All EEG analyses were performed usi

All EEG analyses were performed using custom MATLAB code and functions from the EEGLAB Toolbox for MATLAB (57). Raw EEG data were re-referenced to average mastoids, down-sampled to 512 Hz, and high-pass-filtered at 0.5 Hz to optimize independent component analysis (ICA) decomposition. These data were epoched from 1.25 s before the onset of the retrieval item to 2.4 s following the retrieval item, and was baseline-subtracted in the time domain from −200 to 0 ms. Single subject–preprocessed EEG data were next subjected to spectral decomposition using wavelets. Wavelet analysis provides an estimate of the power of a signal with good spectral and temporal resolution (59). Spectral power was computed from 4 to 50 Hz by convolving a Morlet wavelet (cycles = 5.7) with the observed signal at each electrode site. After accounting for edge artifacts associated with time-frequency analysis, we obtained power values from −450 to 900 ms for each stimulus. Spectral domain baseline subtraction was not performed because the prestimulus window, used most commonly for this procedure, is the time of interest in this study. To reduce the number of statistical comparisons, we averaged the resulting spectrograms across time (150-ms time bins) and frequency band (theta: 4–8 Hz; alpha: 9–12 Hz; beta: 13–30 Hz; gamma: 31–50 Hz) before pooling the data across subjects. Further details of the statistical analysis and control analysis performed are available in SI Methods.

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ EEG ทั้งหมดถูกดำเนินการโดยใช้ MATLAB รหัสที่กำหนดเองและฟังก์ชันจากเครื่องมือ EEGLAB สำหรับ MATLAB (57) ดิบ EEG ข้อมูลอ้างอิงใหม่ไปเฉลี่ย mastoids ตัว อย่างลงไป 512 Hz และสูงผ่านกรองที่ 0.5 Hz ปรับส่วนประกอบอิสระ (ปัจจุบันประกอบ) การวิเคราะห์แยกส่วนประกอบได้ ข้อมูลเหล่านี้ถูก epoched จาก 1.25 s ก่อนที่จะเริ่มมีอาการของสินค้าเรียก 2.4 s ตามรายการเรียก และถูกลบพื้นฐานในโดเมนเวลาจาก −200 0 นางสาวเดียวเรื่อง – preprocessed EEG ข้อมูลถูกต้องการแยกส่วนประกอบสเปกตรัมโดยใช้ wavelets ถัดไป วิเคราะห์ wavelet แสดงการประเมินกำลังของสัญญาณด้วยดีสเปกตรัม และขมับละเอียด (59) สเปกตรัมพลังงานถูกคำนวณจาก 4 กับ 50 Hz โดย convolving Morlet wavelet (วงจร = 5.7) มีสัญญาณสังเกตในแต่ละไซต์อิเล็กโทรด หลังจากที่ลงบัญชีสำหรับขอบวัตถุเกี่ยวข้องกับวิเคราะห์ความถี่เวลา เรารับค่าพลังงานจาก −450 ไป ms 900 สำหรับกระตุ้นแต่ละ ไม่มีการลบโดเมนสเปกตรัมพื้นฐานเนื่องจากหน้าต่าง prestimulus มักใช้ในขั้นตอนนี้ เวลาที่น่าสนใจในการศึกษานี้ เพื่อลดจำนวนการเปรียบเทียบเชิงสถิติ เรา averaged spectrograms ได้ข้ามเวลา (150-ms เวลาช่อง) และความถี่ (ทีตา: 4 – 8 Hz อัลฟา: 9 – 12 Hz เบต้า: 13 – 30 Hz แกมมา: 31 – 50 Hz) ก่อนเก็บพักข้อมูลในหัวข้อ รายละเอียดเพิ่มเติมของการวิเคราะห์ทางสถิติและวิเคราะห์การควบคุมที่ดำเนินอยู่ใน SI วิธี

ผลลัพธ์ (ไทย) 2:

