FieldTrip工具箱介绍

type

status

date

slug

summary

介绍

本教程向您介绍如何将 FieldTrip 与 MATLAB 一起使用以及如何制定分析协议。您将阅读一些脑电图/脑电图数据分析的分析方案示例。但本介绍并未提供有关每个分析步骤的详细信息。您将在其他教程中找到这些内容。您还将在本演练中找到有关如何使用 FieldTrip 的有用信息。

这个简短的教程介绍了 FieldTrip 工具箱的设计。如果你有更多的时间，可以在这个讲座中观看更详细的介绍。

背景

在进行EEG / MEG实验时，目的是深入了解大脑在从事某些活动时的功能。在分析EEG / MEG数据时，我们希望确定与实验问题相关的数据方面。这意味着我们试图将数据简化为关于实验基础假设的可解释概念或陈述。EEG / MEG数据的成功分析不仅取决于获得高质量的数据，还取决于将研究人员的知识和假设纳入分析方案。

分析协议包括所使用的工具和/或算法，以及它们的使用方式。研究人员在协议中包含的知识或假设可能是

在刺激呈现后的某个时间，大脑将处理刺激。

大脑将以类似的方式处理重复的刺激。

大脑神经元产生的电活动具有某些特性，可以将其与伪影区分开来，例如振幅（眼球运动导致更大的头皮电位）或分布（来自大脑的信号被多个相邻电极同时接收）。

EEG/MEG的头皮分布取决于基础活动的位置。

振荡活动是由某些大脑区域产生的。

这些工具可以组合在一个分析方案中，例如如图1所示。

我们将使用FieldTrip工具箱进行EEG / MEG分析。该软件由一组实现不同步骤的 MATLAB 函数（一个工具箱）组成。 FieldTrip 的每个功能都实现了一个工具，通过链接它们，您可以执行完整的分析。

FieldTrip 工具箱

FieldTrip 工具箱不是一个具有用户界面的程序，而是一个函数集合。这些功能可以分为几个主要类别：

用于预处理、读取和转换数据（例如ft_preprocessing)

用于分析事件相关字段或电位（ERF/ERP）的函数（例如，ft_timelockanalysis)

频率和时频分析功能（例如，ft_freqanalysis)

用于源分析的功能（例如，ft_sourceanalysis)

统计分析功能（例如ft_timelockstatistics)

用于绘制和显示数据的函数（例如，ft_multiplotER)

完整的函数列表可以参考文档找到。工具箱的每个函数都将前一个函数生成的（中间）数据作为输入。

高级函数和低级函数之间存在差异。高级函数是用户使用的函数，而低级函数由高级函数自动调用。用户不必了解低级功能。该工具箱正在不断开发和扩展。因此，在最新版本的 FieldTrip 中开始分析非常重要。

在某些情况下，FieldTrip与外部工具箱或程序一起工作，如SPM，OpenMEEG和FreeSurfer。一些工具箱包含在默认的 FieldTrip 版本中，其中一些必须从互联网上下载。您可以在此处阅读有关外部工具箱的更多信息。

使用工具箱和 MATLAB

每个 FieldTrip 函数都实现一种特定的算法，可以为其指定特定的参数。这些关于函数行为方式的参数作为配置结构传递。在适用的情况下，配置参数将具有合理的默认值。指定配置的最方便方法是将其键入到 MATLAB 编辑器中的脚本中，然后将其复制并粘贴到 MATLAB 命令行窗口中。ft_definetrial 的配置（对于记录在 epochs 中的 ctf 数据）可能如下所示：

FieldTrip 工具箱中的函数使用配置结构（“cfg”）执行，并且在大多数情况下使用数据结构作为输入

例

💡

请注意，每个 FieldTrip 函数都有自己的配置结构，除了一些向配置结构添加某些内容的函数（ft_definetrial 和伪影检测函数）外，您不应混合使用它们。

每个函数中包含的帮助将解释可配置的设置以及如何指定它们。在 MATLAB 中，您可以通过键入来获取特定函数的帮助

例如

可以在本网站的教程中找到如何使用 FieldTrip 工具箱为不同类型的分析制定分析协议。

制定分析协议

当您使用 FieldTrip 时，您的分析协议是 MATLAB 脚本，您可以在其中调用不同的 FieldTrip 函数。这样的脚本（或脚本集）可以被视为分析协议，因为在其中定义了分析过程中要执行的所有步骤。对于大多数分析步骤，您将能够使用 FieldTrip 工具箱中的函数，但有时您还需要在脚本中包含您自己的 MATLAB 代码。

在下一节中，您将看到使用FieldTrip的ERP示例协议的外观。下面还给出了其他一些标准分析方案。这些图例指示您（可能）将在分析中使用哪些函数，并为您提供查找所需文档的指南。

ERP/ERF 分析

ERP/ERF分析包括预处理，平均时间锁定到刺激或响应的数据，选择性地对受试者求平均值和/或测试显着效果，最后绘制结果。

图：使用 FieldTrip 功能的事件相关电位（ERP）分析协议示例。 — *图：使用* FieldTrip *功能的事件相关电位（ERP）分析协议示例。*

频率和时频分析

频率分析包括预处理，对数据执行傅里叶或小波分解，选择性地对受试者求平均值和/或测试显着效果，最后绘制结果。

Beamformer 源分析

下面给出了使用 Beamformer 方法进行源重建的分析步骤的示意图。在进行任何源重建之前，您应该在通道级别对数据执行完整的时间锁或频率分析。

图：在 FieldTrip 中使用 Beamformer 进行源分析的示例分析协议。 — *图：在 FieldTrip 中使用* Beamformer *进行源分析的示例分析协议。*

多个对象的源重建

如果您为多个受试者对数据进行源重建，并且如果您为受试者使用单独的体积传导模型（MEG 常见），则无法立即平均单个源重建或用于统计比较。每个受试者的解剖结构不同（即大脑的形状和大小），每个受试者的体素（即偶极子）的位置也会不同。使用单个受试者的解剖学MRI，您可以使用非线性变形将所有受试者对齐到模板大脑。相同的变形可以应用于功能数据。随后可以比较受试者的功能数据。

模板大脑的空间归一化是在 FieldTrip 中使用 ft_volumenormalise 函数完成的，该函数在内部调用 SPM2 工具箱中的一些低级函数。通常，还建议将个体受试者的数据规范化到 SPM/MNI 模板大脑中。

下面您可以看到用于对主题进行源重建平均和在源级别进行组统计的协议。如果统计检验涉及两个条件，那么您应该在所有受试者的两个条件下对源进行归一化，并将两个大平均源重建输入ft_sourcestatistics。

摘要和建议的进一步阅读

在此页面上，我们简要介绍了 FieldTrip 工具箱以及如何在 MATLAB 中使用它。我们还展示了一些分析协议的示例。

如果您想进一步了解 FieldTrip 函数，可以继续学习预处理教程。如果您想了解 MATLAB 中的脚本编写，建议您继续学习教程：脚本教程。

🧰FieldTrip工具箱介绍

介绍

背景