Saltar al contenido principal

2.9: Ejercicio- PRE promediadas

$$\newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} }$$

$$\newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}}$$

$$\newcommand{\id}{\mathrm{id}}$$ $$\newcommand{\Span}{\mathrm{span}}$$

( \newcommand{\kernel}{\mathrm{null}\,}\) $$\newcommand{\range}{\mathrm{range}\,}$$

$$\newcommand{\RealPart}{\mathrm{Re}}$$ $$\newcommand{\ImaginaryPart}{\mathrm{Im}}$$

$$\newcommand{\Argument}{\mathrm{Arg}}$$ $$\newcommand{\norm}[1]{\| #1 \|}$$

$$\newcommand{\inner}[2]{\langle #1, #2 \rangle}$$

$$\newcommand{\Span}{\mathrm{span}}$$

$$\newcommand{\id}{\mathrm{id}}$$

$$\newcommand{\Span}{\mathrm{span}}$$

$$\newcommand{\kernel}{\mathrm{null}\,}$$

$$\newcommand{\range}{\mathrm{range}\,}$$

$$\newcommand{\RealPart}{\mathrm{Re}}$$

$$\newcommand{\ImaginaryPart}{\mathrm{Im}}$$

$$\newcommand{\Argument}{\mathrm{Arg}}$$

$$\newcommand{\norm}[1]{\| #1 \|}$$

$$\newcommand{\inner}[2]{\langle #1, #2 \rangle}$$

$$\newcommand{\Span}{\mathrm{span}}$$ $$\newcommand{\AA}{\unicode[.8,0]{x212B}}$$

$$\newcommand{\vectorA}[1]{\vec{#1}} % arrow$$

$$\newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow$$

$$\newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} }$$

$$\newcommand{\vectorC}[1]{\textbf{#1}}$$

$$\newcommand{\vectorD}[1]{\overrightarrow{#1}}$$

$$\newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}}$$

$$\newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}}$$

$$\newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} }$$

$$\newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}}$$

$$\newcommand{\avec}{\mathbf a}$$ $$\newcommand{\bvec}{\mathbf b}$$ $$\newcommand{\cvec}{\mathbf c}$$ $$\newcommand{\dvec}{\mathbf d}$$ $$\newcommand{\dtil}{\widetilde{\mathbf d}}$$ $$\newcommand{\evec}{\mathbf e}$$ $$\newcommand{\fvec}{\mathbf f}$$ $$\newcommand{\nvec}{\mathbf n}$$ $$\newcommand{\pvec}{\mathbf p}$$ $$\newcommand{\qvec}{\mathbf q}$$ $$\newcommand{\svec}{\mathbf s}$$ $$\newcommand{\tvec}{\mathbf t}$$ $$\newcommand{\uvec}{\mathbf u}$$ $$\newcommand{\vvec}{\mathbf v}$$ $$\newcommand{\wvec}{\mathbf w}$$ $$\newcommand{\xvec}{\mathbf x}$$ $$\newcommand{\yvec}{\mathbf y}$$ $$\newcommand{\zvec}{\mathbf z}$$ $$\newcommand{\rvec}{\mathbf r}$$ $$\newcommand{\mvec}{\mathbf m}$$ $$\newcommand{\zerovec}{\mathbf 0}$$ $$\newcommand{\onevec}{\mathbf 1}$$ $$\newcommand{\real}{\mathbb R}$$ $$\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}$$ $$\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}$$ $$\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}$$ $$\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}$$ $$\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}$$ $$\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}$$ $$\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}$$ $$\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}$$ $$\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}$$ $$\newcommand{\laspan}[1]{\text{Span}\{#1\}}$$ $$\newcommand{\bcal}{\cal B}$$ $$\newcommand{\ccal}{\cal C}$$ $$\newcommand{\scal}{\cal S}$$ $$\newcommand{\wcal}{\cal W}$$ $$\newcommand{\ecal}{\cal E}$$ $$\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}$$ $$\newcommand{\gray}[1]{\color{gray}{#1}}$$ $$\newcommand{\lgray}[1]{\color{lightgray}{#1}}$$ $$\newcommand{\rank}{\operatorname{rank}}$$ $$\newcommand{\row}{\text{Row}}$$ $$\newcommand{\col}{\text{Col}}$$ $$\renewcommand{\row}{\text{Row}}$$ $$\newcommand{\nul}{\text{Nul}}$$ $$\newcommand{\var}{\text{Var}}$$ $$\newcommand{\corr}{\text{corr}}$$ $$\newcommand{\len}[1]{\left|#1\right|}$$ $$\newcommand{\bbar}{\overline{\bvec}}$$ $$\newcommand{\bhat}{\widehat{\bvec}}$$ $$\newcommand{\bperp}{\bvec^\perp}$$ $$\newcommand{\xhat}{\widehat{\xvec}}$$ $$\newcommand{\vhat}{\widehat{\vvec}}$$ $$\newcommand{\uhat}{\widehat{\uvec}}$$ $$\newcommand{\what}{\widehat{\wvec}}$$ $$\newcommand{\Sighat}{\widehat{\Sigma}}$$ $$\newcommand{\lt}{<}$$ $$\newcommand{\gt}{>}$$ $$\newcommand{\amp}{&}$$ $$\definecolor{fillinmathshade}{gray}{0.9}$$

