Analiza sygnałów EEG 3800-KOG-EEG2
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.
Rodzaj przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
W cyklu 2023L: | W cyklu 2024L: |
Efekty kształcenia
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]
Kryteria oceniania
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.
Literatura
materiały źródłowe (pdfy, ilustracje i adresy URL) podawane na platformie COME
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: