-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathPreproc_epochs.m
63 lines (42 loc) · 1.45 KB
/
Preproc_epochs.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
% El objetivo del preprocesamiento es: detectar canales defectuosos,
% eliminarlos y realizar la re referenciacion a la media de los canales
% El algoritmo asume que el registro ya fué segmentado por una etapa
% previa
% Los criterios utilizados para eliminar canales son los siguiente:
%
% 1. Canales que tengan valores de la varianza 5 veces por encima o 5
% veces por debajo de la mediana de la varianza
% Este método devuelve aquellos canales que hay
% que agregar a la estructura de la info del sujeto
%
% 2. Canales con artefactos. Devuelve un gráfico con la cantidad de
% artefactos por canal. En tal caso hay que o descartar directo o plotear
% el canal
%
%
% Baglivo 2014 - Version 1.0
%%
close all
clear all
clc
file='Paciente9_TMaze_epochs.mat'
load(file)
%%
for i=1%:size(epochs,2)
data = epochs(i).data;
% Verifico que no haya epochs con artefactos
for y=1:size(data,1) % Canales
for z=1:size(data,3) %Epochs
artif=find(abs(squeeze(data(y,:,z)))>500);
cant_artifact(y,z)=size(artif,2);
a=var(data(y,:,z));
b=find(a>(5*median(a)));
c=find(a<(median(a)/5));
if ~isempty([b c cant_artifact])
disp(['Epoch con artefacto: Canal ' num2str(y) ' Epochs:' num2str(z) ])
end
clear artif;
end
end
end
%%