ERP實驗設計和數據分析課件

1、ERP實驗設計和數據分析 李曉慶中國科學院心理研究所2011-07-01第1頁，共44頁。 ERP實驗設計中的若干問題 如何從ERP數據中得出結論 ERP成分(component) 與ERP波形(waveform) ERP實驗設計中的無關變量及應對策略 刺激材料數量和呈現策略 數據分析時的基線問題 ERP數據分析中的注意事項 ERP疊加平均的原理、及偽跡 用ICA排除偽跡 ERP的PCA分析法及適用范圍 F.C. Donders Centre for Cognitive Neuroimaging第2頁，共44頁。ERP實驗設計中的若干問題好數據是無可替代的 好數據是無可替代的。相信偽跡提出可以

2、將壞數據變成好數據是愚蠢的。偽跡排除只能偶爾去掉那些偶爾發(fā)生的含有偽跡的試次，使好數據變得更好。如果被試在對待特定事件進行反應時總是眨眼，或者有連續(xù)的高振幅活動，偽跡排除方法并不能給予補償，也就是說，那些具有系統(tǒng)噪聲和系統(tǒng)偽跡的數據，并不能通過偽跡排除的方法得到更大改善。(Hansen. J. C., 未發(fā)表的軟件文檔)第3頁，共44頁。ERP實驗設計中的若干問題(一) 如何從ERP數據中得出結論1. 不基于特定ERP成分的推論時間特點地形圖（頭皮分部）波幅時間認知加工過程的功能異同同一認知加工過程的參與程度(Li, Yang, Hagoort, 2008)第4頁，共44頁。ERP實驗設計中的

3、若干問題例子，重讀(合適 vs. 不合適) 聲調(合適 vs. 不合適) 現在正是玫瑰盛開的季節(jié)。 明天小明去買什么把房間裝飾一下？ a 明天小秦去買花裝飾房間（AB ） b 明天小秦去買花裝飾房間 （AB ） c 明天小秦去買畫裝飾房間 （AB ） d 明天小秦去買畫裝飾房間 （AB ） 3 -3abcdLi et al., 2008(d-a)=(c-a)+(b-a): 線性相加性說明accent和tone的語義加工存在一定的對應之處第5頁，共44頁。ERP實驗設計中的若干問題(一) 如何從ERP數據中得出結論2. 基于特定ERP成分的推論ERP成分(Component): a part o

4、f waveform with a circumscribed scalp distribution (alluding to the underlying neural configuration) and a circumscribed relationship to experimental variables (alluding to the cognitive function served by the activity of this configuration) (Donchin et al., 1978).N400 : central-parietal; semantic i

5、ntegration 信息結構如何影響語義加工的深度 (Wang et al., 2009) 焦點 (焦點 vs. 非焦點) 語義合適 (合適 vs. 不合適)第6頁，共44頁。ERP實驗設計中的若干問題(二) ERP成分(component) 與ERP波形(waveform) ERP波峰ERP成分不能從單一的ERP波形估計 ERP成分的時間過程和峰潛伏期不要把實驗效應與波形的變化進行簡單對應波峰振幅的差異成分大小的差異 波峰潛伏期的差異成分時程的變化第7頁，共44頁。ERP實驗設計中的若干問題(二) ERP成分(component) 與ERP波形(waveform) 聚焦于特定的成分使用已成

6、熟的實驗操作聚焦于大的成分用差異波來分離成分使用成分獨立的實驗設計實驗設計 減少ERP成分和ERP波形之間的關系不確定性可數名詞, 語義相關 (plate.cup)可數名詞, 語義不相關(sock.cup)不可數名詞, 語義相關 (rain.water)不可數名詞, 語義不相關(garbage.water) (Vogel, Luck, Shapiro, 1998)有動物的照片無動物的照片150 ms(Thorpe, 1996)第8頁，共44頁。ERP實驗設計中的若干問題(三) ERP實驗設計中的無關變量及應對策略例子, 實驗目的：刺激可辨性(discriminability)對P3的影響 材料

