ERPLAB数据预处理操作

一、工具包准备

所需要的工具包：EEGlab，ERPlab。

将ERPlab解压后放在eeglab文件夹内的plugins文件夹下。

然后打开matlab, 将整个EEGlab包加载进去。

养成好的习惯：每次用matlab前将set path恢复为默认设置，再添加新的包；将当前路径调整为数据所在路径（或者你的工作文件夹）。

二、单被试预处理

记得将路径换成工作路径（你所要处理的数据所在的位置）

数据处理的基本逻辑：

1、读取数据（获取路径、文件名等信息）

2、进行处理

3、数据存储（存储数据的名称、路径）

单被试数据处理流程：

我们在脑电数据预处理之前首先先要引用一些文献：

防御审稿人攻击你数据处理是否规范的手段。

1、 Load data**（加载数据）**

此处就是命名，直接ok。

此处已经导入成功，显示数据信息。

参数	数值	通俗解释（笔记版）
`Channels per frame`	67	每帧数据的通道数 = 你戴的 EEG 帽子上有67 个电极，每个电极对应 1 个通道的信号。
`Frames per epoch`	263900	每个 epoch（数据片段）里有 263900 个采样点，这里因为还是连续数据，所以等于整个实验的总采样点数。
`Epochs`	1	当前数据还是连续数据，还没按刺激分段（epoch），所以只有 1 个大的 "片段"。
`Events`	399	实验过程中一共记录了399 个事件标记（trigger），比如刺激出现、按键反应的标记，后面用来分段和分组。
`Sampling rate (Hz)`	500	采样率 = 每秒采 500 个数据点，也就是每 2 毫秒就记录一次脑电信号，采样率越高，信号越精细。
`Epoch start (sec)`	0.000	数据的起始时间是 0 秒，也就是实验开始的那一刻。
`Epoch end (sec)`	527.798	数据的结束时间，整个实验记录了约 527.8 秒，大概 8 分多钟。
`Reference`	unknown	参考电极未知，后续需要做重参考处理（比如换成平均参考），这是 EEG 预处理的关键步骤之一。
`Channel locations`	No (labels only)	只有通道的名称标签，没有电极在头皮上的位置信息，后续需要加载通道位置文件，才能做坏电极插值、画地形图等操作。
`ICA weights`	No	还没有做 ICA（独立成分分析），所以没有 ICA 权重，后面去除眼电、肌电伪迹时会用到。
`Dataset size (Mb)`	73.1	这个数据集的文件大小是 73.1MB，属于正常的 EEG 数据大小。

2、 Channel location**（电极位置设置）**

正常情况：

载入失败等异常情况：

操作流程：

3、 Select data**（数据选择）**

截取或筛选出你需要处理的实验数据片段（比如剔除设备调试、休息时段的数据）。

4、 Reject continuous data by eye**（人工目视剔除连续数据中的坏段）**

肉眼检查原始连续数据，手动标记并剔除明显的大幅噪声（如剧烈头动、设备故障导致的伪迹）。同时观察是否有需要插值的坏导，做好数据处理记录

处理流程：

修改时间窗口：

按住鼠标左键一直往右拖到底，然后按右键换一页，一直拖到mark的前几秒（按个人习惯）。

5、 Filter for EEG data**（EEG数据滤波）**

对数据进行带通滤波（通常是高通 + 低通），去除直流漂移、工频噪声（如 50/60Hz 市电干扰）等，是数据预处理的关键步骤。

选择无线脉冲滤波。

Order：它是用来控制滤波器 "陡峭程度"的核心参数，这里设置的是 4，也就是4 阶巴特沃斯滤波器。

High-Pass（高通滤波）：让高频率的信号通过，把低于某个频率的信号 "挡住"。

Low-Pass（低通滤波）：让低频率的信号通过，把高于某个频率的信号 "挡住"。

只让 0.1Hz ~ 30Hz 这个频率范围的脑电信号通过，把不在这个区间的噪声都挡掉，这是 ERP 研究里非常经典的滤波设置。

先不存，还要进行下一步滤波。

这是在用 Parks-McClellan Notch（陷波滤波器） ，给你的 EEG 数据去除 50Hz 的市电干扰。

6、Interpolate bad electrodes（坏电极插值）

如果某个电极信号始终异常（如接触不良、噪声过大），用周围正常电极的数据估算并替换该通道的数据。

7、Run ICA and remove components（运行独立成分分析（ICA）并去除伪迹成分）

ICA 是去除眼电（眨眼、眼球转动）、肌电（咬牙、头动）等生理伪迹的核心方法，通过分解数据并剔除伪迹对应的独立成分来净化信号。

很明显，成分2就是一个垂直眼电（但它似乎反了）。

一号明显是垂直眼电：

八号很明显是水平眼电：

所以现在我们将它们移除：

黑色是去眼电前的波形图，红色是去眼电后的：

8、Re-reference（重参考）

将数据从原始参考电极转换为新的参考（如平均参考、乳突参考等），是 EEG 处理的标准步骤之一。

一、核心思想

重参考的本质是更换脑电信号的 "零电位基准" 。脑电信号记录的是「电极电位 - 参考电极电位」的差值，原始参考电极（如单侧乳突、鼻尖）存在噪声或偏差，会扭曲信号 。重参考通过选择更合理的基准（如全通道平均参考），消除参考偏差，还原脑电信号的真实分布与差异。

二、关键概念与简要解释

关键概念	简要解释
参考电极（Reference Electrode）	脑电信号的 "零电位基准"，所有电极的信号都是相对于它的电位差。
原始参考（Raw Reference）	设备采集时默认使用的参考电极，通常是单侧乳突、鼻尖或头顶，存在噪声 / 偏差。
平均参考（Average Reference）	最常用的重参考方法：将所有脑电电极的信号取平均值，作为新的零电位基准，再用每个电极信号减去该平均值。
重参考偏差（Reference Bias）	原始参考电极本身的噪声、不对称性导致的信号整体偏移或左右半球电位失衡。