Saltar al contenido principal

# 4.4: Ejercicio- Filtrado de las formas de onda artificiales

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

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

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

( \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 vamos a aplicar un filtro simple a los datos artificiales del ejercicio anterior. Cargue waveforms.erp si aún no está cargado y seleccione ERPLAB > Herramientas de filtro y frecuencia > Filtros para datos ERP. Establezca los parámetros como se muestra en la Captura de Pantalla 4.3. Lo más importante es que el paso alto no debe seleccionarse y el paso bajo debe seleccionarse con un corte a 30 Hz. Para la gran ventana de trazado blanca, establezca los límites X en 0 100. Asegúrese de que la función que se muestra en esta ventana coincida con la que se muestra en la captura de pantalla.

La función que se muestra en la ventana de trazado se denomina función de respuesta de frecuencia del filtro. Te dice la ganancia que se aplicará a cada frecuencia. La ganancia es solo un valor multiplicativo: Un valor de 1 significa que la amplitud de esa frecuencia se multiplicará por 1 (es decir, sin cambios). Un valor de 0.75 significa que la frecuencia se multiplicará por 0.75, lo que significa que se atenuará en un 25%. El corte de media amplitud de 30 Hz que especificamos significa que la ganancia del filtro es de 0.5 a 30 Hz; este es el punto en el que la ganancia se reduce a la mitad (razón por la cual se llama la frecuencia de media amplitud).

El filtro que hemos especificado tiene un roll-off bastante suave de 12 dB/octava. Como resultado, a pesar de que es nominalmente un filtro de 30 Hz, la ganancia sigue estando muy por encima de cero a 60 Hz, y hay alguna atenuación significativa tan baja como 10 Hz. Cambia el roll-off a 48 dB/octava, y verás una función de respuesta de frecuencia que parece ser mejor. La ganancia ahora está cerca de 1 para todo por debajo de aproximadamente 20 Hz, y está cerca de cero para todo por encima de aproximadamente 45 Hz. Sin embargo, como veremos más adelante en este capítulo, esta función de respuesta de frecuencia más nítida significa que el filtro produce más distorsión en el dominio del tiempo.

Vuelva a establecer el roll-off a 12 dB/octava, haga clic en APLICAR y, a continuación, nombre el nuevo ErpSet Waveforms_30HZ_12dB. Ahora grafica las formas de onda filtradas. Verás que la oscilación de 60 Hz ahora está mayormente (pero no completamente) eliminada del Canal 2. El hecho de que no esté completamente eliminado tiene sentido dado que la ganancia a 60 Hz para este filtro es de alrededor de .1 (como se muestra en la función de respuesta de frecuencia), por lo que alrededor del 10% del ruido de 60 Hz permanece después del filtrado. El canal 3 es ahora un poco más suave, pero todavía tiene bastante ruido. Esto tiene sentido dado el espectro de amplitud que observamos en el ejercicio anterior (Captura de Pantalla 4.2.C), en el que hubo ruido sustancial a frecuencias inferiores a 30 Hz.

Ahora probemos un filtro más severo. Active el ERPset original sin filtrar (seleccionándolo en el menú ERPSets) y fíltrelo como antes, excepto que establezca el corte de paso bajo en 10 Hz y establezca el roll-off en 48 dB/octava. Haga clic en APLICAR y luego nombre el nuevo ErpSet Waveforms_10HZ_48dB. Si trazas las formas de onda filtradas, verás que el ruido de línea de 60 Hz ha desaparecido casi por completo del Canal 2 y que el ruido en el Canal 3 se ha reducido significativamente (pero con algunas fluctuaciones de menor frecuencia en amplitud aún visibles).

Para comparar con precisión dos formas de onda, realmente ayuda superponerlas en la misma parcela. Desafortunadamente, la herramienta de formas de onda Plot ERP de ERPLAB está diseñada para superponer diferentes bins de un solo ERPset y no puede superponer formas de onda de diferentes ERPSets. Sin embargo, hay un truco para resolver este problema: Podemos agregar múltiples ERPSets juntos en un solo ERPSet, con diferentes bins para los datos de cada ERPSet original. Anexamos los ERPSets de los datos originales, los datos filtrados a 30 Hz y los datos filtrados a 10 Hz.

