Loading
Note di Apprendimento
Study Reminders
Support
Text Version

Introduzione a EEGLAB (MATLAB)

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Parleremo di come MATLAB possa essere utile per l'analisi del segnale EEG o l'elaborazione del segnale EEG. Quindi, inizialmente vi racconterà un particolare, vi darò un'introduzione su una casella di strumento denominata EEGLAB, come è utile e quali sono le funzioni che potete fare per diversi file EEG registrati. Poi, vedremo che questo file EEG è registrato in diversi formati in diversi sistemi. Così, vedremo un paio di esempi di come i diversi file possono essere importati o caricati in MATLAB usando lo scripting e come utilizzare una GUI di EEG lab. Quindi, parliamo un po' di EEGLAB un po' prima di dimostrare alcune delle cose fondamentali su EEG lab.

Quindi, EEGLAB è un prerequisito per qualsiasi tipo di elaborazione EEG e ERP utilizzando MATLAB. Ci sono alcuni pacchetti e funzioni già fatte, quindi puoi usare direttamente quella funzione e puoi fare la tua analisi, altrimenti ci vorrà ancora molto tempo, per generare le stesse funzioni. Come sempre, è possibile avvalersi di diverse combinazioni di funzioni e creare un plugin per applicazioni specifiche, ma tutte le funzioni, le funzioni documentate o la funzione inclusa in EEGLAB rendono l'elaborazione del segnale EEG molto, molto più semplice. Così, puoi avere uno sguardo. Vi mostrerò quando dimostrerò funzioni e plugin di base EEGLAB e tutte le cose che cercherò di includere. Quindi, si suppone entrambi. Come in PsychoPy, abbiamo visto che siamo stati generati stimoli usando la GUI perché in quel momento era come se si dovesse generare stimoli perlopiù una volta per la sperimentazione due volte. Ma mentre in questo caso, quando si registra attraverso più soggetti, invece di GUI uno scripting è consigliabile perché non si deve ripetere la stessa procedura e di nuovo, è possibile agire automatizzare questa roba usando lo scripting.

Quindi supporta entrambi in sostanza. Come è possibile generare un particolare script per l'operazione della GUI effettuata? Sai, e uno scenario particolare dove la GUI è migliore o scripting, tutte queste cose cercherò di coprire. Inoltre, vedremo che lo scripting come ho accennato, è consigliabile, un'ultima cosa importante sono i plugin. Così, nella dimostrazione, vi mostrerò che ci sono molti plugin già disponibili con migliaia di download e varie applicazioni, molte sono ancora in corso e si aggiornano con sempre più caratteristiche. Così per primo vedremo la dimostrazione o introduzione a EEGLAB. Ho incluso da zero. Quindi come scaricare EEGLAB su quali sono le cose di base che si possono fare con un dataset di esempio. Tutta questa cosa che ho cercato di coprire così vediamo prima di tutto e vediamo come funziona EEGLAB o introduzione di base di EEGLAB.

Quindi, vediamo velocemente come scaricare EEGLAB. È possibile cercarlo e si reindirizza al Swartz Center for Computational Neuroscience site. Qui puoi aggiungere i tuoi dettagli di base, il tuo id email, il tuo nome e la tua area di ricerca e inoltrarlo. Dovresti essere in grado di scaricare l'ultima versione di EEGLAB. Quindi, una volta scaricato EEGLAB, dovrebbe essere così. Questa è l'ultima versione 2020 di EEGLAB. Esso è costituito da, funzioni che si intende utilizzare per l'elaborazione del segnale. Ci sono vari plugin, dati di esempio e file di posizioni di esempio che si sta per utilizzare. Quindi, se apro questa cartella di funzione, queste sono la funzione prevalentemente utilizzata per l'analisi di elaborazione del segnale, la maggior parte di esse viene utilizzata per lo scripting, tutte le funzioni pop sono utilizzate per lo scripting. E più, questo è per la GUI. Esistono funzioni di elaborazione del segnale, funzioni statistiche e tutte le diverse funzioni disponibili. Questa è una cosa molto importante che qui si vedono i diversi plugin. Quindi, i dati di Clean Raw sono sostanzialmente un plugin per elaborare o cancellare i tuoi segnali EEG interi. ERPLAB generalmente è per l'estrazione potenziale legata all'evento per creare fagioli diversi per eventi particolari e tutti. Quindi, la scansione neuro è necessaria per importare qualche file che è stato registrato in sintonia chiamato Euroscep. Quindi, tutti questi diversi plugin e tutti ci sono.

