EEGLab 10.0.0.0b脑电分析全流程与避坑指南

简介：EEGLab V10.0.0.0b.rar 是面向脑电（EEG）分析学习者与神经科学、心理学、生物医学工程研究者的开源工具安装包，可解决从原始信号检查、预处理到事件相关电位、频谱分析与源定位等分析流程的软件环境搭建问题，也适合希望将脑电数据与机器学习、脑机接口及人工智能方法结合的中高级用户。压缩包体积约182.31MB，文件总数与类型明细上游暂未提供，具体目录和文件构成需以实际解压结果为准。资源已有197人浏览学习，热度可供参考。其价值在于提供一套较完整的EEG分析工具入口：读者可围绕去噪、滤波、眼动校正、平均参考等预处理环节建立规范流程，并进一步开展ERP分析、频域分析和源定位实践；对跨学科研究而言，还可作为连接神经影像、生理信号与分类算法实验的基础平台，便于后续开展脑状态识别与模型验证。

1. 从一份 2010 年的压缩包说起：EEGLab 10.0.0.0b 还值不值得拆

脑电分析这件事，本质上是信号处理、神经生理和机器学习三者的交叉学科活儿，而 EEGLab 恰好是这条链路上绕不开的一站。10.0.0.0b 这个版本号看着很旧，但它对应的是 MATLAB 图形界面还完全靠句柄控件撑起来的年代，包体小、依赖少、函数名干净，pop_系列和底层eeg_系列的分层非常清楚。我手上的场景很典型：一台装不了新版 MATLAB 的工控机，接的是老式放大器的 64 导采集，需要把原始连续数据一路做到能进分类器的分段数据。这个包能解决的就是这条完整链路——导入、滤波、重参考、分段、ICA 去伪迹、导出特征。适合谁？手上有旧系统、要做被试内小样本实验、又不想被新版工具箱的依赖链拖住的人。但它也有明确的版本边界，后面几章会一条条摊开。

2. 解包与首启自检：目录结构、MATLAB 依赖和四条验证命令

2.1 版本边界：这个包里有什么、没有什么

先把预期打平。10.0.0.0b 属于 EEGLab 的 10.x 分支，核心是一套 MATLAB 的.m函数加上一批 GUI 回调，数据处理逻辑全部在函数里，GUI 只是壳。这意味着即使 GUI 在新版 MATLAB 上显示错位，命令行依然能跑通全流程——这一点在后面的排错章节会反复用到。

这个版本里能用的关键函数族大致是这些：

没有的东西同样重要：这个版本里没有pop_eegfiltnew，也就是那套基于 Hamming 窗零相位 FIR 的新滤波实现；没有 ICLabel 这类自动成分分类；没有 clean_rawdata 那套 ASR 处理。很多人拿着新版的教程去套这个包，第一步就在函数名上翻车——pop_eegfiltnew在这个版本里根本不存在，报错信息还是含糊的 "Undefined function"。

所以定位很清楚：这是一个功能完整但工具链偏老的版本，够用，但不能照抄新教程。

2.2 三条命令把环境装干净：解压、路径、启动验证

第一步是解压。压缩包是 rar 格式，Linux 下用 unrar，Windows 下用 7-Zip 都可以。这里有个血泪经验：解压路径不要带中文、空格和括号。MATLAB 的addpath对这类路径的处理在不同版本上不一致，后面pop_loadset找不到文件时你根本想不到是路径的问题。

# 建一个纯英文、无空格的目录，避免后续 addpath 与文件读写出问题 mkdir -p /opt/eeg/eeglab10 unrar x EEGLab_V10.0.0.0b.rar /opt/eeg/eeglab10/ # 看一眼解压出来的顶层结构，确认 eeglab.m 在根目录下 find /opt/eeg/eeglab10 -maxdepth 2 -name "eeglab.m" -o -maxdepth 2 -type d | head -30

命令的逻辑很直白：先建目录，再解压，最后定位eeglab.m的位置。最后那步不能省，因为有些压缩包会多套一层目录，解压出来是eeglab10/EEGLab_V10.0.0.0b/eeglab.m，如果你按第一层去addpath，启动就会失败。参数上-maxdepth 2是为了不把 plugins 下的几百个子目录全刷出来。

第二步是在 MATLAB 里挂路径。这里有个反直觉的点：不要用addpath(genpath(...))把整个目录树一次性加进去。genpath会把 plugins 下所有子目录、示例数据目录、旧版本备份目录全部塞进搜索路径，一旦出现同名函数（比如某个插件自带了一份改过的eegfilt.m），MATLAB 调用哪个取决于路径顺序，行为就变成了玄学。

