ERP實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)分析

1、ERP實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)分析,李曉慶 中國(guó)科學(xué)院心理研究所 2011-07-01, ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)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(jì)中的無(wú)關(guān)變量及應(yīng)對(duì)策略 刺激材料數(shù)量和呈現(xiàn)策略 數(shù)據(jù)分析時(shí)的基線(xiàn)問(wèn)題 ERP數(shù)據(jù)分析中的注意事項(xiàng) 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,ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)題,好數(shù)據(jù)是無(wú)可替代的,好數(shù)據(jù)是無(wú)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

2、。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(duì)待特定事件進(jìn)行反應(yīng)時(shí)總是眨眼，或者有連續(xù)的高振幅活動(dòng)，偽跡排除方法并不能給予補(bǔ)償，也就是說(shuō)，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(guò)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(jì)中的若干問(wèn)題,(一) 如何從ERP數(shù)據(jù)中得出結(jié)論,1. 不基于特定ERP成分的推論,(Li, Yang, Hagoort, 2008),ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)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(kāi)的季節(jié)。 明天小明去買(mǎi)什么把房間裝飾一下？

3、 a 明天小秦去買(mǎi)花裝飾房間（AB ） b 明天小秦去買(mǎi)花裝飾房間 （AB ） c 明天小秦去買(mǎi)畫(huà)裝飾房間 （AB ） d 明天小秦去買(mǎi)畫(huà)裝飾房間 （AB ）,Li et al., 2008,(d-a)=(c-a)+(b-a): 線(xiàn)性相加性 說(shuō)明accent和tone的語(yǔ)義加工存在一定的對(duì)應(yīng)之處,ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)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): a part of waveform with a circumscribed scalp distribution (alluding to the underlyin

4、g 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 integration,信息結(jié)構(gòu)如何影響語(yǔ)義加工的深度 (Wang et al., 2009) 焦點(diǎn) (焦點(diǎn) vs. 非焦點(diǎn)) 語(yǔ)義合適 (合適 vs.

5、不合適),ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)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(jì) ERP成分的時(shí)間過(guò)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(jiǎn)單對(duì)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(shí)程的變化,ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)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(lái)分離成分 使用成分獨(dú)立的實(shí)驗(yàn)設(shè)計(jì),實(shí)驗(yàn)設(shè)計(jì) 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(yǔ)義相關(guān) (plate.cup

6、) 可數(shù)名詞, 語(yǔ)義不相關(guān)(sock.cup) 不可數(shù)名詞, 語(yǔ)義相關(guān) (rain.water) 不可數(shù)名詞, 語(yǔ)義不相關(guān)(garbage.water) (Vogel, Luck, Shapiro, 1998),ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)題,(三) ERP實(shí)驗(yàn)設(shè)計(jì)中的無(wú)關(guān)變量及應(yīng)對(duì)策略,例子, 實(shí)驗(yàn)?zāi)康模捍碳た杀嫘?discriminability)對(duì)P3的影響 材料：字母表（10% “Q”; 90% 隨即選擇的非“Q” ; “Q” 從不連續(xù)出現(xiàn)） 任務(wù)：字母“Q”時(shí)按鍵 條件: 容易辨別(亮條件) vs. 難于辨別(暗條件) 無(wú)關(guān)變量： 刺激的物理屬性： “Q”與非“Q”的形狀不同; 與非“Q

7、”相比, “Q”出現(xiàn)的頻率高 被試的反應(yīng)方式： 對(duì)靶“Q”反應(yīng)，而對(duì)非靶不反應(yīng) (受與運(yùn)動(dòng)有關(guān)的ERP的污染) 刺激的呈現(xiàn)方式： “Q” 從不連續(xù)出現(xiàn) (P3后效只影響非“Q”) 刺激材料的數(shù)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(yīng)(早期成分；加工難度差異),ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)題,(三) ERP實(shí)驗(yàn)設(shè)計(jì)中的無(wú)關(guān)變量及應(yīng)對(duì)策略,應(yīng)對(duì)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(gè)字母，1個(gè)為靶- 每個(gè)字母的出現(xiàn)概率都是10% 被試的反應(yīng)方式： 對(duì)靶“Q”和非靶做不同的反應(yīng) 刺激的呈現(xiàn)方式： 分析數(shù)

8、據(jù)時(shí)，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),ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)題,(三) ERP實(shí)驗(yàn)設(shè)計(jì)中的無(wú)關(guān)變量及應(yīng)對(duì)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(合適 vs. 不合適) 韻律邊界(合適 vs. 不合適),他撞倒誰(shuí)的車(chē)子之后逃跑了？ 撞倒/肖明的車(chē)子 （AB ） 撞倒/肖明的車(chē)子 （AB ） 撞倒肖明的/車(chē)子 （AB ） 撞倒肖明的/車(chē)子 （AB ）,他

