摘要本文提出了一种可用于训练情绪识别模型的fNIRS-EEG情感数据库——FEAD。研究共记录了37名被试的脑电活动和脑血流动力学反应，以及被试对24种情绪视听刺激的分类和维度评分。探讨了神经生理信号与主观评分之间的关系，并在前额叶皮层区域发现了显著的相关性。该数据库将公开提供，旨在鼓励研究人员开发更先进的情感计算和情绪识别算法。引言情绪是神经系统对某种刺激产生的一种短暂而强烈的反应。许多研究表明

大家好，上期 茗创科技 分享了“爱马仕”的计算脑电功能连接的工具包，今天给大家推荐这款静息态 fMRI 数据分析工具包--RESTplusRESTplus是基于SPM 开发的 fMRI 批处理软件，具有页面简洁，易于理解和操作，功能丰富等特点。大家还记之前推过的SPM场图校正手册吗？忘记的朋友可以复习一下哦~SPM场图校正手册不会核磁数据处理的朋友也可以联系我们~~在具体描述如何使用RESTplu

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。图片刺激材料系统国际情感图片系统（International Affective Picture System，IAPS）由美国 NIMH (National Institute of MentalHealth) 情绪与注意研究中心历时数年编制而成的一套经过量化评定的情绪刺激图片系统。IAPS 的编制是从 Osgood 等人的理论出发，对

1、安装与预设实战数据2、背景概念DataSet：被试数据导入EEGLAB称之为DataSet，各个预处理步骤会更新DataSetERPsets：对各个Bin对应的分段进行叠加平均，生成的平均ERP波形对应于一个ERPset。ERPset可以存储在磁盘上，包含了各种条件下的ERP波形Bins：一种条件（或条件的组合）的刺激对应于一个Bin3、ERPLAB处理数据的步骤(1)导入数据eeglab..

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。ERP是Event-related Potentials的简称。ERP波形通常用正峰和负峰来描述，并用P1、P2和N1、N2等这样的符号来表示波形的极性与所在时间段或达到峰值的位置，例如，N1表示波形中的第一个负峰，P2表示第二个正峰。但要注意的是相同的符号不等同于任何功能上的相关。以下简要介绍了经典的ERP成分，旨在为对认知神经心理学研

01脑电数据分析预处理步骤1.(Import data)导入数据2.(Channel locations)电极定位3.(Select data)剔除无用电极4.(filter the data)滤波5.(Extract epochs and Remove baseline)分段和基线校正6.Artifact rejection (bad channel and epoch) (剔除坏段、插值坏导)

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。学脑电的小伙伴对matlab软件和eeglab插件一定不会陌生，它们是脑电数据分析过程中的重要法宝。在对脑电数据进行分析处理之前需要先安装matlab，在matlab中调用eeglab插件。在收集脑电数据的过程中，我们收集到的数据不可避免的会受到一些干扰，但是我们在进行分析之前需要相对干净的数据，所以脑电数据处理过程中最重要的一步就是对数

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。一、时域特征提取技术当我们想要研究一个生物信号时，有时从原始信号中获取的信息并不明显。因此，需要提取一些特征来表示信号。可以研究代表信号波形的特征，也可以把信号的样本看作是来自随机源，因此可以得到一个分布，从中提取信息。通过分析它们在这个分布中的统计特性，或者在某些情况下的混沌行为，可以从混沌分形理论中进行测量。下面列出了一些提取原始生物

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注导读非侵入性脑刺激(NIBS)实验中没有足够标准化的重复程序。鉴于实验设计和研究人员经验的多样性，需要自动化但灵活的数据收集和分析工具来提高NIBS实验的客观性、可靠性和可重复性。脑电生理记录和刺激(BEST)工具箱是一种基于MATLAB的开源软件，具有图形用户界面，允许用户设计、运行和共享可自由配置的多协议、多会话NIBS研究，包括经颅磁

尤里卡效应(Eureka effect；灵光一现)是指突然解决问题的常见经验。在这里，本文以一种模式识别范式来研究这种效应，该范式要求在格式塔规则和先验知识的基础上分割复杂场景和识别物体。受试者必须在模糊的场景中检测物体，并通过手动反应来指示识别。采用高密度脑电图(EEG)记录评估神经动力学。结果显示，神经动力学在谱分布、相干性、锁相性和分形维数方面发生了显著变化。尤里卡效应与alpha和thet