Link Search Menu Expand Document

プラグインソースコードを表示するには、プラグインのコードをご覧ください GitHubリポジトリ.

PACTとは?

PACTはEEGLABのプラグインです。 PACTは(相互頻度) フェーズ振幅カップリングツールボックス。 githubリポジトリを参照してください。 https://github.com/sccn/PACT 提出する バグ報告やコードベースの変更

PACTはどのようなデータがかかりますか?

現在、連続したデータのみが受けられます。 PACTはもともと開発されました 電子回路図(ECoG)データ解析用

PACTとは?

予備探査では、PACのバイトフォース計算を実行できます 低周波振動(LFO)と 最高速度サンプリング(HAS)センター周波数。 この計算 周波数の解像度や帯域幅に応じて長時間かかる場合があります。 各PAC値をチャネルに計算するには 周波数による周波数の組み合わせ、PACTは以下の手順を実行します。

1円 バンドパスは、HFOとLFO信号を抽出するデータをフィルタリングします。

2\。 HilbertはHFO信号を変形させ、時間シリーズを抽出します 瞬間的な広さ。

3\。 HilbertはLFO信号を変形させ、時間のシリーズを抽出します 瞬間段階。

4円 (最高振幅サンプリング、HAS):選択するしきい値を適用します N%最高HFO振幅。 ここからHASのインデックスを取得します。

5円 LFO の段階のために、HAS の索引を加えて下さい。

6円 HASインデックスのHFOとLFOインデックスを複雑な値のファサーに結合します。

7円 変調指数(Canotly et al., 2006)を計算する 上記HASファサーのコレクション。

8円 円周に貫通することで、データを集める 振幅シリーズの相対相時間シリーズ。

9円 null の Modulation Indices の surrogate セットを計算します。 仮説は、自分の統計的なしきい値を保持し、決定する必要があります 分布。

10円 複数の比較修正を回数に基づいて実行する PACの重要性を推定しているチャンネル。

注意: 意味結果ベクトルの統計を計算し、実行するには PACTはCircStat(Berens, 2009)を利用しています。 相を計算する 振幅統計, PACT は K-S と Chi-square のテストを使用します。.

PACT GUIはどのように見えますか?

![thumb]|400px|フィギュア 1. 行為 EEGLABメインから見る GUI.(画像/デモ01.jpg)

<p style="text-align: center">プロフィール 1。 EEGLABメインGUIから見たPACT。</p>

![thumb]|400px|フィギュア 2. 主要な GUI.(画像/デモ02.jpg)

<p style="text-align: center">プロフィール 2. 主要なGUI</p>

正常にインストールすると、アイテム ‘PACT’ は ‘Tools’ (図1) で表示されるはずです。 現在 12 メニュー

  • 計算PAC: メインGUI(図2)を起動します。 プレスOK時、 計算が開始されます。 それが終わったら、統計はウィンドウポップアップを設定 (後述)
    • 段階のfreqの範囲[lohz hihz]
    • Amp freq レンジ [lohz hihz]
    • 最高振幅サンプリングレート[%]
    • サンプリングプール: 実験目的のためです。 常に 「各チャンネル」を選択します。
    • handpickedなら、イベントタイプとウィンサイズ[+/- ms]: イベントマーカーの周りのデータを使用して分析を実行する VidEd または MoBILAB で生成されると、これを使用します。
    • 重要なしきい値 [p]
    • 代理件数 [N]: これにより、データがいくつあるかが判明 代理データを生成したいポイント null仮説の分布。
    • フェーズビン数 [N]: これは円の感度に影響を与えます 統計情報 非常に大きな値(例:>100)を使用しないでください。

thumb]|400px|フィギュア 3. 検出されたHFO (で示される) 赤).

