EEGLAB es una caja de herramientas de MATLAB distribuida bajo la licencia BSD gratuita para procesar datos de electroencefalografía (EEG), magnetoencefalografía (MEG) y otras señales electrofisiológicas. Junto con todas las herramientas de procesamiento básicas, EEGLAB implementa análisis de componentes independientes(ICA), análisis de tiempo / frecuencia, rechazo de artefactos y varios modos de visualización de datos. EEGLAB permite a los usuarios importar sus datos electrofisiológicos en aproximadamente 20 formatos de archivo binarios, preprocesar los datos, visualizar la actividad en ensayos individuales y realizar ICA. Los componentes ICA de artefactos se pueden restar de los datos. Alternativamente, los componentes ICA que representan la actividad cerebral pueden procesarse y analizarse adicionalmente. EEGLAB también permite a los usuarios agrupar datos de varios temas y agrupar sus componentes independientes.
Historia
En 1997, Scott Makeig lanzó por primera vez en Internet un conjunto de funciones de procesamiento de datos en el Laboratorio de Neurobiología Computacional dirigido por Terry Sejnowski en el Instituto Salk , bajo el nombre de “caja de herramientas ICA / EEG”. En 2000, Arnaud Delorme diseñó una interfaz gráfica de usuario sobre estas funciones junto con algunas de sus propias funciones de eliminación de artefactos, y lanzó la primera versión del "software EEGLAB para la eliminación de artefactos". En 2003, Delorme y Makeig unieron esfuerzos para lanzar la primera versión estable y completamente documentada de EEGLAB. En 2004, EEGLAB recibió financiación de los NIH para el desarrollo continuo de software de investigación.
Estadísticas
EEGLAB se descargó unas 25.000 veces de 73 países de todo el mundo en sus primeros tres años (2003-2006) y en 2011 se informó que era el entorno de procesamiento de señales más utilizado para el procesamiento de datos EEG por neurocientíficos cognitivos ( resultados de la encuesta ). Su artículo de referencia (Delorme & Makeig, 2004) ha recibido más de 12.400 citas (02/2013).
EEGLAB comprende más de 380 funciones independientes de MATLAB y más de 50.000 líneas de código y aloja más de 20 complementos aportados por el usuario. Los investigadores del Swartz Center, UCSD y muchos otros grupos continúan escribiendo y publicando importantes cajas de herramientas de complementos. Los complementos principales incluyen:
- DIPFIT, para la localización de fuentes de componentes ICA de datos de EEG;
- ERPLAB , para derivar medidas de potenciales promedio relacionados con eventos;
- MÁS RÁPIDO , un método totalmente automatizado y sin supervisión para procesar datos de EEG de alta densidad;
- NBT , una caja de herramientas para el cálculo e integración de biomarcadores neurofisiológicos;
- NFT , para construir modelos eléctricos de cabezales delanteros a partir de imágenes de RM y / o posiciones de electrodos;
- SIFT , una caja de herramientas de flujo de información de fuentes;
- BCILAB , un entorno extenso para construir y probar modelos de interfaz cerebro-computadora ;
Cientos de investigadores han contribuido directa o indirectamente al software programando funciones o informando errores. La lista de discusión de correo electrónico actual de eeglablist tiene más de 5,000 miembros en todo el mundo (2013).
Ver también
Fuentes
Referencia principal:
- Delorme, Arnaud; Makeig, Scott (2004). "EEGLAB: una caja de herramientas de código abierto para el análisis de la dinámica de EEG de ensayo único, incluido el análisis de componentes independientes". Revista de métodos de neurociencia . Elsevier BV. 134 (1): 9-21. doi : 10.1016 / j.jneumeth.2003.10.009 . ISSN 0165-0270 . PMID 15102499 .
Teoría:
- Jung, Tzyy-Ping; Makeig, Scott; Bell, Anthony J .; Sejnowski, Terrence J. (1998). "Análisis de componentes independientes de datos potenciales relacionados con eventos y electroencefalográficos". Procesamiento auditivo central y modelado neuronal (PDF) . Boston, MA: Springer EE. UU. doi : 10.1007 / 978-1-4615-5351-9_17 . ISBN 978-1-4613-7441-1.
- Makeig, Scott; Debener, Stefan; Onton, Julie; Delorme, Arnaud (2004). "Dinámica cerebral relacionada con eventos de minería". Tendencias en ciencias cognitivas . Elsevier BV. 8 (5): 204–210. doi : 10.1016 / j.tics.2004.03.008 . ISSN 1364-6613 . PMID 15120678 .
- Delorme, Arnaud; Palmer, Jason; Onton, Julie; Oostenveld, Robert; Makeig, Scott (15 de febrero de 2012). Ward, Lawrence M. (ed.). "Las fuentes independientes de EEG son dipolares" . PLOS ONE . Biblioteca Pública de Ciencias (PLoS). 7 (2): e30135. doi : 10.1371 / journal.pone.0030135 . ISSN 1932-6203 . PMC 3280242 . PMID 22355308 .
- Makeig, S .; Kothe, C .; Mullen, T .; Bigdely-Shamlo, N .; Kreutz-Delgado, Kenneth (2012). "Evolución del procesamiento de señales para interfaces cerebro-computadora" . Actas del IEEE . Instituto de Ingenieros Eléctricos y Electrónicos (IEEE). 100 (Edición especial del centenario): 1567-1584. doi : 10.1109 / jproc.2012.2185009 . ISSN 0018-9219 .
Cajas de herramientas:
- Zeynep Akalin Acar y Scott Makeig, Caja de herramientas de modelado de cabeza delantera neuroelectromagnética J Neurosci Meth doi: 10.1016 / jneumeth.2010.04.031 (2010)
- Nolan, H., Whelan, R. y Reilly, RB "MÁS RÁPIDO: Umbral estadístico totalmente automatizado para el rechazo de artefactos EEG". Revista de métodos de neurociencia 192 (1): 152-162 (2010)
- Delorme, A., Mullen, T., Kothe, C., Bigdely-Shamlo, N., Akalin, Z., Vankov, A., Makeig, S. EEGLAB, MPT, NetSIFT, NFT, BCILAB y ERICA: Nuevo herramientas para el procesamiento avanzado de EEG / MEG. Inteligencia computacional, ID de artículo 130714 (2011)
- N Bigdely-Shamlo, T. Mullen, K. Kreutz-Delgado, S Makeig. Análisis de proyección de medidas: un enfoque probabilístico para la comparación de fuentes de EEG y la inferencia de múltiples sujetos. doi: //10.1016/j.neuroimage.2013.01.040 (2013)