المحطة 7 · الدرس 1
خرائط الرأس topoplot
eeglab_data.set (D1) · ما طُبّق عليه قبل هذا الدرس: فلترة high-pass و low-pass، إزالة ضوضاء الكهرباء (50 أو 60 هرتز)، القنوات السيئة، الاستيفاء (interpolation)، إعادة المرجع (re-referencing)، تشغيل ICA، فلتر 1 هرتز قبل ICA ونسخ الأوزان، ICLabel وحذف المكوّنات، استخراج epochs، تصحيح baseline، رفض epochs السيئةتنزيل البيانات (يفتح في نافذة جديدة)سكربت الوصول لهذه الحالة
% Shortcut: if you saved D1_epochs_clean.set in the epoch rejection lesson, keep
% the first line and the last two lines (pop_newset, eeglab redraw), and replace
% every line between them with:
% EEG = pop_loadset('D1_epochs_clean.set', pwd);
[ALLEEG, EEG, CURRENTSET, ALLCOM] = eeglab;
eeglabRoot = fileparts(which('eeglab'));
EEG = pop_loadset('eeglab_data.set', fullfile(eeglabRoot, 'sample_data'));
fullLocs = EEG.chanlocs;
% Main dataset: high-pass at 0.1 Hz, then 60 Hz line-noise removal
EEG = pop_eegfiltnew(EEG, 'locutoff', 0.1);
EEG = pop_eegfiltnew(EEG, 'locutoff', 58, 'hicutoff', 62, 'revfilt', 1);
% Bad channels you removed earlier, e.g. {'T7'}; leave empty if none
badChans = {};
if ~isempty(badChans)
EEG = pop_select(EEG, 'rmchannel', badChans);
EEG = pop_interp(EEG, fullLocs, 'spherical');
end
% Average reference, EOG channels excluded
eogIdx = find(ismember({EEG.chanlocs.labels}, {'EOG1', 'EOG2'}));
EEG = pop_reref(EEG, [], 'exclude', eogIdx);
% ICA on a 1-Hz copy, then copy the weights back
EEG_ica = pop_eegfiltnew(EEG, 'locutoff', 1);
EEG_ica = pop_runica(EEG_ica, 'icatype', 'runica', 'extended', 1);
EEG.icaweights = EEG_ica.icaweights;
EEG.icasphere = EEG_ica.icasphere;
EEG.icachansind = EEG_ica.icachansind;
EEG.icawinv = [];
EEG.icaact = [];
EEG = eeg_checkset(EEG);
% Remove eye and muscle components, then low-pass at 30 Hz
EEG = pop_iclabel(EEG, 'default');
EEG = pop_icflag(EEG, [NaN NaN; 0.9 1; 0.9 1; NaN NaN; NaN NaN; NaN NaN; NaN NaN]);
artifactComps = find(EEG.reject.gcompreject);
if ~isempty(artifactComps)
EEG = pop_subcomp(EEG, artifactComps, 0);
end
EEG = pop_eegfiltnew(EEG, 'hicutoff', 30);
% Epochs around 'square', baseline, and +/-100 uV rejection
EEG = pop_epoch(EEG, {'square'}, [-1 2], 'newname', 'D1 epochs', 'epochinfo', 'yes');
EEG = pop_rmbase(EEG, [-200 0]);
EEG = pop_eegthresh(EEG, 1, 1:EEG.nbchan, -100, 100, EEG.xmin, EEG.xmax, 0, 0);
badEpochs = find(EEG.reject.rejthresh);
if ~isempty(badEpochs)
EEG = pop_rejepoch(EEG, EEG.reject.rejthresh, 0);
end
EEG.setname = 'D1 epochs clean';
EEG = eeg_checkset(EEG);
EEG = pop_saveset(EEG, 'filename', 'D1_epochs_clean.set', 'filepath', pwd);
EEG.filename = ''; EEG.filepath = ''; EEG.datfile = ''; EEG.saved = 'no';
[ALLEEG, EEG, CURRENTSET] = pop_newset(ALLEEG, EEG, 0, 'setname', 'D1 epochs clean', 'gui', 'off');
eeglab redraw;زر الرجوع في متصفحك يعيدك لنفس المكان الذي كنت فيه، فافتح ما تشاء بلا قلق.
