ERP, der vollständige Name ist ereignisbezogenes Potenzial, Chinesisch ist ereignisbezogenes Potenzial .
Zunächst muss klargestellt werden, dass ERP auf der Grundlage des Elektroenzephalogramms (EEG) ermittelt wird. Es ist Teil des EEG und die am häufigsten verwendete Zeitbereichsanalysemethode.
Es kann sein, dass einige Teile nicht vorgestellt werden können. Ich hoffe auf Ihr Verständnis.
Die in Wikipedia angegebene Definition lautet: Spannungsschwankung, die zeitlich mit einem bestimmten physischen oder psychischen Ereignis zusammenhängt . Dieses Potenzial kann extrakraniell erfasst und mithilfe von Filter- und Signalüberlagerungstechniken aus dem EEG-Signal extrahiert werden .
Tatsächlich gab es das EEG schon immer. Es kommt immer zu spontaner elektrischer Aktivität im Gehirn. Wenn bestimmte Ereignisse stimuliert werden müssen, wird das spontane EEG gestört. Diese Art der durch das Ereignis ausgelösten neuronalen Reaktion wird in der spontanen EEG-Aktivität untergetaucht, es können jedoch einige Mittel eingesetzt werden ( Durchschnittliche Überlagerung) zu extrahieren
Diese gemittelten EEG-Antworten werden als ereignisbezogene Potenziale bezeichnet , was darauf hinweist, dass es sich um Potenziale im Zusammenhang mit bestimmten Ereignissen handelt.
So erhalten Sie ERP
Hauptreferenz: Ein Artikel, der das Extraktionsprinzip von ERP im Detail erklärt – Xinxibraos Artikel – Zhihu
https://zhuanlan.zhihu.com/p/450282055
Der erste Schritt besteht darin, eine Epochensegmentierung anhand des EEG durchzuführen und die EEG-Signale innerhalb eines Zeitraums nach einem bestimmten Reizereignis zu sammeln.
Die folgende Abbildung zeigt ein Stück EEG-Daten, bei dem es sich um ein kontinuierliches Signal handelt, das während des gesamten Versuchsblocks aufgezeichnet wird und das Auftreten von Reizen und Reaktionen mithilfe einer Ereigniscodierung markiert. Das Extrahieren von Segmenten aus EEG-Daten basiert auf den durch diese Ereignisse kodierten Markern, die wir oft Mark nennen. Wie in der Abbildung unten dargestellt, stellt der umrahmte Teil die sechs unterteilten Segmente dar. Das X und O oben stellen den Stimulationstyp jedes Segments dar.
Der nächste Schritt ist die Basislinienkorrektur. Der Zweck der Basislinienkorrektur ähnelt der Normalisierung (das verstehe ich), sodass ihre Basislinien relativ ähnlich sein können und der Bereich der Datenunterschiede nicht so groß ist.
Schließlich gibt es noch den Überlagerungsdurchschnitt. Wir müssen über genügend Ereignisse verfügen, um genügend Beobachtungen im ERP zu generieren.
Alle ERP-Wellenformen sind zeit- und phasenstarr. Zeitverriegelung bedeutet, dass die Änderungen in der Reaktion des Gehirns auf Stimulationsereignisse relativ zur Grundlinie innerhalb derselben Zeitspanne auftreten, d. h. die Latenz ist konstant; Phasenverriegelung bedeutet, dass sich der Energiewert der Reaktion des Gehirns auf Stimulation in die gleiche Richtung ändert basierend auf der Grundlinie, das heißt, die Wellenform ist konstant.
Für die Trennung von ERP-Komponenten durch Superpositionsmittelung gibt es zwei wichtige Voraussetzungen. Der erste Grund ist, dass im Ruhezustand die Entladung von Neuronen in unserem Gehirn komplex und unregelmäßig ist. Die EEG-Wellenform ist weder zeit- noch phasenstarr. Nach mehreren Überlagerungsdurchschnitten kann sie ungefähr ausgeglichen und stabilisiert werden; der zweite Eine wird durch Aufgabenereignisse verursacht. Die induzierten Komponenten sind zeitgesperrt und werden bei Überlagerung nicht ausgeglichen.
Was wir untersuchen, sind hauptsächlich die Auslenkungsspitzen im ERP
Die im Bild oben erwähnten P, N und die darauf folgenden Zahlen haben auch ihre Bedeutung. Beispielsweise wird die positive Komponente, die ihren Höhepunkt etwa 100 Millisekunden nach der Reizpräsentation erreicht, „P100“ genannt, und die negative Komponente wird „N100“ genannt. Es gibt auch ein Benennungssystem, das auf der Reihenfolge der Komponente basiert. Beispielsweise wird die erste signifikante positive Komponente, die durch einen Reiz hervorgerufen wird, „P1“ genannt, und die erste negative Komponente wird „N1“ genannt. Die meisten wichtigen EEG-Komponenten haben beide Namen, beispielsweise „P300“ und „P3“. Zufälligerweise neigen die Latenzwerte von EEG-Komponenten auf einer Skala in Millisekunden dazu, nahe dem 100-fachen ihrer seriellen Positionen zu liegen, sodass N1 = N100, P1 = P100, P3 = P300. Aufgrund der Existenz dieser Korrespondenz werden die beiden Nomenklaturen keine Unannehmlichkeiten für Forschung und Kommunikation verursachen.
Was ist Phasensperre und Zeitsperre?
Die Sperre in Phasenverriegelung und Zeitverriegelung bedeutet, dass sie unter einem festen Reiz in einem stabilen Zustand auftreten kann, was damit zusammenhängt.
Phase bezieht sich auf Phase, das heißt, nach diesem Reiz ist die Richtung basierend auf der Grundlinie konsistent; Zeit bezieht sich auf Zeit, das heißt, nach diesem Reiz ist die Zeit für die Änderung festgelegt.
Das Bild unten zeigt den Unterschied zwischen evoziert und induziert. Tatsächlich ist zu erkennen, dass evoziert genau zur gleichen Zeit auftritt und auch phasenstarr ist.
Übrigens
BTW23-Leute werden tatsächlich feststellen, dass der Unterschied zwischen dem erhaltenen ERP und dem von der Elektrode gemessenen Wert in einem einzelnen Experiment oft um ein Vielfaches höher ist oder dass der in einem einzelnen Experiment erhaltene ERP oft um eine Größenordnung größer ist. Warum ist das so? ?
Wir alle wissen, dass während des Prozesses der EEG-Erfassung das erhaltene Signal definitiv nicht rein ist und oft viel Rauschen enthält, weshalb wir mitteln müssen; ein weiterer Grund ist, dass ERP in einzelnen experimentellen Daten variabel ist
Welcher Zusammenhang besteht zwischen ereignisbezogenen Potenzialen und Einzelexperimenten?
Referenz
https://zh.wikipedia.org/wiki/%E4%BA%8B%E4%BB%B6%E7%9B%B8%E5%85%B3%E7%94%B5%E4%BD%8D
https://www.youtube.com/watch?v=eKGmoJOB-_0&ab_channel=Psyched%21
Die erste Ausgabe der EEG-Reihe: Erstes Verständnis des EEG, der Beziehung zwischen EEG und ERP – Artikel von Hengzhi Technology EVERLOYAL – Zhihu https://zhuanlan.zhihu.com/p/624769492
Ein Artikel, der das Extraktionsprinzip von ERP im Detail erklärt – Xinxibraos Artikel – Zhihu https://zhuanlan.zhihu.com/p/450282055
https://www.udemy.com/course/solved-challenges-ants/
EEG-Signalverarbeitung und Merkmalsextraktion – Hu Li