Saltar al contenido principal
LibreTexts Español

4.1: Datos para este Capítulo

  • Page ID
    151825
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Los datos que usaremos para los ejercicios de este capítulo se pueden encontrar en la carpeta Chapter_4 en la carpeta master: https://doi.org/10.18115/D50056.

    Todos los ejercicios de este capítulo involucran datos artificiales en lugar de señales reales de EEG o ERP. Esto se debe a que no conocemos la verdadera forma de onda con datos reales. Con datos reales, la forma de onda consiste en la suma de una forma de onda ERP desconocida y ruido desconocido, por lo que cuando aplicas un filtro, no sabes cómo debería ser el resultado si el filtro funciona correctamente. Con datos artificiales, podemos crear una forma de onda verdadera y agregarle ruido conocido. Entonces podemos ver qué tan bien podemos recuperar la verdadera forma de onda filtrando los datos. En otras palabras, las formas de onda artificiales nos dan verdad fundamental.

    Una vez que entiendas cómo funcionan los filtros, son bastante fáciles de implementar usando ERPLAB. Ya has visto cómo filtrar datos tanto de EEG como de ERP en los capítulos anteriores, por lo que este capítulo se centrará en ayudarte a entender cómo funcionan los filtros en lugar de aplicarlos a datos reales. Todos los ejercicios utilizan ERPsets en lugar de conjuntos de datos EEG, pero los principios generales son los mismos para EEG y ERP promediados.


    This page titled 4.1: Datos para este Capítulo is shared under a CC BY 4.0 license and was authored, remixed, and/or curated by Steven J Luck directly on the LibreTexts platform.