الفكرة باختصار
موجة الـ ERPمتوسط استجابة الدماغ لحدث معيّن عبر محاولات كثيرة. تجيب عن سؤال “متى”: في أي زمن ترتفع إشارةsignalقيم تتغيّر مع الزمن، مثل الجهد المسجّل في قناة. أو تنخفض. خريطة الرأسscalp mapرسم يبيّن توزيع قيمة على الرأس من الأعلى. تجيب عن سؤال “أين”: كيف يتوزّع الجهد على فروة الرأس في لحظة واحدة.
لكل مكوّن ERP توزيع معروف تقريباً. فالخريطة تساعدك أن تميّز مكوّناً عن آخر يقع في نفس الزمن، وأن تكتشف قناة سيئةbad channelقناة إشارتها مسطّحة أو مليئة بالضوضاء طوال التسجيل تقريباً. تظهر كبقعة وحيدة غريبة.
قبل وبعد


اسحب الخط لتقارن.
أسئلتك بعد هذا، كل جواب في قسمه:
لماذا أحتاج هذه الخطوة؟
السبب بالتفصيل، والمصطلحات التي تحتاجها
والخريطة سهلة أن تخدع: مقياس ألوان مختلف بين خريطتين قد يصنع فرقاً غير موجود. هذا الدرس يعلّمك الرسم والقراءة معاً.
لماذا أحتاج هذه الخطوة؟
والخريطة سهلة أن تخدع: مقياس ألوان مختلف بين خريطتين قد يصنع فرقاً غير موجود. هذا الدرس يعلّمك الرسم والقراءة معاً.
كيف أطبّقها في EEGLAB؟
15 خطوة من القوائم
ابدأ داتاستdatasetملف بيانات EEG واحد محمّل في EEGLAB مع معلوماته. D1 epochs clean مفتوحة، كما في “نقطة البداية”. هي 32 قناةchannelالإشارة المسجّلة من قطب واحد، وهي ما يعرضه EEGLAB. بمواقعها، ومقطّعة حول حدثeventعلامة في التسجيل تحدد لحظة شيء مهم، مثل ظهور مثير. square.
قبل البدء: أبقِ قنوات الرأس فقط
قناتا EOG1 و EOG2 استُبعدتا من المرجع المتوسطaverage referenceمرجع يساوي متوسط كل قنوات الرأس. في درس إعادة المرجعre-referencingتغيير المرجع بعد التسجيل بحساب الجهد بالنسبة لمرجع جديد.، فبقيتا المرجعreferenceالنقطة التي يُقاس جهد كل قناة بالنسبة لها. الأصلي. ولهما مواقع في D1، فيرسمهما EEGLAB على الخريطة، وقد يأخذ حدود مقياس الألوان منهما. اصنع نسخة بدونهما أولاً.
- افتح Edit ثم Select data.
- في صف Channel(s) اكتب
EOG1 EOG2، وفعّل المربع في عمود on->remove these لنفس الصف. اضغط Ok. - في النافذة التالية سمِّ الداتاست الجديدة
D1 epochs clean scalp، ولا تحفظها على القرص. فيها 30 قناة، كلها بالمرجع المتوسط.
استخدم هذه الداتاست لكل خرائط الدرس.
أولاً: الموجة وخرائطها معاً
- افتح Plot ثم Channel ERPs ثم With scalp maps.
- في Plotting time range (ms): اكتب
-200 800. - اترك Scalp map latencies (ms, NaN -> max-RMS) على
NaN. بهذا يختار EEGLAB الزمن الذي يكون فيه الـ ERP أقوى عبر القنوات. - اترك Window size at latencies in ms على
0. اضغط Ok. - تظهر موجات القنوات الـ 30 فوق بعض، وفوقها خريطة عند الزمن المختار، وخط يربطها بمكانها على المحور. اضغط على أي نقطة في الموجات لترسم خريطة ذلك الزمن.