Una cosa interessante che vorrei consigliare a tutti è che si può passare attraverso l'elenco dei plugin di MATLAB. Molto importante, tutti questi plugin, se si installa e se si può studiare, renderà la vita più facile per l'elaborazione del segnale EEG. Quindi, chiederei a tutti di dare almeno un'occhiata ai plugin utili per la loro analisi o le loro applicazioni. Quindi, tornando finalmente a EEGLAB. EEGLAB è un toolbox che è stato utilizzato specificamente per l'elaborazione EEG in MATLAB. Così, ho già aggiunto questo nella cartella dei miei percorsi. Quindi aggiungo questa cosa in percorso e vediamo se posso eseguire l'EEGLAB. Così una volta che il pacchetto EEGLAB scaricato è in percorso, devi scrivere un comando EEGLAB, dovrebbe aprire il perseguimento EEGLAB. In EEGLAB è possibile elaborarlo in due maniere, uno sta utilizzando lo scripting, come digitare un comando e ottenere il lavoro desiderato, mentre in altro modo si utilizza la GUI. Così vi mostrerò entrambi i modi. In questa versione più recente come ho scaricato ERPLAB, sta mostrando ERPLAB, ERP fissa tutto. Ma in genere, dovrebbe iniziare con, quindi l'acquisizione dei file di dati di input generati da un determinato sistema dovrebbe iniziare con il menu dei file. Facciamo importare alcuni dati. Prima di importare, vorrei raccontare, stavo raccontando due cose, una è la GUI, altra è lo scripting. Così, inizieremo con la GUI. Andremo allo scripting. Vedremo come ci sia un modo dalla GUI alla scripting e alcuni trucchi.

Per prima cosa, lasciatemi importare uno dei dati di esempio che ho. Facciamo importare il file di EDF. Quindi, andrò a questo dal file del FES. Si tratta di un file di esempio di EDF qui. Quindi visualizzerò questo file come input, mi farà qualche domanda, come se volessi vedere tutti i canali, se voglio vedere l'intero dato registrato in tutto il flusso di dati completo e tutto. Io per ora, semplicemente metto, vorrei andare avanti con i parametri predefiniti, quindi non cambierò nulla. Una cosa da notare qui è il nome funzione è scritto. Come nella GUI, qualunque sia la funzione che si sta eseguendo sia BIOSIG. In base ai miei valori qui, è possibile utilizzare una funzione con attributi corretti e coppie di valore chiave. Quindi, per ora, dirò semplicemente ok, più lontano, si elaborerà e mi chiederà il nome del file. Posso semplificare di mantenerlo come è un file di EDF. Quindi, questo sarà il nome del mio nuovo set di dati. Qui se è possibile vedere il menu del dataset, quindi questo dataset apparirà lì. O semplicemente scriverò semplicemente il file di EDF uno e dirò ok. Quindi, questo ha tipo importato i dati sul file dot FES EDF è il file European Data Format dot FES in un MATLAB.

Inoltre, se voglio vedere i dati, posso andare a tracciare e scorrere i dati. Quindi, sono in grado di vedere i dati, se riesci a vederlo in modo corretto questo tutto questo asse y sono canali diversi. E nel modulo di sperimentazione vi ho parlato di diversi tipi di montaggio. Quindi, se ci si accorge chiaramente che FP 1 meno F3, F3 meno C3, C3 meno P3, P3 meno 01. Quindi, questo tutto questo valore bipolare di rappresentazione del canale bipolare non è altro che il tuo doppio montaggio di banana. Ecco, questo è il vostro dato molto difficile da generare un'interpretazione che possiamo aumentare o diminuire la vostra scala di ampiezza usando questa funzione lasciateci aumentare. Allora, sai dove possiamo vedere un momento channelise ok. Così, ora potete vedere che abbiamo bisogno di attività che sta accadendo qui. E come possiamo notare che è predoom come prominente in F4 e F3. Quindi, qualcosa legato al font sebbene magari qualche momento anche ma diciamo che diciamo prima di analizzarlo ulteriormente vi racconterà alcune cose di base. Utilizzando questo è possibile selezionare un particolare intervallo di tempo che si desidera vedere per uno in un display ora l'ho cambiato a 10 anche tu puoi vedere cambiare il numero di canali o vuoi visualizzare un solo display attualmente al Generale c'è se lo cambio a cinque poi riesco a vedere solo quelle 5 immagini.

