البايبلاينات الجاهزة: متى تستخدمها

لماذا أحتاج هذه الخطوة؟

هذه البايبلاينات توفّر وقتاً كبيراً، خصوصاً مع البيانات الكبيرة. لكن كل واحد منها يتّخذ عشرات القرارات بدلاً منك: أي قناة سيئة، وأي مكوّن عين، وأي مقطع يُحذف. إذا لم تعرف هذه القرارات، فلن تستطيع الدفاع عنها في ورقتك، ولن تنتبه إذا أخطأت.

البايبلاين الجاهز يختصر الوقت، لكنه لا يعفيك من فهم كل خطوة فيه.

لهذا يأتي هذا الدرس بعد أن بنيت البايبلاين بنفسك. فيه تقارن البايبلاينات الستة الشائعة، ثم تشغّل واحداً منها (PREP) على D1 وتتحقق من مخرجاته كما تتحقق من أي بايبلاين.

ستة بايبلاينات في جدول واحد

كلها أدوات منفصلة، غير مرفقة مع EEGLAB. الإصدارات كما كانت عند كتابة الدرس.

أياً كان البايبلاين الذي تختاره، تحقق من ثلاثة أشياء في مخرجاته قبل أن تكمل:

1. القنوات: كم قناة حُذفت أو استُوفيت، وأيها؟ قارنها بما تراه في Plot › ثم Channel data (scroll).
2. الطيف: قارن الطيف قبل وبعد. يجب أن تصغر قمة الكهرباء بوضوح، وألّا ينهار باقي الطيف.
3. التقرير: اقرأ تقرير البايبلاين لكل مشارك. المشارك الذي حُذف منه عدد كبير من القنوات أو المكوّنات يحتاج نظرة، أو استبعاداً.

كيف أطبّقها في EEGLAB؟

أولاً: ثبّت PREP

1. افتح File › ثم Manage EEGLAB extensions، وابحث عن PrepPipeline، وثبّته (آخر إصدار عند كتابة الدرس 0.57.0). أعد تشغيل eeglab، فيظهر البند Run PREP pipeline في قائمة Tools.

ثانياً: انظر إلى البيانات قبل

2. ابدأ من D1 raw كما في “نقطة البداية”. هذه البيانات كما نزّلتها، بلا فلترة.
3. افتح Plot › ثم Channel spectra and maps واترك القيم الافتراضية. لاحظ القمة الحادة عند 60 هرتز، كما في درس ضوضاء الكهرباء.

ثالثاً: شغّل PREP

4. افتح Tools › ثم Run PREP pipeline. تفتح نافذة PREP pipeline control panel وفيها ستة أزرار، زر لكل مرحلة.
5. اضغط Reference. في Reference channels و Evaluation channels و Re-referenced channels اكتب [1 3:5 7:32]، أي كل القنوات ما عدا EOG1 (القناة 2) و EOG2 (القناة 6). اضغط Ok.
6. اضغط Line noise وتأكد أن Line frequencies removed فيها 60. يحسبها PREP من معدل العيّنات: مضاعفات 60 تحت Nyquist، وهو 64 هرتز في D1. اضغط Ok.
7. اضغط Ok في لوحة التحكم. يطبع PREP كل مرحلة في نافذة الأوامر، ويأخذ حوالي دقيقة على D1. عندما ينتهي يكتب ملف ملخّص (.html) وتقريراً مفصّلاً (.pdf) في مجلد العمل، ويطلب منك اسماً للداتاست الجديدة. سمِّها D1 prep.

رابعاً: تحقق من المخرجات

8. افتح ملف الملخّص .html في المتصفح. ابحث عن قائمة القنوات المستوفاة، وقائمة القنوات التي بقيت مشوّشة بعد المرجع.
9. افتح Plot › ثم Channel spectra and maps مرة أخرى على D1 prep. قمة 60 هرتز أصغر لكنها ما زالت موجودة، وتظهر بوضوح في قنوات قليلة. خطوة ضوضاء الكهرباء في PREP تخفّف القمة ولا تزيلها تماماً. إذا كانت القمة الباقية تؤثّر في تحليلك، أضف فلتر band-stop من درس ضوضاء الكهرباء بعد PREP.
10. قارن بنتيجتك في درس القنوات السيئة: هناك لم يحذف clean_rawdata أي قناة من D1. إذا استوفى PREP قناة، فافتح Plot › ثم Channel data (scroll) وانظر إليها بنفسك قبل أن تقبل القرار.

كيف أكتبها بالكود؟

يكمل من “نقطة البداية”. دالة PREP نفسها prepPipeline هي أوضح طريقة لاستدعائه من سكربت، كما في المثال المرفق مع الإضافة. السكربت لا يكتب التقرير، بل يطبع النتائج مباشرة.

