第一步打开eeglab让我们复习一下怎么打开eeglab输入如下命令然后回车eeglab跳出如下界面第二步导入数据点击File 》 Load existing dataset跳出如下界面并选择我们上次做好的ICA文件Data_CRnoASR_Re_3_ICA.set点击打开跳出如下界面第三步伪迹剔除有两种剔除方法一、手动剔除这个非常麻烦做好心理准备不想手动后面还有个自动点击Plot 》 Component maps 》 In 2-D跳出如下界面详细界面说明不想看跳过即可这是绘制 ICA 成分头皮地形图的参数窗口Component numbers 用来指定要显示哪些 ICA 成分。 默认129就是显示全部 29 个成分用来一次性看完所有成分的脑区分布快速初筛伪迹。Plot title 是整张图的标题文字。 默认自动填当前数据集名用来区分不同数据的结果改不改都不影响分析。Plot geometry 用来设置子图的排列行列数。 空括号[]是自动排版会把所有成分按接近正方形的布局整齐排列不用手动调。Plot associated dipole(s) 代表是否叠加显示偶极子定位结果。 如果还没做偶极子拟合勾选也没内容而且识别伪迹完全用不上不用管。Additional topoplot() options 作用给绘图函数传额外参数。 默认‘electrodes’‘on’是在图上标出电极点方便对照脑区判断具体操作所有默认设置都没问题直接点右下角 Ok 即可。跳出如下界面如何判断是不是伪迹先统一前提所有头皮图朝向上 前额下 枕叶后脑勺左 左侧脑右 右侧脑红色代表正电位高蓝色代表负电位高。1核心判断规则眼电伪迹必删 能量高度集中在前额头图上半区常伴随枕区反相电位前红后蓝左右基本对称对应眨眼、眼球转动。肌电伪迹必删 能量贴在头皮左右两侧边缘颞部分布不对称对应颞肌、咬肌收缩的肌电噪声。有效脑电保留 有明确的脑区集中点中央、顶叶、枕叶等空间分布平滑向四周渐变符合大脑皮层活动的电场模式。工频 / 背景噪声建议删全头皮均匀弥散没有明确集中的脑区整体灰蒙蒙散点状对应市电干扰或背景杂噪。单通道伪迹建议删只有某一个小点高亮范围极小对应单个坏电极的噪声。2逐个成分判断大家可以先自己判断一下然后再和我的对一下但是我的也不一定准确所以怎么保留保留的原则我后面会说IC1前额大片正电位枕部负电位前后反相、左右对称。典型眨眼垂直眼电伪迹必删。IC2能量集中在前额上半区左右对称。眼电伪迹慢眼动 / 轻微眨眼必删。IC3能量集中在枕叶下半区负电位为主左右对称。枕叶脑电成分alpha 节律为主有效信号保留。IC4顶枕区弥散分布有平滑的空间中心。顶枕区脑电成分保留。IC5全脑均匀散点无明确集中脑区。工频 背景噪声混合建议删。IC6右额 - 左枕斜向分布左右反相。水平眼动伪迹眼球左右转动必删。IC7左侧头皮边缘能量集中贴边分布。左侧颞肌肌电伪迹必删。IC8中央顶区对称分布空间平滑。中央区脑电成分mu/beta 节律相关保留。IC9前正后负的眼电模式幅度比 IC1 小。次要眼电伪迹建议删。IC10整体弥散无明显焦点。背景噪声成分建议删。IC11右侧头皮边缘能量集中贴边分布。右侧颞肌肌电伪迹必删。IC12斜向分布的眼动模式幅度偏小。次要水平眼动伪迹建议删。IC13右侧顶区有明确正电位中心空间平滑。右侧顶叶脑电成分保留。IC14左侧额区小范围集中。局部脑电成分拿不准就保留。IC15枕叶区负电位集中。枕叶次级脑电成分保留。IC16全脑弥散无焦点。背景噪声建议删。IC17中央区对称正电位中心。中央区脑电成分保留。IC18左侧枕叶负电位集中。左侧枕叶脑电成分保留。IC19全脑均匀弥散。背景噪声 / 工频残留建议删。IC20左侧颞顶区有空间模式。左侧脑区脑电成分保留。IC21中央 - 枕区有正负反相的偶极模式。脑电成分保留。