Ahora por fin estamos listos para crear los ERPs promediados para este participante. Primero asegúrese de que el conjunto de datos del ejercicio anterior esté cargado (6_n400_preprocessed_filt_elist_bins_be_ar). Luego seleccione EEGLAB > ERPLAB > Computar ERPs promediados. Aparecerá una ventana que le permitirá especificar una variedad de opciones para el proceso de promediación, que se muestra en la Captura de Pantalla 2.15.

Opciones de promedio

El primer y más esencial valor es un índice para el conjunto de datos que contiene el EEG de época a promediar. Puede ver la lista de conjuntos de datos que están cargados actualmente en EEGLAB en el menú Conjuntos de datos (consulte la parte superior izquierda de Captura de pantalla 2.15). El conjunto de datos actualmente activo se indica con una marca de verificación (y normalmente es el conjunto de datos cargado o creado más recientemente), y por defecto este es el conjunto de datos que se utilizará para promediar.

Los datasets que se cargan dependen de lo que hayas hecho desde el lanzamiento de EEGLAB. Y tu menú de Conjuntos de datos se verá diferente al mío, porque el mío tiene un montón de conjuntos de datos que se crearon ya que estaba probando diferentes cosas mientras creaba los ejercicios en este capítulo. Queremos promediar el conjunto de datos de época en el que se han marcado las épocas con artefactos (6_N400_preprocessed_filt_elist_bins_be_ar). Para mí, esto es Dataset 6 en el menú Conjuntos de datos, pero probablemente sea un conjunto de datos diferente en su menú Conjuntos de datos. En la GUI para la rutina de promediado, asegúrese de que el número de conjunto de datos correcto esté listado en el campo de texto en la parte superior (Índice de Dataset (s) EEG).

Tratar con múltiples conjuntos de datos para un participante determinado

Imagina que estás ejecutando una sesión de grabación de EEG y una alarma de incendio comienza a sonar a mitad de la sesión. Tendría que dejar de grabar, desconectar al participante y dirigirse a un lugar seguro. Pero después de 5 minutos, la alarma se detiene y se te permite volver al laboratorio. Se vuelve a conectar al participante y se reanuda la grabación, pero con los datos en un nuevo archivo. ¿Cómo promedian juntos los juicios de los dos archivos?

Otra posibilidad es que ejecutes un experimento con 10 bloques de prueba diferentes, y crees un archivo de grabación EEG diferente para cada bloque. Nuevamente, necesitas poder promediar los datos a través de múltiples bloques.