% 只把根目录加进路径，其余子路径由 eeglab.m 自己按需添加 root = '/opt/eeg/eeglab10'; addpath(root); % 启动，GUI 会弹出并自动把 functions/ 与 plugins/ 写入路径 eeglab; % 如果是无界面环境，用下面这行代替，跑完批处理再退出 % eeglab('nogui');

addpath(root)只加一层，这是刻意为之。eeglab函数内部会读取自身的安装位置，把必要子目录加进去，同时初始化一批全局变量。如果你在无显示器的服务器上跑，eeglab('nogui')能跳过界面初始化，但注意这个参数在老版本里的行为不完全等价——它仍然会尝试读一遍配置文件，所以第一次运行最好还是带界面跑一次，让配置落盘。

第三步是验证。别急着导数据，先跑四条断言，把环境问题挡在数据问题前面：

% 四条验证，任何一条为 0 都说明环境没装对 checks = { ... 'eeglab', exist('eeglab','file') == 2; ... 'pop_loadset', exist('pop_loadset','file') == 2; ... 'runica', exist('runica','file') == 2; ... 'eegfilt', exist('eegfilt','file') == 2; ... }; for k = 1:size(checks,1) fprintf('%-12s : %d\n', checks{k,1}, checks{k,2}); end

exist(...,'file')返回 2 表示找到.m文件，返回 0 就是没挂上。为什么单独测runica和eegfilt？因为这两个是后面 ICA 和滤波的入口，前者藏在functions/的子目录里，后者是老滤波实现的底层函数，路径没加全的时候它们最容易缺失，而pop_系列反而因为都在浅层目录里，能过。

2.3 首次启动要看的四个信号

启动之后，命令窗口会打印一串路径信息和版本号。别急着关，看四样东西。

第一，看有没有 warning 提到图形句柄或uicontrol属性。这个版本的 GUI 是照着老式 MATLAB 图形系统写的，在较新的 MATLAB 上（图形系统换过一代之后），部分控件可能错位、回调失效或者菜单点不开。看到这类警告不代表不能用，但要有心理准备：接下来的操作尽量走命令行，GUI 只用来查看波形和地形图。

第二，看plugins目录有没有被识别。命令窗口一般会列出加载到的插件名。如果列表是空的，说明根目录指错了，你指的可能是上一层的父目录。

第三，跑一次pop_loadset的空调用，看它是否有反应。第四，随手help pop_epoch一下，能出帮助文本就说明路径基本没问题。

我一般的习惯是：第一次装完立刻把上面那四条断言存成check_env.m放在项目目录里，换机器、换 MATLAB 版本、升级工具箱之后先跑一遍这件事，能省掉大量"到底是数据坏了还是环境坏了"的纠结。

3. 原始脑电到可训练数据：导入、滤波、重参考、分段的参数怎么定

这一章是整条链路里最容易做废数据的一段，因为每一步都有默认值，而默认值几乎从来不适用于你的实验。下面按顺序过，每一步给出可抄的命令、参数含义和失败时看什么。

3.1 数据落盘格式与导入选择：set/fdt 双文件机制

先搞清楚 EEGLab 自己的存储格式，这是后面所有坑的根源。.set文件本质是一个 MATLAB 的.mat文件，里面存的是EEG结构体：通道位置、事件、采样率、数据维度等。数据本体有两种存法：

• 单文件：所有数据都塞在.set里，文件大但只有一个。
• 双文件：.set只存元信息和指针，实际数据单独存成.fdt（浮点二进制）。

双文件模式在老版本里是默认行为之一，尤其是数据量大的时候。这就是第一个致命坑：只拷.set不拷.fdt，文件在，数据没了。打开时报的是数据读取失败或者维度对不上，非常像文件损坏。

% 用 load 直接看 set 的底层结构，确认数据是存在文件里还是指向外部 fdt S = load('/data/sub01/sub01_pre.set', '-mat'); disp(fieldnames(S)); % 顶层字段 disp(size(S.EEG.data)); % 单文件模式下这里是真实数据 disp(S.EEG.datfile); % 双文件模式下这里会给出 fdt 文件名

这段代码不依赖 EEGLab 的任何函数，纯 MATLAB 读 MAT。S.EEG.datfile如果非空，说明数据在外部.fdt里，搬运必须两个文件一起走，并且相对路径关系不能变——.fdt是按.set所在目录去找的，你把.set挪到别的文件夹而.fdt留在原地，照样打不开。

单文件还是双文件在保存时决定：

% 保存为单文件，便于拷贝分发；数据量特别大时会很慢 pop_saveset(EEG, 'filename', 'sub01_clean.set', ... 'filepath', '/data/sub01/', ... 'savemode', 'onefile'); % 保存为双文件，写入快，但必须成对管理 pop_saveset(EEG, 'filename', 'sub01_clean.set', ... 'filepath', '/data/sub01/', ... 'savemode', 'twofiles');

savemode的两个取值对应的就是上面说的两种机制。我的做法是：中间过程用双文件（写盘快，反复覆盖不心疼），交付或归档时统一转成单文件，避免半年后自己都忘了哪个.fdt配哪个.set。

