ERP實驗設計和數(shù)據(jù)分析課件

ERP實驗設計和數(shù)據(jù)分析

李曉慶中國科學院心理研究所2011-07-01●ERP實驗設計中的若干問題如何從ERP數(shù)據(jù)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(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實驗設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行反應時總是眨眼，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實驗設計中的若干問題例子，重讀(合適vs.不合適)×聲調(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之處ERP實驗設計中的若干問題(一)如何從ERP數(shù)據(jù)中得出結論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

信息結構如何影響語義加工的深度(Wangetal.,2009)焦點(焦點vs.非焦點)×語義合適(合適vs.不合適)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(shù)名詞,語義相關(plate….cup)可數(shù)名詞,語義不相關(sock….cup)不可數(shù)名詞,語義相關(rain….water)不可數(shù)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150ms(Thorpe,1996)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(xiàn)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(xiàn)方式：分析數(shù)據(jù)時，去除有靶領先的非靶刺激

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)組內隨機呈現(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ERP實驗設計中的若干問題(四)刺激材料數(shù)量和呈現(xiàn)策略

1.刺激材料的數(shù)量效應的大小(ERP成分;實驗條件操縱)；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實驗設計中的若干問題(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.應對ERP成分重疊的策略a運用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實驗設計中的若干問題(五)數(shù)據(jù)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,andYang.,2011)

2.選擇恰當?shù)臅r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,Kn?sche,Friederici,2009)

3.利用差異波（把效應進行比較）

(Lietal.,minorrevision)

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:-200–0ms-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:表示鎖時的關鍵詞;紅色表示重讀的位置;右側減左側得到差異波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：數(shù)據(jù)更干凈

缺點：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)驅動data-driving●利用數(shù)據(jù)的相關結構，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(inversecomputation)----減去有偽跡有關的成分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.把導出的數(shù)據(jù)轉換為.xls數(shù)據(jù)--去除第一行（電極點名稱）和第一列（時間點名稱）；把.xls數(shù)據(jù)轉換為.dat數(shù)據(jù)把.dat數(shù)據(jù)轉換為.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)驅動data-driving●利用數(shù)據(jù)的相關結構●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(shù)據(jù)、及電極名稱；

把.xls文件的擴展名改為.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、被試、實驗條件等。例如，你有62個電極，3個被試，2個條件，500個時間點，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驗條件數(shù)據(jù)（500行，62