<p style="text-align: center">プロフィール 3. 検出されたHFO(赤)</p>

  • Plot HFO マーク 未加工データ: このプロットは図3のように見えます。
  • インバーター極性: これは、単純に EEG の極性を反転することです -1 をすべてのデータにマルチプライリングします。

thumb]|400px|フィギュア 4。 手動でHFOをマークする。 左、VisEdを使用して。 右、カスタマイズされたMoBILABプロットを使用して。

<p style="text-align: center">プロフィール 4。 手動でHFOをマークする。 左、VisEdを使用して。 右、カスタマイズされたMoBILABのプロットを使用して</p>

  • ハンピックHFO(VisEd): 左図4のように見えます。 マウスクリックでマークポイントを選択します。 詳しい説明 VisEd の使用方法、VisEd のヘルプを参照してください。
  • ハンドピックHFO(Mobilab): 左図4のように見えます。 同様に、マウスクリックでマーキングポイントを選ぶことができます。 使用条件
  • イベントマーカーをコピー: データセット1からイベントマーカーをコピーする データセット 2。

![thumb]|400px|フィギュア 5. 統計セット (画像/Demo03.jpg)

<p style="text-align: center">図5. 統計設定</p>

  • 統計情報の設定: 図5のように見えるGUIを示しています。
  • Plotの変調の索引: 図7/8のように見えるプロットを示しています 右上。
  • Plot Angular Hist(バー)
  • Plotの角ヒスト(極): これは図のように見えるプロットを示しています 7/8 左下。
  • プロットフェーズソートアンプ: 図7/8のように見えるプロットを示しています 左下。 各バーは、各フェーズビンの広さを意味します。

thumb]|400px|フィギュア 6. スキャン パラメータ スペースは LFO 段階から成っています 周波数とHAS率。

<p style="text-align: center">プロフィール 6. 走査変数スペースはLFO段階の頻度およびHAS率から成っています</p>

  • LFO の freqs をスキャン (非常に遅い!): 図のようなGUIをポップアップ 6. 開始 N=10前後、HAS率0.3-10 色正規化 意味結果ベクトルの長さをプロットするときに使用する必要があります。

PACT出力のプロットは?

1円 LFO-HASパラメータスペーススキャン結果(LFO相の結合) 頻度およびHAS率;使用される測定は平均結果的であるかもしれません ベクトルの長さか調節の索引。

2\。 95%または99%の自信の間隔でModulationの索引を使用して。

3a。 極端に表示された角のヒストグラムは、Mean Resultant を使って ベクトルの長さ。

3b. 斜めのヒストグラムの長方形のプロットの段階はで包みません x軸。

4円 LFO相ソートHFO振幅の棒グラフ。

図3aと3bのフェーズビンの数が決定されることに注意してください ユーザーの入力と円の統計結果に影響を与えます。

PACT の使用方法、および出力の解釈方法: デモ例

これらのプロットはPACTが適用された例を示します 神経ロジストがチャンネルを判断した電気系統法データ( Ch) 病理学的であるべき1信号およびCh2信号は正常です。

まずはLFO周波数スキャンを実施(図7・8) 左上、同じです。 PACTを複数回実行する必要があります。 パラメータを調整する; 違いを最も明確に示した結果 詳細はこちら 平均結果ベクトル長が選ばれました 依存変数は 0 から 1 まで自然に正規化されるので、 従ってチャネルを渡る比較のために便利。 このプロットショー 2つの注目すべき関心を持つクラスターがCh1の違いを示した そしてCh2:.Oneは(LFO 0.5 Hz、HAS 3%、)他の(LFO 1.5 Hz、HAS 1.5%)です。 パラメータの両組み合わせの解析を実行することにしました。 統計的重要度は、ボンフェロニ・ホルムと1%に設定された 修正(注記:B-Hの比較には2つの項目しかないので) ボンフェロニと同じです。

<p style="text-align: center">図7。 LFO 0.5Hz、HAS 3%、p < 0.01, CI 95%. Top left, LFO-HAS parameter space scan results. Top right, Modulation Index. Bottom left, Mean Resultant Vector Length. Bottom right, phase-sorted HFO amplitudes</p>

図7は、パラメータ(LFO0.5 Hz、HAS 3%)を選択する結果を示しています。 変調指数 Ch1はCh2よりも大きい。 Ch1値のみが到達 統計的意義(図7、右上)、水平バー グラフは95%の信頼区間を示します。 平均結果ベクトルによる 長さ、両方チャネル信号は示された段階の集中を示しました、 好みのフェーズは異なっていたけれど、ほとんど反対(図) 7、左下)。 フェーズソートHFOの振幅もCh1が持っていることを示しています 推奨フェーズ、およびCh1の振幅分布は、 制服から著しく逸脱する, 一方、Ch2は、これを示さない 効果(図7、右下)。 また、大きな違いも注意してください。 振幅スケール。