9、撞倒誰(shuí)的車(chē)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(shuí)的車(chē)子沒(méi)收了？ （AB ） 警察把撞倒肖明的什么物品沒(méi)收了？（AB ） 撞倒/肖明的車(chē)子 (Li et al., 2011),下劃線(xiàn): 表示鎖時(shí)的關(guān)鍵詞; 紅色表示重讀的位置; 左側(cè): 物理屬性不一樣; 右側(cè):物理屬性一樣,Audiovisual situation Standard 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%) Auditory situation Standard 隨后紅

10、色的方形出現(xiàn)了 Deviant 隨后紅色的方形出現(xiàn)了 (Li et al., 2009),(三) ERP實(shí)驗(yàn)設(shè)計(jì)中的無(wú)關(guān)變量及應(yīng)對(duì)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(yǔ)義與視覺(jué)背景整合的時(shí)間特點(diǎn),下劃線(xiàn): 表示鎖時(shí)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(jué)背景一致,重讀與視覺(jué)背景不一致,重讀與視覺(jué)背景不一致,ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)題,(三) ERP實(shí)驗(yàn)設(shè)計(jì)中的無(wú)關(guān)變量及應(yīng)對(duì)策略,2. 刺激材料的重復(fù) 3. 不同實(shí)驗(yàn)條件下，刺激材料的數(shù)量不同 4. 不同實(shí)驗(yàn)條件下，被試反應(yīng)的有無(wú)不同；反應(yīng)的

11、難度不同 5. 盡量在同一區(qū)組內(nèi)變化實(shí)驗(yàn)條件； 而不是在不同區(qū)組間變化實(shí)驗(yàn)條件,ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)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 - large component (P3, N400) 150-200 - medium-sized component (N2) 400-800 - small component (P1) (Luck, 2004) 2.刺激材料的數(shù)量和信噪比,ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)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(duì)ERP成分重疊的策

12、略 a 運(yùn)用ISI jitter(抖動(dòng)) jitter的范圍盡量寬； b 不呈現(xiàn)刺激的小概率事件 (Picton et al., 1974) c 估計(jì)已采集數(shù)據(jù)的重疊 從平均波形中減去估計(jì)的重疊 ADJAR (adjacent response) (Woldorff, 1993),ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)題,(五) 數(shù)據(jù)分析時(shí)的基線(xiàn)問(wèn)題 - 實(shí)驗(yàn)設(shè)計(jì),1. 盡量使鎖時(shí)點(diǎn)之前的刺激材料在不同實(shí)驗(yàn)條件中相同 (Li, Chen, and Yang., 2011) 2. 選擇恰當(dāng)?shù)臅r(shí)間段作為基線(xiàn)，并在實(shí)驗(yàn)設(shè)計(jì)時(shí)使其在 不同實(shí)驗(yàn)條件中相同 (Nan, Knsche, Friederici, 2009)

13、 3.利用差異波（把效應(yīng)進(jìn)行比較） (Li et al., minor revision),ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)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(shuí)的車(chē)子之后逃跑了？ 撞倒/肖明的車(chē)子 （AB ） 撞倒/肖明的車(chē)子 （AB ） 撞倒肖明的/車(chē)子 （AB ） 撞倒肖明的/車(chē)子 （AB ）,他撞倒誰(shuí)的車(chē)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(shuí)的車(chē)子沒(méi)收了？ （AB ） 警察把撞倒肖明的什么物品沒(méi)收了？（AB ） 撞倒/肖明的車(chē)子 (Li, Chen, and Yang, 2011),下劃線(xiàn): 表示鎖時(shí)的關(guān)

14、鍵詞; 紅色表示重讀的位置; 左側(cè): 基線(xiàn)不一樣; 右側(cè):基線(xiàn)一樣,ERP實(shí)驗(yàn)設(shè)計(jì)中的若干問(wèn)題,例，非音樂(lè)家對(duì)音樂(lè)小結(jié)邊界的感知，及文化差異對(duì)其的影響,Baseline: -200 0 ms -800 - -300 ms (Nan, Knsche, Friederici, 2009),Research design,Active 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(duì)長(zhǎng)”淺色的婚紗弄臟后感到很抱歉。 萌萌把“新娘”淺色的婚

15、紗弄臟后感到很抱歉。 萌萌把“隊(duì)長(zhǎng)”淺色的婚紗弄臟后感到很抱歉。 Passive sentences (high working memory load) high semantic related low semantic related 萌萌說(shuō)“新娘”被弄臟淺色的婚紗后嘆了口氣 。萌萌說(shuō)“隊(duì)長(zhǎng)”被弄臟淺色的婚紗后嘆了口氣 。 萌萌說(shuō)“新娘”被弄臟淺色的婚紗后嘆了口氣 。 萌萌說(shuō)“隊(duì)長(zhǎng)”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

