加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

[转载]脑电中锁时,锁相,诱发,诱导几个概念的区别和联系

(2019-11-15 15:12:44)
标签:

转载

    事件相关脑电的动态分析法(event-related brain dynamics),这是由EEGLAB课题组Makeig提出的理解脑电的全新角度[Makeig et al., 2004 Trends in Cognitive Science, 8(5): 204-210]。如下图,他们提出了从“频率高低”,“能量大小”和“相位同步性”这三个维度理解脑电的方法。该视角将脑电的特征挖掘得非常透彻,适合初学者全面掌握脑电的特征。

[转载]脑电中锁时,锁相,诱发,诱导几个概念的区别和联系
    对于一个脑电成份(我们这里把有一定空间分布,具有特定频率的信号统称为脑电成份),它在各次实验中相对于基线不外乎有两种变化:能量的变化和相位的变化。因此,定义了两个技术指标来衡量这两个变化:
ERSP(event-related spectral perturbation):单次实验能量(谱分布)的叠加;

ERSP相对于基线有所提高和降低的,就说明能量对于时间锁定得很好,反之,说明能量对于时间没有锁时关系;如:ERP和ERS相对于基线能量都有所提高,而ERD相对于基线能量有所降低,所以ERP ERD/ERS都是time-locked的;而partial phase resetting (PPR)没有能量的变化,就叫not time-locked。


ITC(inter trial coherence):单次实验相位(单位复数)的叠加;
ITC取值在0和1间,接近于1,说明这个成分是phase-locked,如果接近于0,说明相位没有锁定关系not phase-locked。如:ERP就是phase-locked,PPR是部分phase-locked;但ERD/ERS就是not phase-locked。


    注意这里并没有用叠加平均这个指标来体现time-locked或者phase-locked,因为叠加平均能出得来的东西,必须既time-locked又phase-locked,如ERP;time-locked和phase-locked并不是和ERP以及频谱分析相对应的。
    另外两个容易混淆的概念就是evoked responseinduced response,它们都是用来强调相对于stimulate的相位关系的。Evoked response是与刺激phase-locked的,induced是与刺激的not phase-locked;这两种响应对应了不同的EEG编码模式,感兴趣可以参考:[David et al., 2006 NeuroImage 31 1580 – 1591]。这两个神经生理基础也不同。通常来说,evoked response对应的是自下而上的driving process,而induced response对应自上而下的调节过程。在一个认知任务中,有可能既产生evoked又会产生induced。要将它们区分,目前常用的方法是先通过叠加平均得到evoked成分。将单试次时频变换,叠加平均,减去evoked的时频变换,就得到induced了。

    大脑的活动,除了evoked 和 induced activity,还有oscillatory activity。
    综上所述,我们可以看到通常用的几种响应 ERP ERD/ERS PRR分别属于:
ERP: time-locked and phase-locked, evoked response
ERD/ERS: time-locked, not phase-locked,induced response
partial phase resetting (PPR):not time-locked, partial phase-locked。

 

参考文献:

1. Makeig, S., Debener, S., Onton, J., Delorme, A., 2004. Mining event-related brain dynamics. Trends Cogn Sci 8 (5), 204-210.

2. David, O., Kilner, J.M., Friston, K.J., 2006. Mechanisms of evoked and induced responses in MEG/EEG. Neuroimage 31 (4), 1580-1591.

3. Xu Lei, Ping Yang, Dezhong Yao. An Empirical Bayesian Framework for Brain Computer InterfacesIEEE T Neur Sys Reh. Dec 2009 17(6): 521-529. (Cover Article) [pdf]

0

  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有