- أعد الخطوات، واكتب هذه المرة
100 200 400في خانةfield (in a dialog)مكان في نافذة نكتب فيه قيمة أو نختارها. الأزمنة لترى ثلاث خرائط فوق الموجات.
ثانياً: سلسلة خرائط بمقياس واحد
- افتح Plot ثم ERP map series ثم In 2-D.
- في Plotting ERP scalp maps at these latencies اكتب
0:100:500. الخانة تقبل أي تعبير MATLAB، فهذا يعني 0 و 100 و 200 و 300 و 400 و 500 ms. - في Plot title اترك اسم الداتاست.
- في Plot geometry (rows,col.); [] -> near square اكتب
[2 3]. - اترك خانة الخيارات الإضافية على
'electrodes', 'on'حتى تظهر نقاط قطبelectrodeالقطعة المعدنية التي توضع على الرأس لالتقاط الإشارة.. اضغط Ok. - تظهر ست خرائط بمقياس ألوان واحد وشريط ألوان واحد. اضغط على أي خريطة لتكبّرها في نافذة مستقلة.
ثالثاً: اقرأ الخريطة
| ما تراه | معناه |
|---|---|
| المثلث الصغير في الأعلى | الأنف. الخريطة منظورة من فوق الرأس، والأذنان على الجانبين. |
| يسار الخريطة | نصف الرأس الأيسر. الخريطة لا تُعكس في الموقع العربي، فهي رسم علمي. |
| النقاط السوداء | أماكن الأقطاب. ما بينها قيم مستوفاة، لا مقيسة. |
| شريط الألوان | السعة بالميكروفولت (µV). في سلسلة الخرائط الحد الأعلى والأدنى متساويان بالقيمة ومختلفان بالإشارة، فاللون الأوسط هو الصفر. |
| الألوان الحارة والباردة | في خريطة turbo: الأحمر موجب والأزرق سالب. |
| بقعة صغيرة حادة حول قطب واحد | غالباً قناة سيئة، لا نشاط دماغي. |
لماذا الخطوة الأولى؟
لماذا الخطوة الأولى؟ الخريطة تخلط القنوات بالاستيفاء، فيجب أن تكون كل قنواتها بنفس المرجع. قناتا EOG ليستا كذلك، وفي سلسلة الخرائط قد تحدد قيمهما مقياس الألوان المشترك للخرائط الست كلها. بحذفهما تصير الخريطة من 30 قناة رأس بمرجع متوسط.
لماذا الخطوة الأولى؟
لماذا الخطوة الأولى؟ الخريطة تخلط القنوات بالاستيفاء، فيجب أن تكون كل قنواتها بنفس المرجع. قناتا EOG ليستا كذلك، وفي سلسلة الخرائط قد تحدد قيمهما مقياس الألوان المشترك للخرائط الست كلها. بحذفهما تصير الخريطة من 30 قناة رأس بمرجع متوسط.
كيف أطبّقها في EEGLAB؟
ابدأ والداتاست D1 epochs clean مفتوحة، كما في “نقطة البداية”. هي 32 قناة بمواقعها، ومقطّعة حول حدث square.
قبل البدء: أبقِ قنوات الرأس فقط
قناتا EOG1 و EOG2 استُبعدتا من المرجع المتوسط في درس إعادة المرجع، فبقيتا بالمرجع الأصلي. ولهما مواقع في D1، فيرسمهما EEGLAB على الخريطة، وقد يأخذ حدود مقياس الألوان منهما. اصنع نسخة بدونهما أولاً.
- افتح Edit ثم Select data.
- في صف Channel(s) اكتب
EOG1 EOG2، وفعّل المربع في عمود on->remove these لنفس الصف. اضغط Ok. - في النافذة التالية سمِّ الداتاست الجديدة
D1 epochs clean scalp، ولا تحفظها على القرص. فيها 30 قناة، كلها بالمرجع المتوسط.
استخدم هذه الداتاست لكل خرائط الدرس.
أولاً: الموجة وخرائطها معاً
- افتح Plot ثم Channel ERPs ثم With scalp maps.
