ERP實(shí)驗(yàn)設(shè)計和數(shù)據(jù)分析課件

ERP實(shí)驗(yàn)設(shè)計和數(shù)據(jù)分析

李曉慶中國科學(xué)院心理研究所2011-07-01●ERP實(shí)驗(yàn)設(shè)計中的若干問題如何從ERP數(shù)據(jù)中得出結(jié)論

ERP成分(component)與ERP波形(waveform)ERP實(shí)驗(yàn)設(shè)計中的無關(guān)變量及應(yīng)對策略刺激材料數(shù)量和呈現(xiàn)策略數(shù)據(jù)分析時的基線問題●ERP數(shù)據(jù)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.DondersCentreforCognitiveNeuroimagingERP實(shí)驗(yàn)設(shè)計中的若干問題好數(shù)據(jù)是無可替代的

好數(shù)據(jù)是無可替代的。相信偽跡提出可以將壞數(shù)據(jù)變成好數(shù)據(jù)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(shù)據(jù)變得更好。如果被試在對待特定事件進(jìn)行反應(yīng)時總是眨眼，或者有連續(xù)的高振幅α活動，偽跡排除方法并不能給予補(bǔ)償，也就是說，那些具有系統(tǒng)噪聲和系統(tǒng)偽跡的數(shù)據(jù)，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)ERP實(shí)驗(yàn)設(shè)計中的若干問題例子，重讀(合適vs.不合適)×聲調(diào)(合適vs.不合適)

現(xiàn)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（A√B√）

b明天小秦去買花裝飾房間（A×B√）

c明天小秦去買畫裝飾房間（A√B×）

d明天小秦去買畫裝飾房間（A×B×）3-3abcdLietal.,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(yīng)之處ERP實(shí)驗(yàn)設(shè)計中的若干問題(一)如何從ERP數(shù)據(jù)中得出結(jié)論2.基于特定ERP成分的推論ERP成分(Component):apartofwaveformwithacircumscribedscalpdistribution(alludingtotheunderlyingneuralconfiguration)andacircumscribedrelationshiptoexperimentalvariables(alludingtothecognitivefunctionservedbytheactivityofthisconfiguration)(Donchinetal.,1978).N400:central-parietal;semanticintegration

信息結(jié)構(gòu)如何影響語義加工的深度(Wangetal.,2009)焦點(diǎn)(焦點(diǎn)vs.非焦點(diǎn))×語義合適(合適vs.不合適)ERP實(shí)驗(yàn)設(shè)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(shí)驗(yàn)效應(yīng)與波形的變化進(jìn)行簡單對應(yīng)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ERP實(shí)驗(yàn)設(shè)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熟的實(shí)驗(yàn)操作聚焦于大的成分用差異波來分離成分使用成分獨(dú)立的實(shí)驗(yàn)設(shè)計實(shí)驗(yàn)設(shè)計→

減少ERP成分和ERP波形之間的關(guān)系不確定性可數(shù)名詞,語義相關(guān)(plate….cup)可數(shù)名詞,語義不相關(guān)(sock….cup)不可數(shù)名詞,語義相關(guān)(rain….water)不可數(shù)名詞,語義不相關(guān)(garbage….water)(Vogel,Luck,Shapiro,1998)有動物的照片無動物的照片150ms(Thorpe,1996)ERP實(shí)驗(yàn)設(shè)計中的若干問題(三)ERP實(shí)驗(yàn)設(shè)計中的無關(guān)變量及應(yīng)對策略應(yīng)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(jìn)行平衡；10個字母，1個為靶----每個字母的出現(xiàn)概率都是10%被試的反應(yīng)方式：對靶“Q”和非靶做不同的反應(yīng)

刺激的呈現(xiàn)方式：分析數(shù)據(jù)時，去除有靶領(lǐng)先的非靶刺激

刺激材料的數(shù)量：平均波幅代替峰波幅；隨機(jī)選擇同等數(shù)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(nèi)隨機(jī)呈現(xiàn)；額外的數(shù)據(jù)分析(RTs快vs.RTs慢)

AudiovisualsituationStandard隨后(紅色)的方形出現(xiàn)了(75%)Deviant1隨后(紅色)的方形出現(xiàn)了(12.5%)

