事件相关电位的基础
罗希尼·兰德尼亚
更新于
2024年5月22日
事件相关电位的基础
罗希尼·兰德尼亚
更新于
2024年5月22日
事件相关电位的基础
罗希尼·兰德尼亚
更新于
2024年5月22日
1. 导言
欢迎！在第二个教程中，我们将学习如何标记大脑对刺激的反应。
我们将学习：
什么是事件相关电位（ERP）？
什么是 ERP 峰值和成分？
获取 ERP 的典型步骤
使用 Emotiv EPOC 设备和软件的实际应用
2. 什么是事件相关电位（ERP）？
事件相关电位（ERP），也称为诱发电位，是大脑对事件或刺激（如听到响亮的声音）作出的反应。具体来说，它是由于感觉或认知事件而在脑电图（EEG）中看到的电压振幅变化。
我们可以观察到“ERP 成分”，它们是刺激发生后出现的稳定峰值。一个 ERP 可以有许多正向或负向峰值，但它们并不都是特征鲜明的 ERP 成分（例如 N100 或 P300 成分）。
当你在时域中看脑电图时，记住要看坐标轴方向。有时你会看到 - 号在轴的顶部，+ 号在轴的底部，尤其是在临床脑电图中
注意：ERP 可以表示单次事件，也可以是通过对该事件的多次试验中的振幅进行平均来表示。通常，像图像中那样具有明显成分的平滑 ERP 只能通过平均数百次试验来获得
图 1 – 典型的听觉 ERP 成分
典型成分的特征是其极性（即正向 (P) 或负向 (N)）以及它们何时发生（例如，第一个负向成分 N1）。同一个 N1 成分也可以通过它们发生的时间来识别（例如，从声音开始后的 100ms）– N100
3. 获取 ERP 的步骤
实验阶段：
我们设计实验以获取感兴趣的特定 ERP。
例如，我们可以在参与者听音频声音时收集 EEG 数据。
为了理解脑电图数据，我们必须在脑电图中标记参与者听到声音的时间。这些被称为事件标记（图 2 中的垂直红线）。
图 2 – 显示在原始脑电图上的事件标记（红线）
让事件标记的时间与声音开始的时间准确对齐，对于我们能够看到 ERP 至关重要！因此，选择合适的硬件和软件来帮助我们获得准确的时间戳非常重要。
选择参考点
请记住，电活动始终是测量两点之间的电位差。在 EEG 设备中，每个传感器的电位都是相对于参考传感器（DRL + CMS）进行测量的。
在 Emotiv EPOC 设备中，参考传感器有两种选择
图 3 – Emotiv EPOC 类型设备中的参考选项
EPOC 型脑机接口有两种参考方案可选：
乳突参考（Mastoid Reference） – 要使用乳突（Mastoid）作为参考传感器，我们在 P3/P4 传感器上放上橡胶塞，在乳突传感器上放上湿毛毡。
P3/P4 参考 – 要使用 P3/P4 作为参考传感器，我们在 M1/M2 乳突传感器上放上橡胶塞，在 P3/P4 传感器上放上湿毛毡
对于 ERP 实验，通常使用乳突参考，但你也可以使用 P3/P4 参考，因为在分析之前对数据进行预处理时，你以后随时可以在线重新参考数据。在分析数据之前，通常会将数据重新参考到所有传感器的平均值。
在我们的实验中，我们将使用乳突参考来收集数据。这里通常有一个很好的假设，即乳突部位不会像头部其他位置那样传输脑电图信号，因此它是一个很好的参考点。
预处理：
我们无法立即在原始脑电图中看到 ERP 信号，因为与大脑内部和周围发生的所有其他活动（~ ±40uV）相比，它的作用非常微弱（~ ±5uV）！
