第5章: センサーレベルの解析¶

「センサーレベル」とは、脳内のどこで発生したかを推定する前の段階で、電極やセンサーが直接計測した値をそのまま扱うことを指します。MNE-PythonのイベントとエポックやERP解析の章が扱っているのと同じ段階です。

イベントとエポック化¶

Brainstormは、刺激チャンネルや付随するイベントファイルを読み取ることで、MNE-Pythonと同じ方法でトリガーイベントを検出します。イベントが検出されツリーに一覧表示されたら、処理を1つ実行することで、連続した記録を各イベントを中心とした短いエポックに切り出せます。1試行につき1つのスニペットができ、これはMNE-PythonのEpochsオブジェクトに直接対応します。

ERP/ERFへの平均化¶

エポックの集合に対して「Average」処理を実行すると、平均化された波形が1つ得られます。EEGならERP、MEGならERFと呼ばれるもので、MNE-PythonでいうEvokedオブジェクトそのものです。結果のファイルをダブルクリックすると、積み重なった時系列(チャンネルごとに1本の線)として、あるいはもう一度クリックすることで頭皮上のトポグラフィ(指定した瞬間における信号の空間パターンを示すカラーマップ)として表示されます。

条件間の比較¶

どの結果もツリー上の1つのファイルにすぎないため、2つの実験条件を比較する方法は、通常はそれぞれの条件を別々に平均化してから、ビューアで並べて表示するか、「Difference」処理を実行して条件A引く条件Bを直接新しいファイルとして計算する、という形になります。

時間-周波数解析についての補足¶

Brainstormには、センサーレベルの時間-周波数解析(モルレーウェーブレットなどの手法)も処理として用意されており、チャンネルごとに時間×周波数のマップを作成できます。単純な平均では打ち消されてしまうようなリズミックな活動を見るのに有用です。この入門トラックでは深くは扱いませんが、これまで見てきたのと同じ処理リストの中に含まれています。

次へ: 第6章 — ソース推定