Advertisement

基于MATLAB FieldTrip的脑电相位滞后指数计算及静息态数据分析代码

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本代码利用MATLAB FieldTrip工具箱进行脑电数据处理,实现相位滞后指数(PLI)计算,并提供静息态数据的全面分析方法。适合神经科学和信号处理研究者使用。 欢迎使用ARCEEG静止状态Wiki!该维基的主要目的是为用户提供关于如何利用GitHub上提供的脚本进行操作的最低限度指导。这些脚本主要用于分析在BioSemi ActiveTwo系统(采用64通道记录,并以外部电极6作为参考电极,即放置于乳突上的位置)所采集到的静止状态EEG数据。 我们的假设是,触发代码已经应用于闭眼和睁眼的状态段落中,而我们目前仅关注闭眼阶段的数据。当前预处理步骤包括:读取试验及相应触发码,并且只选择闭眼的部分进行分析。基本的预处理措施有衰减、去趋势化、使用60Hz以下低通滤波器以及重新参考乳突电极;可能还会采用50Hz带通滤波以去除线噪声,同时将采样率调整至256Hz。 在完成这些步骤之后,可以进行可选的检查来识别并重建噪音通道(仅当该通道的质量极其差时才考虑此操作)。然后利用独立成分分析法分解数据,并通过目视检验确认所得分量。接下来是分割连续记录为4秒片段的操作,以便后续用于WPLI(加权相位滞后指数)的计算。 随后我们会重置实验时间戳以支持实地考察中将其视为单独“试验”。针对每个频带使用多锥度快速傅立叶变换分别计算出加权相位滞后指数。基于此进一步从WPLI邻接矩阵衍生各种图形指标,并且最后会评估额叶不对称性和半球内前后平衡。 步骤1至5中的操作非常重要,其中部分需要手动完成(例如检查试)。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • MATLAB FieldTrip
    优质
    本代码利用MATLAB FieldTrip工具箱进行脑电数据处理,实现相位滞后指数(PLI)计算,并提供静息态数据的全面分析方法。适合神经科学和信号处理研究者使用。 欢迎使用ARCEEG静止状态Wiki!该维基的主要目的是为用户提供关于如何利用GitHub上提供的脚本进行操作的最低限度指导。这些脚本主要用于分析在BioSemi ActiveTwo系统(采用64通道记录,并以外部电极6作为参考电极,即放置于乳突上的位置)所采集到的静止状态EEG数据。 我们的假设是,触发代码已经应用于闭眼和睁眼的状态段落中,而我们目前仅关注闭眼阶段的数据。当前预处理步骤包括:读取试验及相应触发码,并且只选择闭眼的部分进行分析。基本的预处理措施有衰减、去趋势化、使用60Hz以下低通滤波器以及重新参考乳突电极;可能还会采用50Hz带通滤波以去除线噪声,同时将采样率调整至256Hz。 在完成这些步骤之后,可以进行可选的检查来识别并重建噪音通道(仅当该通道的质量极其差时才考虑此操作)。然后利用独立成分分析法分解数据,并通过目视检验确认所得分量。接下来是分割连续记录为4秒片段的操作,以便后续用于WPLI(加权相位滞后指数)的计算。 随后我们会重置实验时间戳以支持实地考察中将其视为单独“试验”。针对每个频带使用多锥度快速傅立叶变换分别计算出加权相位滞后指数。基于此进一步从WPLI邻接矩阵衍生各种图形指标,并且最后会评估额叶不对称性和半球内前后平衡。 步骤1至5中的操作非常重要,其中部分需要手动完成(例如检查试)。
  • MATLAB—用昏迷预EEG: ComaPrognosticUsingEEG
    优质
    本项目提供了一套基于MATLAB开发的脑电相位滞后指数(PLI)计算工具,专门用于分析昏迷患者的脑电图数据,以预测其恢复前景。代码旨在辅助医疗研究人员进行深入的EEG数据分析与研究工作。 该存储库包含用于生成量化EEG波形复杂性、类别及连通性的代码,所有代码均使用MATLAB 2016a编写。“ALL_FEATURES_ONE_CH_V2.m”文件中包含了计算复杂性和类别的特征提取代码,“ALL_FEATURES_TWO_CH_V2.m”则提供了连接功能的生成代码。 我们的EEG复杂度特征包括:Shannon熵、Tsalis熵(q值范围为1至10)、倒谱系数、子带信息量、Lyaponov指数、分形维数、Hjorth迁移率和复杂性,假最近邻嵌入维度及二次自回归模型的参数。 连通性的特征包括:一致性三角阵,所有频段的一致性度量,相位滞后指数(PLI),互相关系数及其延迟值,互信息以及格兰杰因果关系。此外,类别相关的特征还包括标准偏差、信号规律性、EEG各频带功率(δ, θ, α, β, γ, μ)、α/δ比率、小于5微伏的信号幅度比例、小于10微伏和20微伏的振幅比例、“正常”脑电图,弥散减慢现象以及癫痫样尖峰数量及后续三角阵功率变化。 我们还利用以下特征来量化突发抑制:爆发持续时间(平均值与标准差)及其间歇期长度(均值)。