因此，为了看到针对我们声音的特定大脑反应，我们需要清理数据以去除任何噪声或伪迹。然后我们将对数据进行分段（epoch）——这是指将大脑反应切片到我们定义的窗口内（例如，大脑反应从声音前 50ms 开始到声音后 400ms 结束）。然后我们对所有独立分段的脑电图数据（即大脑对所有声音的反应）进行平均，以获得一个清晰的 ERP。
下面是典型 ERP 处理流程中的基本步骤。研究人员将根据其数据和目标来选择步骤。
图 4 – 典型的 ERP 处理流程
4. 让我们获取自己的 ERP
首先让我们设置软件
下载最新版本的 PsychoPy – https://www.psychopy.org/ 我们将使用 PsychoPy 向参与者播发声音。
获取 Emotiv Launcher 和 EmotivPRO 应用来记录和查看脑电图。
将 PsychoPy 与您的 Emotiv 软件连接，以便它们能够互相通信。
请按照视频中的步骤操作：
使用 PsychoPy 构建 Emotiv EEG 实验
通过多次重复任何刺激（例如图像、声音）可以获得平滑的 ERP。在这里，我们将向参与者呈现相同的 50ms 声音，每 4 秒一次，共约 150 次！
跟随视频一起，用单一音调构建一个简单的听觉实验：
让我们获取一些数据
现在您已经选择好了参考点，您可以观看视频来了解如何设置您的头戴式设备，以获得最佳质量的脑电图：
使用 EmotivPRO Analyzer 的 ERP 处理流程
观看视频并按照步骤生成您自己的 ERP：
了解 Analyzer 的 ERP 输出
对于每个通道，您将看到一个平均波形。典型且平滑、在 100ms 处具有负峰值的 ERP 如下所示。实线表示平均振幅，较浅的阴影表示均值的标准误差：
这是一个杂乱且没有清晰 ERP 成分的波形。这可能是由于试验次数较少造成的：
需要考虑的事项
在比较不同参与者之间的 ERP 时，一般来说比较差异效应会更好。
例如，我们可以观察对更频繁出现的声音（标准声音）的平均 ERP，并与在特定模式中较少出现的声音（偏差/怪球刺激）进行比较。我们可以通过简单地用一个波形的振幅减去另一个波形来获得差异波形。如图 5 所示，我们随后可以观察到通常被称为不匹配负波（MMN）的 ERP 成分，这在 ERP 研究中非常常见。
图 5 – 当环境中的模式被打破时，可以在 ERP 中观察到不匹配负波（MMN）成分
5. ERP 的应用
识别生物标志物：
ERP 最常见的应用之一是在临床研究中，供研究人员寻找诊断精神分裂症等精神障碍的更好方法。患有精神分裂症的人可以根据他们不匹配负波反应（MMN）与健康对照组区分开来
图 6 – 慢性精神分裂症、新近发病以及有该病发展风险的人不匹配负波振幅明显更高 (Jashan 2012)
ERP – BCI（脑机接口）
针对不同心理指令或视觉刺激（如键盘上的字母）的 ERP 可用于移动轮椅或为 BCI 拼写器提供动力
6. 资源
Emotiv 手册
推荐阅读资料
Luck, S.J., 2005. Ten simple rules for designing and interpreting ERP experiments. Event-related potentials: A methods handbook, 4.