Quindi, in base alla tua analisi in base alla tua criticità di problema, puoi analizzare il numero di canali e puoi di conseguenza regolare l'asse del tempo. È possibile muoversi nell'asse del tempo utilizzando questo pulsante di spinta, questo sarà, secondo per seconda di muoversi. Se si utilizza questo pulsante, si sposterà l'intero intervallo di tempo. Attualmente è da 5 a 15, quindi si sposterà a 15 a 25, si sposterà a 25 a 35 e così via. Quindi, ora se parlo di Let us diciamo, lo sposterò per primo in numero originale di canali. Ora, controllo. Voglio, diciamo che voglio, non lo faccio, questa porzione è artefatto, ci sposteremo all'orario iniziale, diciamo questo 5 in tra 4 a 5 che è un artefatto. Così, selezionerò questa particolare regione e lo respingerò semplicemente. Così, chiederà ancora una volta, che il dato precedente del FES era pari a 1, ora lo cambierò come dati di EDF impostati 2. Una volta che lo faccio, ora ho un dato di 2 qui. Quindi, posso elaborare qualsiasi data impostata controllando i dati. Cerchiamo di tracciarlo insieme. Iniziamo a ripartire come abbiamo tracciato prima. Era per il 10 seconds.

Così, cambierò nuovamente questo intervallo di tempo per visualizzare. E se riesci a ricordare la piazza dell'ampiezza del tempo era intorno alle 5.000, manteniamo la 5000. Così, tra un attimo c'è stato un momento che sarà nel 4 a 5, qui si può chiaramente vedere un limite che dà indicazioni che qualche canale è stato rimosso. Quindi, questo è un tipo di cose di base che si possono fare. Quindi, queste sono le operazioni di base che utilizzano EEGLAB. Una cosa più importante di EEGLAB è che qualunque elaborazione abbia fatto sulla propria GUI EEGLAB, è possibile richiamarla utilizzando la cronologia dei dot EEG, la cronologia dei dot EEG. Quindi, dall'inizio, qualunque cosa tu abbia fatto nella sessione, puoi vederlo qui. Apri la EEGLAB, importava il file, nome che ha impostato il file come file di EDF 1, poi l'hai tracciata, di nuovo ti nomini un altro file come file EEG 2 in cui hai rifiutato qualche nuance, alcuni dati degli indici. Così, ecco come si verrà a sapere per una particolare operazione della GUI, che tipo di funzione di scripting dovrebbe essere utilizzata.

Ora, la GUI sembra molto facile da usare e user friendly, allora perché stiamo andando per lo scripting? Abbiamo visto usare lo PsychoPy possiamo, PsychoPy EEG dove possiamo generare stimoli multipli, vari stimoli ed è molto facile invece scrivere uno script Python per quello, che era complesso. Allora perché dovremmo sottolineare di più su scripting? Quindi, il chiaro motivo che sta alla base della generazione degli stimoli è soprattutto una volta per uno, fatto una volta per un esperimento, mentre, si tratta di elaborazione del segnale, quindi bisognerebbe farlo per più soggetti molto facilmente. Così, ogni volta che non sarai lì per eseguire l'operazione della GUI e vedere i dati finali, sarà un tempo di consumazione. Così da evitare che per l'elaborazione del file batch o per l'elaborazione di segnali multipli di soggetto per EEG ciò che utilizziamo sia fondamentalmente uno scripting. Ora, ho scritto qui EEG dot, questo tasso non è altro che è conservato nella struttura EEG.