IC22弱弥散无明确焦点。弱噪声成分新手建议保留。IC23多中心零散分布。噪声混合成分建议删。IC24右侧枕叶负电位集中。右侧枕叶脑电成分保留。IC25多中心零散团块。肌电残留 噪声建议删。IC26左侧额颞小范围集中。弱混合成分拿不准就保留。IC27枕叶中央负电位集中。枕叶脑电成分保留。IC28零散弱分布。弱噪声成分保留。IC29小范围多中心。背景弱噪声新手保留。具体操作拿一张纸把所有的伪迹通道记下来并且遵循 “宁少勿多” 原则只删高置信伪迹必删6 个IC1、IC2、IC6、IC7、IC11、IC9可选删7 个IC5、IC10、IC12、IC16、IC19、IC23、IC25剩下拿不准的全部保留避免误删有效脑电。注意纯地形图判断有误差可以再结合时域波形二次确认。所以接下来我们就来进行二次确认时域波形图点击Plot 》 Component activationsscroll跳出如下界面1如何看图先明确对应关系这张图里从上到下第 1 条线 IC1第 2 条 IC2…… 最底部第 29 条 IC29和之前的地形图编号完全一一对应。看单条成分波形抓 4 个核心维度幅值量级整体波动幅度大小对应成分解释的信号方差占比波形形态突发孤立大尖峰 → 优先判断眼电眨眼全程密集细碎毛刺 → 优先判断肌电平滑、有规律的起伏 → 优先判断有效脑电全程杂乱无章、无任何主导规律 → 优先判断背景噪声波动快慢慢起伏、几秒才变一次 → 低频为主眼动、慢漂移快速抖动、密密麻麻 → 高频为主肌电、工频中等速度、稳定节律 → 脑电固有节律alpha/beta 等出现规律随机突发、间隔不等 → 伪迹眨眼、肌电爆发持续稳定、全程一致 → 脑电或持续噪声2逐个分析29 个成分逐个时域判断可以先自己判断一下再来和我对一下。从上到下依次说明IC1时域表现全图幅值最大频繁出现陡峭的孤立大尖峰尖峰之间基线相对平稳尖峰出现无规律。结合地形图前额集中、前后反相。结论眼动伪迹必删。IC2时域表现幅值仅次于 IC1同样有大量突发尖峰尖峰形态和 IC1 高度一致幅度略小。结合地形图前额集中分布。结论次要眨眼眼电伪迹必删。IC3时域表现整体平滑有稳定的中等速度节律起伏没有突发大尖峰也没有高频毛刺波形规整。结合地形图枕叶集中分布。结论枕叶 alpha 节律脑电成分保留。IC4时域表现波形平滑有连续的节律性波动整体幅度均匀无明显伪迹特征。结合地形图顶枕区平滑分布。结论顶枕区脑电成分保留。IC5时域表现波形偏细碎杂乱没有清晰的主导节律整体波动无规律幅值偏小。结合地形图全脑弥散无焦点。结论背景混合噪声建议删。IC6时域表现以缓慢的大幅漂移起伏为主没有尖锐的眨眼尖峰波形是慢升慢降的波浪状。结合地形图右额 - 左枕斜向反相。结论水平眼动伪迹必删。IC7时域表现整条线 “毛躁感” 明显全程都是密集的高频细小毛刺没有平滑的节律整体呈高频杂乱形态。结合地形图左侧颞部贴边分布。结论左侧颞肌肌电伪迹必删。IC8时域表现波形平滑规整有稳定的节律起伏幅度均匀无尖峰无毛刺。结合地形图中央顶区对称分布。结论中央区脑电成分保留。IC9时域表现散布着零散的小幅尖峰整体基线平稳尖峰形态和 IC1 一致但幅度小很多。结合地形图前正后负的眼电模式。结论弱眼电伪迹必删。IC10时域表现波形杂乱细碎无明显主导节律整体波动没有规律。结合地形图全脑弥散。结论背景噪声建议删。IC11时域表现全程密集高频毛刺毛躁感明显和 IC7 形态对称一致。结合地形图右侧颞部贴边分布。结论右侧颞肌肌电伪迹必删。IC12时域表现有轻微的慢漂移起伏没有明显尖峰整体波动偏缓慢。结合地形图斜向眼动模式。结论弱水平眼动伪迹建议删。IC13时域表现波形平滑有稳定的节律性波动形态规整。结合地形图右侧顶区明确焦点。结论右侧顶叶脑电成分保留。IC14时域表现有节律起伏整体平滑无明显伪迹特征。