qq_43801989的博客

需注意的是这4个模板map的顺序不见得一定与文献中经典的4类静息态microstate maps的顺序相一致，因此需要绘制这4个模板map，并将它们与经典的class A、class B、class C和class D进行对比，确定ep文件中这4个模板map与 class A B C D的对应关系。每个被试的ep文件名中用数字标示出其最优类别数目，且每个被试的ep文件使用记事本打开后可见其维度是：最优类别数目*电极数目，单位是微伏。

提供精神/神经疾病的生理指标：对于不同的疾病而言，一个较为一致的发现是：相对正常健康被试而言，罹患上述疾病的病人某些微状态类别的持续时间变短，而另一些微状态类别的出现频率则增加。例如，通过对近15年来的精神分裂症静息态脑电微状态研究进行元分析，研究者发现精神分裂症患者微状态类别C的出现频率更高、微状态类别D的平均持续时间更短 (Rieger et al. 2016)。3、每个微状态类别的涵盖比例：它指的是每个微状态类别总的持续时间占全部静息态脑电时间长度。、如何确定地形图类别的数目：（1）强制为4个；

假设想计算维度为chan*time*epoch（E、T和S分别为电极或脑区数目、每个分段的点数、分段的数目）的静息态EEG数据中，电极X和电极Y的。假设想计算维度为E×T×S（E、T和S分别为电极或脑区数目、每个分段的点数、分段的数目）的任务态脑电数据中电极X和电极Y的PLV/PLI，（3）对S个前述相位差矩阵进行分析。对于每个时频点，计算S个分段在该时频点的相位差（S个相位差）的一致性，得到每个时频点的PLV/PLI。（2）在每个分段，电极X和Y的相位矩阵相减，得到所有分段的相位差矩阵。

短时傅里叶变换的基本原理就是将分段数据加窗(window)，做快速傅里叶变换(fft)，在分段就会有重叠(noverlap)，因此一个向量的短时傅里叶变换结果是一个矩阵(S)。时频分析中既可能包含锁时锁相（诱发）的信息，也可能包含锁时非锁相（引发）的信息，要计算ITPC才 能判断是哪种信息。，诱发电位它是随着时间会发生变化的，所以不适合单纯使用频域分析（可以进行时域分析）。锁时非锁相（引发）的信息在时域上没法分析，只能做时频分析，但是锁时锁相（诱发）的信息是时域分析和时频分析都可以做。

时域领域的特征提取主要思想：某个一小段时间段里面的幅值，可能可以明显区别不同的类别，那么我们的目的就要找出这一小个时间段。然后取出这个小的时间段的波幅（求平均），来作为这个数据的特征之一。数据说明：被试01，C类别的数据（01_lxx_task_combine_maker_selectC._2s）：每个被试每个类别的数据的维度是 chan*t*epoch，其中chan是通道数，t是时间点，epoch是分段数。特征提取的步骤一、个体水平的叠加平均。

这里讲的还是频域分析！！

傅里叶级数的本质是将一个周期的信号分解成无限多分开的（离散的）正弦波，但是宇宙似乎并不是周期的。在频谱中，偶数项的振幅都是0，也就对应了图中的彩色直线。傅里叶变换，则是将一个时域非周期的连续信号，转换为一个在频域非周期的连续信号。预处理之后的静息态的数据EEG是时域数据，需要通过傅里叶变换变成频域数据。静息态数据在时间上是随机的，没有意义的，但在频率上可能有意义。则是时间差在一个周期中所占的比例。任何周期函数，都可以看作是不同振幅，不同相位正弦波的叠加。频域图像，也就是俗称的频谱（横轴-频率，纵轴-振幅）

因此，可以对预处理后数据进行叠加平均，以便抵消噪声、凸显信号。dir函数在筛选数据时，会按照升序排列，注意0的影响。Part3：绘制一定时间范围内的地形图。part1：计算组平均 ERP。Part2：绘制组平均ERP。Part4：绘制一系列地形图。具体的数据形状间的变化。导出并保存生成的图片。

最后运行结果如下图：可以看到有200个events，数据被分成了100段，每一段是[-1 1.998]的长度。当你的分段太少了，由于电极造成的很多分段都要去掉，那么可以进行插补坏通道（即使在处理后期也可以做）用的默认的坐标定位文件是10-5的标准电极排布系统，那么非标准电极是无法定位出来的。正常人的头皮脑电都是+- 100 uv 的范围的。所以超出这个范围的脑电都是伪迹。画出来60个，可以看到，排序第一的成分再最上面，因为它是最后画出来的。下面的操作：保留含有你想要的反应的分段，去掉一些不要的分段。

矢状线由前到后依次为Fpz、Fz、Cz、Pz和Oz，除Fpz与鼻根，Oz与枕外粗隆的距离为矢状线长度的10%外，其余点间距为矢状线长度的 20%；沿着冠状线，从左耳前凹10%处，依次为T3、C3、Cz、C4、T4，各点之间的距离均为冠状线长度的 20%。脑内的一个沟cortex，这里有朝某个方向排列的很多神经元，如果这些神经元都同步放电的话，就把这些神经元放电构成的电流偶极子，看成一个。每个脑区产生的电信号，是向各个方向传播的（可以传到头皮上的所有电极），但不同脑区的信号对电极信号构成的贡献不同。