脑电数据分析

课程性质：基础培训课程，适合采用脑电开展研究的科研人员、教师及研究生
学时：12
授课对象：面向社会招生
授课时间：常年开设，报名信息参见认知与人格教育部重点实验室主页
主要内容：理论讲解+上机实践
课程软件：RECOR下载地址  EEGLAB下载地址
课程教材：Analyzing neural time series data: Theory and practice麻省理工学院出版社，2014年第1版，Mike X Cohen著图书大纲
参考书目：《同步脑电-功能磁共振(EEG-fMRI)原理与技术》科学出版社，2014年第1版，雷旭、尧德中著

(1) 基于相位的连接
(2) 基于能量的连接
(3) 跨频段交互分析
(4) 图论分析

课后思考题：
阅读文献Enhanced brain small-worldness after sleep deprivation: a compensatory effect  回答以下问题：
1. 小世界网络都有哪些特点？(10%)
2. 本文将大脑描述为网络其节点和边分别是什么，共有多少个节点？ (20%)
3. 构造脑区连接，作者采用了功能连接还是有效连接，基于相位还是能量的连接？ (10%)
4. 从结果来看睡眠剥夺后被试在网络属性方面都有哪些变化？ (20%)
5. 从图8可以看出，睡眠剥夺后共有5个图论指标都是什么自变量的函数？(10%)
6. 如果记录手段改为脑电，试从预处理、功能连接计算、图论分析这三个步骤简要论述小世界网络的分析过程 (30%)

(1) 脑电的正演与反演模型
(2) 偶极子源定位与BESA
(3) 分布源定位与LORETA
(4) 静息态皮层节律与RECOR

课后思考题：
阅读Incorporating priors for EEG source imaging and connectivity analysis回答以下问题：
1. 为什么要引入其他模态的先验来帮助进行定位？(10%)
2. 源定位的数学模型有哪些？它们是如何加入先验信息的？(20%)
3. 解剖和结构信息是如何进入源定位模型的？(20%)
4. 空间先验信息是如何进入源定位模型的？(10%)
5. 试列举三种以上的源定位空间先验信息(40%)


扩展阅读：
    1.Lei et al., 2011. fMRI Functional Networks for EEG Source Imaging. Human Brain Mapping 32, 1141-1160.
    2.SPM官方脑电源定位课件