Una forma de lograr esto es combinar los conjuntos de datos en un único conjunto de datos con EEGLAB > Editar > Agregar conjuntos de datos. Pero si desea mantener los conjuntos de datos separados (por ejemplo, para que no sobrecargue la memoria de su computadora con enormes conjuntos de datos), en realidad puede especificar más de un conjunto de datos en el cuadro de texto en la parte superior de la GUI de promedio. Los datasets que especifique se tratarán como un único dataset grande durante el proceso de promediado.

La siguiente sección de la GUI de promedio controla cómo se tratan los artefactos durante el proceso de promediado. La opción predeterminada, que debe asegurarse de que está seleccionada, es Excluir épocas marcadas durante la detección de artefactos. También ofrecemos opciones para incluir todas las épocas (estén marcadas o no para artefactos) o para incluir solo las épocas marcadas; estas opciones se usan solo en raras ocasiones.

También debe asegurarse de que haya una marca de verificación en la casilla etiquetada Excluir épocas que contengan eventos “límite” o no válidos. Un límite es un código de evento especial que indica una discontinuidad en el EEG. Por ejemplo, imagínese que la recolección de datos se detuvo temporalmente 300 ms después del inicio de un evento porque el participante pidió un breve descanso, y luego se reinició nuevamente un minuto después. Se insertaría un código de límite en los datos en el momento de la pausa. No quisiéramos incluir ese juicio, por lo que excluimos los juicios con eventos fronterizos. Otra posibilidad es que el indicador de habilitación en EventList se haya establecido en cero para el evento de bloqueo de tiempo (por ejemplo, porque te diste cuenta de que el participante se había quedado dormido durante la última parte del experimento y, por lo tanto, deshabilitaste los eventos durante ese período después de que terminó la sesión). Estos juicios también deben ser excluidos.

ERPLAB puede calcular algunas medidas de calidad de datos durante el proceso de promediado, y la sección de Calidad de Datos de la GUI de promediado le permite controlar este proceso. Simplemente déjelo configurado en Activado — parámetros predeterminados. ERPLAB también puede calcular los espectros de potencia durante el proceso de promediado, pero debe dejar las opciones de Espectros de Potencia desactivadas para el presente ejercicio.

Creación y guardado de un ERPset

Una vez que tenga todo configurado correctamente en la GUI de promedio, puede hacer clic en EJECUTAR para crear los ERPs promediados. Luego verá una ventana que le permite guardar los ERPs promediados, que se almacenan en un ERPset (como se ilustra anteriormente en la Figura 2.2). Debe nombrar el ERPSet 6_ERP (porque estos son los datos ERP del Participante 6). Ese es el nombre que aparecerá en el menú ERPSets. También puede guardar el ERPSet en su disco duro como un archivo. Para ello, activa el botón Guardar ERP como. El nombre del ERPSet en la memoria no necesita ser el mismo que el nombre del archivo, pero suele ser una buena idea usar el mismo nombre para ambos. Esto se puede lograr haciendo clic en el mismo botón que erpname, que pondrá 6_ERP en el cuadro de texto para el nombre del archivo. Una vez que tengas todo listo, puedes hacer clic en el botón Aceptar. Si miras en el menú ERPSets en la GUI principal de EEGLAB, verás que el nuevo ERPSet aparece ahora como ERPSet 1:6_ERP.

Si miras en la ventana de comandos de Matlab, verás que la rutina de promediado imprimió un montón de información cuando terminó. Aquí está la última parte de lo que imprimió:

TOTAL:
El conjunto de datos 6_n400_preprocessed_filt_elist_bins_be_ar tiene un 38.5% de ensayos desechadosResumen por bin: El
bin 1 se creó con un 41.7% de ensayos rechazados El
bin 1 se creó con un 0.0% de ensayos inválidos El
bin 2 se creó con un 55.0% de juicios rechazados La
Papelera 2 se creó con un 0.0% de juicios inválidos La
Papelera 3 se creó con un 29.6% de juicios rechazados La
Papelera 3 se creó con un 0.0% de juicios inválidos La
Papelera 4 se creó con un 26.3% de juicios rechazados La
Papelera 4 se creó con a 0.0% de ensayos inválidos
— Medida de calidad de
datos de ASMe Valor
medio de 1.0008 en elec FP2, y ventana de tiempo 0:100 ms, en bin 1, palabra Prime, relacionada con la palabra objetivo posterior Valor
mínimo de 0.16593 en elec Oz, y ventana de tiempo - 200:100 ms, en el bin 1, palabra Prime, relacionada con la palabra objetivo posterior Valor
máximo de 3.5935 en elec F4, y ventana de tiempo 600:700 ms, en el bin 3, Palabra objetivo, relacionado con prime anterior, seguido de respuesta correcta

Siempre debes mirar esta información en la ventana de comandos. En primer lugar, permite verificar que el número esperado de ensayos fueron rechazados por artefactos. En segundo lugar, le permite ver si hubo pruebas no válidas (por ejemplo, pruebas en las que el indicador de habilitación en EventList se estableció como cero). En tercer lugar, proporciona un resumen de algunas métricas de calidad de datos (que se describirán en una sección posterior).

Visualización de las formas de onda ERP promediadas

Ahora vamos a trazar las formas de onda ERP promediadas. Seleccione EEGLAB > ERPLAB > Plot ERP > Trazar formas de onda ERP, y aparecerá una ventana grande y complicada con muchas opciones para controlar el trazado. Haga clic en el botón RESET cerca de la parte inferior para restablecerlo a los parámetros predeterminados. Para mantener las cosas simples, comenzaremos por mirar los ERPs a las palabras prime, que se almacenan en el Bin 3 (para los objetivos que estaban relacionados con el primo anterior) y el Bin 4 (para los objetivos que no estaban relacionados con el primo anterior). Para especificar que queremos trazar solo los Bins 3 y 4, desmarque el botón en la parte superior izquierda de la GUI etiquetado todos los bins y escriba 3 4 en el cuadro de texto debajo (como en la Captura de Pantalla 2.16). En su lugar, puede hacer clic en el botón Examinar para ver una lista de las papeleras.

Ahora haga clic en PLAZAR para ver las formas de onda. Debería verse algo así como Captura de pantalla 2.17. Si no estás acostumbrado a mirar formas de onda ERP, la trama puede parecer que un chimpancé arrojó un plato de espaguetis en la pared, pero una vez que adquieras algo de experiencia te será fácil comprender lo que estás viendo. Siempre recomiendo comenzar por mirar el periodo basal del prestimulo. Tenga en cuenta que es relativamente plano en comparación con el periodo posestímulo. En teoría, el periodo prestimulus debe contener solo ruido aleatorio en las épocas de EEG de ensayo único, y si promediamos juntos suficientes épocas, el ruido “promediará” a cero. En realidad nunca alcanza una línea perfectamente plana con un número finito de ensayos. (Este sería un buen momento para recordarte cuántos juicios había en cada contenedor). También, puede haber una inclinación en la forma de onda durante el periodo prestimulus como resultado de la superposición de la actividad ERP del estímulo anterior o actividad anticipatoria.

En este ejemplo particular, el periodo basal del prestimulo se ve bastante bien. El ruido residual después del promedio es relativamente pequeño en comparación con los ERPs en el periodo postestímulo, y no hay inclinación obvia. Ojalá siempre se vieran así de bien. Elegí al Participante 6 para este capítulo porque los datos fueron muy agradables. En ejercicios posteriores, verás participantes con datos mucho más ruidosos.

Ahora echa un vistazo a los otros canales. Verás que las formas de onda en canales cercanos a CpZ (por ejemplo, Cz, C3, C4, Pz, P3, C4, P4) se ven bastante similares a las formas de onda CpZ, pero las formas de onda en canales más distantes (por ejemplo, Fp1, Fp2, Oz) se ven bastante diferentes. Esto se debe a que la resistencia del cráneo es alta (especialmente en relación con la corteza subyacente y el cuero cabelludo suprayacente), lo que hace que los voltajes se propaguen ampliamente antes de que lleguen a los electrodos.