- في Plotting time range (ms): اكتب
-200 800. - اترك Scalp map latencies (ms, NaN -> max-RMS) على
NaN. بهذا يختار EEGLAB الزمن الذي يكون فيه الـ ERP أقوى عبر القنوات. - اترك Window size at latencies in ms على
0. اضغط Ok. - تظهر موجات القنوات الـ 30 فوق بعض، وفوقها خريطة عند الزمن المختار، وخط يربطها بمكانها على المحور. اضغط على أي نقطة في الموجات لترسم خريطة ذلك الزمن.
- أعد الخطوات، واكتب هذه المرة
100 200 400في خانة الأزمنة لترى ثلاث خرائط فوق الموجات.
ثانياً: سلسلة خرائط بمقياس واحد
- افتح Plot ثم ERP map series ثم In 2-D.
- في Plotting ERP scalp maps at these latencies اكتب
0:100:500. الخانة تقبل أي تعبير MATLAB، فهذا يعني 0 و 100 و 200 و 300 و 400 و 500 ms. - في Plot title اترك اسم الداتاست.
- في Plot geometry (rows,col.); [] -> near square اكتب
[2 3]. - اترك خانة الخيارات الإضافية على
'electrodes', 'on'حتى تظهر نقاط الأقطاب. اضغط Ok. - تظهر ست خرائط بمقياس ألوان واحد وشريط ألوان واحد. اضغط على أي خريطة لتكبّرها في نافذة مستقلة.
ثالثاً: اقرأ الخريطة
| ما تراه | معناه |
|---|---|
| المثلث الصغير في الأعلى | الأنف. الخريطة منظورة من فوق الرأس، والأذنان على الجانبين. |
| يسار الخريطة | نصف الرأس الأيسر. الخريطة لا تُعكس في الموقع العربي، فهي رسم علمي. |
| النقاط السوداء | أماكن الأقطاب. ما بينها قيم مستوفاة، لا مقيسة. |
| شريط الألوان | السعة بالميكروفولت (µV). في سلسلة الخرائط الحد الأعلى والأدنى متساويان بالقيمة ومختلفان بالإشارة، فاللون الأوسط هو الصفر. |
| الألوان الحارة والباردة | في خريطة turbo: الأحمر موجب والأزرق سالب. |
| بقعة صغيرة حادة حول قطب واحد | غالباً قناة سيئة، لا نشاط دماغي. |
لماذا الخطوة الأولى؟
لماذا الخطوة الأولى؟ الخريطة تخلط القنوات بالاستيفاء، فيجب أن تكون كل قنواتها بنفس المرجع. قناتا EOG ليستا كذلك، وفي سلسلة الخرائط قد تحدد قيمهما مقياس الألوان المشترك للخرائط الست كلها. بحذفهما تصير الخريطة من 30 قناة رأس بمرجع متوسط.
لماذا الخطوة الأولى؟
لماذا الخطوة الأولى؟ الخريطة تخلط القنوات بالاستيفاء، فيجب أن تكون كل قنواتها بنفس المرجع. قناتا EOG ليستا كذلك، وفي سلسلة الخرائط قد تحدد قيمهما مقياس الألوان المشترك للخرائط الست كلها. بحذفهما تصير الخريطة من 30 قناة رأس بمرجع متوسط.
