Saltar al contenido principal
LibreTexts Español

10.3: Ejercicio- Examen de los Grandes Promedios

  • Page ID
    151703
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

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

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

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

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

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

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

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

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

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

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

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

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

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

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

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

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

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

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

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

    Normalmente, decidirías exactamente cómo cuantificar y analizar las amplitudes y latencias del ERP antes de ver los datos. Si primero observa las formas de onda ERP de gran promedio, los parámetros de análisis que seleccione probablemente estarán influenciados por el ruido en los datos, y tendrá una alta probabilidad de encontrar efectos significativos que reflejen el ruido en lugar de efectos verdaderos y sean completamente falsos. ¡Este es un punto súper importante! No voy a detenerme en ello aquí, porque he escrito sobre ello extensamente en otros lugares (ver especialmente Luck & Gaspelin, 2017). Sin embargo, tenga en cuenta este punto a lo largo del capítulo (especialmente en este primer ejercicio, donde vamos a mirar los datos antes de desarrollar nuestro plan de análisis, ¡exactamente lo que no debe hacer!).

    Ya he creado las formas de onda ERP promediadas para mirar el LRP. Si vas a la carpeta Chapter_10, verás una subcarpeta llamada Data, y dentro de esa subcarpeta verás otra subcarpeta llamada ERPsets que contiene un ERPSet para cada uno de los 40 participantes. Para crear estos ERPsets, hice referencia a los datos al promedio de P9 y P10, filtré paso alto a 0.1 Hz (12 dB/octava), y luego apliqué la corrección de artefactos basada en ICA para parpadeos y movimientos oculares horizontales (usando el enfoque optimizado descrito en el capítulo sobre corrección de artefactos). El siguiente paso fue agregar un EventList y luego ejecutar BINLISTER para crear 4 bins:

    • Bin 1: Objetivo que apunta a la izquierda con flancos compatibles, seguido de respuesta izquierda
    • Bin 2: Objetivo apuntando a la derecha con flancos compatibles, seguido de respuesta derecha
    • Bin 3: Objetivo que apunta a la izquierda con flancos incompatibles, seguido de respuesta izquierda
    • Bin 4: Objetivo apuntando a la derecha con flancos incompatibles, seguido de respuesta derecha

    Tenga en cuenta que solo se incluyeron respuestas correctas en estos bins porque nos vamos a centrar en el LRP en lugar de en el ERN.

    A continuación, epeté los datos de -200 a 800 ms relativos al inicio del estímulo. Luego realizé la detección de artefactos para marcar ensayos con C.R.A.P., y finalmente promedié los datos, excluyendo los ensayos marcados.

    Carguemos los datos y hagamos un gran promedio. Salga y reinicie EEGLAB, y establezca Chapter_10 para que sea la carpeta actual de Matlab. Seleccione EEGLAB > ERPLAB > Cargar ERPSet existente, vaya a la carpeta Chapter_10 > Datos > ERPSets, seleccione los 40 archivos ERPSet a la vez y haga clic en Abrir. Entonces deberías poder ver todos los 40 ERPSets en el menú ERPSets. Para hacer un gran promedio, seleccione EEGLAB > ERPLAB > Promedio a través de ERPSets (Gran Promedio) e indique que la rutina debe promediar entre ERPSets 1:40 en el menú ERPSets. Todas las demás opciones deben mantenerse en sus valores predeterminados. Haga clic en Ejecutar y asigne un nombre al gran ERPset resultante. Guárdalo como un archivo llamado grand.erp, porque lo necesitarás para un ejercicio posterior. Ahora traza los ERPs (EEGLAB > ERPLAB > Plot ERP > Plot ERP waveforms), haciendo una parcela para Bins 1 y 2 (ensayos compatibles) y otra para Bins 3 y 4 (ensayos incompatibles). Encuentra los canales C3 y C4 (donde el LRP es típicamente más grande) y busca la negatividad contralateral desde ~200-400 ms.

    Las formas de onda clave se resumen en la Figura 10.2.A. Para los ensayos compatibles, el voltaje en C3 de ~200-400 ms es más negativo en los ensayos con una respuesta de la derecha que en los ensayos con una respuesta de la izquierda, y el voltaje en C4 durante este periodo es más negativo en los ensayos con una respuesta de la izquierda que en los ensayos con una respuesta de la derecha. El voltaje general es positivo en este rango de tiempo (debido al componente P3b), y el LRP se suma con los voltajes positivos para hacer que el voltaje sea más negativo (menos positivo) sobre el hemisferio contralateral que sobre el hemisferio ipsilateral.