Si es la primera vez que creas ERP promediados, espero que tengas una verdadera sensación de logro y asombro. Estás viendo los voltajes creados por las neuronas en el cerebro de un ser humano vivo que miraba pares de palabras y decidía si la segunda palabra de cada par (el objetivo) estaba relacionada o no con la primera palabra (la prima). Se necesitaba una tremenda cantidad de poder cerebral y conocimiento para que este participante tomara la luz emitida por los píxeles en la pantalla de la computadora, organizara esta luz en letras y palabras, reconociera las palabras, accediera a sus significados y las comparara. Y estás viendo los voltajes reales creados por las neuronas a medida que el cerebro realizaba estos procesos. Es decir, los ERPs son los voltajes extracelulares producidos por las neuronas piramidales corticales como resultado de la neurotransmisión, que (¡asombrosamente!) son capaces de pasar a través del cerebro, las meninges, el cráneo y el cuero cabelludo a nuestros electrodos de grabación. Llevo casi 40 años grabando y analizando ERPs, y esto todavía me da escalofríos!!!

Ver las palabras principales

Ahora veamos las formas de onda ERP promediadas para las palabras principales. Seleccione EEGLAB > ERPLAB > Plot ERP > Trazar formas de onda ERP, y configúrelo tal como lo hizo para mirar las palabras objetivo excepto especificar 1 2 en la sección Bins to plot. El bin 1 es el ERP para las palabras principales que son seguidas por una palabra objetivo relacionada, y el bin 2 es el ERP para las palabras principales que son seguidas por una palabra objetivo no relacionada. A menos que el participante tuviera ESP, estos ERPs deberían ser equivalentes a excepción del ruido aleatorio. ¿Cómo podría variar la respuesta cerebral a una palabra determinada según la naturaleza de una palabra que se presentó más adelante en el tiempo?

Haga clic en el botón PLAZAR para ver las formas de onda de los contenedores 1 y 2. Si miras el canal CpZ, donde el efecto N400 fue mayor para las palabras objetivo, verás que las formas de onda para los dos bins primos son bastante similares hasta aproximadamente 400 ms postestímulo (ver Captura de pantalla 2.18). Entonces, la forma de onda se vuelve ligeramente más negativa para primos seguidos de palabras relacionadas que para primos seguidos de palabras no relacionadas. Lógicamente, esta pequeña diferencia debe ser solo ruido aleatorio en los datos.

Ahora mira el canal F4. Deberías ver una gran diferencia entre los Bins 1 y 2, comenzando justo alrededor del inicio de la palabra prima (0 ms). Esto absolutamente debe ser ruido, porque se necesitan al menos 50 ms para que la información visual llegue a la corteza y genere un ERP. Un efecto temprano similar pero algo menor se puede observar en el sitio del electrodo Pz.

El ruido es un hecho inevitable en los estudios de ERP. Después de todo, estamos tratando de medir los voltajes producidos por pequeñas neuronas en la corteza cerebral con electrodos colocados en la piel, y hay un cráneo grande y grueso entre las neuronas y la piel. Además, las señales cerebrales son solo unas pocas millonésimas de voltio una vez que llegan al cuero cabelludo, donde se mezclan con otras señales como potenciales cutáneos, actividad muscular y voltajes inducidos de computadoras y otros dispositivos eléctricos en el entorno de grabación. Cuando lees artículos de revistas, normalmente no llegas a ver los datos de un solo participante. En cambio, se ven grandes promedios, que tienen mucho menos ruido. Incluso sin ruido, las formas de onda ERP de diferentes personas a menudo se ven bastante diferentes entre sí (probablemente debido a diferencias individuales en cómo se pliega la corteza en el cerebro). Entonces, no se sorprenda cuando los datos de un solo participante que ve en este libro o en sus propios estudios se ven bastante diferentes de las formas de onda de gran promedio en artículos publicados.

This page titled 2.9: Ejercicio- PRE promediadas 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.