使用sLORETA进行源定位.docx

一、溯源数据生成 溯源数据生成的步骤如下： 1. 对数据进行处理之后，如下图所示，对平均过后的ERP数据导出。 2.在Export里选择Generic，如下图所示，将方框里的文件格式改成txt，其它选项保持默认状态，点击next。 3.在Data File Fomat里面选择输出用于溯源数据的格式，切记一定要选择Text Fomat这个选项，若选择Binary Fomat，那么生成的数据将是一堆不能用于分析的乱码。然后点击next。 4.出现下面的窗口，保持各个选择的默认状态，点击next。 5.出现下面的窗口，选择你需要的电极，眼电就不用选了，之后点击Finish。 下面这些内容就是我们将ERP数据导出这个过程中，后台记录的操作步骤。生成溯源数据之后，查看你的数据格式是否为ASCII，这个很重要。 *** Generic Data Export *** File name parameter: $h_$n File extension: .txt Write header file: yes Write marker file: no Format: ASCII Orientation: MULTIPLEXED Line Delimiter: CRLF (PC style) Add channel names: no Overwrite default decimal symbol: no Export all channels: no Export the following channels: C3 C4 CPz Cz F3 F4 FCz Fp1 Fp2 Fpz Fz O1 O2 Oz P3 P4 PO7 PO8 POz Pz Exported to: F:\溯源\E\tt210_Average.txt Header file: F:\溯源\E\tt210_Average.vhdr Created Using Component Version 257 7.下面我们就在输出路径的文件夹中找到我们“tt210”格式的两个文件。一个是txt格式，打开之后如图1所示。另一个是vhdr格式，里面包含了导出数据的一些信息，包括txt格式中每个数据对应的电极等，如图2。例如：若选用的电极数为20个，采样率为1000HZ/s，所分析的时间轴（算上基线）为550ms，那么txt文档中打开的数据就是有20列，550行（每一个电极下面所采集的550个点，若分析的时间轴是1000ms的话，那么每一个电极下面就会有1000个点，以此类推。），图2显示的就是20个电极的电极顺序。电极的排列顺序一定不能乱。 图1 图2 二、借助sloreta对差异区进行定位 第一部分：准备工作 两个文件夹和一个txt文档。每个文件夹包含了一种条件下被试的数据，数据的格式是txt。一个txt文档是编写好的电极顺序，电极顺序必须与导出的ERP数据电极顺序一致为了确保一致，可以对照vhdr文件中的电极信息顺序，将其写在txt文档中，用于分析，如图所示。 1.生成坐标电极。打开sloreta，点击主菜单Main Utilities，然后选择Electrode names to coordinates 将含有电极顺序的txt文本拖入第一个空格，转换为以sxyz为后缀的电极矩阵，这个时候有三个坐标值（X-Y-Z），是相应电极所对应的脑区位置坐标。 2. 转换矩阵。点Electrode coordinates to transformation matrix。将含有sxyz后缀文件拖入，生成spinv为后缀的文件。该文件含有电极信息，这一步就将电极信息映射到一个脑模型里。 3将从ERP里导出的txt数据转换成sloreta数据，选择EEG/ERPs to sLORETA ，注意在右侧方框内将数据类型改为txt，还可将其上面的复选框勾选上，然后，依次将两个文件夹直接拖入大方框即可。Number of lines里面显示你拖入的文件数目。最后将spinv为后缀的文件拖入到第二个空格中。（根据你的目的来选择统计分析的方法） sloreta的统计分析有两种分析思路：以独立样本t检验为例，第一种：就是用ERP操作方法，选择Convert all time frames。前提是：我们不知道哪个成分有显著差异，只是比较被试在两种条件下激活的差异脑区，例如：向被试分别呈现花朵和灰屏，我们想看一下被试在两种不同刺激条件下所激活的脑区是否有显著差异，就可以用这种方法。在某个特定时间段内找到找到两组差异最大的时间点；基于这个最大的时间点，然后在其前后3-5个时间点范围内取一时间段（比如：我们找到最大的时间点是75,因此我们的时间窗口可设置72-78以内，之后的sloreta的统计检验就是在此时间