このセクションでは、SIFT の使用のデモを見積もり、 EEG のデータセットでソースドメイン情報フローのダイナミクスを可視化します。 あなたがツールボックスをダウンロードしたいかもしれないこのチュートリアルを最大限に活用してください サンプルデータとステップバイステップの指示に従って下さい。ツールボックスは、主に SIFT の使い方のハンズオン例で実証されています。 グラフィックユーザーインターフェイス(GUI)。 理論箱は付加を提供します SIFTパイプラインのいくつかの段階で情報と提案。

SIFTの機能性を最大限に活用するためには、 EEGLABの組み込みを使用して、最初にデータをソースに分ける 独立したコンポーネント分析(ICA)ルーチン。 ご利用にあたって 高度なネットワーク可視化ツール、これらのソースも ダイポールフィッティングを使用した3D空間でローカライズ ()pop_dipfit()). ICA分解とソースの実行に関する詳細情報 EEGLAB wiki でローカリゼーションが見られます。 この例では、 単一の被写体から2つのデータセットを使用して[2つのバックアップ]を実行します フィードバックの連続的な性能のタスク]()https://sccn.ucsd.edu/eeglab/download/SIFT_SampleData.zip)下の図に描かれた(オントンと 2007年(平成19年) ここでは、被写体は連続ストリームで提示されます ~1500 ms で区切られ、ボタンをと押すように指示される手紙 現在の文字が2回提示されたものと一致する場合、右側の親指 初期のシーケンスで、左の親指で文字がなければ押します マッチしません。 正しい応答と誤った応答は、監査によって続きます “beep” または “boop” の音. 64チャンネルのBiosemiでデータを収集 256Hzのサンプリング速度を持つシステム。 データは共通平均です 0.1 Hzでろ過される再参照され、ゼロ段階の高いパス。データセット 分析は正しい(RespCorr)に分離され、誤りがあります (RespWrong) 応答、ボタンプレスにタイムロックされ、分離 Infomax ICA (Bell および Inc.) を使用して、最大独立したコンポーネントに Sejnowski、1995年)。 これらのソースは、単一のソースまたは 4 シェルを使用してデュアル対称同等分ダイポールモデル 被験者の電極位置に共同登録した球面ヘッドモデル 工具を使用してモデルヘッド球に電極の位置を警告することによって EEGLABのdipfitプラグインから。

*充填キャプション。 フィードバックCPT(OntonおよびOnton)による2バック 2007年(平成19年) * 必須

この演習では、複数の情報の流れを分析します これらの解剖学的に正しい間に脳活動のソースをローカライズ 応答とエラーコミッション。

シャフト サブメニューオプションは、SIFTの5つのメインモジュールに対応しています。 前処理, モデルフィッティングと検証、コネクティビティ分析、統計、および 可視化。

充填キャプション。 シャフト データ処理パイプライン

---