ERP技术原理演讲稿.pptVIP

五、ERP的研究分类 （一）按感觉通路：AEP、VEP、SEP （二）按潜伏期：早、中、晚成分、慢波。例AEP。 必威体育精装版.课件 * （三）命名法：正P负N潜伏期。如P300, N400, N170。 （四）向上为负。 （五）成分、外源性成分、内源性成分和纯心理波的概念。 纯心理波：运动前电位、刺激遗漏成分、解脱波。 必威体育精装版.课件 * 六、几个常见问题 （一）Greenhouse-Geiser矫正法（出版标准） ERP数据的统计处理一般采用重复测量的方差分析。方差分析以方差齐性为前提，可是通常ERP实验不同组（条件）间的数据是不同源的，非为齐性，所以应该对P值进行矫正。Greenhouse-Geiser法是被规定接受的矫正方法。在SPSS统计软件包中，当进行ANOVA（或MANOVA）时，会出现几种供选择的结果，此时选择Greenhouse-Geiser矫正结果即可。 该法得到一个ε值，它小于1，用它乘以原自由度df，得出新的自由度df’，这就是矫正后的自由度。这样，这个df’一般是小数。用df’和原t值运算就得出了矫正后的P值。 在实验报告中需要报告df’或ε值之一，不能只报告矫正的P值。 ERP工作者可以不管此计算过程，只要会用就可以了。该法的具体计算可读Jennings J R Wood C C (1976), Psychophysiology, 13, 277-278。 必威体育精装版.课件 * 重复测量的方差分析 简单来说，对于两个因素A和B，如果A的每一个水平Ai（i=1,2,3,…..a）与B的每一个水平Bi（i=1,2,3,…..b）都相碰一次，而且AiBi又有两个以上的观测值（例如14名被试的14个值），就叫做双因素有重复测量的交叉分组。该方差分析即为重复测量的方差分析。如果AiBi仅有一个观测值，即为无重复测量的方差分析。换句话说，若每个被试接受所有因素的每个水平的实验（刺激），即被试内设计，则其方差分析为重复测量的方差分析；若每个被试接只受一个因素的一个水平的实验（刺激），即被试间设计，则其方差分析为无重复测量的方差分析。前者可最大限度地减少被试个体差异对因素间差异的影响，且节约被试，但需防止疲劳和顺序效应。 必威体育精装版.课件 * （二）同一成分波峰测量法 找出最大峰之电极与潜伏期，以其潜伏期为准测其他各电极位的波幅。（出版标准） （三）条件间ERP分布差异检验的数据归一化 产生ERP的脑内源决定ERP的头皮分布。如果在不同时间或不同实验条件下，脑内源相同，那么其ERP的头皮分布也是相同的。反之，如果不同实验条件下或同一实验条件的不同时间，ERP的头皮分布不同，则其脑内源一定是不同的。因此，确定不同实验条件或不同时间ERP的头皮分布是否相同及其差异部位，是通过ERP研究脑机制的重要内容。地形图是表达ERP的头皮分布的形象而直观的方法。统计学ANOVA得出的条件（或时间）与电极间的交互作用显著性是确定不同实验条件或不同时间ERP的头皮分布是否相同的必要方法。 必威体育精装版.课件 * 电极点波幅在不同条件下的绝对差异会严重影响交互作用的显著性。例如，两种条件下三个电极的波幅值分别为（1，2，1）与（2，4，2），ERP的头皮分布或地形图形状是相同的。但ANOVA却得出了交互作用显著的错误结论。这是由于ANOVA赖以判断差异的依据是同电极间的绝对差异是否相同（此例差异为1，2，1，不同），而判断ERP的头皮分布或地形图形状差异应依据电极间的相对差异（比值）是否相同（此例为2，2，2，相同）。为此，必须在进行统计检验之前先去除条件间波幅的绝对差异，即对数据进行归一化（scaling）。主要归一化方法有两种，皆为McCarthy Wood（1985）所提出。 1、正常化（normalization）。即找出平均后每种条件下某波各电极点的最大值和最小值，每个数据都减去最小值，所得差值除以最大值和最小值的差值。公式如下： 原始数值－最小值 最大波幅值－最小波幅值 这样，全部数据都变成了0至1之间的值。此例两种条件下三个电极的波幅值都变成了0，1，0，ANOVA自会得出无交互作用的正确结论。然而，这种方法也有一定的问题，即有时会掩盖不同条件下头皮分布之间的真正区别（Haig, Gordon, Hook, 1997）。 必威体育精装版.课件 * 2、矢量转换法（Vector scaling）。“出版标准”（2000）和McCarthy Wood（1985）皆认为它是比正常化更为可靠的方法，因为它考虑了全部数据，而正常化只考虑最大值和最小值。这种方法的算法是，首先做全部被试的总平均，将其某波各电极点之值平方