EEGLAB 预处理核心步骤（预处理·下）

一、流水线全景：顺序很重要

① 高通/低通滤波 (0.1–45 Hz)
② 50 Hz 陷波（工频）
③ 坏导联识别 → 插补
④ ICA 分解 → 识别并剔除伪迹成分 (EOG/ECG)
⑤ 剔除连续坏段（大幅漂移、持续肌电）
⑥ 按事件分段 + 基线校正 (-200 ~ 0 ms)
⑦ 保存 .set → 模块 3 的输入

为什么是这个顺序？三个关键依赖：

• 滤波在分段之前：滤波器在数据边缘会产生振铃伪迹，连续数据在两端只有一次边缘，分段后每段都有两次；
• ICA 在分段之前（尽量）：ICA 需要长而连续的数据学习统计结构，切碎的短段效果差；
• 坏道在 ICA 之前：一个坏通道会污染整个 ICA 分解。

二、滤波：给数据划定"频率户口"

Tools > Filter the data > Basic FIR filter。常用参数与理由：

三、坏导联识别与插补

识别标准（满足其一即可疑）：

• 与其他通道的相关持续偏低（< 0.3）；
• 方差异常大（毛刺型）或异常小（平线型）；
• 滚动图目测明显异常。

操作：Edit > Select data 勾掉坏通道，或用 Tools > Interpolate electrodes 用球面样条插值补上。插补不是恢复数据，是用周围通道"猜"，所以插补通道数控制在总数的 5–10% 以内。

四、ICA 去伪迹（本课重头戏）

数据量要求：好的分解大约需要 k × 通道数² 个数据点（k≈20–30）。64 通道约需要 8–12 万个点——500Hz 采样下约为 3–4 分钟以上的连续数据。数据太短是新手 ICA "分不开"的首要原因。

操作：Tools > Decompose data by ICA，默认 runica（extended infomax）即可，等待几分钟到几十分钟。

识别伪迹成分：Tools > Inspect/label components by map 看每个成分的地形图与时间过程：

剔除：Tools > Remove components，输入要删的成分编号。删除前勾选预览，确认波形确实变干净、且脑电成分没被误伤。

五、剔除连续坏段

ICA 之后仍可能有电极移动、打喷嚏等造成的坏段：Tools > Reject data stretches > Reject by eye，手动拖选高亮删除。原则：删段不删通道；总量控制在 20–25% 以内。

六、分段与基线校正

Tools > Extract epochs。设定：

• 时间窗：常用 −200ms 到 800ms（或 1000ms）。前基线别太短；窗尾覆盖你最晚的成分；
• 事件类型：选择感兴趣的标记（如刺激 onset）；
• 基线校正：勾选 −200 到 0ms。原理：把每个试次基线期的均值减掉，让所有试次从"同一起跑线"出发，消除残留慢漂移。

七、保存

File > Save current dataset，命名建议带处理状态，例如 sub01_preprocessed.set。这一份文件就是模块 3（ERP 分析）的直接输入。