结合地形图左侧额区小范围集中。结论局部脑电成分保留。IC15时域表现波形平滑节律稳定整体均匀。结合地形图枕叶负电位集中。结论枕叶次级脑电成分保留。IC16时域表现波形细碎杂乱无清晰节律整体无规律。结合地形图全脑弥散。结论背景噪声建议删。IC17时域表现波形规整平滑有稳定节律幅度均匀。结合地形图中央区对称正电位。结论中央区脑电成分保留。IC18时域表现平滑有节律波动稳定。结合地形图左侧枕叶集中。结论左侧枕叶脑电成分保留。IC19时域表现幅值偏低波形杂乱无明显节律整体平坦且细碎。结合地形图全脑均匀弥散。结论弱背景噪声建议删。IC20时域表现有清晰的节律起伏波形平滑。结合地形图左侧颞顶区有空间模式。结论左侧脑区脑电成分保留。IC21时域表现有稳定的波动节律波形规整。结合地形图中央 - 枕区偶极模式。结论脑电成分保留。IC22时域表现幅值很弱波动平缓无明显伪迹。结合地形图弱弥散分布。结论弱脑电 / 弱噪声新手保留。IC23时域表现波形零散杂乱多小波动无主导节律。结合地形图多中心零散分布。结论噪声混合成分建议删。IC24时域表现平滑有节律波动稳定。结合地形图右侧枕叶集中。结论右侧枕叶脑电成分保留。IC25时域表现偏毛躁有细碎高频感无清晰节律。结合地形图多团块零散分布。结论肌电残留 噪声建议删。IC26时域表现有平缓的节律起伏无明显伪迹。结合地形图左侧额颞小范围集中。结论弱混合成分新手保留。IC27时域表现波形平滑节律稳定。结合地形图枕叶中央集中。结论枕叶脑电成分保留。IC28时域表现幅值很弱波动平缓。结合地形图零散弱分布。结论弱噪声 / 弱脑电新手保留。IC29时域表现幅值极低波动微小。结合地形图小范围多中心。结论背景弱噪声新手保留。具体操作拿纸笔记下来通道数必删6 个100% 确认伪迹1、2、6、7、9、11建议删7 个高概率噪声5、10、12、16、19、23、25保留16 个有效脑电 拿不准的弱成分剩余全部优先按必删列表操作避免误删有效脑电如果追求数据更干净可以加上建议删除的成分。(在初学阶段拿不准还是先保留比较好)其实还有第三关可以再结合功率频谱曲线来再再次确认点击Plot 》 Component spectra and maps会跳出如下界面详细说明Epoch time range to analyze [min_ms max_ms]指定用于计算频谱的数据时间范围单位毫秒。当前值0到数据末尾即使用全部连续数据计算频谱。Frequency (Hz) to analyze当前值10Hzalpha 频段中心。指定用哪个频率点的功率来生成头皮地形图。Electrode number to analyze ([]elec with max power; 0whole scalp)选择用哪个电极的信号绘制频谱曲线。可以在后面填写0或[]其中0代表全头皮平均[]代表自动选功率最大的电极。Percent data to sample (1 to 100)按百分比抽样数据计算频谱在不损失精度的前提下提升运算速度。当前值20%。Components to include in the analysis指定参与分析的 ICA 成分范围。当前值129代表全部 29 个成分。Number of largest-contributing components to map自动选取方差最大的前 N 个成分绘制「地形图 频谱」的详细组合图。当前值5默认只展示前 5 个最大成分的详细图。Else, map only these component numbers手动指定要画详细图的成分编号填写后上一条的 “Number of largest-contributing components to map” 会失效。当前值空。