MATLAB代码对EEG连通性的影响 - BrainHack 2019: 视觉注意力/任务相关功能连接/格兰杰因果...

简介：
本文为BrainHack 2019会议提交的研究成果，探讨了MATLAB代码在分析视觉注意力、任务相关功能连接及格兰杰因果关系中的EEG连通性影响。 这是我于2019年8月5日至30日进行的项目的仓库：使用机器学习工具（例如MNE库）对EEG任务相关的单项试验和功能连接进行分类。 目标是通过以下步骤实现： - 检查原始数据，包括头皮脑电图数据（Biosemi 512Hz, 64电极），涉及50位健康的人。 - 进行视觉空间注意任务实验，每位参与者在每个主要条件下大约完成250次试验。 预处理步骤如下： 对于ERP: - 在连续信号上应用闪避和滤波假象操作，并使用EEGLAB/ERPLAB进行分段。 对于wPLI: - 对于原始数据执行SCD、闪避及滤波，选择14个电极，对Beta和Gamma频带进行过滤并应用希尔伯特变换以计算wPLI。 最终构建的数据维度为纪元形式，以便符合Python流程（最初是为EEGLAB/MATLAB设计的）。 目标之一在于将数据随时代分为两类：出席与否。每个时期作为电压信号（ERP）或特征权重（ICA），需要进行二分类处理。