Quindi se si importa correttamente il tuo file, riceverai tutti questi campi sotto struttura EEG che è il più importante per un'ulteriore elaborazione del segnale, ha tutte le sedi di canale, dove è stato inserito, mentre, ha i dati così come le sedi più importanti per tutti i canali. Se potete vedere che si registra per tre lakh come quasi 3,5 esempi lakh a 125 rate, 125 tassi di campionamento. Quindi, se volete sapere esattamente quanti minuti la registrazione è stata fatta, potete utilizzare questi dati di numero di campioni e di frequenza di campionamento, dovreste essere in grado di scoprire che questo è per il quale, quanti numeri, come quello che è la durata della registrazione. Ecco, queste sono alcune delle basi di EEGLAB. Spero che tutti voi abbiate capito questa cosa. Analogo modo per i diversi sistemi di acquisizione, abbiamo diversi formati del dataset di acquisizione finale e come possiamo ottenerlo utilizzando diverse opzioni di scripting che vedremo nei prossimi video. Quindi per ora penso che spero che tutti voi abbiate capito l'introduzione di base di EEGLAB. Sposteremo il nostro focus sull'acquisizione dei dati utilizzando EEGLAB per vari formati provenienti da diversi sistemi di acquisizione EEG.

Così tutti voi avete visto la nostra dimostrazione di EEGLAB, quindi ora la maggior parte di voi ha qualche idea su quale tipo di software EEGLAB è e come è possibile convertire la vostra operazione della GUI in scripting utilizzando la funzione di cronologia EEG dot o EEG dot variabile, perché EEG è una struttura dati. Vedremo nella prossima dimostrazione di video acquisizione dati che vedremo. Si tratta fondamentalmente di una struttura in cui la storia è uno dei campi, che memorizza qualunque operazione che si fa al comando equivalente. Quindi sì, diversi sistemi memorizzano le tue informazioni EEG in diversi formati. Aprire i negozi BCI in file dot txt, il modulo più semplice che si conosce e lo si può vedere in notepad. Neuro - scan lo memorizza in file cnt, mentre Nicoletta EEG Viewer prevalentemente utilizzato per un EEG di lunga esecuzione e molti elettrodi sono collocati. Diciamo per l'epilessia e più, molti elettrodi sono posizionati sul tuo cranio. Quindi, in questi casi, cioè i file di EDF. EDF è il formato dati europeo standardizzato per la registrazione EEG. Così, ho incluso un dato di esempio di ogni tipo, uno si veda in file txt, un file cnt e edf e ho mostrato come è possibile acquisire i dati fondamentalmente biopotenzialità e evento utilizzando MATLAB.

Così, e anche, ho mostrato come si possono vedere gli eventi per i trigger sono come gli stimoli dei revisori, gli stimoli visivi o qualunque stimoli siano generati che il digital pins come lo recupera dai dati EEG caricati acquisiti. Quindi, prossimo sarebbero tre dimostrazioni, brevi brevi video. Così, nel caso in futuro qualcuno di voi si troverebbe attraverso file così registrati, sarà in grado di recuperare i dati da solo. Quindi, prossimi sarebbero questi tre video dimostrativi di acquisizione di EEG ed eventi da file registrati e che concluderanno questo sottomodulo, e così come questa serie di lezioni a quattro parti sulla registrazione del brainonda, l'acquisizione e la lavorazione. Abbiamo solo visto caricare le onde cerebrali in MATLAB. Ulteriormente se il tempo lo permette, vedremo come si può elaborare, come la pre - elaborazione è anche un passo importante, estraendo ulteriormente un particolare biopotenziale, qualsiasi evento bloccato. Quindi, tutte queste cose epoche e tutte, come se il tempo lo permette, copriremo anche questi argomenti. Ma per ora scorrere - saggio Vediamo come avviene l'acquisizione e come i diversi formati possono essere caricati in MATLAB, ti vedrò in qualche altro modulo potrai godere di queste tre diverse dimostrazioni e poi incontrerà in qualche altro modulo per qualche altro argomento.

Così, in questo breve modulo, vedremo come importare i nostri file registrati in MATLAB per ulteriori elaborazioni. Quindi, abbiamo file qui. In questo modulo vedremo il file che ha generato tramite porte OpenBCI, come generare file OpenBCI Cyton o OpenBCI Ganglion registrati da, a, dal file di testo allo spazio di lavoro MATLAB. Quindi, questo è il file di esempio che ve lo mostrerò per primo. Quindi, se si apre qualsiasi file registrato OpenBCI sembra questo, questo è il dato grezzo registrato per otto canali e si registra a 250 hertz. Data - wise si tratta di una schiera, da qui si trova una schiera di 16 colonne. Questa colonna numero 2, 3 e 4 sono canali registrati, il riposo 5 non abbiamo utilizzato nella particolare sperimentazione. Qui ci sono tre canali che sono stati utilizzati oltre che oltre questo cinque 0s e 1are nient'altro che i tuoi outputati digitali. Così, abbiamo inserito il nostro trigger in pin numero 11. Quindi, mentre estrae gli eventi, valuterò o prenderò il valore del pin numero 11. Ve lo mostrerò, se potete vedere qui, qui la 11 colonna viene costantemente trainata tra il 0 e il 1. Osserveremo lo stesso anche in MATLAB una volta importata con successo il file.

