Analysis of EEG sygnals

Celem zajęć jest zapoznanie studentów z podstawowymi metodami analizy sygnału EEG zarejestrowanego podczas doświadczeń psycho-poznawczych. Ćwiczenia prowadzone są w środowisku obliczeniowym MATLAB z oparciu o format danych i funkcje pakietu EEGlab. Podczas zajęć 1-10, studenci zapoznają się ze środowiskiem MATLAB i pakietem EEGlab. Na przykładowych danych uczą się wprowadzać do EEGlaba dane i metadane, rozpoznawać i usuwać artefakty, ćwiczą uśrednianie ERP, filtrowanie i analizę częstotliwościową EEG. Podczas zajęć 11-15, studenci samodzielnie planują i przeprowadzają analizę własnych danych, zarejestrowanych podczas „Pracowni EEG” w poprzednim semestrze.

W czasie zajęć w pracowni komputerowej studenci wykonają analiz zgodnie z przygotowanym konspektem i wskazówkami prowadzącego.

Wymagane będzie wykonanie quizów (na COME) dotyczących procedur z bieżących zajęć.

Tematyka ćwiczeń (nie pokrywa się dokładnie z numeracją zajęć)

1-2. Prezentacja MATLABa, EEGlaba – wprowadzenie metadanych o lokalizacji elektrod i występujących znacznikach bodźców: rozpoznanie i usuwanie fragmentów z artefaktami, podział danych na bloki i okna do dalszej analizy.

3. Uśrednianie – potencjały słuchowe (AEP).

4. Analiza ICA, detekcja artefaktów mrugania, uśrednianie – potencjał wzrokowy (VEP).

5. Analiza częstotliwościowa w EEGlabie, funkcje i skrypty MATLABa do FFT, filtrowanie danych (EEGlab).

6. Filtrowanie danych (EEGlab), analiza obwiedni (MATLAB), analiza czas-częstość (EEGLab).

8. Automatyczne metody usuwania artefaktów (EEGlab).

9. Porównanie wyników ERP w EEGlab, badanie grupowe 'STUDY'.

10. Porównanie wyników ERP, FFT – skrypty MATLABa.

11-15. Analizy samodzielne, przygotowanie raportów.

materiały źródłowe (pdfy, ilustracje i adresy URL) podawane na platformie COME

Nabyta wiedza:

Student poznał podstawowe funkcje pakietu EEGlab; metody wykrywania i usuwania artefaktów z sygnału EEG; zasady podziału danych na bloki i okna względem znaczników bodźców i zdarzeń; uśredniania ERP, analizy częstotliwościowej [K_W29, K_W49]

Nabyte umiejętności:

Student umie wprowadzić dane i metadane Matlaba do EEGlaba; umie oczyścić i przygotować dane do analizy, uśrednić i porównać ERP; wykonać analizę FFT i porównać wyniki [K_U06, K_U11, K_U18, K_U25, K_U31, K_U41]

Nabyte kompetencje społeczne:

Student umie przygotować i przedstawić raport z badania naukowego [: K_K02, K_K03, K_K04, K_K05 K_K07, K_K08, K_K09, K_K10]

a) Metody weryfikacji efektów uczenia się:

- aktywność na zajęciach,

- złożenie raportu z wyników z każdych ćwiczeń na platformie COME

- quizy na platformie COME,

- ocena planu samodzielnej analizy i przygotowanego raportu

b) Składowe oceny końcowej i ich waga:

- Ocena za przeprowadzoną samodzielną analizę i przygotowany raportu (45%).

- Oceny z kartkówek, quizów (30%).

- Raporty z wyników ćwiczeń na zajęciach (25%).

c) Semestralna liczba dopuszczalnych nieobecności zajęciach oraz w wypadkach, których to dotyczy, sposoby ich zaliczania: 2

W usprawiedliwionych przypadkach zajęcia praktyczne można odrabiać z inną grupą ćwiczeniową.

d) Skala ocen

5! - 98% pkt.

5 (bdb.) - 90–97%

4+ (db. plus) - 82–89%

4 (db.) - 74–81%,

3+ (dst. plus) - 67–73%,

3 (dst.) - 60–66%,

2 (ndst.) - <60%

e) Warunki dopuszczenia do poprawy: Można poprawiać jedynie finalną samodzielną analizę i raport końcowy. Nie da się poprawić (ani odrobić niezaliczonych) zadań cząstkowych z kolejnych ćwiczeń (rapety wynikowe, kartkówki, quizy i protokoły). Zajęcia wymagają systematycznej pracy.