كيف أكتبها بالكود؟
نفس الخطوات في 19 أسطر MATLAB
EEG = pop_loadset('D1_epochs_clean.set', pwd);
% Scalp channels only: the EOG channels are not on the average reference
EEG = pop_select(EEG, 'rmchannel', {'EOG1', 'EOG2'});
EEG.setname = 'D1 epochs clean scalp';
% All-channel ERP with a scalp map at the latency of maximum power
figure; pop_timtopo(EEG, [-200 800], NaN, 'D1 epochs clean scalp');
% ERP with scalp maps at chosen latencies
figure; pop_timtopo(EEG, [-200 800], [100 200 400], 'D1 epochs clean scalp');
% Map series every 100 ms, one shared color scale, 2 x 3 grid
pop_topoplot(EEG, 1, 0:100:500, 'D1 epochs clean scalp', [2 3], 0, 'electrodes', 'on');
% Mean map over a 300 to 500 ms window
erp = mean(EEG.data, 3);
win = EEG.times >= 300 & EEG.times <= 500;
winMap = mean(erp(:, win), 2);
lim = max(abs(winMap));
figure;
topoplot(winMap, EEG.chanlocs, 'maplimits', [-lim lim], 'electrodes', 'on');
cb = colorbar; ylabel(cb, '\muV');
title('300 to 500 ms');كيف أكتبها بالكود؟
EEG = pop_loadset('D1_epochs_clean.set', pwd);
% Scalp channels only: the EOG channels are not on the average reference
EEG = pop_select(EEG, 'rmchannel', {'EOG1', 'EOG2'});
EEG.setname = 'D1 epochs clean scalp';
% All-channel ERP with a scalp map at the latency of maximum power
figure; pop_timtopo(EEG, [-200 800], NaN, 'D1 epochs clean scalp');
% ERP with scalp maps at chosen latencies
figure; pop_timtopo(EEG, [-200 800], [100 200 400], 'D1 epochs clean scalp');
% Map series every 100 ms, one shared color scale, 2 x 3 grid
pop_topoplot(EEG, 1, 0:100:500, 'D1 epochs clean scalp', [2 3], 0, 'electrodes', 'on');
% Mean map over a 300 to 500 ms window
erp = mean(EEG.data, 3);
win = EEG.times >= 300 & EEG.times <= 500;
winMap = mean(erp(:, win), 2);
lim = max(abs(winMap));
figure;
topoplot(winMap, EEG.chanlocs, 'maplimits', [-lim lim], 'electrodes', 'on');
cb = colorbar; ylabel(cb, '\muV');
title('300 to 500 ms');أي قيمة أختار؟
القيم المناسبة حسب هدف تحليلك
| الإعداد | القيمة | لماذا |
|---|---|---|
| زمن واحد أم نافذة؟ | نافذة لمكوّن ممتد (مثل 300 إلى 500 ms)، وزمن واحد للاستكشاف | متوسط النافذة أثبت من نقطة واحدة، لأن الضوضاء في عيّنة واحدة أكبر. وهو نفس منطق “متوسط السعة” في درس ERPLAB. |
| مقياس الألوان | واحد مشترك بين كل الخرائط التي تقارنها | مقياس مختلف لكل خريطة يجعل الضعيف يبدو قوياً. سلسلة Plot ثم ERP map series ثم In 2-D تفعل هذا تلقائياً. |
| حدود المقياس | متماثلة حول الصفر ([-lim lim]) | حتى يبقى اللون الأوسط صفراً، وتقارن الموجب بالسالب بعينك. هذا الافتراضي في topoplot ('absmax'). |
'electrodes' | 'on' حتى 64 قناة | يريك أين القياس الحقيقي. فوق 64 قناة تزدحم النقاط، و EEGLAB يقترح 'off' تلقائياً. |
| خريطة الألوان | الافتراضية في EEGLAB | EEGLAB 2026.1 يستخدم turbo على MATLAB R2023b وما بعده، وjet قبله (icadefs.m). لا تغيّرها لألوان قد تخفي الصفر. |
| خريطة 2-D أم 3-D | 2-D (Plot ثم ERP map series ثم In 2-D) | Plot ثم ERP map series ثم In 3-D تحتاج ملف spline مصنوعاً لترتيب أقطابك، ومطابقة أقطابك مع شبكة رأس، وكل منظر يعرض جزءاً من الرأس فقط. خريطة 2-D تعرض فروة الرأس كلها مرة واحدة، وهي ما تستعمله الأوراق العلمية، لذلك يستعمل هذا المسار خرائط 2-D فقط. |