% PREP is not bundled with EEGLAB: install it from the extension manager
plugin_askinstall('PrepPipeline', 'prepPipeline', true);

% Keep a copy of the raw data to compare spectra
EEG_raw = EEG;

% Scalp channels only; EOG is cleaned of line noise but not referenced
eegChans = find(~ismember({EEG.chanlocs.labels}, {'EOG1', 'EOG2'}));

params = struct();
params.name = 'D1';
params.lineFrequencies = 60;
params.detrendChannels = 1:EEG.nbchan;
params.lineNoiseChannels = 1:EEG.nbchan;
params.referenceChannels = eegChans;
params.evaluationChannels = eegChans;
params.rereferencedChannels = eegChans;

% Line noise reduction, robust reference, bad channel interpolation
[EEG, params] = prepPipeline(EEG, params);
EEG.setname = 'D1 prep';

% What did PREP decide?
nd = EEG.etc.noiseDetection;
if ~strcmp(nd.errors.status, 'good')
    error('PREP stopped with status: %s', nd.errors.status);
end
fprintf('PREP version: %s\n', nd.version);
fprintf('Interpolated channels: %s\n', ...
    strjoin({EEG.chanlocs(nd.interpolatedChannelNumbers).labels}, ', '));
fprintf('Still noisy after reference: %s\n', ...
    strjoin({EEG.chanlocs(nd.stillNoisyChannelNumbers).labels}, ', '));

% Spectrum before and after
figure; pop_spectopo(EEG_raw, 1, [], 'EEG', 'freqrange', [1 64], 'freq', [10 60]);
figure; pop_spectopo(EEG, 1, [], 'EEG', 'freqrange', [1 64], 'freq', [10 60]);

% PREP leaves the data unfiltered: high-pass before ICA or epochs
EEG = pop_eegfiltnew(EEG, 'locutoff', 0.1);

EEG.filename = ''; EEG.filepath = ''; EEG.datfile = ''; EEG.saved = 'no';
[ALLEEG, EEG, CURRENTSET] = pop_newset(ALLEEG, EEG, 0, 'setname', 'D1 prep', 'gui', 'off');
eeglab redraw;

أي قيمة أختار؟

كيف أتأكد أنها نجحت؟

• نافذة الأوامر تطبع PREP version: PrepPipeline0.57.0.
• قائمة القنوات المستوفاة تُطبع، حتى لو كانت فارغة. قارنها بما وجدته في درس القنوات السيئة.
• قمة 60 هرتز في D1 prep أصغر بوضوح منها في الطيف الخام (أعلى من جيرانها بحوالي 11 dB بدل حوالي 23 dB)، وقمة ألفا عند 10 هرتز بقي شكلها.
• عدد قنوات D1 prep ما زال 32.

ما الأخطاء التي يقع فيها كثيرون؟

• الثقة بالبايبلاين بلا فتح تقريره. كل بايبلاين يخطئ مع بعض المشاركين. اقرأ التقرير لكل مشارك، وانظر إلى بيانات أي مشارك حُذفت منه قنوات كثيرة.
• ترك تردد الكهرباء على الافتراضي في بيانات 50 هرتز. يحسب PREP مضاعفات 60 افتراضياً. في بيانات مسجّلة بكهرباء 50 هرتز، يعمل على التردد الخطأ ويترك القمة الحقيقية.
• توقّع أن يزيل PREP قمة الكهرباء تماماً. في D1 تنخفض قمة 60 هرتز إلى نصفها تقريباً بالـ dB وتبقى ظاهرة. انظر إلى الطيف بعد PREP، وأضف فلتر band-stop إذا احتجت أن تختفي القمة.
• افتراض أن PREP فلتر البيانات. مخرجات PREP بلا high-pass. إذا ذهبت مباشرة إلى ICA أو التقطيع، فالانجراف البطيء ما زال موجوداً.
• تغيير البايبلاين بين المشاركين. كل مشارك في الدراسة الواحدة يمرّ بنفس البايبلاين وبنفس الإعدادات. إذا غيّرت إعداداً، أعد تشغيل الجميع.
• تطبيق بايبلاين خارج الفئة التي صُمّم لها. HAPPE و MADE صُمّما للأطفال، و BeMoBIL للحركة. قد لا تناسب إعداداتها بيانات بالغين مسجّلة في الراحة، والعكس.

كيف أكتبها في ورقتي؟

قالب: عدّل البيانات والإعدادات والإصدارات لتطابق ما نفّذته.

Line noise at 60 Hz was attenuated, and robust average referencing with bad channel detection and interpolation was performed, with the PREP pipeline (prepPipeline, PrepPipeline plugin [0.57.0], EEGLAB 2026.1), using the scalp channels as reference and evaluation channels; [n] channels were interpolated.

للتوسّع

• EEGLAB Tutorial: https://eeglab.org/tutorials/11_Scripting/automated_pipeline.html (11. Scripting > e. Automated pipeline)
• PREP pipeline (EEG-Clean-Tools): https://github.com/VisLab/EEG-Clean-Tools (README, Releases (0.57.0))
• RELAX: https://github.com/NeilwBailey/RELAX (README)
• What is the optimal automated EEG pipeline?: https://www.youtube.com/watch?v=mW7u2YEK3ZY (الفيديو كاملاً)