Seleccione EEGLAB > ERPLAB > Operaciones ERP > Anexar ERPSets. En la ventana que aparece, selecciona Desde el menú ERPSets y pon 1 2 3 en el cuadro de texto correspondiente para indicar que quieres anexar los tres primeros ERPSets. (Esto supone que solo tienes los tres ERPsets relevantes cargados en el menú ERPSets; cambia los números según sea necesario si tienes otros ERPSets cargados). Marque la casilla Usar erpnames para que nombre a cada bin del archivo agregado con los nombres de los ERPsets que se van a anexar. Ver Captura de Pantalla 4.4 (deberás seleccionar el botón Incluir prefijos antes de que tu ventana se vea como la captura de pantalla).

Haga clic en EJECUTAR y, a continuación, nombre el nuevo ErpSet anexadod_waveforms. Ahora trazar el nuevo ERPSet, asegurándose de que los tres bins están siendo trazados. Verás que las formas de onda originales se trazan como Bin 1, las formas de onda filtradas a 30 Hz se trazan como Bin 2 y las formas de onda filtradas a 10 Hz se trazan como Bin 3. Estas formas de onda son muy superpuestas, por lo que necesitarás acercar el zoom para ver en qué se diferencian. Para ello, un solo clic en cualquiera de las formas de onda o la etiqueta de canal para Canal 2 (forma de onda+60Hz) y aparecerá una nueva ventana que muestra solo este canal. Matlab es un poco quisquilloso con esta característica, por lo que es posible que deba hacer clic algunas veces para obtener el clic para registrarse (pero no haga doble clic, terminará con dos ventanas idénticas). Deberías ver algo como Captura de pantalla 4.5.

Verás que las tres formas de onda son bastante similares excepto que las oscilaciones de 60 Hz están claramente presentes en la forma de onda original, en su mayoría pero no completamente atenuadas por el filtro de 30 Hz, y completamente eliminadas por el filtro de 10 Hz. Si miras de cerca, también verás que los dos primeros picos en la forma de onda (análogos a las ondas P1 y N1) se reducen en amplitud por el filtro de 10 Hz. Esto tiene sentido, porque estos picos contienen una potencia sustancial cerca de 10 Hz, que ahora se está atenuando.

Es más fácil ver cómo el filtro está impactando la forma de onda ERP al mirar la forma de onda original, sin ningún ruido. Regrese a la trama con los tres canales y haga clic en el Canal 1 (forma de onda) para hacer zoom. Deberías ver algo como Captura de pantalla 4.6. Los dos primeros picos están ligeramente atenuados por el filtro de 30 Hz y más claramente atenuados por el filtro de 10 Hz. También se puede ver que el filtro de 10 Hz produce un pequeño sobreimpulso en el tercer pico (que es como una onda P2) y hace que el primer pico se inicie antes.

El filtro de 10 Hz también produce un pequeño pico negativo artificial justo después del tiempo cero y antes del primer pico positivo. Esto no es porque el filtro esté a 10 Hz; es porque usamos un roll-off muy empinado (48 dB/octava). Puedes verificarlo por ti mismo volviendo a los datos originales sin filtrar y filtrándolos con un corte de 10 Hz pero una pendiente de 12 dB/octava. Verás que el pico negativo artificial ya no está presente.

Ahora puede ver por qué una función de respuesta de frecuencia pronunciada, que parece ideal cuando se centra en la información de frecuencia, no suele ser una buena idea para la investigación de ERP. Un roll-off pronunciado realmente puede distorsionar la forma de onda, produciendo picos artificiales. Y esto puede llevar a conclusiones tremendamente incorrectas. Por ejemplo, Darren Tanner, Kara Morgan-Short, y yo escribimos un artículo hace varios años (Tanner et al., 2015) mostrando que el filtrado inapropiado puede hacer que un efecto P600 (que suele ser resultado de una violación sintáctica en un experimento lingüístico) se vea como un N400 (que suele ser resultado de una anomalía semántica). Si aprendes solo una cosa de este capítulo, espero que sea que solo uses filtros muy suaves a menos que realmente sepas lo que estás haciendo (por ejemplo, entiendes completamente todas las ecuaciones del Capítulo 12 de la Suerte, 2014). Doy algunas recomendaciones específicas cerca del final del capítulo que le permitirán evitar sacar conclusiones falsas como resultado de un filtrado inapropiado.

This page titled 4.4: Ejercicio- Filtrado de las formas de onda artificiales 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.