Compute comp spectra 勾选的话会计算 ICA 成分自身的频谱识别伪迹用这个不勾选会计算 “去掉该成分后剩余数据的频谱”用于验证去伪迹效果。当前状态已勾选。Plotting frequency range ([min max] Hz)频谱图的横轴显示范围单位 Hz。当前值2~25Hz。Spectral and scalp map options传给地形图、频谱绘图的额外参数和之前地形图窗口的附加选项一致。当前值‘electrodes’‘off’地形图上不显示电极点。具体操作将Plotting frequency range ([min max] Hz)一栏改成0 40全频段覆盖后能清晰区分眼电低频集中和肌电高频宽带的特征。将Spectral and scalp map options改成‘electrodes’‘on’显示电极点方便对照脑区位置。注Number of largest-contributing components to map如果想一次性多看几个可疑伪迹可以改成 10 或 15但是默认 5 个也足够先看最明显的大伪迹。Else, map only these component numbers如果想单独核对成分就填你想单独核对的成分适合针对性复核。然后点击ok即可会跳出如下界面核心判断规则首先来看图横轴是频率Hz纵轴是信号功率能量强度。上方小头皮图是能量最大的几个 ICA 成分的头皮地形图上面的数字是成分编号比如 1、3、4、6、8。下方频谱曲线横轴频率0~40Hz纵轴功率谱密度对数 dB 值数值越高代表该频率能量越强彩色连线同颜色的头皮图 ↔ 频谱曲线是同一个成分。比如绿色线对应 IC1红色线对应 IC3黑色线对应能量最强的那个 alpha 成分。然后我们来细讲4个伪迹分类眼电伪迹眨眼 / 眼动频谱特征能量高度集中在 0~5Hz 低频段随着频率升高功率快速下降20Hz 以上几乎没有能量整体呈 “左高右低” 的陡峭下滑曲线。对应逻辑眨眼、眼球转动都是慢动作本质是低频电位漂移所以只有低频能量。肌电伪迹频谱特征全频段宽带平坦分布从 10Hz 到 40Hz 甚至更高都有持续能量不会快速下降整体像一条平缓的 “高台”没有明显的单峰。对应逻辑肌肉收缩是高频、杂乱的振动覆盖很宽的频率范围所以频谱宽且平。有效脑电成分频谱特征有明确的频段峰值比如枕叶成分会在 8~13Hzalpha 频段出现一个清晰的尖峰中央区成分会在 mu/beta 频段有凸起低频和极高频能量都很低整体 “中间高、两边低”。对应逻辑大脑神经活动有固定的节律频段所以频谱会在对应频段出现能量集中。工频 / 背景噪声工频噪声在 50Hz 位置有一个孤立的尖锐尖峰其他频段能量都很低一眼就能看到一根高高的 “刺”。背景噪声全频段平坦杂乱没有任何明显峰值整体能量都偏低对应地形图全脑弥散的成分。理论上来讲你需要把所有通道的频谱图都看一遍才能拍板这张图只展示了能量最大的前几个成分如果你想核对 IC7、IC11 这类肌电成分可以回到设置窗口在「Else, map only these component numbers」里输入具体编号单独调出查看或者找到 Number of largest-contributing components to map这一项默认是 5你可以改成10或15软件就会自动选出能量最大的前 10/15 个成分全部画在同一张图里实际上越往后的通道对脑电分析的影响占比就越小所以只要看前10到15个就足够了但是我这里待会还要做自动去伪迹自动去的话大伙和我的数据不会有区别所以这里感兴趣的可以用自己判断的数据来进行下一步真正的伪迹去除操作现在还只是再判断阶段方法已经教给大家了大家按需自取。