کار با صفحه eegplot در EEGLAB

خواندن و نمایش دادن داده آزمایشی در محیط EEGLAB

 1. خواندن داده موجود در EEGLAB


برای خواندن داده لازم است که در ابتدا از منوی File، زیر منوی Load existing dataset را انتخاب کنید. بعد از خواندن داده، صفحه زیر باز خواهد شد.

خواندن داده موجود در EEGLAB

حال داده “eeglab_data.set” را انتخاب کنید و سپس روی open کلیک کنید تا داده بارگزاری شود. بعد از اینکه load شد، صفحه اصلی eeglab اطلاعات مربوط به داده(مثل فرکانس نمونه برداری، تعداد ترایال، تعداد کانال و غیره) را نشان خواهد داد.

اطلاعات مربوط به داده در eeglab

2. ویرایش مقادیر رویدادها در EEGLAB

متغیرهای type، position و latency مقادیر مختلفی برای هر 154 رویداد در داده دارند، برای ویرایش این مقادیر میتوان به صورت زیر عمل کرد.

از منوی Edit، Event Values را انتخاب کنید، بعد از کلیک بر گزینه مورد نظر یک پنجره ای باز میشود که ما میتوانیم مقادیر بالا را خوانده و ویرایش بکنیم.

نمایش رویدادها در EEGLAB

جهت حرکت روی رویدادها کافیست کلیدهای >>><, <<  را فشار دهید.

3. توضیح داده آزمایشی در  EEGLAB

در بخش زیر به طور خلاصه نمونه داده ی آزمایشی که به همراه تولباکس دانلود میشود را توضیح میدهیم.  در نمونه آزمایشی دو نوع رویداد به اسم “square”و  “rt” وجود دارد. رویدادهای  متناظر  با نمایش یک مربع سبز رنگ در صفحه نمایش و “RT” متناظر با زمان واکنش سابجکت است. مربع را می توان در پنج مکان بر روی صفحه نمایش توزیع شده در امتداد محور افقی نمایش داد.

زمانی که از رویدادها در یک داده EEGLAB استفاده می شود، دو نوع میدانهای رویدادی مورد نیاز است، نوع و مدت زمان رویداد و سایر اطلاعات اضافی‌ای که توسط کاربر تعریف می شوند.

4. ویرایش متن مربوط به شرح داد در  EEGLAB

در نوار ابزار از منوی انتخاب میکنیم، یک پنجره ای باز میشود که در آن می تواند یک سری توضیحات درباره داده بنویسد، و یا ویرایش کند. برای مثال برای داده نمونه موجود در EEGLAB توضیح زیر نوشته شده است. بعد از اینکه متن را ویرایش کردیم، کلید save را انتخاب کنید تا تغییرات ذخیره شوند.

ویرایش متن در EEGLAB

5.نمایش داده در EEGLAB

در زیر ما نحوه نمایش دادن و ریجکت کردن بخشی از داده پیوسته را یاد خواهیم گرفت. برای نمایش داده، در صفحه اصلی EEGLAB، به صورت زیر از نوار ابزار از منوی plot، Plot > Channel data (scroll) را انتخاب کنید

نمایش داده در EEGLAB

بعد از انتخاب مسیر مورد نظر، صفحه ()eegplot باز می‌شود که داده مورد نظر در آن رسم شده است.

نمایش داده در EEGLAB

محور عمودی، دامنه سیگنال برحسب میکرولت است. محور افقی زمان داده برحسب زمان می باشد، که هر دوی این مقادیر را میتوان تغییر داد(پایین صفحه سمت راست صفحه () eegplot).

6. تنظیم مقیاس ولتاژ

برای اینکه رنج ولتاژ داده را تغییر بدهید باید در بخش پایین سمت راست تصویر زیر عدد را به عدد مورد نظر تغییر دهید یا از کلید بالا پایین جهت افزایش یا کاهش مقدار ولتاژ استفاده کنید. بعد از انتخاب عدد مورد نظر کلید enter کیبورد را فشار دهید تا تغییرات اعمال شود.

تنظیم مقیاس ولتاژ در EEGLAB

7. تنظیم محدوده زمانی جهت نمایش

جهت تنظیم محدوده زمانی ، از ()eegplot، منوی Settings > Time range to display را انتخاب کرده و طول پنجره موردنظر را برحسب ثانیه را همانند تعیین کنید.

تنظیم محدوده ی زمانی در EEGLAB

 

سپس جهت اعمال تغییرات ok  را فشار دهید.