16、(high vs. low),(Li et al., minor revision),下劃線(xiàn): 表示鎖時(shí)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(xiàng),（一）ERP疊加的平均的原理、及偽跡,1. ERP的平均的原理,ERP數(shù)據(jù)分析中的注意事項(xiàng),（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(dòng) (閱讀, 視覺(jué)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,

17、 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(xiàng),（一）ERP疊加平均的原理、及偽跡,2. EEG數(shù)據(jù)中的偽跡 - 波, 10 Hz, 100 ms 一個(gè)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?zhuān)惶貏e是始潛時(shí)的分析 控制策略：ISI jitter， 100 ms,ERP數(shù)據(jù)分析中的注意事項(xiàng),（一）ERP疊加平均的原理、及偽跡,2. EEG數(shù)據(jù)中的偽跡 - 慢電位漂移, 皮膚電位變化；電極接觸不良 剔除： 計(jì)算EEG在所有trials上的斜率， 并將那些斜率超出一定 閾值 的tria

18、l排除,ERP數(shù)據(jù)分析中的注意事項(xiàng),（一）ERP疊加平均的原理、及偽跡,3. EEG數(shù)據(jù)中的偽跡 - 眼動(dòng), 固定的電壓梯度(正極指向眼球正面)； 眼動(dòng)指向的方面，頭皮電壓變得更正 剔除眼動(dòng)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(huì)產(chǎn)生眼動(dòng)； 有的眼動(dòng)難以偵查到； 剔除方法錯(cuò)誤 眼動(dòng)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(xiàng),3. EEG數(shù)據(jù)中的偽跡 - 眼動(dòng),ERP數(shù)據(jù)分析中的注意事項(xiàng),（二）用ICA排除偽跡 (Jung et al., 2000, 2001), 數(shù)據(jù)驅(qū)動(dòng) data-driving 利用數(shù)據(jù)的相關(guān)結(jié)構(gòu)，線(xiàn)形方法和非線(xiàn)性方法相結(jié)合； N

19、電極 - N個(gè)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(inverse computation) - 減去有偽跡有關(guān)的成分,眼動(dòng),肌電,波,壞電極,ERP數(shù)據(jù)分析中的注意事項(xiàng),（二）用ICA排除偽跡 - 具體程序 （1）, Neuroscan 數(shù)據(jù)預(yù)處理 Ocular artifact reduction、re-Reference、filter、epoch、baseline correction、 Artfact rejection（-75 +75）、Delete rejectred sweeps 用matlab打開(kāi)eeglab file-set path(包含eeglab程

20、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) file-import-from Neuroscan .eegfile file-save current dataset as (保存為.set數(shù)據(jù)),ERP數(shù)據(jù)分析中的注意事項(xiàng),（二）用ICA排除偽跡 - 具體程序（2）, Run ICA file-load existing dataset edit-channel location (一路點(diǎn)擊ok) tools-run ICA file-save current dataset as (保存包含ica信息的

21、數(shù)據(jù)) 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(shù)據(jù)), 把.set數(shù)據(jù)轉(zhuǎn)換為Neuroscan能讀取的.avg數(shù)據(jù) 1. files-export-Data and ICA activity to text files 對(duì)話(huà)窗的以下處劃勾 Export ERP average instead of trials Transpose matrix (ele-rows) Export ch

22、annel labes/component numbers Export time values 2. 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(chēng)）和第一列（時(shí)間點(diǎn)名稱(chēng)）； 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(kāi)方式選擇Neuroscan channel 62(電極數(shù)) acquisition rate 500(采樣率) X Mimum -100（epoch時(shí)的時(shí)間最小值） point 551（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(xiàng),（三）ERP的PCA分析法及適用范圍 - 具體程序, 數(shù)據(jù)

23、驅(qū)動(dòng) data-driving 利用數(shù)據(jù)的相關(guān)結(jié)構(gòu) M個(gè)連續(xù)變量 - N個(gè)成分， NM 很難從ERP波形中確定每個(gè)ERP成分的代表性時(shí)間窗口,(Li et al., 2010),例子，重讀(合適 vs. 不合適) 韻律邊界(合適 vs. 不合適) (Li et al., 2011),ERP數(shù)據(jù)分析中的注意事項(xiàng),（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(kāi).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(xiàn)上的數(shù)據(jù)、及電極名稱(chēng)； 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(xiàng),（三）ERP的PCA分析法及適用范圍 - 基本原理, 用matlab 運(yùn)行rawd