常用的EEG信号处理的工具箱

已经知道，EEG是一种数字信号，需要用数字信号处理的方法和工具进行处理和分析。作为目前在学术界应用最为广泛的一款软件，MATLAB提供了信号处理和统计分析等多个工具箱，功能强大，几乎已成为EEG信号处理的标配。基于此，诞生了多个开放源代码的EEG信号处理工具箱，并广为应用。这些工具箱通常支持读取多种格式的EEG数据，并且会提供较多可用于EEG数据处理的函数。

1、EEGLAB

官网：https://sccn.ucsd.edu/eeglab/

EEGLAB是美国加州大学圣地亚哥分校Swartz Center for Computational Neuroscience的Scott Makeig教授团队开发的，是EEG和MEG信号处理软件开源化的先行者之一，可能也是目前使用最多的EEG工具箱。EEGLAB拥有GUI界面，同时可以方便地进行脚本编程和批处理。它支持读取多种格式的EEG数据，同时也可以根据自己的需要，编写读取特定文件格式的插件程序。EEGLAB的特色是独立成分分析（independent component analysis，ICA）、时频分析（time-frequency analysis，TFA）以及基于ICA的偶极子成像（dipole source imaging），在此基础上，世界各地研究者们也为其编写了针对特定信号处理和分析方法的插件，可以免费下载。

缺点：GUI界面略显古老和死板，有一些操作/菜单项其实可以用更好的方式去设计（也许我们工科的设计哲学就是实用即可）。

2、FieldTrip

由荷兰Donders Institute for Brain, Cognition and Behaviour开发。同EEGLAB一样，FieldTrip提供了基本和高阶的EEG处理方法。FieldTrip的特色应该是分布式源成像（distributed source imaging）。与EEGLAB不同的是，FieldTrip没有稳定的版本，一般是每日更新。

缺点：FieldTrip没有GUI界面，其所有使用均需要通过自行编程调用其中函数来实现，这也是FieldTrip的初衷：使研究者能专注于信号处理本身；但是这也在一定程度上限制了其用户需要有较高的MATLAB编程基础。

3、BrainStorm

官网：http://neuroimage.usc.edu/brainstorm/Introduction

由美国南加州大学（University of Southern California）、Cleveland Clinic Neurological Institute、法国Centre Nationa de la Recherche Scientifique (CNRS, France) for the Cognitive Neuroscience & Brain Imaging Laboratory及加拿大麦吉尔大学（McGill University）等多个研究机构共同开发。BrainStorm除了可以处理EEG/MEG外，也可以处理其它电生理数据。其拥有较为现代化的GUI界面，特色主要是分布式溯源。与FieldTrip类似，软件是每日更新。

缺点：相对于其它两种软件，由于其主要面向编程基础较为薄弱的医生或学者，因此，个人觉得它在编写脚本的灵活性方面略差。

2011年，Computational Intelligence and Neuroscience期刊上的一个特辑对目前各个工具进行了回顾（https://www.hindawi.com/journals/cin/si/138743/）。此外，值得一提的是，Linux平台的MNE是与BrainStorm类似的一款较为强大的处理软件。

总结来说，不同的Toolbox各有特色，它们使研究者不必再纠结于如何具体实现处理方法，而是专注于自己的研究问题（research question）。但是，最重要的仍是首先要明确自己的研究假设和研究目标（researchhypothesis），这也是研究工作的核心和创新之处所在；再根据研究假设和目标选取合适的信号处理方法，对于这一步，仍然需要一定的信号处理知识；最后，才是选取合适的工具，这可以根据自己的喜好和基础进行。