三重验证结论⚠️ 和之前手动判断差异巨大请仔细看结合「地形图空间 时域形态 频谱频率」三个维度必删仅 1 个100% 确认伪迹IC5建议删高概率噪声10、12、16、19、23、25我们可以只删必删项删少不删多所以拿笔记下必删项目然后去执行删除操作不想看自动的也要看自动自动的置信度必手动要高强烈建议先自动然后再手动验证二、自动剔除ICLabel点击Tools 》 Classify components using ICLabel 》 Label components跳出如下界面点击右边的小箭头详细说明Select which version of ICLabel to use选择要使用的 ICLabel 版本。Default (recommended) 这是正式稳定的完整版模型用海量常规成人脑电数据训练而成分类准确率最高、稳定性最好适配绝大多数静息态、任务态脑电实验是做伪迹自动标注的最优选择常规情况直接用它。Lite 精简参数的提速版本计算量更小、运行速度更快适合电脑配置偏低、ICA 成分数量极多想要快速拿到初筛结果的场景代价是分类精度略低于默认版只适合临时快速粗筛精细伪迹判定不优先选。Beta 处于迭代优化的实验预览版本会尝试新的训练策略与数据集稳定性没有正式版可靠容易出现分类偏差仅适合想要尝新、参与工具测试的用户日常数据处理不建议选用。具体操作直接点击OK即可详细说明这是 ICLabel 计算完成后弹出的成分属性总览设置窗口点确认后会生成一张「地形图 时域 频谱 自动分类概率」的完整总览图是看自动标注结果的核心界面。逐行说明Component indices to plot 要展示的成分编号默认1:29就是全部 29 个成分不用修改。Spectral options 频谱计算的频率范围默认2~64Hz覆盖了脑电和肌电的全部频段足够用不用改。Erpimage options ERP 事件相关成像的参数你当前是连续数据伪迹剔除用不上这个空着保持默认即可。Draw events over scrolling component activity 勾选后会在时域波形上叠加事件标记保持勾选就行不影响伪迹判断。底部下拉框 ICLabel 表示总览图会叠加 ICLabel 的自动分类概率结果这正是我们需要的保持选中不动。操作建议所有参数保持默认直接点右下角ok几秒后就会弹出完整的成分总览图图片如下图的作用这是 ICLabel 自动分类后的 ICA 成分总览图每个成分包含「编号 头皮地形图 自动分类最高概率」用来快速批量初筛伪迹。它基于大量脑电数据训练会同时结合空间分布、频谱、时域统计等多维度判断比单看地形图更准确。判断规则Brain有效脑电概率80% 高置信度脑电直接保留50%~80% 模糊区间需手动复核。Eye / Muscle / Line Noise / Heart / Channel Noise对应眼电、肌电、工频、心电、单通道噪声概率80% 高置信度伪迹建议删除。Other其他无法明确归类的混合信号 / 背景噪声概率高的建议手动复核后处理。分类结果解读高置信度伪迹必删非Brain概率大于80%IC5Eye 97.7% 模型以近 100% 的置信度判定为眼电伪迹是这份数据里最明确的伪迹成分直接删除。高置信度有效脑电直接保留 Brain 概率80%IC1、IC2、IC3、IC4、IC6、IC7、IC8、IC9、IC10、IC11、IC12、IC13、IC14、IC15、IC17、IC18、IC19、IC21、IC22、IC24、IC25可疑混合 / 噪声成分建议手动复核任何概率在50%到80%之间IC20Brain 76.0%处于模糊区间建议结合时域、频谱确认IC23Brain 43.5%脑电概率不足 50%大概率为噪声复核后可删除IC26Other 85.9%高置信度归类为非脑电混合信号复核后建议删除IC27Other 80.3%同上复核后建议删除IC28Other 70.5%模糊区间手动确认IC29Brain 52.7%低置信度脑电新手建议保留 为什么和之前手动判断完全不一样ICLabel 是多维度建模它同时学习了成分的空间拓扑、频谱曲线、时域统计特征等多个维度对典型脑电和伪迹的区分准确率远高于人工单一看图。