أي قيمة أختار؟
| الإعداد | القيمة | لماذا |
|---|---|---|
| زمن واحد أم نافذة؟ | نافذة لمكوّن ممتد (مثل 300 إلى 500 ms)، وزمن واحد للاستكشاف | متوسط النافذة أثبت من نقطة واحدة، لأن الضوضاء في عيّنة واحدة أكبر. وهو نفس منطق “متوسط السعة” في درس ERPLAB. |
| مقياس الألوان | واحد مشترك بين كل الخرائط التي تقارنها | مقياس مختلف لكل خريطة يجعل الضعيف يبدو قوياً. سلسلة Plot ثم ERP map series ثم In 2-D تفعل هذا تلقائياً. |
| حدود المقياس | متماثلة حول الصفر ([-lim lim]) | حتى يبقى اللون الأوسط صفراً، وتقارن الموجب بالسالب بعينك. هذا الافتراضي في topoplot ('absmax'). |
'electrodes' | 'on' حتى 64 قناة | يريك أين القياس الحقيقي. فوق 64 قناة تزدحم النقاط، و EEGLAB يقترح 'off' تلقائياً. |
| خريطة الألوان | الافتراضية في EEGLAB | EEGLAB 2026.1 يستخدم turbo على MATLAB R2023b وما بعده، وjet قبله (icadefs.m). لا تغيّرها لألوان قد تخفي الصفر. |
| خريطة 2-D أم 3-D | 2-D (Plot ثم ERP map series ثم In 2-D) | Plot ثم ERP map series ثم In 3-D تحتاج ملف spline مصنوعاً لترتيب أقطابك، ومطابقة أقطابك مع شبكة رأس، وكل منظر يعرض جزءاً من الرأس فقط. خريطة 2-D تعرض فروة الرأس كلها مرة واحدة، وهي ما تستعمله الأوراق العلمية، لذلك يستعمل هذا المسار خرائط 2-D فقط. |
كيف أتأكد أنها نجحت؟
5 فحوص سريعة
- الأنف للأعلى، و Fz في المقدمة و Oz في الخلف عند تفعيل
'electrodes', 'labels'. - شريط ألوان واحد لسلسلة الخرائط الست، وحداه متساويان بالقيمة.
- لا نقاط أقطاب تحت العينين: في الخريطة 30 نقطة، و
EEG.nbchanيساوي 30. - الخريطة عند 0 ms ألوانها هادئة قريبة من لون الصفر غالباً، لأن متوسط فترة -200 إلى 0 ms صُفّر في تصحيح baseline، والاستجابة البصرية لم تبدأ بعد.
- خريطة النافذة تتغيّر إذا غيّرت النافذة من 300 إلى 500 ms إلى 100 إلى 200 ms، ولا تتغيّر حدودها إلا بتغيّر السعة.
كيف أتأكد أنها نجحت؟
- الأنف للأعلى، و Fz في المقدمة و Oz في الخلف عند تفعيل
'electrodes', 'labels'. - شريط ألوان واحد لسلسلة الخرائط الست، وحداه متساويان بالقيمة.
- لا نقاط أقطاب تحت العينين: في الخريطة 30 نقطة، و
EEG.nbchanيساوي 30. - الخريطة عند 0 ms ألوانها هادئة قريبة من لون الصفر غالباً، لأن متوسط فترة -200 إلى 0 ms صُفّر في تصحيح baseline، والاستجابة البصرية لم تبدأ بعد.
- خريطة النافذة تتغيّر إذا غيّرت النافذة من 300 إلى 500 ms إلى 100 إلى 200 ms، ولا تتغيّر حدودها إلا بتغيّر السعة.
ما الأخطاء التي يقع فيها كثيرون؟
5 أخطاء، وكيف تتجنّبها
- مقارنة خرائط بمقاييس مختلفة. انظر لأرقام شريط الألوان قبل الألوان. خريطتان متشابهتا اللون قد تختلفان عشر مرات في السعة.
- الثقة بخانة Window size at latencies in ms. الرقم نصف عرض النافذة، فـ 50 عند 100 ms تعني من 50 إلى 150 ms. في EEGLAB 2026.1 تكتب الأداة هذا “50 to 150 ms” فوق الخريطة الأولى، لكنها ترسمها من عيّنة واحدة. المتوسط الحقيقي للنافذة يحدث فقط عند الضغط على الموجة. لخريطة نافذة موثوقة، استخدم السكربت أعلاه.
- قراءة الخريطة كأنها مكان المصدر. البقعة الحمراء فوق Pz لا تعني أن المصدر تحت Pz. التوصيل في الجمجمة ينشر الجهد، واتجاه المصدر يغيّر مكان القمة. تحديد المصدر موضوع درس DIPFIT.