Deviant2隨后(紅色)的方形出現(xiàn)了(12.5%)

Auditorysituation

Standard隨后紅色的方形出現(xiàn)了

Deviant隨后紅色的方形出現(xiàn)了

(Lietal.,2009)(三)ERP實(shí)驗(yàn)設(shè)計中的無關(guān)變量及應(yīng)對策略

1.刺激的物理屬性：不同實(shí)驗(yàn)條件下，盡量使用物理屬性相同的刺激材料；

增加控制實(shí)驗(yàn)例子，重讀語義與視覺背景整合的時間特點(diǎn)

下劃線:表示鎖時的關(guān)鍵詞;紅色表示重讀的位置;上:正式實(shí)驗(yàn);下:控制實(shí)驗(yàn)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ERP實(shí)驗(yàn)設(shè)計中的若干問題(四)刺激材料數(shù)量和呈現(xiàn)策略

1.刺激材料的數(shù)量效應(yīng)的大小(ERP成分;實(shí)驗(yàn)條件操縱)；數(shù)據(jù)的噪聲水平30-60---largecomponent(P3,N400)150-200---medium-sizedcomponent(N2)400-800---smallcomponent(P1)(Luck,2004)

2.刺激材料的數(shù)量和信噪比

ERP實(shí)驗(yàn)設(shè)計中的若干問題(四)刺激材料數(shù)量和呈現(xiàn)策略3.刺激材料---ERP成分重疊4.應(yīng)對ERP成分重疊的策略a運(yùn)用ISIjitter(抖動)

jitter的范圍盡量寬；

b不呈現(xiàn)刺激的小概率事件

(Pictonetal.,1974)c

估計已采集數(shù)據(jù)的重疊

從平均波形中減去估計的重疊ADJAR(adjacentresponse)(Woldorff,1993)ERP實(shí)驗(yàn)設(shè)計中的若干問題(五)數(shù)據(jù)分析時的基線問題---實(shí)驗(yàn)設(shè)計

1.盡量使鎖時點(diǎn)之前的刺激材料在不同實(shí)驗(yàn)條件中相同

(Li,Chen,andYang.,2011)

2.選擇恰當(dāng)?shù)臅r間段作為基線，并在實(shí)驗(yàn)設(shè)計時使其在不同實(shí)驗(yàn)條件中相同

(Nan,Kn?sche,Friederici,2009)

3.利用差異波（把效應(yīng)進(jìn)行比較）

(Lietal.,minorrevision)

ERP實(shí)驗(yàn)設(shè)計中的若干問題例，非音樂家對音樂小結(jié)邊界的感知，及文化差異對其的影響

Baseline:-200–0ms-800---300ms(Nan,Kn?sche,Friederici,2009)ResearchdesignActivesentences(lowworkingmemoryload)

highsemanticrelatedlowsemanticrelated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。Passivesentences(highworkingmemoryload)highsemanticrelatedlowsemanticrelated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。MemoryLoad(highvs.low)×Accentuation(accentedvs.de-accented)

×SemanticRelatedness(highvs.low)(Lietal.,minorrevision)下劃線:表示鎖時的關(guān)鍵詞;紅色表示重讀的位置;右側(cè)減左側(cè)得到差異波ERP數(shù)據(jù)分析中的注意事項（一）ERP疊加平均的原理、及偽跡2.EEG數(shù)據(jù)中的偽跡?眨眼?眼動(閱讀,視覺搜索)?α波?肌電–jaw,neck,andfacemuscles–squinting,eyebrowmovements–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(shù)據(jù)ERP數(shù)據(jù)分析中的注意事項（一）ERP疊加平均的原理、及偽跡2.EEG數(shù)據(jù)中的偽跡---α波?10Hz,100ms一個周期，parietal-occipital?很難平均掉：波幅高

與刺激材料同步?影響數(shù)據(jù)的解釋；特別是始潛時的分析?控制策略：ISIjitter，100ms

ms-1001002003004005006007008009001000uV-6.06.0PZERP數(shù)據(jù)分析中的注意事項（一）ERP疊加平均的原理、及偽跡3.EEG數(shù)據(jù)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(diǎn)：數(shù)據(jù)更干凈