1. 导言
欢迎！在第二个教程中，我们将学习如何标记大脑对刺激的反应。
我们将学习：
什么是事件相关电位（ERP）？
什么是 ERP 峰值和成分？
获取 ERP 的典型步骤
使用 Emotiv EPOC 设备和软件的实际应用
2. 什么是事件相关电位（ERP）？
事件相关电位（ERP），也称为诱发电位，是大脑对事件或刺激（如听到响亮的声音）作出的反应。具体来说，它是由于感觉或认知事件而在脑电图（EEG）中看到的电压振幅变化。
我们可以观察到“ERP 成分”，它们是刺激发生后出现的稳定峰值。一个 ERP 可以有许多正向或负向峰值，但它们并不都是特征鲜明的 ERP 成分（例如 N100 或 P300 成分）。
当你在时域中看脑电图时，记住要看坐标轴方向。有时你会看到 - 号在轴的顶部，+ 号在轴的底部，尤其是在临床脑电图中
注意：ERP 可以表示单次事件，也可以是通过对该事件的多次试验中的振幅进行平均来表示。通常，像图像中那样具有明显成分的平滑 ERP 只能通过平均数百次试验来获得
图 1 – 典型的听觉 ERP 成分
典型成分的特征是其极性（即正向 (P) 或负向 (N)）以及它们何时发生（例如，第一个负向成分 N1）。同一个 N1 成分也可以通过它们发生的时间来识别（例如，从声音开始后的 100ms）– N100
3. 获取 ERP 的步骤
实验阶段：
我们设计实验以获取感兴趣的特定 ERP。
例如，我们可以在参与者听音频声音时收集 EEG 数据。
为了理解脑电图数据，我们必须在脑电图中标记参与者听到声音的时间。这些被称为事件标记（图 2 中的垂直红线）。
图 2 – 显示在原始脑电图上的事件标记（红线）
让事件标记的时间与声音开始的时间准确对齐，对于我们能够看到 ERP 至关重要！因此，选择合适的硬件和软件来帮助我们获得准确的时间戳非常重要。
选择参考点
请记住，电活动始终是测量两点之间的电位差。在 EEG 设备中，每个传感器的电位都是相对于参考传感器（DRL + CMS）进行测量的。
在 Emotiv EPOC 设备中，参考传感器有两种选择
图 3 – Emotiv EPOC 类型设备中的参考选项
EPOC 型脑机接口有两种参考方案可选：
乳突参考（Mastoid Reference） – 要使用乳突（Mastoid）作为参考传感器，我们在 P3/P4 传感器上放上橡胶塞，在乳突传感器上放上湿毛毡。
P3/P4 参考 – 要使用 P3/P4 作为参考传感器，我们在 M1/M2 乳突传感器上放上橡胶塞，在 P3/P4 传感器上放上湿毛毡
对于 ERP 实验，通常使用乳突参考，但你也可以使用 P3/P4 参考，因为在分析之前对数据进行预处理时，你以后随时可以在线重新参考数据。在分析数据之前，通常会将数据重新参考到所有传感器的平均值。
在我们的实验中，我们将使用乳突参考来收集数据。这里通常有一个很好的假设，即乳突部位不会像头部其他位置那样传输脑电图信号，因此它是一个很好的参考点。
预处理：
我们无法立即在原始脑电图中看到 ERP 信号，因为与大脑内部和周围发生的所有其他活动（~ ±40uV）相比，它的作用非常微弱（~ ±5uV）！
因此，为了看到针对我们声音的特定大脑反应，我们需要清理数据以去除任何噪声或伪迹。然后我们将对数据进行分段（epoch）——这是指将大脑反应切片到我们定义的窗口内（例如，大脑反应从声音前 50ms 开始到声音后 400ms 结束）。然后我们对所有独立分段的脑电图数据（即大脑对所有声音的反应）进行平均，以获得一个清晰的 ERP。
下面是典型 ERP 处理流程中的基本步骤。研究人员将根据其数据和目标来选择步骤。
图 4 – 典型的 ERP 处理流程
4. 让我们获取自己的 ERP
首先让我们设置软件
下载最新版本的 PsychoPy – https://www.psychopy.org/ 我们将使用 PsychoPy 向参与者播发声音。
获取 Emotiv Launcher 和 EmotivPRO 应用来记录和查看脑电图。
将 PsychoPy 与您的 Emotiv 软件连接，以便它们能够互相通信。
请按照视频中的步骤操作：
使用 PsychoPy 构建 Emotiv EEG 实验
通过多次重复任何刺激（例如图像、声音）可以获得平滑的 ERP。在这里，我们将向参与者呈现相同的 50ms 声音，每 4 秒一次，共约 150 次！
