Brainstorm溯源分析1
繼用fieldtrip做溯源屢試屢敗后,,,投入Brainstorm的懷抱。。。溯源果然還得是你嗷嗷嗷。。。

so 記錄一下 有錯(cuò)誤歡迎指正討論。
一:前期準(zhǔn)備和單個(gè)被試溯源
1導(dǎo)入Fieldtrip/EEGLAB time-lock后的ERP數(shù)據(jù),注意前期數(shù)據(jù)要在EEGLAB中導(dǎo)入3D elec位置
?

2結(jié)構(gòu)像
頭模型模板:
通過MRI數(shù)據(jù)庫選擇相應(yīng)年齡段構(gòu)建J.E. Richards, C. Sanchez, M. Phillips-Meek, W. Xie A database of age-appropriate average MRI templates Neuroimage, 124 (2016), pp. 1254-1259
http://jerlab.psych.sc.edu/NeurodevelopmentalMRIDatabase
https://jerlab.sc.edu/projects/neurodevelopmental-mri-database/
https://www.nitrc.org/search/type_of_search=group&q=Neurodevelopmental+MRI+Database
刪掉default anatomy中默認(rèn)的ICBM152或者創(chuàng)建新的模板use-template->create new template,導(dǎo)入12歲平均結(jié)構(gòu)像作為默認(rèn)結(jié)構(gòu)像,定義鼻根、左右耳位置,然后用CAT12(自動(dòng)下載安裝)分割出皮層
可以直接右鍵輸入MRI坐標(biāo)(12歲模板的坐標(biāo)):
NAS:91,188,77
LPA:20,70,80
RPA:159,70,79
AC:91,114,131
PC:91,88,131
IH:91,106,190





3功能
創(chuàng)建被試,選用默認(rèn)結(jié)構(gòu)像和同樣的電極位置數(shù)據(jù)

導(dǎo)入EEG數(shù)據(jù)(帶有電極位置)

出現(xiàn)電極作為common files

電極與head手動(dòng)對(duì)準(zhǔn),這里以默認(rèn)64導(dǎo)和ICBM152為例(一般預(yù)處理刪掉了M1,M2剩下62導(dǎo),也可能刪掉CB1,CB2剩下60導(dǎo))

對(duì)準(zhǔn)后的樣子(ICBM152-Neurosacn Quik-cap64):


對(duì)準(zhǔn)后計(jì)算頭模型(只需要計(jì)算1次,應(yīng)用到所有被試)



Use adaptive integration:更準(zhǔn)確,占用內(nèi)存大,用這個(gè)
Process dipoles by blocks: 解決內(nèi)存不夠問題
至此,公共的文件準(zhǔn)備完畢,包括電極channel和頭模型
注:溯源時(shí)如果使用MN方法,需要計(jì)算噪音協(xié)方差矩陣,不關(guān)注刺激前成分則通過刺激前baseline計(jì)算,也可以直接用no noise modeling(在common files里)(刺激前基線的covariance直接從matlab工作區(qū)或者文件導(dǎo)入,是fieldtrip計(jì)算的基于single-trial平均后的)
cfg.covariance???????? = 'yes';
cfg.covariancewindow??????? = [-0.2,0];
condition1 = ft_timelockanalysis(cfg, data);
溯源時(shí)如果使用LCMV(Beamforming)方法需要計(jì)算data covariance,可以從matlab工作區(qū)或者文件導(dǎo)入fieldtrip計(jì)算的基于single-trial平均后的:
?cfg.covariance???????? = 'yes';
cfg.covariancewindow??????? = [-0.2,0.8];
condition1 = ft_timelockanalysis(cfg, data);

對(duì)ERP溯源:minimum-norm imaging方法


Measure指標(biāo):
Current density map 未標(biāo)準(zhǔn)化 單位是pA.m(可以平均,可以進(jìn)行統(tǒng)計(jì)分析,可以進(jìn)一步標(biāo)準(zhǔn)化)
dSPM 標(biāo)準(zhǔn)化為Z值(平均會(huì)降低variance,如果進(jìn)行了平均, 需要進(jìn)行Sources > Scale averaged dSPM,scaled dSPM只能用于可視化不能進(jìn)行任何統(tǒng)計(jì)分析)
sLORETA? 標(biāo)準(zhǔn)化
偶極子朝向:
完全限制朝向皮層:用的時(shí)間較少,用個(gè)體結(jié)構(gòu)像時(shí)推薦,結(jié)果看起來噪音比較多,可以進(jìn)一步空間平滑(在組平均前)或標(biāo)準(zhǔn)化(有文獻(xiàn)即使用template也用了這種限制https://doi.org/10.1016/j.neuroimage.2020.117699)
寬松限制(0.1-0.6)和不限制:用的時(shí)間長,用template時(shí)推薦,結(jié)果比較平滑

4后續(xù)統(tǒng)計(jì)分析
A關(guān)注感興趣腦區(qū)的時(shí)間變化,提取腦區(qū)時(shí)間序列找顯著的時(shí)間,single trial溯源-平均,(fieldtrip導(dǎo)入平均前的數(shù)據(jù)有問題得從eeglab導(dǎo)入)
B關(guān)注感興趣腦區(qū)的時(shí)頻變化, single trial溯源-時(shí)頻分析-平均
C關(guān)注某ERP成分如(N1: 90-130ms)的源,通過全腦激活找顯著的激活區(qū),single trial平均-溯源)。
D關(guān)注某特定頻段(1-4Hz)特定時(shí)間段(90-130ms)的源, single trial平均-溯源-濾波)。
E 關(guān)注特定頻段、特定時(shí)間、特定腦區(qū),single trial平均-溯源-濾波-定義scout(腦區(qū))
?
注:Brainstorm里對(duì)全腦的統(tǒng)計(jì)矯正方法有限,可以把source導(dǎo)出為nii格式(absolute value),到SPM/DPABI進(jìn)行統(tǒng)計(jì)檢驗(yàn)
?
?
二:多個(gè)被試溯源并進(jìn)行統(tǒng)計(jì)分析
。。。。。。