EEG重参考原理及python代码实现

这里主要想记录和分享的是：如果采集EEG时，使用的是部分导联，并且采集的时候使用右侧乳突作为参考电极，那么在预处理阶段，我们该如何对EEG信号进行重参考呢？使用不同重参考方法，结果是否一致？选择哪一种重参考方法更合适？

---

前言

本文会介绍：重参考原理、重参考方法、python实现重参考、不同重参考方法结果对比

一、重参考原理

二、重参考方法及python实现

1.双侧乳突平均参考（本文重点）

# mne官方文档：https://mne.tools/stable/generated/mne.set_eeg_reference.html
raw_new_ref.set_eeg_reference(ref_channels=['M1', 'M2'])

本文重点

''' 1. 添加 M2，值为0 '''
raw_ref = raw.copy()
# add new reference channel (all zero) 添加一个新的参考电极，值为0，这样选择M1，M2重参考，就相当于 1/2 M1啦
raw_new_ref = mne.add_reference_channels(raw_ref, ref_channels=["M2"])
raw_new_ref.plot()  # 可以查看波形，M2是一根直线
''' 2. 双侧乳突平均参考''' 
raw_new_ref.set_eeg_reference(ref_channels=['M1', 'M2'])

当然这里我主要是针对软件提出的参考方法，其实你还可以直接自己写个循环，用其他通道的值减1/2M1。

2.全脑平均参考

raw.set_eeg_reference(ref_channels='average')

---

三、不同重参考方法MRCP结果对比

若采集EEG时使用右侧乳突作为参考电极且电极布置（局部，不是全脑电极）如下：

做了一个左右手执行任务，对比了双侧乳突平均参考和“全脑”平均参考（这里的“全脑”指的是采集时所使用的全部电极，如上图。其实根据上面第二部分全脑平均参考的注意事项我们知道这是不规范的，但我看到有的文章仍然这么做了，所以想对比看下结果）的MRCP结果。

1. 运动相关皮质电位（MRCP）

在给出本文MRCP对比结果之前，我们先看看MRCP是什么?
运动相关皮质电位（Movement Related Cortical Potentials, MRCP）：作为一种事件相关电位，代表运动皮质参与运动的脑电图证据和对预期运动的有意识准备。

【0时刻：表示按键（运动）开始时刻】
目前得到普遍认可MRCP的三个主要成分为:

1. 运动准备电位:产生于运动开始时刻前的负值电位，波幅大约在2~10 uv;
2. 运动电位:运动准备电位后出现的负峰电位，表示运动准备晚期(通常出现在运动开始前150ms)的皮层活动;
3. 运动监控电位:是动执行及其之后1s内的神经电活动，是起始于运动时刻正负值交替变化的复杂皮层电位。

2. 本文结果

2.1 双侧乳突平均参考MRCP结果

上图双侧乳突平均参考MRCP结果：红色实线为C1和C3电极时域的平均（左半球）；蓝色实线为C2和C4电极时域的平均（右半球）。
根据上图结果，可以发现左右手均能成功诱发标准的MRCP。
【图中：0时刻为刺激时刻，0.3s左右为运动时刻】

回答最开始的问题：如果采集EEG时，使用的是部分导联，并且采集的时候使用右侧乳突作为参考电极，那么在预处理阶段，可以对EEG信号进行双侧乳突平均参考，具体方法见第二部分。

2.2 "全脑"平均参考MRCP结果

上图全脑平均参考MRCP结果：红色实线为C1和C3电极时域的平均（左半球）；蓝色实线为C2和C4电极时域的平均（右半球）。
根据上图结果，可以发现左右手诱发的MRCP不那么标准。

【图中：0时刻为刺激时刻，0.3s左右为运动时刻】

参考

脑电的基础（三）：为什么要重参考
手把手教你EEG脑电数据预处理-原理篇