Vediamo quindi come possiamo generare questo file, come possiamo, inoltre vedremo come scrivere uno script in caso di più soggetti scripting è consigliabile. Così, come possiamo scrivere la sceneggiatura per rendere la vita più semplice. Così, al fine di importare questo file di prova, c'è una funzione MATLAB che puoi utilizzare, io nominerò questa variabile o qualunque cosa venga importata come txt di esempio, e lasciatevi caricare il file. Quindi, mentre si carica il particolare file si dovrebbe scrivere tutto come il percorso e il nomefile. Ora, invece di scrivere percorso e nome file, userò un trucco qui, se pongo pwd, mi mostra presente la directory di lavoro, la, attualmente in quale cartella sono in esecuzione in MATLAB. Quindi, quello che farò, userò una funzione strcat usando questo pwd come una della stringa se non si vede qui. Quello che farò è, userò la funzione di concatenazione delle stringhe in modo che unisca tutti gli input, dopo questa backslash di uscita una volta, e poi scriverò il filename, che è sample txt dot txt. Ora, questo anche dovrebbe essere dato come una stringa. Allora, dovrebbe essere una cosa del genere. Quindi, in definitiva, unirà tutte le cose e si caricerà per file di testo nella variabile testo di esempio. Quindi vediamo. Quindi, se è possibile vedere qui la variabile di testo di esempio è stata creata e salvata. La stessa cosa che abbiamo visto nel notepad potete osservare qui, così come se vado alla 11 colonna e una volta che vado più giù dovrei essere in grado di vedere il cambiamento nei trigger, spero che tu possa vedere qui. Se lo scorro lentamente, dovresti essere in grado di vedere, visto che zeri ci sono nella 11 colonna, di nuovo 1 per qualche periodo di tempo. Quindi, ecco come si può analizzare il trigger, che è un trigger. Anche se è uguale in entrambe le 11 e la 12 colonna qui, è possibile prendere qualsiasi colonna come trigger di evento.

Allora, ora come possiamo togliere i dati a questo? Come ho già accennato, questo particolare esperimento è per tre canali. Quindi, a colonna saggia, è la colonna numero 2 alla colonna numero 4. Ve lo mostrerò, mostratelo ancora una volta. Si tratta della colonna numero 2, colonna numero 3, colonna numero 4. Ecco, questi sono i miei valori biopotenziali in questo momento. Quindi, quello che posso fare è e fare in modo che sia un valore di riga, si potrebbe dire, che sia nel decimo alla potenza qui o 10 alla potenza 4, ma sì, il suo valore di riga generato dall'aggiunta di tanti rumori che dobbiamo rimuovere gradualmente utilizzando un corretto algoritmo di pre - elaborazione. Quindi, quello che possiamo fare qui è, lo memorizzerò in un biopotenziale variabile, le prime tre potenzialità la salverò come un biopotenziale. Ora, posso prenderlo dal testo di esempio e recupererò le prime tre, come la seconda, la terza e la quarta colonna. Quindi, questo è basilare un modo MATLAB per estrarre colonne particolari da qualsiasi matrice, molto semplice. Quindi, che qui sono stati registrati tre canali, potete controllare qui questa cosa. Inoltre, prendiamo un canale anche dati evento o chan, che diciamo un canale evento. Così, possiamo archiviare nella moda simile da sample dot txt e ho bisogno ora della 11 colonna perché abbiamo già visto che la 11 cifra della colonna, di uscita di ingresso digitale, continua a salire, è stata continua a farsi trainare. Quindi, ora io, abbiamo sia il canale di eventi dati sia il nostro biopotenziale, quindi, vediamo, vediamo solo per la visualizzazione come sembra una trama biopotenziale. Per ora trarremo solo un canale solo per darvi un'idea.