    El patrón es un poco más complicado para los juicios incompatibles. Aproximadamente a 200 ms, se puede ver un efecto de polaridad inversa, con un voltaje más negativo para las respuestas de la izquierda que para las respuestas de la derecha en C3 y un voltaje más negativo para la derecha que para las respuestas de la izquierda en C4. Esto luego se invierte a partir de aproximadamente 250 ms.

    Figura 10.2. Grandes promedios del nuevo análisis del experimento ERP CORE flankers, cronometrado hasta el inicio del estímulo. (A) Formas de onda padre originales. (B) Formas de onda después de colapsar en hemisferios contralaterales e ipsilaterales (en relación con la mano de respuesta). (C) Ondas de diferencia contralateral-minus-ipsilateral.

    Es un poco desafiante recomponer todo lo que está sucediendo con las formas de onda que se muestran en la Figura 10.2.A. Solo hay muchas formas de onda para mirar. Podemos simplificar las cosas usando ERP Bin Operations para colapsar los datos en formas de onda contralaterales (formas de onda del hemisferio izquierdo en ensayos de respuesta derecha promediadas con formas de onda del hemisferio derecho en ensayos de respuesta izquierda) y formas de onda ipsilaterales (formas de onda del hemisferio izquierdo en ensayos de respuesta izquierda promediadas con formas de onda del hemisferio derecho en ensayos de respuesta derecha).

    Hacer estos ERPSets colapsados es un poco complicado (y se explica en la sección ERP Bin Operations del Manual ERPLAB). Para ahorrar algo de su tiempo, ya he hecho estos ERPSets colapsados para usted. Para abrirlos, primero borre cualquier ERPSet existente de ERPLAB usando EEGLAB > ERPLAB > Borrar ERPset (s). Debe tener 41 ERPsets (que puede verificar en el menú ERPSets), así que ingrese 1:41 cuando se le pregunte qué ERPSets borrar. A continuación, cargue los 40 ERPSets en la carpeta Chapter_10 > Data > ErpSETS_CI. Ahora puede hacer un gran promedio de estos ERPsets y trazar los resultados (con una parcela para Bins 1 y 2, y una parcela separada para Bins 3 y 4).

    La Figura 10.2.B muestra los resultados de los sitios de electrodo C3 y C4 (que ahora se combinan, como lo indica el marcador C3/C4). Ahora solo tenemos dos pares de formas de onda en lugar de cuatro pares de formas de onda, lo que facilita ver la negatividad contralateral.

    Para facilitar aún más las cosas, y para aislar el LRP de otros voltajes superpuestos, podemos usar ERP Bin Operations para hacer una onda de diferencia contralateral-minus-ipsilateral (Bin 1 menos Bin 2 para los ensayos compatibles, y Bin 3 menos Bin 4 para los ensayos ipsilaterales). Ya he hecho esto por ti. Borre los ERPSets y cargue estos archivos de onda de diferencia desde la carpeta Chapter_10 > Data > ERPSETS_CI_diff. Haz un gran promedio y traza los resultados (en una sola parcela con Bins 1 y 2).

    La Figura 10.2.C. muestra los resultados en C3/C4. Ahora solo tenemos un par de formas de onda, lo que facilita mucho la comparación del LRP para los ensayos compatibles e incompatibles. En los ensayos compatibles, se puede ver una agradable negatividad clara desde ~200-500 ms. En los ensayos incompatibles, se puede observar una positividad contralateral inicial (que es realmente una negatividad relativa a la respuesta incorrecta), seguida de una negatividad contralateral retardada.

    ¡Esto es genial! Nuestro principal objetivo al incluir ensayos compatibles e incompatibles en este experimento fue generar un número suficiente de errores para el análisis ERN (porque los errores son mucho más comunes en ensayos incompatibles). No pretendíamos hacer ninguna comparación de ensayos compatibles e incompatibles, por lo que esta es la primera vez que alguien ve estos efectos. Es gratificante ver que encontramos el mismo patrón que en estudios anteriores (por ejemplo, Gratton et al., 1988), con una LRP retardada en ensayos incompatibles que va precedida de una desviación de polaridad inversa.


    This page titled 10.3: Ejercicio- Examen de los Grandes Promedios 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.