跟随视频一起，用单一音调构建一个简单的听觉实验：
让我们获取一些数据
现在您已经选择好了参考点，您可以观看视频来了解如何设置您的头戴式设备，以获得最佳质量的脑电图：
使用 EmotivPRO Analyzer 的 ERP 处理流程
观看视频并按照步骤生成您自己的 ERP：
了解 Analyzer 的 ERP 输出
对于每个通道，您将看到一个平均波形。典型且平滑、在 100ms 处具有负峰值的 ERP 如下所示。实线表示平均振幅，较浅的阴影表示均值的标准误差：
这是一个杂乱且没有清晰 ERP 成分的波形。这可能是由于试验次数较少造成的：
需要考虑的事项
在比较不同参与者之间的 ERP 时，一般来说比较差异效应会更好。
例如，我们可以观察对更频繁出现的声音（标准声音）的平均 ERP，并与在特定模式中较少出现的声音（偏差/怪球刺激）进行比较。我们可以通过简单地用一个波形的振幅减去另一个波形来获得差异波形。如图 5 所示，我们随后可以观察到通常被称为不匹配负波（MMN）的 ERP 成分，这在 ERP 研究中非常常见。
图 5 – 当环境中的模式被打破时，可以在 ERP 中观察到不匹配负波（MMN）成分
5. ERP 的应用
识别生物标志物：
ERP 最常见的应用之一是在临床研究中，供研究人员寻找诊断精神分裂症等精神障碍的更好方法。患有精神分裂症的人可以根据他们不匹配负波反应（MMN）与健康对照组区分开来
图 6 – 慢性精神分裂症、新近发病以及有该病发展风险的人不匹配负波振幅明显更高 (Jashan 2012)
ERP – BCI（脑机接口）
针对不同心理指令或视觉刺激（如键盘上的字母）的 ERP 可用于移动轮椅或为 BCI 拼写器提供动力
6. 资源
Emotiv 手册
推荐阅读资料
Luck, S.J., 2005. Ten simple rules for designing and interpreting ERP experiments. Event-related potentials: A methods handbook, 4.
1. 导言
欢迎！在第二个教程中，我们将学习如何标记大脑对刺激的反应。
我们将学习：
什么是事件相关电位（ERP）？
什么是 ERP 峰值和成分？
获取 ERP 的典型步骤
使用 Emotiv EPOC 设备和软件的实际应用
2. 什么是事件相关电位（ERP）？
事件相关电位（ERP），也称为诱发电位，是大脑对事件或刺激（如听到响亮的声音）作出的反应。具体来说，它是由于感觉或认知事件而在脑电图（EEG）中看到的电压振幅变化。
我们可以观察到“ERP 成分”，它们是刺激发生后出现的稳定峰值。一个 ERP 可以有许多正向或负向峰值，但它们并不都是特征鲜明的 ERP 成分（例如 N100 或 P300 成分）。
当你在时域中看脑电图时，记住要看坐标轴方向。有时你会看到 - 号在轴的顶部，+ 号在轴的底部，尤其是在临床脑电图中
注意：ERP 可以表示单次事件，也可以是通过对该事件的多次试验中的振幅进行平均来表示。通常，像图像中那样具有明显成分的平滑 ERP 只能通过平均数百次试验来获得
图 1 – 典型的听觉 ERP 成分
典型成分的特征是其极性（即正向 (P) 或负向 (N)）以及它们何时发生（例如，第一个负向成分 N1）。同一个 N1 成分也可以通过它们发生的时间来识别（例如，从声音开始后的 100ms）– N100
3. 获取 ERP 的步骤
实验阶段：
我们设计实验以获取感兴趣的特定 ERP。
例如，我们可以在参与者听音频声音时收集 EEG 数据。
为了理解脑电图数据，我们必须在脑电图中标记参与者听到声音的时间。这些被称为事件标记（图 2 中的垂直红线）。
图 2 – 显示在原始脑电图上的事件标记（红线）
让事件标记的时间与声音开始的时间准确对齐，对于我们能够看到 ERP 至关重要！因此，选择合适的硬件和软件来帮助我们获得准确的时间戳非常重要。
选择参考点
请记住，电活动始终是测量两点之间的电位差。在 EEG 设备中，每个传感器的电位都是相对于参考传感器（DRL + CMS）进行测量的。
在 Emotiv EPOC 设备中，参考传感器有两种选择
图 3 – Emotiv EPOC 类型设备中的参考选项