Quindi, è qualcosa che sembra questo. Così, il primo canale stava avendo qualche valore di partenza intorno alle 8.000 ore, quindi è così. Un'altra cosa da notare qui sotto è, se si va in qualche file di testo di esempio, sta dimostrando di essere campata a 250 hertz. Quindi, qualunque sia il numero di campioni registrati si registra come 250 hertz. Attualmente questo 17.409 è il numero di campioni che si ha e si registra a 250 hertz. Quindi, vi darà un'idea che questa registrazione sia eseguita per la durata 69 seconds minuti. Ora, se volete visualizzare che come è stato registrato per 59 minuti spiacenti, 69 second, potete nuovamente tracciarlo rispetto agli indici di tempo. In questo caso quello che si può fare è, si può prendere una variabile aggiuntiva considerata dalla stessa lunghezza, che è della stessa lunghezza di biopotenziale e lo si può dividere entro il 250, dovrebbe fornirti il calendario originale in secondi. Scrivi questo, quindi vediamo.

Quindi, questo non è altro che ho già parlato così 16, 17 second video. Così si può ottenere rispetto al tempo, ora si può analizzare e si può verificare ulteriormente. Vediamo, vediamo anche i trigger. Così, possiamo tracciare ora canale di eventi. Ho già accennato che il canale eventi è il tuo ingresso digitale. Quindi, saranno 0 e 1 secondi per guardare solo, per renderla semplicemente elegante o, e bene, metterò solo un limite di y a 0 a 1,1. Diciamo che x, e ancora, la trabbo rispetto a un tempo generato. Così, seguo la stessa cosa che abbiamo fatto, in caso di biopotenziale. Gli darò indici, indici temporali dello stesso, è possibile utilizzare anche la lunghezza di biopotenziale, questo va bene, a patto che si possa tracciare correttamente il canale, questo è completamente ok. E devo dividere anche per la frequenza di campionamento. Quindi, immagino che ora, dovremmo essere in grado di vedere anche i trigger. Questo è. Quindi questi sono gli innesti in una moda simile che stai ricevendo da qui. Una cosa da notare qui sotto è che l'esperimento è iniziato qualsiasi dopo pochi secondi, i trigger sono stati inseriti. Quindi, puoi analizzarlo ulteriormente, dovresti considerare che i dati corrispondono al solo momento in cui i trigger sono stati indicati. Se il vostro esperimento è audit come alcuni potenziali evocati generati utilizzando questo trigger, potete ulteriormente verificarlo, zoomarlo per verificare se i dati generati sono davvero accurati o popolari, accurati o meno.

Così, vi ho mostrato un'immagine mentre spiegate gli stimoli uditivi, questa è la produzione degli stimoli uditivi simili, in cui si può chiaramente vedere che si sta ripetendo due volte in un secondo, quindi qui sono stati presentati due stimoli auditivi di hertz e il tipo di stimoli simili. Quindi, penso che questa sia una realizzazione di quello che ho mostrato che abbiamo fatto usando PsychoPy. Quindi, similmente, puoi provare i tuoi stessi trigger e registrare le tue potenzialità con alcuni dei dispositivi di acquisizione biopotenziale. Nel nostro caso abbiamo usato OpenBCI Cyton board, che vi ho mostrato nel modulo precedente. Quindi, spero che questa acquisizione MATLAB dei tuoi dati ed eventi sia chiara e ora puoi importare i dati e elaborarlo ulteriormente. Vediamo come possiamo caricare diversi formati di file EEG che registrano da vari dispositivi. Ne abbiamo già visto una ricorrenza. In uno dei video vi ho mostrato come possiamo importare il file registrato di OpenBCI Cyton board che è stato il file txt dot txt, come si può registrare, come si può piuttosto importare quel file in MATLAB per un'ulteriore elaborazione. In una moda simile, vedremo di avere altre due istanze, una è il file cnt dot cnt, ovvero un file registrato per il nostro sistema EEG di scansione Neuro. Quindi, come si può caricare il particolare file.