我们可以单独调出 IC1 的时域波形 频谱图来验证一下具体操作拿纸和笔记录下IC5这个 100% 确认的眼电伪迹。然后对于第15往后的数据只要不是伪迹的概率特别高就不用删除原因如下能量占比极低ICA 成分是按解释信号的方差从大到小排序的前 10 个成分通常已经覆盖了总信号方差的 80% 以上越靠后的成分能量越弱。20 名以后的每个成分大多只占总方差的 1% 甚至不到就算全是噪声对整体信噪比的影响也非常有限后续分析里基本感知不到差异。没有强伪迹强伪迹明显的眨眼、持续肌电、工频干扰能量都很大一定会排在成分列表的前半段。20 往后基本都是弱脑电混合背景噪声没有能大幅扭曲波形的强污染不会对结果造成致命影响。对这些弱成分来说删错的风险远大于留着的风险。 留着弱噪声最多是信噪比略微下降不影响实验结论但如果误删了微弱的有效脑电反而会损失真实的神经信号破坏数据完整性。所以不用在这部分耗费精力记录 IC5 这个确定伪迹就可以进入下一步数据处理了。三、真正删除伪迹点击Tools 》 Remove components from data会跳出如下界面详细说明顶部提示Note: for group level analysis, remove components in STUDY如果这个是在提醒你如果你是做多被试组水平分析建议统一在 STUDY 模块中批量剔除成分但是我们当前是单被试预处理直接在本窗口操作即可。List of component(s) to remove from data 填写要删除的伪迹成分编号多个编号用空格隔开。填写后这些成分会被从数据中移除剩下的成分会重建为干净的脑电信号。Or list of component(s) to retain 和上面相反二选一选项填写要保留的成分编号没填的会全部被删除。具体操作在第一个输入框List of component(s) to remove from data中输入5其余保持默认直接点击 ok 即可完成 IC5 的剔除。执行后会自动生成一个新数据集不会覆盖原始带完整 ICA 的数据后续想调整删除列表还可以回到原始数据重新操作。不过为了保险起见我们后面还是会再存一下的。然后我们会跳出如下界面详细说明这是 ICA 成分剔除的最终确认弹窗在正式执行移除前给你一次预览和反悔的机会。Cancel 取消操作不剔除任何成分直接关闭窗口回到上一步。Plot ERPs 预览剔除成分后的事件相关电位ERP波形。仅在数据已经完成分段Epoch后有意义可以提前对比剔除前后的 ERP 差异我们当前是连续数据这个按钮基本用不上。Plot single trials 预览剔除成分后的单试次波形。同样是分段数据的预览功能连续数据下效果有限。Accept 确认执行正式把你选定的成分从数据中移除生成一个剔除伪迹后的新数据集。原始带完整 ICA 的数据会被保留不会被覆盖。具体操作我们已经确认 IC5 是高置信度眼电伪迹无需额外预览直接点击最右侧的 Accept即可完成剔除。等一会跳出取名界面我们直接取名为Data_CRnoASR_Re_3_ICAClean四、保存数据点击File 》 Save current dataset as跳出如下界面我们直接保存为Data_CRnoASR_Re_3_ICAClean.set至此我们完成了 EEGLAB 中 ICA 伪迹剔除的完整流程从手动三重验证地形图 → 时域波形 → 频谱曲线到 ICLabel 自动标注再到安全删除伪迹成分并保存数据。后续的脑电预处理步骤如重参考、滤波、分段等等我学习整理后再继续分享