  • eeg_svm_matlab.rar_法实现_MATLAB处理
    优质
    该资源包提供了基于MATLAB平台的EEG数据处理及SVM分类算法的实现代码,适用于脑电信号分析和机器学习研究。 用于脑电信号分析的MATLAB算法包括对数据进行PCA处理及SVM分类。
  • 人类步关局部动稳定性:用关LyapunovMATLAB- MATLAB开发
    优质
    该文介绍了用于计算人体行走过程中相位相关Lyapunov指数的MATLAB函数,旨在分析步态相位中的局部动态稳定性。通过这些工具,研究人员能够更好地理解步行过程中的复杂动力学特性及其对平衡和稳定性的贡献。 ZIP 文件夹包含两个 MATLAB 函数,用于计算人类步态的相位相关 Lyapunov 指数。请阅读 Ihlen 等人 (2015) 在 ZIP 文件夹中的文章,以了解更多关于算法的技术细节。
  • 回归CoVaR南(STATA应用)
    优质
    本指南详细介绍了如何利用分位数回归方法在STATA软件中进行系统性金融风险度量中的静态CoVaR模型计算,适合金融风险管理领域的研究者和从业者参考使用。 资料简介:该文档旨在帮助读者重现相关期刊论文中的实证分析过程,并解决技术操作问题。 内容涵盖了从数据下载到模型实现的每一个详细步骤,特别适用于使用分位数回归方法计算静态CoVaR的研究者。 所解决问题: ① 从最初的数据录入到最后完成整个项目 ② 利用分位数回归建立模型并处理相关数据 ③ 计算VaR、CoVaR、ΔCoVaR 和 %ΔCoVaR 操作背景:本段落使用中国14家上市银行的资料,结合CoVaR方法和分位数回归技术来评估金融机构的系统性风险贡献,并完成相应的风险测算。 操作软件:STATA软件
  • MATLABAllan方差MPU6050八小时处理
    优质
    本项目利用MATLAB编写了用于分析MPU6050传感器八小时静态数据的Allan方差算法代码,旨在评估其性能稳定性。 Allan方差分析的MATLAB代码包含MPU6050八小时静态数据,并且测试运行成功了。
  • SVM类器DEAP情感Matlab
    优质
    本项目采用支持向量机(SVM)分类算法,在MATLAB平台上对DEAP数据库中的脑电数据进行情感识别与分析,旨在探索情感计算的新方法。 版本:MATLAB 2019a 领域:基础教程 内容:基于时频域特征分析与SVM分类器的DEAP脑电信号情感状态识别(四分类),附带MATLAB代码 适合人群:本科、硕士等教研学习使用
  • Python(python_eeg_analysis).zip
    优质
    该压缩文件包含一系列用于处理和分析脑电图数据的Python代码。适用于科研人员及学生进行EEG信号预处理、特征提取与统计分析。 关于脑电信息的分析、处理与采集,需要编写Python代码来启动程序并配置相关文件。
  • 开源fMRI工具包
    优质
    简介:本项目提供一个全面且易于使用的开源平台,专门用于处理和分析静息态功能性磁共振成像(fMRI)数据,助力科研人员探索大脑功能连接。 尽管静止状态功能磁共振成像越来越受到关注,但目前还没有专门用于其数据分析的软件。我们基于MATLAB开发了一个名为REST的软件包。当前,REST具有三个主要功能:功能连接、ReHo和ALFF。
  • MATLAB字图像关与跟踪:应变
    优质
    本研究利用MATLAB开发数字图像相关(DIC)和跟踪技术,用于精确测量材料在加载条件下的表面位移,并进行细致的应变分析。 编译 .m 文件以计算独立于样品物理尺寸的图像应变。这些函数可以在水平和垂直方向上进行计算。它们是由 Rob Thompson、Daniel Gianola 和我在约翰霍普金斯大学开发的,我们都是 Kevin Hemker 小组的一员。现在 Dan 在宾夕法尼亚大学工作,而我则在卡尔斯鲁厄理工学院,并将继续处理代码。Sven Bundschuh 最近加入了作者团队并提供了一个新的 grid_generator.m 文件和一些基本的变化。 如果您遇到任何特殊问题,请检查 .m 文件的标题并向负责人发送电子邮件:chris.eberl@kit.edu 或 sven.bundschuh@kit.edu 。希望您能享受这些功能。