Nel caso OpenBCI c'era una funzione di testo, una funzione lobe per il file di testo. In questo caso abbiamo una funzione specifica che è popolare cnt. Questa è una funzione del nostro plugin di scanner neuro, è anche una parte della funzione EEGLAB. Quindi, assicurati che il tuo percorso debba visualizzare, hai aggiunto EEGLAB nel tuo percorso e percorso è aggiunto, è già aggiunto in questo caso. Quindi ora e un'altra cosa, vediamo cosa ci sarà nella tua funzione di caricamento del carico pop. Questo è, con l'ausilio della funzione che vi dirà quali sono gli input necessari per la funzione, quali sono i diversi modi o diversi utilizzi che si possono dare, allo stesso tempo si può sapere quali sono l'input e l'output opzionali. Molto importante qui da notare è, l'output è la struttura dati EEG. In precedenza abbiamo visto, abbiamo salvato dei valori generati dal file di testo come schiera di numero mobile, mentre in questo caso l'output finale verrà memorizzato sotto forma di struttura dati. Quindi, implementiamo questo nostro permesso di vedere se riusciamo a far uscire questi dati da questo file cnt.

Chiameremo la struttura di output finalmente generata come EEG. Come ho accennato, utilizzeremo per caricare la funzione cnt. Qui l'input per upload cnt funzione è il nome del file, ma dovrebbe includere l'intera parte. Così, come ti ho mostrato, puoi usare una concatenazione strcat con nome file così come puoi scrivere anche l'intero percorso. Quindi userò lo stesso metodo che ho usato per i dati OpenBCI e l'acquisizione del canale. Questo sarà il mio file cnt di esempio con estensione e devo controllare anche per le staffe. Una volta controllato, posso caricare questo file e possiamo vedere dove risiedono i dati. Così, memorizzerà come struttura dati EE, potrai andare dentro questo e osservare il campo. Quindi, qui se si può vedere il numero totale di campioni sono 87.600 e la frequenza di campionamento è di 1.000. Così, un secondo è stato registrato in 1.000 campioni, quindi tutti i millisecondo registra un campione. Quindi, in altre parole, se i miei campioni sono 87.600, i dati vengono registrati per quasi 88 o 87,6 minuti. Questo è quello che potete vedere qui al massimo. Inoltre andremo a controllare i dati, che è uno dei campi più importanti per qualsiasi struttura dati EEG. Quindi, vediamo qual è l'interno.

Se osservi i dati, è molto evidente e chiaro che le prime tre righe sono, ha i valori che variano rispetto al tempo. E se parlo solo della natura dei valori, sono analogici nella natura, mentre i valori nella quarta colonna che potete osservare qui è zero. Più avanti se mi muovo, ancora è il 0. Così, dopo qualche secondo, si farà toggine. Quindi, vediamo, vediamo e scordiamolo lentamente. Sì, qui se lo vedi è cambiato a 4096. Ora, perché 4096? Perché 4096 è 10 alla potenza, 2 alla potenza 13 o 14. Quindi, un bit particolare nel flusso di dati verrà trainato da 0 a 1. Quando viene generato uno stimoli specifici. Quindi in altro modo, si tratta di un determinato bit in uscita da quel flusso è cambiato da 0 a 1. Così, potete vedere che l'evento è generato, voglio solo che vi accorgete che questa tre, queste tre righe sono il vostro biopotenziale, analogico in natura, allo stesso tempo questa ultima fila sono i vostri dati, spiacenti, i vostri eventi, i dati degli eventi, che si instaola. Ora vediamo di visualizzare rapidamente quello che ho detto. Quindi, solo chiaro. Possiamo tracciare un canale dai dati di EEG dot. Trateci la seconda fila e potete vedere il grafico. Di nuovo, come hai fatto in OpenBCI, se vuoi vedere questo, se vuoi vedere nel dominio del tempo, se sei a tuo agio non in termini di campioni, se vuoi vederlo in secondi, quello che puoi fare è,

È possibile tracciare la stessa cosa per una lunghezza del colon dei dati di EEG dot suddivisa per 1000. Questo dovrebbe essere, perché il 1000, perché abbiamo visto che la frequenza di campionamento è di 1000. Invece, se vuoi scrivere puoi scrivere anche la velocità di EEG dot s, questo è completamente fine. Si tratta solo di un modo fondamentale per affrontare una particolare variabile dalla vostra struttura. Struttura per tutti coloro che non sono a conoscenza di ciò che è struttura, è una sorta di tipo di dati composito in cui si possono memorizzare più variabili. Come se si conoscono le variabili, ci sono diversi tipi di variabili, a destra, alcuni di essi sono interi, float, string e tutti. La struttura è un tipo di dati composito, che può avere più di un tipo di dati. Come se questo asset ci faccia dire doppio mentre se vado al nome sat è schiera di carattere, così come quello, si può considerare la struttura come un tipo di dati composito. E infine, una volta fatto con questo, qui dovrebbe essere un punto primo.

