官十年面试经验总结
  17. python语言程序设计项目_《Python语言程序设计》项目报告书Word版
  18. 【转】RMAN-06094: datafile 1 must be restored ID 1339439.1
  19. Windows 更改密码策略
  20. python关键字提取源码_python实现按关键字筛选日志文件

热门文章

  1. 基于webpack的前端工程化开发解决方案探索(一):动态生成HTML
  2. WebKit与event.layerX和event.layerY有关的问题
  3. int.Parse()和Convert.ToInt32之间的主要区别是什么
  4. Android中几种常用的定时器和延时方法
  5. 2.7 usb摄像头之usb摄像头描述符打印
  6. mysql(五)查询缓存
  7. ubuntu 下安装nodejs以及pm2
  8. #研发解决方案#智慧的太空桥管理智慧设备
  9. 基于大数据开发套件定时调度带资源文件的MapReduce作业
  10. 1016. 部分A+B (15)