至于外部格式，.cnt（常见放大器原生格式）走pop_loadcnt，.bdf/.edf走pop_biosig（需要 BioSig 插件在位），.vhdr这类新格式在这个版本上支持很弱，常见做法是先在外面转成.set或.cnt再进来。导入之后第一件事是核对三样：通道数、采样率、总时长。三者任何一个对不上，后面全是白工。

EEG = pop_loadcnt('/data/sub01/sub01.cnt', 'dataformat', 'int16'); fprintf('通道 %d, 采样率 %d, 时长 %.1f s\n', ... EEG.nbchan, EEG.srate, EEG.pnts / EEG.srate);

dataformat这个参数必须跟采集设备导出的实际类型一致，int16是最常见的，但如果放大器导出的是float32而你按int16读，波形会变成一片噪声或者幅度离谱的方波——这是导入环节最隐蔽的错误，因为不报错，只是数值不对。判断方法很简单：正常脑电在头皮上的量级是几十微伏，如果读进来动辄上千上万，先怀疑这个参数。

3.2 滤波：为什么在这个版本里 pop_eegfilt 要慎用

这个版本没有pop_eegfiltnew，只能用pop_eegfilt，底层是老的eegfilt.m。它内部的实现思路是设计一个 FIR 或 IIR 滤波器再做零相位滤波，问题是滤波器阶数和过渡带是自动估的，而且估得比较激进。

具体表现：做低截止频率的高通（比如 0.5 Hz 甚至 0.1 Hz）时，为了在这么低的频率上做出足够陡的过渡带，滤波器阶数会被拉得很高，滤波后在数据首尾产生明显的振铃和边缘畸变。如果你先分段再滤波，每个 epoch 的两端都会被污染；如果你先滤波再分段，整段数据的头尾几十秒基本不能要。

% 推荐顺序：在连续数据上滤波，然后再分段 EEG = pop_eegfilt(EEG, 0.5, 0); % 高通 0.5 Hz，压慢漂移 EEG = pop_eegfilt(EEG, 0, 30); % 低通 30 Hz，压肌电与高频噪声 EEG = pop_eegfilt(EEG, 48, 52); % 窄带，处理工频

三个调用的参数含义：前两个位置参数是低截止和高截止，填 0 表示该侧不设限。第三个调用是带通形式，用来做工频抑制。这里必须提醒：pop_eegfilt的位置参数顺序在不同小版本之间有过调整，稳妥做法是在 GUI 里设一次参数，然后从主窗口的 History 里把生成的命令行原样复制出来，那条命令一定和当前版本匹配，比查文档可靠。

工频这块还有个取舍。50/60 Hz 的窄带陷波确实干净，但零相位滤波在陷波频率附近会引入相位扰动，对后续的 ERP 成分和 ICA 都有影响。我的习惯是：如果工频干扰不明显，只做 30 Hz 低通就够了，陷波留给确实被污染的数据；如果一定要做，陷波宽度别开太窄，48–52 这种 4 Hz 的带宽比 49.5–50.5 更稳。

失败时看什么：滤波后直接用pop_eegplot(EEG, 1, 1, 1)看连续波形，重点看头尾各 30 秒和大幅度跳变的位置。如果看到波形在两端有规律的衰减振荡，就是滤波器边缘效应，解决办法是裁掉头尾，或者把高通降到更低但接受更长的过渡。

3.3 重参考与降采样：顺序错了后面全错

重参考是改变参考电位，不改变信号本身，但它会改变通道之间的线性关系——而 ICA 恰恰吃这个关系。所以顺序上有一条硬规则：重参考必须在 ICA 之前完成，ICA 之后不要再改参考。ICA 之后改参考，分解出来的成分拓扑就和数据对不上了，删成分时判断会失准。

% 平均参考：传入空数组即对全部通道取平均 EEG = pop_reref(EEG, []); % 指定参考通道（例如双侧乳突，用通道索引） EEG = pop_reref(EEG, [30 47]);

参数说明：第二个入参是参考通道索引数组，传[]就是平均参考。索引顺序要跟EEG.chanlocs里的顺序严格对应，建议先打印一遍标签确认：

for k = 1:EEG.nbchan fprintf('%2d %s\n', k, EEG.chanlocs(k).labels); end

降采样放在哪一步也有讲究。降采样是不可逆的信息损失，必须在所有需要高频信息的处理之后、ICA 之前。ICA 在低采样率下跑得快很多，但如果你的目标频段包含 40 Hz 以上，降到 250 Hz 以下就会开始混叠影响。