Quindi, se lo giro, mi sta mostrando questo tipo di grafico, esattamente in relazione o in accordo con quello che abbiamo visto il numero totale della durata del tempo è di circa 89 seconds minuti. E si può vedere questo tipo di movimento EEG. Diamo presto uno sguardo agli eventi. Così, gli eventi sono stati memorizzati nella quarta colonna. Così, vedremo prima gli eventi. Quindi, è necessario zoomare per vedere esattamente come appare questo evento e qual è la durata temporale tra gli eventi consecutivi. Prima di questo, convertiamo i campioni nel tempo reale, come abbiamo fatto per le biopotenzialità. Quindi, in questo caso, si dovrebbe usare il quarto numero di fila. Allo stesso modo, puoi tracciarlo, dovrebbe mostrarti ora da 0 a 89 seconds, e se ingranamo ulteriormente, facciamo prendere solo da 4 a 5 iterazione. A proposito, questo uno stimolo da qui a qui l'intervallo è la tua unica iterazione. Dovresti eseguire almeno 100 o 120 iterazioni in base al tuo esperimento, perché questa risposta cerebrale è altamente variabile. Quindi, è necessario mediare in media alcuni rumori e quindi, mediamente anche alcuni rumori comuni e tutti. Ma sì, se vedete qui, se ci si concentra su questo, questo esordiente di stimolo è intorno al 6 seconds e dura fino al 6,6, 6,5 secondi intorno ai 650, 600 millisecondi per un periodo. Quindi sì, questo ora puoi analizzarlo, i tuoi eventi e il tuo biopotenziale, ulteriormente puoi elaborarlo in base al tuo requisito.

Vediamo rapidamente come possiamo importare biopotenzialità EEG e canale dal file di EDF. Quindi, se avete visto l'introduzione a MATLAB, vi ho mostrato come possiamo importare il file di EDF utilizzando la GUI. In quel momento ho accennato che la funzione pop BIOSIG viene utilizzata per importare un file di EDF. Ora cosa è la funzione BIOSIG? Quindi, facciamo solo l'aiuto di EEGLAB. Un'altra cosa da ricordare che, sto usando la funzione EEGLABs. Quindi, è necessario aggiungere EEGLAB al proprio percorso. Spero che tutti voi sappiate come aggiungere EEGLAB ad un percorso e le basi di voi conoscono il vostro percorso predefinito e come potete ripristinarlo. Questi sono i diversi modi in cui è possibile implementare lo scopo e la funzione per il caricamento di un dato dal file dot EDF questi sono input opzionali diversi, è possibile avere uno sguardo.

Quindi qui, carichiamo rapidamente i dati che utilizzano la funzione pop BIOSIG, l'output sarà ovviamente come se ci fosse per 4 ° piano cnt sarebbe la vostra struttura dati struttura EEG. Quindi, l'input deve essere un formato di stringa filename di stringa. Quindi, userò la funzione strcat I aggiungerei prima input come una directory di lavoro presente e infine campione underscore EDF dot EDF. Sembra bene. Sì, controllare le staffe e farci correre questo. Così, memorizzerà il valore in questa struttura dati EEGs. Così analogamente anche la frequenza di campionamento, penso che ora stiamo facendo questo di secondo tempo, sapete quali sono le cose da osservare, questo è il numero totale di sample, questa la frequenza di campionamento. Qui potete vedere i dati. Si tratta di una durata un po' più lunga, che potete vedere qui. Possiamo vedere quanti punti di campionamento ci sono e quanti quello che è la frequenza di campionamento. Quindi, cerchiamo solo di scoprire la durata.

Così, è possibile utilizzare gli stessi punti di punto EEG divisi da EEG dot srate. Questo dovrebbe darvi la durata totale in secondi. Quindi, è di circa 2836 seconds. Quindi, se la converto in circa 2836 diviso per 60. Quindi, 47 minute dati registrati. E un'altra cosa se l'hai osservata è stata registrata per 18 canali. Quindi, dovrebbe come, i canali avrebbero co