ERP实验设计和数据分析

ERP实验设计和数据分析李晓庆中国科学院心理研究所2011-07-01●ERP实验设计中的若干问题如何从ERP数据中得出结论ERP成分(component)与ERP波形(waveform)ERP实验设计中的无关变量及应对策略刺激材料数量和呈现策略数据分析时的基线问题●ERP数据分析中的注意事项ERP叠加平均的原理、及伪迹用ICA排除伪迹ERP的PCA分析法及适用范围●F.C.DondersCentreforCognitiveNeuroimagingERP实验设计中的若干问题好数据是无可替代的好数据是无可替代的。相信伪迹提出可以将坏数据变成好数据是愚蠢的。伪迹排除只能偶尔去掉那些偶尔发生的含有伪迹的试次，使好数据变得更好。如果被试在对待特定事件进行反应时总是眨眼，或者有连续的高振幅α活动，伪迹排除方法并不能给予补偿，也就是说，那些具有系统噪声和系统伪迹的数据，并不能通过伪迹排除的方法得到更大改善。(Hansen.J.C.,未发表的软件文档)ERP实验设计中的若干问题(一)如何从ERP数据中得出结论1.不基于特定ERP成分的推论时间特点地形图（头皮分部）波幅时间认知加工过程的功能异同同一认知加工过程的参与程度(Li,Yang,Hagoort,2008)ERP实验设计中的若干问题例子，重读(合适vs.不合适)×声调(合适vs.不合适)现在正是玫瑰盛开的季节。明天小明去买什么把房间装饰一下？a明天小秦去买花装饰房间（A√B√）b明天小秦去买花装饰房间（A×B√）c明天小秦去买画装饰房间（A√B×）d明天小秦去买画装饰房间（A×B×）3-3abcdLietal.,2008(d-a)=(c-a)+(b-a):线性相加性说明accent和tone的语义加工存在一定的对应之处ERP实验设计中的若干问题(一)如何从ERP数据中得出结论2.基于特定ERP成分的推论ERP成分(Component):apartofwaveformwithacircumscribedscalpdistribution(alludingtotheunderlyingneuralconfiguration)andacircumscribedrelationshiptoexperimentalvariables(alludingtothecognitivefunctionservedbytheactivityofthisconfiguration)(Donchinetal.,1978).N400:central-parietal;semanticintegration信息结构如何影响语义加工的深度(Wangetal.,2009)焦点(焦点vs.非焦点)×语义合适(合适vs.不合适)ERP实验设计中的若干问题(二)ERP成分(component)与ERP波形(waveform)1.ERP波峰≠ERP成分2.不能从单一的ERP波形估计ERP成分的时间过程和峰潜伏期3.不要把实验效应与波形的变化进行简单对应4.波峰振幅的差异≠成分大小的差异波峰潜伏期的差异≠成分时程的变化ERP实验设计中的若干问题(二)ERP成分(component)与ERP波形(waveform)1.聚焦于特定的成分2.使用已成熟的实验操作3.聚焦于大的成分4.用差异波来分离成分5.使用成分独立的实验设计实验设计→减少ERP成分和ERP波形之间的关系不确定性可数名词,语义相关(plate….cup)可数名词,语义不相关(sock….cup)不可数名词,语义相关(rain….water)不可数名词,语义不相关(garbage….water)(Vogel,Luck,Shapiro,1998)有动物的照片无动物的照片150ms(Thorpe,1996)ERP实验设计中的若干问题(三)ERP实验设计中的无关变量及应对策略例子,实验目的：刺激可辨性(discriminability)对P3的影响材料：字母表（10%“Q”;90%随即选择的非“Q”;“Q”从不连续出现）任务：字母“Q”时按键条件:容易辨别(亮条件)vs.