Objetivos de aprendizaje
En este capítulo, aprenderás a:
- Conceptualizar el rechazo de artefactos en términos del objetivo general de responder con precisión a la pregunta científica que su experimento fue diseñado para abordar
- Implementar algoritmos que funcionen particularmente bien para detectar parpadeos, movimientos oculares sacádicos y una amplia clase de artefactos denominados potenciales de artefactos comúnmente rechazados
- Seleccionar parámetros óptimos para los parámetros de detección de artefactos
- Evalúe la efectividad de sus procedimientos de rechazo de artefactos en las formas de onda ERP promediadas, incluyendo tanto la calidad de los datos como los confundidos
- Implementar un procedimiento de rechazo de artefactos en dos etapas para garantizar que los experimentos con estímulos lateralizados o respuestas lateralizadas no estén contaminados por movimientos oculares pequeños pero consistentes
Las grabaciones de EEG suelen estar llenas de grandes artefactos. En la mayoría de las áreas de investigación, los parpadeos son los más problemáticos. Son grandes (a menudo 200 µV), ocurren con frecuencia (en más del 50% de los ensayos en muchos participantes) y pueden diferir sistemáticamente entre grupos o condiciones, creando un problema significativo si no se abordan adecuadamente. En la investigación con bebés, niños pequeños o personas a las que se requiere que se muevan durante la tarea, los artefactos relacionados con el movimiento también son un problema importante. En mi propia área de investigación, los movimientos oculares hacia objetivos lateralizados son el artefacto más significativo.
Sin embargo, en la mayoría de los artículos ERP leí que usan rechazo de artefactos, no parece que se haya pensado mucho en la estrategia para lidiar con artefactos. Estos artículos suelen utilizar un algoritmo muy primitivo para detectar ensayos con artefactos, y usan el mismo umbral de rechazo para todos los participantes (aunque los artefactos difieren bastante entre individuos). Este capítulo está diseñado para ayudarle a conceptualizar e implementar el rechazo de artefactos de una manera más sofisticada, lo que le permite minimizar los confundidos relacionados con artefactos y maximizar la calidad de sus datos.