<p style="text-align: center">プロフィール 8. LFO 1.5HzのHAS 1.5%、p < 0.01, CI 95%. Top right, Modulation Index. Bottom left, Mean Resultant Vector Length. Bottom right, Phase-sorted HFO amplitude. Note that the Ch1 Modulation Index is much larger than the confidence interval compared to Figure 7</p>

図8は結果を示しています パラメータ(LFO 1.5 Hz、HAS 1.5%)を選択します。 変調指数、平均 結果ベクトルの長さとフェーズソートHFOの振幅はすべて示しました 図7に示す結果に類似したプロパティ。 ただし、ご注意ください。 Ch1変調 インデックスは、自信の間隔よりもはるかに大きい レベル; おそらくこのパラメータの組み合わせは、より良いフィットします このチャネル信号の病理学的パターン。

リンクのダウンロード

http://sccn.ucsd.edu/wiki/Plugin_list_process

注意と制限

「Handpick HFO」メニューは、新しいMaatlabバージョンでは動作しません。 graphics.cursorbarオブジェクトをサポートしなくなりました。 この機能を使用するには、 ワークアラウンドとしてMaatlab 2013以上を使用してください。

スキャンフェーズ周波数対HFO周波数(07/24/2019更新)

フェーズ振幅カップリングの計算では、典型的な問題は、方法 フェーズと振幅の両方でターゲット周波数を決定します。 演奏する 単純に、ver. 0.30 生成する関数を実装しました 段階振幅の頻度による頻度頻度頻度格子プロット。 減らす必要がある場合 EEGLAB GUI を事前に使用して、チャンネルの数をします。 その他, この頻度スキャン プロセスは PACT によって前処理を必要としません、それ ジョブ自体をします。 あなたが選ぶべき1つの余分変数は最高です 振幅のサンプリング(HAS)率は、右尾のカットオフを指定します。 各チャネルの振幅分布。 これだけは 高周波バンドパス フィルターの後で最も高い広さを拾う、 高周波(またはブロードバンド)でアーティファクトがある場合、HASは ピックアップ この場合、EEGLABを使ってデータをクリーンにしたい この解析を実行する前に関数。

以下の例では、Ch21が最も強いことを容易に見つけることができます 間のPAC 3Hz段階および80-Hz HFOの広さは、Ch16によって続きます。 チャレンジャー18 また、いくつかのPACを示しましたが、それは3つのHzの代りに1.7のHzと結合しました 何か違うかもしれない。 1 つを選択すると、ベクトルの長さが表示される Canoltyの変調指数(MI)の代わりに、それは評価することができます HFOの振幅の影響なしで同じ測定。 計算された値 EEG.pacScanの下に保存されます。

200pxの

600ピクセル

平均を得る方法 HFO ガンマ振幅

  1. 上記のプロットでは、ピークPAC値が観察されていることを確認します。 Ch21、段階3.2-Hz、増幅80-Hz。
  2. コマンドラインの ‘EEG.pacScan’ を入力します。 変数の中で、 ‘meanHfoAmp’ は、 これはマイクロのHFOの広さを意味します ボルト。 もしそうでなければ 寸法については、「dataDimensions」を参照してください。 私たちのチャネルを知っています。 freq-freq 関心のウィンドウ, 21、3.2 Hz、80 Hz、 それぞれ。 これらの興味のパラメータに基づいて、我々は得ます これらのパラメータのインデックス: チャンネルの注文のための21、7のための 相 freq ( ‘phaseFreqEdge’–3.2 参照) Hzは7thと8thの間にあります エッジは、HFO freq の 7 と 1 を選択します。
  3. コマンドウィンドウに EEG.pacScan.meanHfoAmp(21,7,1) を入力します。 ‘35.0391’ を返します。これは HFO の振幅を意味します。 選択されたHFOフレームは35.0391マイクロでした ボルト。

600ピクセル

バグ報告、リクエスト、コメント

EEGLABメーリングリストにバグや提案を投稿してください。

参考文献

http://www.ncbi.nlm.nih.gov/pubmed/24110429 マコト宮越、アルナード デルロメ、Tim Mullen、小島克明、Scott Makeig、浅野恵志 クロス周波数カップリングの自動検出 臨床検査用電解質グラム Conf Proc IEEE Eng Med Biol(コンプロック) 2013年3月28日〜2月28日