7、：字母表（10% “Q”; 90% 隨即選擇的非“Q” ; “Q” 從不連續(xù)出現） 任務：字母“Q”時按鍵 條件: 容易辨別(亮條件) vs. 難于辨別(暗條件)無關變量： 刺激的物理屬性： “Q”與非“Q”的形狀不同; 與非“Q”相比, “Q”出現的頻率高 被試的反應方式： 對靶“Q”反應，而對非靶不反應 (受與運動有關的ERP的污染) 刺激的呈現方式： “Q” 從不連續(xù)出現 (P3后效只影響非“Q”) 刺激材料的數量： 10% “Q”; 90% 非“Q” (峰振幅) 刺激條件的操作： 亮條件 vs. 暗條件 - 二次反應(早期成分；加工難度差異) 第9頁，共44頁。ERP實驗設計中的若干問

8、題(三) ERP實驗設計中的無關變量及應對策略應對策略： 刺激的物理屬性： 使用不同的靶字母，在全體被試間進行平衡； 10個字母，1個為靶- 每個字母的出現概率都是10% 被試的反應方式： 對靶“Q”和非靶做不同的反應 刺激的呈現方式： 分析數據時，去除有靶領先的非靶刺激 刺激材料的數量： 平均波幅代替峰波幅；隨機選擇同等數量的非靶刺激 刺激條件的操作： 增加控制條件； 亮刺激與暗刺激在同一區(qū)組內隨機呈現； 額外的數據分析(RTs 快 vs. RTs 慢) 第10頁，共44頁。ERP實驗設計中的若干問題(三) ERP實驗設計中的無關變量及應對策略 1. 刺激的物理屬性： 不同實驗條件下，盡量使

9、用物理屬性相同的刺激材料； 增加控制實驗 例子，重讀(合適 vs. 不合適) 韻律邊界(合適 vs. 不合適) 他撞倒誰的車子之后逃跑了？ 撞倒/肖明的車子 （AB ） 撞倒/肖明的車子 （AB ） 撞倒肖明的/車子 （AB ） 撞倒肖明的/車子 （AB ）他撞倒誰的車子之后逃跑了？ （AB ）他撞倒肖明的什么物品之后逃跑了？（AB ）警察把撞倒誰的車子沒收了？ （AB ） 警察把撞倒肖明的什么物品沒收了？（AB ） 撞倒/肖明的車子 (Li et al., 2011)下劃線: 表示鎖時的關鍵詞; 紅色表示重讀的位置; 左側: 物理屬性不一樣; 右側:物理屬性一樣 第11頁，共44頁。Audi

10、ovisual situation Standard 隨后(紅色)的方形出現了 (75%) Deviant1 隨后(紅色)的方形出現了 (12.5%) Deviant2 隨后(紅色)的方形出現了 (12.5%) Auditory situation Standard 隨后紅色的方形出現了 Deviant 隨后紅色的方形出現了 (Li et al., 2009)(三) ERP實驗設計中的無關變量及應對策略 1. 刺激的物理屬性： 不同實驗條件下，盡量使用物理屬性相同的刺激材料； 增加控制實驗 例子，重讀語義與視覺背景整合的時間特點 下劃線: 表示鎖時的關鍵詞; 紅色表示重讀的位置; 上: 正式實

11、驗; 下: 控制實驗重讀與視覺背景一致重讀與視覺背景不一致重讀與視覺背景不一致第12頁，共44頁。ERP實驗設計中的若干問題(三) ERP實驗設計中的無關變量及應對策略 2. 刺激材料的重復 3. 不同實驗條件下，刺激材料的數量不同 4. 不同實驗條件下，被試反應的有無不同；反應的難度不同 5. 盡量在同一區(qū)組內變化實驗條件； 而不是在不同區(qū)組間變化實驗條件 第13頁，共44頁。ERP實驗設計中的若干問題(四) 刺激材料數量和呈現策略 1.刺激材料的數量 效應的大小(ERP成分; 實驗條件操縱)； 數據的噪聲水平 30-60 - large component (P3, N400) 150-2