难于辨别(暗条件)无关变量：刺激的物理属性：“Q”与非“Q”的形状不同;与非“Q”相比,“Q”出现的频率高被试的反应方式：对靶“Q”反应，而对非靶不反应(受与运动有关的ERP的污染)刺激的呈现方式：“Q”从不连续出现(P3后效只影响非“Q”)刺激材料的数量：10%“Q”;90%非“Q”(峰振幅)刺激条件的操作：亮条件vs.暗条件-----二次反应(早期成分；加工难度差异)ERP实验设计中的若干问题(三)ERP实验设计中的无关变量及应对策略应对策略：刺激的物理属性：使用不同的靶字母，在全体被试间进行平衡；10个字母，1个为靶----每个字母的出现概率都是10%被试的反应方式：对靶“Q”和非靶做不同的反应刺激的呈现方式：分析数据时，去除有靶领先的非靶刺激刺激材料的数量：平均波幅代替峰波幅；随机选择同等数量的非靶刺激刺激条件的操作：增加控制条件；亮刺激与暗刺激在同一区组内随机呈现；额外的数据分析(RTs快vs.RTs慢)ERP实验设计中的若干问题(三)ERP实验设计中的无关变量及应对策略1.刺激的物理属性：不同实验条件下，尽量使用物理属性相同的刺激材料；增加控制实验例子，重读(合适vs.不合适)×韵律边界(合适vs.不合适)他撞倒谁的车子之后逃跑了？撞倒/肖明的车子（A√B√）撞倒/肖明的车子（A×B√）撞倒肖明的/车子（A√B×）撞倒肖明的/车子（A×B×）他撞倒谁的车子之后逃跑了？（A√B√）他撞倒肖明的什么物品之后逃跑了？（A×B√）警察把撞倒谁的车子没收了？（A√B×）警察把撞倒肖明的什么物品没收了？（A×B×）撞倒/肖明的车子(Lietal.,2011)下划线:表示锁时的关键词;红色表示重读的位置;左侧:物理属性不一样;右侧:物理属性一样AudiovisualsituationStandard随后(红色)的方形出现了(75%)Deviant1随后(红色)的方形出现了(12.5%)Deviant2随后(红色)的方形出现了(12.5%)AuditorysituationStandard随后红色的方形出现了Deviant随后红色的方形出现了(Lietal.,2009)(三)ERP实验设计中的无关变量及应对策略1.刺激的物理属性：不同实验条件下，尽量使用物理属性相同的刺激材料；增加控制实验例子，重读语义与视觉背景整合的时间特点下划线:表示锁时的关键词;红色表示重读的位置;上:正式实验;下:控制实验重读与视觉背景一致重读与视觉背景不一致重读与视觉背景不一致ERP实验设计中的若干问题(三)ERP实验设计中的无关变量及应对策略2.刺激材料的重复3.不同实验条件下，刺激材料的数量不同4.不同实验条件下，被试反应的有无不同；反应的难度不同5.尽量在同一区组内变化实验条件；而不是在不同区组间变化实验条件ERP实验设计中的若干问题(四)刺激材料数量和呈现策略1.刺激材料的数量效应的大小(ERP成分;实验条件操纵)；数据的噪声水平30-60---largecomponent(P3,N400)150-200---medium-sizedcomponent(N2)400-800---smallcomponent(P1)(Luck,2004)2.刺激材料的数量和信噪比ERP实验设计中的若干问题(四)刺激材料数量和呈现策略3.刺激材料---ERP成分重叠4.应对ERP成分重叠的策略a运用ISIjitter(抖动)jitter的范围尽量宽；b不呈现刺激的小概率事件(Pictonetal.,1974)c估计已采集数据的重叠从平均波形中减去估计的重叠ADJAR(adjacentresponse)(Woldorff,1993)ERP实验设计中的若干问题(五)数据分析时的基线问题---实验设计1.尽量使锁时点之前的刺激材料在不同实验条件中相同(Li,Chen,andYang.,2011)2.