EPOC 型脑机接口有两种参考方案可选：
乳突参考（Mastoid Reference） – 要使用乳突（Mastoid）作为参考传感器，我们在 P3/P4 传感器上放上橡胶塞，在乳突传感器上放上湿毛毡。
P3/P4 参考 – 要使用 P3/P4 作为参考传感器，我们在 M1/M2 乳突传感器上放上橡胶塞，在 P3/P4 传感器上放上湿毛毡
对于 ERP 实验，通常使用乳突参考，但你也可以使用 P3/P4 参考，因为在分析之前对数据进行预处理时，你以后随时可以在线重新参考数据。在分析数据之前，通常会将数据重新参考到所有传感器的平均值。
在我们的实验中，我们将使用乳突参考来收集数据。这里通常有一个很好的假设，即乳突部位不会像头部其他位置那样传输脑电图信号，因此它是一个很好的参考点。
预处理：
我们无法立即在原始脑电图中看到 ERP 信号，因为与大脑内部和周围发生的所有其他活动（~ ±40uV）相比，它的作用非常微弱（~ ±5uV）！
因此，为了看到针对我们声音的特定大脑反应，我们需要清理数据以去除任何噪声或伪迹。然后我们将对数据进行分段（epoch）——这是指将大脑反应切片到我们定义的窗口内（例如，大脑反应从声音前 50ms 开始到声音后 400ms 结束）。然后我们对所有独立分段的脑电图数据（即大脑对所有声音的反应）进行平均，以获得一个清晰的 ERP。
下面是典型 ERP 处理流程中的基本步骤。研究人员将根据其数据和目标来选择步骤。
图 4 – 典型的 ERP 处理流程
4. 让我们获取自己的 ERP
首先让我们设置软件
下载最新版本的 PsychoPy – https://www.psychopy.org/ 我们将使用 PsychoPy 向参与者播发声音。
获取 Emotiv Launcher 和 EmotivPRO 应用来记录和查看脑电图。
将 PsychoPy 与您的 Emotiv 软件连接，以便它们能够互相通信。
请按照视频中的步骤操作：
使用 PsychoPy 构建 Emotiv EEG 实验
通过多次重复任何刺激（例如图像、声音）可以获得平滑的 ERP。在这里，我们将向参与者呈现相同的 50ms 声音，每 4 秒一次，共约 150 次！
跟随视频一起，用单一音调构建一个简单的听觉实验：
让我们获取一些数据
现在您已经选择好了参考点，您可以观看视频来了解如何设置您的头戴式设备，以获得最佳质量的脑电图：
使用 EmotivPRO Analyzer 的 ERP 处理流程
观看视频并按照步骤生成您自己的 ERP：
了解 Analyzer 的 ERP 输出
对于每个通道，您将看到一个平均波形。典型且平滑、在 100ms 处具有负峰值的 ERP 如下所示。实线表示平均振幅，较浅的阴影表示均值的标准误差：
这是一个杂乱且没有清晰 ERP 成分的波形。这可能是由于试验次数较少造成的：
需要考虑的事项
在比较不同参与者之间的 ERP 时，一般来说比较差异效应会更好。
例如，我们可以观察对更频繁出现的声音（标准声音）的平均 ERP，并与在特定模式中较少出现的声音（偏差/怪球刺激）进行比较。我们可以通过简单地用一个波形的振幅减去另一个波形来获得差异波形。如图 5 所示，我们随后可以观察到通常被称为不匹配负波（MMN）的 ERP 成分，这在 ERP 研究中非常常见。
图 5 – 当环境中的模式被打破时，可以在 ERP 中观察到不匹配负波（MMN）成分
5. ERP 的应用
识别生物标志物：
ERP 最常见的应用之一是在临床研究中，供研究人员寻找诊断精神分裂症等精神障碍的更好方法。患有精神分裂症的人可以根据他们不匹配负波反应（MMN）与健康对照组区分开来
图 6 – 慢性精神分裂症、新近发病以及有该病发展风险的人不匹配负波振幅明显更高 (Jashan 2012)
ERP – BCI（脑机接口）
针对不同心理指令或视觉刺激（如键盘上的字母）的 ERP 可用于移动轮椅或为 BCI 拼写器提供动力
6. 资源
Emotiv 手册
推荐阅读资料
Luck, S.J., 2005. Ten simple rules for designing and interpreting ERP experiments. Event-related potentials: A methods handbook, 4.
继续阅读