12、00 - medium-sized component (N2) 400-800 - small component (P1) (Luck, 2004) 2.刺激材料的數量和信噪比 第14頁，共44頁。ERP實驗設計中的若干問題(四) 刺激材料數量和呈現策略3.刺激材料-ERP成分重疊4. 應對ERP成分重疊的策略 a 運用ISI jitter(抖動) jitter的范圍盡量寬； b 不呈現刺激的小概率事件 (Picton et al., 1974) c 估計已采集數據的重疊 從平均波形中減去估計的重疊 ADJAR (adjacent response) (Woldorff, 1993)第15

13、頁，共44頁。第16頁，共44頁。第17頁，共44頁。ERP實驗設計中的若干問題(五) 數據分析時的基線問題 - 實驗設計 1. 盡量使鎖時點之前的刺激材料在不同實驗條件中相同 (Li, Chen, and Yang., 2011) 2. 選擇恰當的時間段作為基線，并在實驗設計時使其在 不同實驗條件中相同 (Nan, Knsche, Friederici, 2009) 3.利用差異波（把效應進行比較） (Li et al., minor revision) 第18頁，共44頁。ERP實驗設計中的若干問題例子，重讀(合適 vs. 不合適) 韻律邊界(合適 vs. 不合適) 他撞倒誰的車子之后逃跑

14、了？ 撞倒/肖明的車子 （AB ） 撞倒/肖明的車子 （AB ） 撞倒肖明的/車子 （AB ） 撞倒肖明的/車子 （AB ）他撞倒誰的車子之后逃跑了？ （AB ）他撞倒肖明的什么物品之后逃跑了？（AB ）警察把撞倒誰的車子沒收了？ （AB ） 警察把撞倒肖明的什么物品沒收了？（AB ） 撞倒/肖明的車子(Li, Chen, and Yang, 2011)下劃線: 表示鎖時的關鍵詞; 紅色表示重讀的位置; 左側: 基線不一樣; 右側:基線一樣 第19頁，共44頁。ERP實驗設計中的若干問題例，非音樂家對音樂小結邊界的感知，及文化差異對其的影響 Baseline: -200 0 ms -800 -

15、 -300 ms (Nan, Knsche, Friederici, 2009)第20頁，共44頁。Research designActive sentences (low working memory load) high semantic related low semantic related萌萌把“新娘”淺色的婚紗弄臟后感到很抱歉。 萌萌把“隊長”淺色的婚紗弄臟后感到很抱歉。萌萌把“新娘”淺色的婚紗弄臟后感到很抱歉。 萌萌把“隊長”淺色的婚紗弄臟后感到很抱歉。Passive sentences (high working memory load) high semantic relat

16、ed low semantic related萌萌說“新娘”被弄臟淺色的婚紗后嘆了口氣 。萌萌說“隊長”被弄臟淺色的婚紗后嘆了口氣 。萌萌說“新娘”被弄臟淺色的婚紗后嘆了口氣 。 萌萌說“隊長”被弄臟淺色的婚紗后嘆了口氣 。 Memory Load (high vs. low) Accentuation (accented vs. de-accented) Semantic Relatedness (high vs. low)(Li et al., minor revision)下劃線: 表示鎖時的關鍵詞; 紅色表示重讀的位置; 右側減左側得到差異波第21頁，共44頁。ERP數據分析中的注意事

17、項（一）ERP疊加的平均的原理、及偽跡1. ERP的平均的原理信號噪聲(background EEG)偽跡第22頁，共44頁。ERP數據分析中的注意事項（一）ERP疊加平均的原理、及偽跡2. EEG數據中的偽跡 眨眼 眼動 (閱讀, 視覺搜索) 波 肌電 jaw, neck, and face muscles squinting, eyebrow movements smiling, laughter 出聲閱讀 心電 (e.g., 參考位于血管上) 電極接觸不良 剔除含有偽跡的刺激 信噪比降低 矯正 較好的信噪比； 剔出不正確反而更歪曲數據第23頁，共44頁。ERP數據分析中的注意事項（一）E

18、RP疊加平均的原理、及偽跡2. EEG數據中的偽跡 - 波 10 Hz, 100 ms 一個周期，parietal-occipital 很難平均掉：波幅高 與刺激材料同步 影響數據的解釋；特別是始潛時的分析 控制策略：ISI jitter， 100 ms ms-1001002003004005006007008009001000uV-6.06.0PZ第24頁，共44頁。ERP數據分析中的注意事項（一）ERP疊加平均的原理、及偽跡2. EEG數據中的偽跡 - 慢電位漂移 皮膚電位變化；電極接觸不良 剔除： 計算EEG在所有trials上的斜率， 并將那些斜率超出一定 閾值 的trial排除 第2

