常用的EEG信號處理的工具箱

已經知道，EEG是一種數字信號，需要用數字信號處理的方法和工具進行處理和分析。作為目前在學術界應用最為廣泛的一款軟體，MATLAB提供了信號處理和統計分析等多個工具箱，功能強大，幾乎已成為EEG信號處理的標配。基於此，誕生了多個開放源代碼的EEG信號處理工具箱，並廣為應用。這些工具箱通常支持讀取多種格式的EEG數據，並且會提供較多可用於EEG數據處理的函數。

1、EEGLAB

官網：https://sccn.ucsd.edu/eeglab/

EEGLAB是美國加州大學聖地亞哥分校Swartz Center for Computational Neuroscience的Scott Makeig教授團隊開發的，是EEG和MEG信號處理軟體開源化的先行者之一，可能也是目前使用最多的EEG工具箱。EEGLAB擁有GUI界面，同時可以方便地進行腳本編程和批處理。它支持讀取多種格式的EEG數據，同時也可以根據自己的需要，編寫讀取特定文件格式的插件程序。EEGLAB的特色是獨立成分分析（independent component analysis，ICA）、時頻分析（time-frequency analysis，TFA）以及基於ICA的偶極子成像（dipole source imaging），在此基礎上，世界各地研究者們也為其編寫了針對特定信號處理和分析方法的插件，可以免費下載。

缺點：GUI界面略顯古老和死板，有一些操作/菜單項其實可以用更好的方式去設計（也許我們工科的設計哲學就是實用即可）。

2、FieldTrip

由荷蘭Donders Institute for Brain, Cognition and Behaviour開發。同EEGLAB一樣，FieldTrip提供了基本和高階的EEG處理方法。FieldTrip的特色應該是分散式源成像（distributed source imaging）。與EEGLAB不同的是，FieldTrip沒有穩定的版本，一般是每日更新。

缺點：FieldTrip沒有GUI界面，其所有使用均需要通過自行編程調用其中函數來實現，這也是FieldTrip的初衷：使研究者能專註於信號處理本身；但是這也在一定程度上限制了其用戶需要有較高的MATLAB編程基礎。

3、BrainStorm

官網：http://neuroimage.usc.edu/brainstorm/Introduction

由美國南加州大學（University of Southern California）、Cleveland Clinic Neurological Institute、法國Centre Nationa de la Recherche Scientifique (CNRS, France) for the Cognitive Neuroscience & Brain Imaging Laboratory及加拿大麥吉爾大學（McGill University）等多個研究機構共同開發。BrainStorm除了可以處理EEG/MEG外，也可以處理其它電生理數據。其擁有較為現代化的GUI界面，特色主要是分散式溯源。與FieldTrip類似，軟體是每日更新。

缺點：相對於其它兩種軟體，由於其主要面向編程基礎較為薄弱的醫生或學者，因此，個人覺得它在編寫腳本的靈活性方面略差。

2011年，Computational Intelligence and Neuroscience期刊上的一個特輯對目前各個工具進行了回顧（https://www.hindawi.com/journals/cin/si/138743/）。此外，值得一提的是，Linux平台的MNE是與BrainStorm類似的一款較為強大的處理軟體。

總結來說，不同的Toolbox各有特色，它們使研究者不必再糾結於如何具體實現處理方法，而是專註於自己的研究問題（research question）。但是，最重要的仍是首先要明確自己的研究假設和研究目標（researchhypothesis），這也是研究工作的核心和創新之處所在；再根據研究假設和目標選取合適的信號處理方法，對於這一步，仍然需要一定的信號處理知識；最後，才是選取合適的工具，這可以根據自己的喜好和基礎進行。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！