选择恰当的时间段作为基线，并在实验设计时使其在不同实验条件中相同(Nan,Knösche,Friederici,2009)3.利用差异波（把效应进行比较）(Lietal.,minorrevision)ERP实验设计中的若干问题例子，重读(合适vs.不合适)×韵律边界(合适vs.不合适)他撞倒谁的车子之后逃跑了？撞倒/肖明的车子（A√B√）撞倒/肖明的车子（A×B√）撞倒肖明的/车子（A√B×）撞倒肖明的/车子（A×B×）他撞倒谁的车子之后逃跑了？（A√B√）他撞倒肖明的什么物品之后逃跑了？（A×B√）警察把撞倒谁的车子没收了？（A√B×）警察把撞倒肖明的什么物品没收了？（A×B×）撞倒/肖明的车子(Li,Chen,andYang,2011)下划线:表示锁时的关键词;红色表示重读的位置;左侧:基线不一样;右侧:基线一样ERP实验设计中的若干问题例，非音乐家对音乐小结边界的感知，及文化差异对其的影响Baseline:-200–0ms-800---300ms(Nan,Knösche,Friederici,2009)ResearchdesignActivesentences(lowworkingmemoryload)highsemanticrelatedlowsemanticrelated萌萌把“新娘”浅色的婚纱弄脏后感到很抱歉。萌萌把“队长”浅色的婚纱弄脏后感到很抱歉。萌萌把“新娘”浅色的婚纱弄脏后感到很抱歉。萌萌把“队长”浅色的婚纱弄脏后感到很抱歉。Passivesentences(highworkingmemoryload)highsemanticrelatedlowsemanticrelated萌萌说“新娘”被弄脏浅色的婚纱后叹了口气。萌萌说“队长”被弄脏浅色的婚纱后叹了口气。萌萌说“新娘”被弄脏浅色的婚纱后叹了口气。萌萌说“队长”被弄脏浅色的婚纱后叹了口气。MemoryLoad(highvs.low)×Accentuation(accentedvs.de-accented)×SemanticRelatedness(highvs.low)(Lietal.,minorrevision)下划线:表示锁时的关键词;红色表示重读的位置;右侧减左侧得到差异波ERP数据分析中的注意事项（一）ERP叠加的平均的原理、及伪迹1.ERP的平均的原理信号噪声(backgroundEEG)伪迹ERP数据分析中的注意事项（一）ERP叠加平均的原理、及伪迹2.EEG数据中的伪迹•眨眼•眼动(阅读,视觉搜索)•α波•肌电–jaw,neck,andfacemuscles–squinting,eyebrowmovements–smiling,laughter•出声阅读•心电(e.g.,参考位于血管上)•电极接触不良•剔除含有伪迹的刺激信噪比降低•矫正较好的信噪比；剔出不正确反而更歪曲数据ERP数据分析中的注意事项（一）ERP叠加平均的原理、及伪迹2.EEG数据中的伪迹---α波•10Hz,100ms一个周期，parietal-occipital•很难平均掉：波幅高与刺激材料同步•影响数据的解释；特别是始潜时的分析•控制策略：ISIjitter，100msms-1001002003004005006007008009001000uV-6.06.0PZERP数据分析中的注意事项（一）ERP叠加平均的原理、及伪迹2.EEG数据中的伪迹---慢电位漂移•皮肤电位变化；电极接触不良•剔除：计算EEG在所有trials上的斜率，并将那些斜率超出一定阈值的trial排除ERP数据分析中的注意事项（一）ERP叠加平均的原理、及伪迹3.EEG数据中的伪迹---眼动•固定的电压梯度(正极指向眼球正面)；眼动指向的方面，头皮电压变得更正•剔除眼动污染的刺激优点：数据更干净缺点：信噪比降低；不可避免会产生眼动；有的眼动难以侦查到；剔除方法错误•眼动矫正回归分析；偶极子定位；ICAERP数据分析中的注意事项3.EEG数据中的伪迹---眼动ERP数据分析中的注意事项（二）用ICA排除伪迹(Junge