ЭГЛАБ
EEGLAB — это набор инструментов MATLAB , распространяемый по бесплатной лицензии BSD для обработки данных электроэнцефалографии (ЭЭГ), магнитоэнцефалографии (МЭГ) и других электрофизиологических сигналов. [1] [2] Наряду со всеми основными инструментами обработки, EEGLAB реализует независимый компонентный анализ (ICA), временной/частотный анализ, подавление артефактов и несколько режимов визуализации данных. EEGLAB позволяет пользователям импортировать свои электрофизиологические данные примерно в 20 форматах двоичных файлов, предварительно обрабатывать данные, визуализировать активность в отдельных исследованиях и выполнять ICA. [3] Искусственные компоненты ICA могут быть вычтены из данных. Альтернативно, компоненты ICA, представляющие активность мозга, могут быть дополнительно обработаны и проанализированы. EEGLAB также позволяет пользователям группировать данные по нескольким предметам и кластеризовать их независимые компоненты. [4] [5]
История
[ редактировать ]В 1997 году набор функций обработки данных был впервые опубликован в Интернете Скоттом Макейгом в Лаборатории вычислительной нейробиологии под руководством Терри Сейновски в Институте Солка под названием «набор инструментов ICA/EEG». В 2000 году Арно Делорм разработал графический интерфейс пользователя поверх этих функций вместе с некоторыми из своих функций удаления артефактов и выпустил первую версию «программного обеспечения EEGLAB для удаления артефактов». В 2003 году Делорм и Макейг объединили усилия, чтобы выпустить первую стабильную и полностью документированную версию EEGLAB. В 2004 году EEGLAB получила финансирование от НИЗ для продолжения разработки исследовательского программного обеспечения .
Статистика
[ редактировать ] | Этот раздел содержит контент, написанный как реклама . ( Май 2022 г. ) |
За первые три года своего существования (2003–2006) EEGLAB была загружена около 25 000 раз из 73 стран мира, а в 2011 году сообщалось, что она является наиболее широко используемой средой обработки сигналов для обработки данных ЭЭГ когнитивными нейробиологами ( результаты опроса ). Его справочная статья (Delorme & Makeig, 2004) получила более 12 400 цитирований (02/2013).
EEGLAB включает более 380 автономных функций MATLAB и более 50 000 строк кода и содержит более 20 плагинов, вносимых пользователями. Исследователи из Центра Шварца, Калифорнийского университета в Сан-Франциско и многих других групп продолжают писать и публиковать важные наборы инструментов для подключаемых модулей. Основные плагины включают в себя:
- ДИПФИТ – для локализации источников компонентов ИСА данных ЭЭГ;
- ERPLAB для получения показателей из потенциалов, связанных с событиями;
- FASTER — автоматизированный метод обработки данных ЭЭГ высокой плотности без присмотра;
- NBT — набор инструментов для расчета и интеграции нейрофизиологических биомаркеров;
- NFT для построения электрических моделей передней головы на основе МР-изображений и/или положений электродов;
- SIFT , набор инструментов для потока исходной информации;
- BCILAB — среда для построения и тестирования интерфейса «мозг-компьютер» ; моделей
Сотни исследователей прямо или косвенно внесли свой вклад в разработку программного обеспечения, программируя функции или сообщая об ошибках. Текущий список обсуждений электронной почты eeglablist насчитывает более 5000 участников по всему миру (2013 г.).
См. также
[ редактировать ]
Другие наборы инструментов с открытым исходным кодом для обработки нейрофизиологических сигналов включают:
- MNE-Python (Python)
- Набор инструментов нейрофизиологических биомаркеров (MatLab)
- Нейрокит (Python)
Ссылки
[ редактировать ]- ^ «ЭГЛАБ» . sccn.ucsd.edu . Проверено 18 мая 2022 г.
- ^ Делорм, Арно; Макейг, Скотт (март 2004 г.). «EEGLAB: набор инструментов с открытым исходным кодом для анализа динамики ЭЭГ одного испытания, включая анализ независимых компонентов». Журнал методов нейробиологии . 134 (1): 9–21. дои : 10.1016/j.jneumeth.2003.10.009 . ПМИД 15102499 .
- ^ Макейг, Скотт; Дебенер, Стефан; Онтон, Джули; Делорм, Арно (2004). «Динамика мозга, связанная с горными событиями». Тенденции в когнитивных науках . 8 (5). Эльзевир Б.В.: 204–210. дои : 10.1016/j.tics.2004.03.008 . ISSN 1364-6613 . ПМИД 15120678 . S2CID 1649275 .
- ^ Юнг, Цзы-Пин; Макейг, Скотт; Белл, Энтони Дж.; Сейновский, Терренс Дж. (1998). «Независимый компонентный анализ электроэнцефалографических и потенциальных данных, связанных с событиями». Центральная слуховая обработка и нейронное моделирование (PDF) . Бостон, Массачусетс: Springer US. дои : 10.1007/978-1-4615-5351-9_17 . ISBN 978-1-4613-7441-1 .
- ^ Делорм, Арно; Палмер, Джейсон; Онтон, Джули; Остенвельд, Роберт; Макейг, Скотт (15 февраля 2012 г.). Уорд, Лоуренс М. (ред.). «Независимые источники ЭЭГ диполярны» . ПЛОС ОДИН . 7 (2). Публичная научная библиотека (PLoS): e30135. дои : 10.1371/journal.pone.0030135 . ISSN 1932-6203 . ПМК 3280242 . ПМИД 22355308 .