تنظیم محدوده زمانی جهت نمایش در EEGlab

8. تعیین تعداد کانالها جهت نمایش در صفحه()eegplot

برای تعیین تعداد کانالهایی که میخواهید نمایش دهید، از صفحه ()eegplot، را به رفته و بعد تعداد موردنظر را وارد کنید و سپس ok را فشار دهید تا داده شما با تعداد کانالهای مورد نظر نمایش داده شود.

تعیین تعداد کانالها جهت نمایش در صفحه eegplot():

جهت نمایش سایر کانالها کافیست از اسلایدر بالا پایین سمت راست(عمودی) استفاده کنید. با استفاده از این اسلایدر متوانید تمام کانالها را به صورت 16 تایی نمایش دهید.

تعیین تعداد کانالها جهت نمایش در صفحه eegplot():

9. نحوه زوم کردن روی داده

جهت زوم کردن بخشی از داده، از منوی ()eegplot،به Settings > Zoom off/on > Zoom on رفته و سپس با استفاده از موس یک بخشی را انتخاب کنید تا زوم شود. با استفاده از کلیک راست میتوانید zoom out کنید. جهت برگشتن به حالت قبل و خارج شدن از زوم، Setting > Zoom off/on > Zoom off  را انتخاب کنید.

نحوه زوم کردن روی داده:

10. رسم grid lines در EEGLAB

جهت نمایش خطوط شبکه ای عمودی و افقی بر روی داده، Display > Grid > X grid on و  Display > Grid > Y grid on را انتخاب کنید. اگر از رسم این خطوط منصرف شدید همان مسیر قبلی را تکرار کنید تا خطوط رسم نشوند.

رسم grid lines در EEGLAB

پنجره ()eegplot به شما این اجازه رو میدهد که بخشی از داده پیوسته خود را پاک کنید. تابع ()eegplot را هم از طریق  Plot > Scroll data   و هم از طریق  Tools > Reject continuous data جهت حذف یک بخشی از داده استفاده کرد.

11. حذف داده در EEGLAB

پنجره eegplot را ببندید و از بخش نوار ابزار Tools > Reject Continuous Data by eye  را از صفحه اصلی EEGLAB انتخاب کنید. یک پیام هشدار(warning) ظاهر خواهد شد، روی continue کلیک کنید. جهت حذف بخش انتخاب شده داده، موس را روی بخشی که میخواهید حذف کنید حرکت داده و بخش مورد نظر را انتخاب کنید. البته امکان انتخاب چندین بخش به صورت همزمان نیز وجود دارد. اگر  از حذف بخشی که انتخاب کرده اید منصرف شده اید، میتوانید روی بخش انتخاب شده دوباره کلیک بکنید تا از حالت انتخاب خارج شود.

حذف داده در EEGLAB

نکته: جهت انتخاب بخشی از داده لازم است که بخش زوم کردن غیرفعال شود).

حال برای حذف بخش مورد نظر، روی reject کلیک کنید. اکنون داده ی جیدی ساخته خواهد شد که بخش مورد نظر در آن حذف شده است.

برای ایجاد داده جدید روی ok کلیک کنید.

ایجاد داده جدید در EEGLAB

حال ok را انتخاب کنید تا داده جدید ساخته شود. بعد از انتخاب ok پنجره اصلی eeglab همانند شکل زیر خواهد شد.

ایجاد داده جدید در EEGLAB

12. حذف یک داده از پنجره workspace متلب

برای پاک کردن داده دومی که خودمان ساختیم، کافیست از منوی file گزینه‌ی (clear datset(s یا  از منوی Edit، delete dataset  را انتخاب کینم، بعد این کار پنجره زیر نمایش داده میوشد، اینجا تنها کافیست شماره داده را وارد کنیم تا از پنجره workspace متلب پاک شود. بعد از وارد کردن شماره داده، ok را انتخاب کنید، حال داده پاک خواهد شد.

حذف یک داده از پنجره workspace متلب:

حال دومین داده ای خودمان ساختیم پاک از پنجره workspace متلب پاک خواهد شد. (نکته: برای کار با داده اولی لزومی ندارد که داده دومی پاک شود، همچنین ما همزمان میتوانیم چندین داده رو پاک کنیم، برای این منظور تنها کافیست شماره داده ها را با فاصله بنویسیم تا پاک شوند)

موفق باشید…


اولین سایت آموزش  دروس مربوط به رشته ی مهندسی پزشکی و هوش مصنوعی

لینک کانال

لینک اینستاگرام 

سوالات و دیدگاه خود را درباره ی این جلسه با ما درمیان بگذارید.

مشاهده همه افزودن یک یادداشت
شما
دیدگاه خود را وارد کنید
 

با ما همراه باشید

تمام حقوق مادی و معنوی این سایت مربوط به آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی می باشد
X