MATLAB系统聚类代码-EPT_TFCE: 高级脑电统计方法

简介：
这段工作展示了如何使用MATLAB进行系统聚类分析，并应用增强型精确测试连续校正（EPT_TFCE）方法，专门针对复杂脑电数据的高级统计处理。 该MATLAB工具箱设计用于对已预处理的M-EEG数据进行统计分析。所使用的主要方法是“无阈值聚类增强”技术，并通过置换计算差异的重要性。 数据分析可以基于时间按通道、频道频率或按频率按时间频道的方式进行。 关于统计方法的更多信息，建议查阅相关论文摘要： 脑电信号分析技术的进步及其与其他研究手段相结合，使得对大规模EEG数据集进行恰当的统计分析变得至关重要。随着可用电极数量和样本量的增长，以及更多探索性实验设计的应用需求增加，有必要开发出具有高水平统计完整性和信号敏感度的方法，并且这些方法产生的结果能够为普通用户所理解。 最近提出了一种无阈值聚类增强技术作为fMRI数据集分析的有用工具。此方法通过同时考虑每个数据点的统计强度和邻域信息，将原始信号转化为对组间或条件间的“真实”差异更直观的理解。在此基础上，我们优化了这种方法以更好地处理EEG数据，并利用基于排列的方法建立了有效的统计流程。 此外，我们将结果与现有的几种非参数及参数方法进行了对比分析，这些方法使用现实的模拟EEG信号进行测试。结果显示该技术在多种情形下都表现出色。