缺點(diǎn)：信噪比降低；

不可避免會產(chǎn)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

ERP數(shù)據(jù)分析中的注意事項3.EEG數(shù)據(jù)中的偽跡---眼動ERP數(shù)據(jù)分析中的注意事項（二）用ICA排除偽跡(Jungetal.,2000,2001)●數(shù)據(jù)驅(qū)動data-driving●利用數(shù)據(jù)的相關(guān)結(jié)構(gòu)，線形方法和非線性方法相結(jié)合；●N電極-----N個獨(dú)立的成分●與特定偽跡有關(guān)的成分具有獨(dú)特的特點(diǎn)●利用逆運(yùn)算(inversecomputation)----減去有偽跡有關(guān)的成分α波壞電極ERP數(shù)據(jù)分析中的注意事項（二）用ICA排除偽跡---具體程序（1）●Neuroscan數(shù)據(jù)預(yù)處理Ocularartifactreduction、re-Reference、filter、epoch、baselinecorrection、Artfactrejection（-75+75）、Deleterejectredsweeps●用matlab打開eeglabpath(包含eeglab程序所在的路徑、eeg數(shù)據(jù)所在的路徑)；直接在matlab中輸入eeglab●把.eeg數(shù)據(jù)轉(zhuǎn)換為eeglab的數(shù)據(jù)(.set)Neuroscan.eegfilecurrentdatasetas(保存為.set數(shù)據(jù))ERP數(shù)據(jù)分析中的注意事項（二）用ICA排除偽跡---具體程序（2）●

RunICAexistingdatasetedit--channellocation(一路點(diǎn)擊ok)tools--runICAcurrentdatasetas(保存包含ica信息的數(shù)據(jù))●用ICA去偽跡

tools--rejectdatausingICA--rejectcomponentbymapstools--romovecompomentscurrentdatasetas(保存包含去除偽跡后的數(shù)據(jù))●把.set數(shù)據(jù)轉(zhuǎn)換為Neuroscan能讀取的.avg數(shù)據(jù)

1.andICAactivitytotextfiles

對話窗的以下處劃勾

ExportERPaverageinsteadoftrialsTransposematrix(ele-rows)Exportchannellabes/componentnumbersExporttimevalues2.把導(dǎo)出的數(shù)據(jù)轉(zhuǎn)換為.xls數(shù)據(jù)--去除第一行（電極點(diǎn)名稱）和第一列（時間點(diǎn)名稱）；把.xls數(shù)據(jù)轉(zhuǎn)換為.dat數(shù)據(jù)把.dat數(shù)據(jù)轉(zhuǎn)換為.avg數(shù)據(jù)

.dat數(shù)據(jù)的打開方式選擇Neuroscanchannel62(電極數(shù))acquisitionrate500(采樣率)XMimum-100（epoch時的時間最小值）

point551（采樣點(diǎn)數(shù)）（二）用ICA排除偽跡---具體程序（3）ERP數(shù)據(jù)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(shù)據(jù)驅(qū)動data-driving●利用數(shù)據(jù)的相關(guān)結(jié)構(gòu)●M個連續(xù)變量-----N個成分，N<M●很難從ERP波形中確定每個ERP成分的代表性時間窗口(Lietal.,2010)例子，重讀(合適vs.不合適)×韻律邊界(合適vs.不合適)(Lietal.,2011)

ERP數(shù)據(jù)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(shù)據(jù)的預(yù)處理

打開.avg文件，然后另存為.dat文件；

把.dat文件的擴(kuò)展名改為.xls文件，刪除基線上的數(shù)據(jù)、及電極名稱；

把.xls文件的擴(kuò)展名改為.txt文件ERP數(shù)據(jù)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(yùn)行rawdata_to_pca.m來合并數(shù)據(jù)

1.輸入是你的數(shù)據(jù)矩陣，列是電極，行是各個時間點(diǎn)、被試、實(shí)驗(yàn)條件等。例如，你有62個電極，3個被試，2個條件，500個時間點(diǎn)，這個矩陣就是

3000行（500×3×2），62列的矩陣。

2.程序的作用是對每個被試的每個實(shí)驗(yàn)條件數(shù)據(jù)（500行，62