事件相關電位的呈現是在特定頻帶下的時域波形，從這個角度出發的話，其處理就涉及到濾波；此外由于腦電信號易受噪聲干擾，所以單獨測出的每兩次的數據肯定是不同的，甚至會差別很大，即使是在同一條件下，這就需要去除噪聲（這里不做詳細介紹）、去除基線和疊加平均。
簡單的處理流程：

濾波

分段&加標簽

去基線

疊加平均

濾波（filt raw）： 濾波的作用有兩個，第一，取出我們關注的ERP特征最明顯的頻段的數據，比如8~13Hz；第二，濾除低頻漂移（線性趨勢），有的時候觀察原始波形，發現會有一個線性上升或者下降，經過低頻濾波便可去除，比如過濾掉3Hz以下的數據。
一個典型的MATLAB濾波函數如下：

% 濾波iir function r=filtraw(raw,fs,lowcut,highcut,order) sizeraw=size(raw); udfilter=designfilt('bandpassiir','FilterOrder',order, ...'HalfPowerFrequency1',lowcut,'HalfPowerFrequency2',highcut, ...'SampleRate',fs); for i=1:sizeraw(1)raw(i,:)=filter(udfilter,raw(i,:)); end r=raw; end

分段&加標簽（epoch & label）： 我們一般獲取到的數據是連續多個任務的，還涉及到任務之間短暫休息時候的信號，這些信號是沒用的，分段&加標簽的作用就是把有用的時間段的數據取出來。由于一般我們采用多通道的電極采集信號，所以得到的原始數據一般是二維的，比如得到的數據是16x120000個，可以認為是16通道每個通道120000個數據點，如果采樣率是1200，那就是100s的數據。假設任務周期是10s，關注的是每個10s中的第4~7s共3s的數據，那么是不是16x3600x10的數據結構比較好了，如果這10個任務中，有一半是任務1，另外一半是任務2，就需要一個標簽文件標注第幾個是任務幾了（一般采集數據的時候就完成了）；也可以將數據分為兩個16x3600x5的，這樣就不需要標簽文件了，只需要備注好數據名就好。
（由于每個人打標簽的方法可能都不同，這里就不放我的代碼了，我的代碼很亂）
去基線：（remove baseline） 去基線的原因是，我們獲取到的腦電信號，有正有負，但是我們不能說這個就是腦電信號的絕對值，腦電信號獲取到的都是相對的電壓值（所以才會有重參考的概念）；或者可以認為去基線就是為了在畫圖的時候，任務開始的0時刻之前的數據靠近或者為0，這樣才會有任務期間時域波形的相對變化。我們一般取任務開始0時刻之前的100ms~200ms作為基線，每一次任務期間，基線的值可能都不同，所以不去除基線的話，下一步的疊加平均是無效的，因為沒有基準，比如有的基線為負，有的基線為正，這樣的情況下執行疊加平均，在基線抵消的時候，可能任務期間的波形也會抵消，也就獲取不到ERP了。
去基線的具體方式就是，對于單次任務的腦電信號，對基線期間的腦電信號進行疊平均，然后用所有的腦電信號，減去這個平均值，得到去基線之后的信號，新的信號在基線期間是靠近0線的。

% 去除基線 function r=rbase(eeg,fs,tbase)sizeeeg=size(eeg);base=zeros(sizeeeg(1),1);nbase=fs*tbase;for i=1:sizeeeg(3)for j=1:nbasebase=base+eeg(:,j,i);endbase=base/nbase;eeg(:,:,i)=eeg(:,:,i)-base;endr=eeg; end

疊加平均：（average） 這個就不解釋了
代碼：

% 疊加平均 function r=average(eeg) sizeeeg=size(eeg); sizetemp=size(sizeeeg); if sizetemp(2)==3temp=zeros(sizeeeg(1),sizeeeg(2),1);for i=1:sizeeeg(3)temp=temp+eeg(:,:,i);endr=temp/sizeeeg(3); elseif sizetemp(2)==2temp=zeros(sizeeeg(1),1);for i=1:sizeeeg(2)temp=temp+eeg(:,i);endr=temp/sizeeeg(2); end end

如果你的信號比較好，經過簡單的四步，就能得到自己想要的ERP了，如果不行，就需要添加一些去除噪聲的步驟了，所以最好的辦法就是一開始就獲取到好的信號。
題圖來源：維基百科
https://en.wikipedia.org/wiki/Event-related_potential

總結

以上是生活随笔為你收集整理的事件相关电位（ERP）的简单处理流程（含MATLAB代码）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。