ทั้งหมดการวิเคราะห์ EEG ได้ดำเนินการโดยใช้รหัส MATLAB ที่กำหนดเองและฟังก์ชั่นจากกล่อง EEGLAB สำหรับ MATLAB (57) ข้อมูล EEG ดิบอีกครั้งอ้างอิง mastoids เฉลี่ยลงตัวอย่างถึง 512 Hz และสูงผ่านการกรองที่ 0.5 Hz ถึงเพิ่มประสิทธิภาพการวิเคราะห์องค์ประกอบอิสระ (ICA) การสลายตัว ข้อมูลเหล่านี้ได้ epoched จาก 1.25 ก่อนที่การโจมตีของรายการดึงถึง 2.4 วินาทีต่อไปนี้รายการที่ดึงและเป็นพื้นฐาน-หักในโดเมนเวลาจาก -200 ถึง 0 มิลลิวินาที เรื่อง preprocessed เดี่ยวข้อมูล EEG ถูกยัดเยียดถัดจากการสลายตัวโดยใช้คลื่นสเปกตรัม การวิเคราะห์เวฟให้ประมาณการของการใช้พลังงานของสัญญาณกับผีที่ดีและขมับมติ (59) อำนาจผีคำนวณ 4-50 Hz โดย convolving เวฟ Morlet (รอบ = 5.7) โดยมีข้อสังเกตสัญญาณที่เว็บไซต์แต่ละขั้ว หลังจากการบัญชีสำหรับขอบเกี่ยวข้องกับเวลาความถี่การวิเคราะห์เราได้รับค่าไฟฟ้าจาก -450 ถึง 900 มิลลิวินาทีสำหรับแต่ละกระตุ้นเศรษฐกิจ ลบพื้นฐานโดเมนผีก็ไม่ได้ดำเนินการเพราะหน้าต่าง prestimulus, ใ​​ช้กันมากที่สุดสำหรับขั้นตอนนี้เป็นช่วงเวลาที่น่าสนใจในการศึกษานี้ เพื่อลดจำนวนของการเปรียบเทียบทางสถิติที่เราเฉลี่ย spectrograms ผลข้ามเวลา (150 มิลลิวินาทีถังขยะเวลา) และความถี่ (theta: 4-8 Hz; อัลฟา: 12/09 Hz; เบต้า: 13-30 เฮิร์ตซ์; แกมมา: 31 เฮิร์ตซ์ -50) ก่อนรวมกำไรข้อมูลทั่ววิชา รายละเอียดเพิ่มเติมของการวิเคราะห์ทางสถิติและการวิเคราะห์การควบคุมการดำเนินการที่มีอยู่ในวิธีการ SI

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์สมองทั้งหมดโดยใช้รหัส Matlab ที่กำหนดเองและการทำงานจาก eeglab เครื่องมือสำหรับ Matlab ( 57 ) ข้อมูลอ้างอิง mastoids EEG ดิบจะเฉลี่ยลงเก็บตัว 512 Hz และกรองผ่านสูง 0.5 Hz เพื่อเพิ่มประสิทธิภาพการวิเคราะห์องค์ประกอบอิสระ ( ICA ) การสลายตัว ข้อมูลเหล่านี้ epoched จาก 1.25 ก่อนที่จะเริ่มมีอาการของการดึงข้อ 2.4 s ต่อไปนี้การดึงสินค้าและมีพื้นฐานในการหักออกจาก− 200 0 คุณวิชาเดียว– preprocessed EEG เป็นข้อมูลต่อไปภายใต้การใช้คลื่นแสง . การวิเคราะห์เวฟเล็ตมีการประเมินอำนาจของสัญญาณที่มีความละเอียดที่ดีสเปกตรัมและชั่วคราว ( 59 ) สเปกตรัมพลังงานที่ถูกคำนวณจาก 4 ถึง 50 Hz โดย convolving เป็น morlet เวฟ ( รอบ = 57 ) จากสัญญาณที่ขั้วไฟฟ้าแต่ละเว็บไซต์ หลังจากการบัญชีสำหรับสิ่งประดิษฐ์ขอบที่เกี่ยวข้องกับเวลา - ความถี่ในการวิเคราะห์ เราได้รับพลังจากค่า− 450 - 900 MS แต่ละกระตุ้น การเริ่มต้นการลบโดเมนไม่ดำเนินการเพราะหน้าต่าง prestimulus ส่วนใหญ่ที่ใช้กันทั่วไปสำหรับขั้นตอนนี้คือ ช่วงเวลาของความสนใจในการศึกษานี้เพื่อลดจำนวนของการเปรียบเทียบสถิติ เราเฉลี่ยผล spectrograms ข้ามกาลเวลา ( 150 นางสาวถังขยะเวลา ) และแถบความถี่ ( Theta 4 – 8 Hz ; อัลฟา : 9 – 12 Hz ; เบต้า : 13 - 30 Hz ; แกมมา : 31 50 Hz ) ก่อนการใช้ข้อมูลข้ามวิชา รายละเอียดเพิ่มเติมของการวิเคราะห์ทางสถิติ และการควบคุมการมีอยู่ในวิธีการครับ