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.

trimOutlierとは?

  • 強力なデータ調査可能性: おそらく唯一のツールです。 私は知っている限り、それはすべてのチャンネルとすべてのチャンネルをチェックすることができます 1つのウィンドウ内のデータポイント。 1つは視覚のsanityの点検をのための実行できます 先物やデータ文具を一目でご紹介します。 あなたからあなたを救う 生 EEG データの何百ページを目撃する。
  • シンプルなデータクリーニング: チャンネルで問題が見つかった場合や、 タイムシリーズの波形をシームレスに実行できます。 悪いチャンネル/データポイントをチョッピングすることでデータのクリーニング。 違います clean_rawdata(), trimOutlier() はデータに何かを加えません。 推薦される塀 自動データのクリーニング/補正の浄化および浄化 アルゴリズム。 例えば、あなたのクリーニング戦略が古典的である場合 ‘rejected の試験 EEG は +/- 200 uV’ を超過し、trimOutlier() は あなたのための仕事。 GUI から呼び出されると、対話型と対話型を提供します。 除去を判断できる直感的なユーザー環境 カットアンドトリプロセスからのフィードバックに基づく基準。

除去ログはどこに保存されますか?

EEG.etc.trimOutlier.cleanChannelMaskでログを保持する[nbchan x 1 logical\ チャンネル拒否と EEG.etc.trimOutlier.cleanChannelMask の データポイント拒否のための [data_length x 1 logical] 。

チュートリアル

このチュートリアルでは、ユーザーがロードの基本的なステップを理解していると仮定します EEGLABへのデータ 詳細はEEGLABチュートリアルをご覧ください。

開始するには、連続した(非推奨)データセットをロードし、プラグインを開始します。 EEGLABウィンドウのツール いくつかの数字とチャートがポップアップ表示されます データを消去するプロンプトとともに。

400px|フィギュア 1. 初期化されるトリムアウトイヤー

左上のスカルプマップは、すべてのチャネルSDの地理を示しています 録画時間と右上の画像は同じ画像を示していますが、その後 最大25%のSDでチャネルを削除。 これらの2つを比較することによって scalpのマップは、高振幅のスカルプ分布を見ることができます 通常はアーティファクトに関連付けられています。

(05/14/2024 更新) 2019年以降、SDバーグラフは1つのSDを示すエラーバーを示しています。 SDのSDは100本のビンにデータを分けることによってと計算されます トリミング、各ビンのSDを計算する等しい長さ。 私の計算 100つのSDを渡る平均そしてSD、チャネルSDの平均そしてSDを得ることができます 値。 このアプローチは、次の2つのケースを区別するのに役立ちます。 (1) 高変位状態は静止状態(つまり、チャネルを拒否する方が良い) この場合、エラーバーが短くなります。 (2) 高変位状態が超越 (つまり、チャンネルを保持する方が良い。エラーバーが長い)。

400px|フィギュアS1。 更新された表示

「はい」をクリックすることで継続する前に、必ずグラフを調べてください。 閾値値の推定値。 見つけることを心配する必要はありません しかし、最初の試みの完璧なしきい値。再び、利点 このプラグインは、プロセスのインタラクティブな性質です。

フィルタリングの最初の入力は、チャンネル標準偏差の上部です バインド。 たとえばデータセットの場合、200 MICROV の上限値を選択しました。 「すべてのチャンネルの標準的な偏差」グラフに基づく。 クリック後 プラグインがチャンネル標準偏差データのグラフを生成する「Ok」 除去前後に、除去する回数も表示します。 チャネルと確認を求める(削除されたチャンネルの名前) 最終工程中に表示します。 新規の上限値が選択可能 拒否されたチャンネルの数が高すぎます。実験では、 チャンネルの最大10%の拒否で快適にお過ごしいただけます。

![400px]|フィギュア 2. チャネルの標準的な偏差の上部 バインド(画像/T02.png)

実験に複数の被験者がある場合には、 すべての被験者に共通のしきい値を決定します。 これを行う一つの方法は、 各チャネルの EEG データの標準的な偏差を見つけること 対象と値のソート、すべてのプロットを調べる 対象のソートデータ。

「OK」をクリックし、上部の境界チャネル除去を確認します。 似ている プロセスは下限に基づいて除去のために起こります。 境界線を下回る 値、クリック 「Ok」は結果を確認し、値を変更したり、確認したりします。 「OK」をクリックします。 上限の境界は、世話をすることを意味するが “クレイジー” チャネル, 下限アドレス “デッド” チャネル. そのため、 低い境界として 0 を使用することを避けるのが最善です。 2 MICROVは良い 値。

![400px]|フィギュア 3.標準偏差に基づくチャネル拒否 上部と下部の境界線(画像/T03.png)

次のステップは、データポイントを拒否することです。 カラーキーは同じです 最初のイメージ:黒は意味を表し、赤は+/- 2SDであり、青は 封筒。 ここには300 MICROVとポイントスプレッドのしきい値を使用します。 1msの幅。 「OK」をクリックし、「データポイント拒否後」を調べる グラフ。 閾値とポイントスプレッド幅の異なる値が使用できる 除去が満足していない場合。 プロセスの最終決定

![400px]|フィギュア 4.入力のthrehsoldおよびポイントに基づくデータポイントの除去 スプレッド幅:(画像/T04.png) ![325px|図 5. 前後 データポイント拒否後(画像/T05.png)

著者:クレメン・リーとミヤコシマコト。 SCCN株式会社、UCSD