- خريطة بلا مواقع أقطاب صحيحة. إذا كانت المواقع ناقصة أو خاطئة، الخريطة خاطئة كلها. تحقق منها كما في درس مواقع الأقطاب.
- نسيان المرجع. الخريطة تتغيّر كلياً مع المرجع. خرائطنا بمرجع متوسط من 30 قناة رأس، فاذكر ذلك تحت كل رسمة.
ما الأخطاء التي يقع فيها كثيرون؟
- مقارنة خرائط بمقاييس مختلفة. انظر لأرقام شريط الألوان قبل الألوان. خريطتان متشابهتا اللون قد تختلفان عشر مرات في السعة.
- الثقة بخانة Window size at latencies in ms. الرقم نصف عرض النافذة، فـ 50 عند 100 ms تعني من 50 إلى 150 ms. في EEGLAB 2026.1 تكتب الأداة هذا “50 to 150 ms” فوق الخريطة الأولى، لكنها ترسمها من عيّنة واحدة. المتوسط الحقيقي للنافذة يحدث فقط عند الضغط على الموجة. لخريطة نافذة موثوقة، استخدم السكربت أعلاه.
- قراءة الخريطة كأنها مكان المصدر. البقعة الحمراء فوق Pz لا تعني أن المصدر تحت Pz. التوصيل في الجمجمة ينشر الجهد، واتجاه المصدر يغيّر مكان القمة. تحديد المصدر موضوع درس DIPFIT.
- خريطة بلا مواقع أقطاب صحيحة. إذا كانت المواقع ناقصة أو خاطئة، الخريطة خاطئة كلها. تحقق منها كما في درس مواقع الأقطاب.
- نسيان المرجع. الخريطة تتغيّر كلياً مع المرجع. خرائطنا بمرجع متوسط من 30 قناة رأس، فاذكر ذلك تحت كل رسمة.
متصفحك لا يسمح بحفظ التقدّم. كل الدروس متاحة، لكن علامات الإكمال لن تُحفظ.
تم. حُفظ تقدّمك في هذا المتصفح.تراجعكيف أكتبها في ورقتي؟
قالب Methods: عدّل البيانات والإعدادات والإصدارات لتطابق ما نفّذته
قالب: عدّل البيانات والإعدادات والإصدارات لتطابق ما نفّذته.
Scalp topographies of the ERP at 30 average-referenced scalp channels (EOG channels excluded) were plotted at 0 to 500 ms in 100-ms steps and as the mean amplitude from 300 to 500 ms, using a symmetric color scale (pop_topoplot, topoplot, EEGLAB 2026.1).كيف أكتبها في ورقتي؟
قالب: عدّل البيانات والإعدادات والإصدارات لتطابق ما نفّذته.
Scalp topographies of the ERP at 30 average-referenced scalp channels (EOG channels excluded) were plotted at 0 to 500 ms in 100-ms steps and as the mean amplitude from 300 to 500 ms, using a symmetric color scale (pop_topoplot, topoplot, EEGLAB 2026.1).أين أقرأ أكثر؟
2 مراجع: التوثيق الرسمي أولاً
- EEGLAB Tutorialتوثيق8. Plot data > a. ERPs: Plotting all-channel ERPs; Plotting a series of 2-D ERP scalp maps
- EEGLAB Tutorialتوثيق11. Write scripts > d. Advanced plots
مكتوب لـ EEGLAB 2026.1 · 2026-10-28
للتوسّع
- EEGLAB Tutorial: https://eeglab.org/tutorials/08_Plot_data/Data_Averaging.html (8. Plot data > a. ERPs: Plotting all-channel ERPs; Plotting a series of 2-D ERP scalp maps)
- EEGLAB Tutorial: https://eeglab.org/tutorials/11_Scripting/EEG_scalp_measures.html (11. Write scripts > d. Advanced plots)
تحتاج مساعدة؟
اسأل، أو شاركنا رأيك، أو بلّغ عن خطأ
- بلّغ عن خطأ علمي · يحتاج حساباً على GitHub. لا تملك حساباً؟ استخدم "شاركنا رأيك".