19、5頁，共44頁。ERP數據分析中的注意事項（一）ERP疊加平均的原理、及偽跡3. EEG數據中的偽跡 - 眼動 固定的電壓梯度(正極指向眼球正面)； 眼動指向的方面，頭皮電壓變得更正 剔除眼動污染的刺激 優(yōu)點：數據更干凈 缺點：信噪比降低； 不可避免會產生眼動； 有的眼動難以偵查到； 剔除方法錯誤 眼動矯正 回歸分析； 偶極子定位； ICA 第26頁，共44頁。ERP數據分析中的注意事項3. EEG數據中的偽跡 - 眼動第27頁，共44頁。ERP數據分析中的注意事項（二）用ICA排除偽跡 (Jung et al., 2000, 2001) 數據驅動 data-driving 利用數據的相關結構

20、，線形方法和非線性方法相結合； N電極 - N個獨立的成分 與特定偽跡有關的成分具有獨特的特點 利用逆運算(inverse computation) - 減去有偽跡有關的成分第28頁，共44頁。眼動肌電第29頁，共44頁。波壞電極第30頁，共44頁。ERP數據分析中的注意事項（二）用ICA排除偽跡 - 具體程序 （1） Neuroscan 數據預處理 Ocular artifact reduction、re-Reference、filter、epoch、baseline correction、 Artfact rejection（-75 +75）、Delete rejectred sweeps

21、用matlab打開eeglab file-set path(包含eeglab程序所在的路徑、eeg數據所在的路徑) ； 直接在matlab中輸入eeglab 把.eeg數據轉換為eeglab的數據(.set) file-import-from Neuroscan .eegfile file-save current dataset as (保存為.set數據)第31頁，共44頁。ERP數據分析中的注意事項（二）用ICA排除偽跡 - 具體程序（2） Run ICA file-load existing dataset edit-channel location (一路點擊ok) tools-ru

22、n ICA file-save current dataset as (保存包含ica信息的數據) 用ICA去偽跡 tools-reject data using ICA-reject component by maps tools-romove compoments file-save current dataset as (保存包含去除偽跡后的數據)第32頁，共44頁。 把.set數據轉換為Neuroscan能讀取的.avg數據 1. files-export-Data and ICA activity to text files 對話窗的以下處劃勾 Export ERP average

23、instead of trials Transpose matrix (ele-rows) Export channel labes/component numbers Export time values 2. 把導出的數據轉換為.xls數據-去除第一行（電極點名稱）和第一列（時間點名稱）； 把.xls數據轉換為.dat數據 把.dat數據轉換為.avg數據 .dat數據的打開方式選擇Neuroscan channel 62(電極數) acquisition rate 500(采樣率) X Mimum -100（epoch時的時間最小值） point 551（采樣點數）（二）用ICA排除偽跡

24、 - 具體程序（3）第33頁，共44頁。ERP數據分析中的注意事項（三）ERP的PCA分析法及適用范圍 - 具體程序 數據驅動 data-driving 利用數據的相關結構 M個連續(xù)變量 - N個成分， NM 很難從ERP波形中確定每個ERP成分的代表性時間窗口(Li et al., 2010)第34頁，共44頁。例子，重讀(合適 vs. 不合適) 韻律邊界(合適 vs. 不合適) (Li et al., 2011) 第35頁，共44頁。ERP數據分析中的注意事項（三）ERP的PCA分析法及適用范圍 - 基本原理 .avg 數據的預處理 打開.avg文件，然后另存為.dat文件； 把.dat文件的擴展名改為.xls文件，刪除基線上的數據、及電極名稱； 把.xls文件的擴展名改為.txt文件第36頁，共44頁。ERP數據分析中的注意事項（三）ERP的PCA分析法及適用范圍 - 基本原理 用matlab 運行rawdata_to_pca.m來合并數據 1.