% 从 1000 Hz 降到 250 Hz，先低通再降采样，避免混叠 EEG = pop_eegfilt(EEG, 0, 100); % 抗混叠预滤波，截止频率低于新奈奎斯特频率 EEG = pop_resample(EEG, 250);

pop_resample的第二个参数就是目标采样率。注意这一步会重建时间轴，事件 latency 会按比例重算，EEGLAB 内部会处理，但如果你之前手工改过EEG.event的 latency 字段，重采样之后要重新核对一遍。这是第三类常见错误的来源：事件对不上了。

3.4 事件、分段与基线：boundary 与 epoch 对齐

事件是分段的前提。这个版本里事件有两层结构：EEG.event是当前事件表（分段、删数据之后会变），EEG.urevent是原始事件表（只读快照）。做回溯和对账的时候，永远以urevent为准。

外部事件表导入：

% events.txt 两列：latency 与 type，用制表符或逗号分隔 EEG = pop_importevent(EEG, 'event', 'events.txt', ... 'fields', {'latency','type'}, ... 'skipline', 1, 'timeunit', 1);

timeunit是最容易搞错的一个参数：1 表示 latency 单位是采样点，0 表示是秒。填错的后果是全部分段位置偏移，而且是等比偏移，波形看着像"提前"或"延后"了。判断依据是你的采集系统导出的触发时间戳用的是哪种单位——大多数放大器导出的是采样点，少数行为学软件导出的是秒。

分段本身：

EEG = pop_epoch(EEG, {'S1','S2'}, [-0.2 0.8], ... 'newname', 'sub01_ep', 'epochinfo', 'yes'); % 基线校正，用刺激前 200 ms 作为零点 EEG = pop_rmbase(EEG, [-200 0]);

三个关键参数：事件类型列表、时间窗（秒）、新数据集名。时间窗用了-0.2到0.8，对应 200 ms 基线加 800 ms 刺激后。pop_rmbase的参数是毫秒为单位的基线区间，必须落在 epoch 时间窗内，否则会静默失败或者报维度错误。

关于boundary事件：数据被切段或者删掉一段之后，EEGLAB 会插入类型为boundary的伪事件。分段时如果不避开它，跨断点的 epoch 会带着一段空白或者跳变进来。稳妥做法是分段前先查一遍：

nBoundary = sum(strcmp({EEG.event.type}, 'boundary')); fprintf('断点事件数: %d\n', nBoundary);

有断点的话，用pop_select把断点附近的时间段裁掉，或者干脆把跨断点的 epoch 在分段后手动剔除。这一步省掉，后面 ICA 分解出来的成分会带明显的阶跃状拓扑，看起来像"成分不干净"，其实是数据本身有断口。

4. ICA 去伪迹：runica 与 binica 的选择、成分判定和删除边界

4.1 runica 与 binica：为什么很多人卡在编译这一步

ICA 是这个包里最核心也最吃资源的一步。默认算法是 Infomax（runica），纯 MATLAB 实现，兼容性好但慢。另一个选项binica是同一算法的预编译加速版，速度快几倍，代价是要有对应平台的二进制文件。

在这个版本上，binica的坑非常集中：包里的预编译二进制大概率只覆盖了 32 位 Windows，在 64 位 Linux 或较新的 macOS 上直接调用会报"无法执行"或者干脆无声失败。想用得自己按源码重新编译，而编译链路又依赖特定版本的 C 编译器，这一步劝退过很多人。

我的建议很直接：除非数据量真的到跑不动的地步，否则就用runica，把时间成本换成确定性。

% 标准 Infomax，extended 打开扩展模式，适合超高斯与亚高斯混合的成分 EEG = pop_runica(EEG, 'icatype', 'runica', ... 'extended', 1, ... 'interrupt', 'on');

三个参数的含义：icatype指定算法；extended为 1 时用扩展 Infomax，能同时处理超高斯（眨眼、肌电）和亚高斯（部分伪迹）源，做伪迹剔除时这是必须的；interrupt为on允许中途用 Ctrl+C 打断并保留当前结果，长任务必备。

还有一个隐藏参数是数据秩。如果你在 ICA 之前做了平均参考，数据的秩会掉 1（因为所有通道之和恒为零），此时直接跑 ICA，算法会尝试分解出 N 个独立成分，但实际上只有 N-1 个自由度，结果里会出现一对高度相似甚至完全重复的成分，看起来像"分解不收敛"。

% 先算秩，再决定是否降维 r = rank(EEG.data(:,:), 1e-6); fprintf('数据秩 %d，通道数 %d\n', r, EEG.nbchan); % 秩不足时用 pca 参数降维，让成分数等于秩 EEG = pop_runica(EEG, 'icatype', 'runica', 'extended', 1, ... 'pca', r, 'interrupt', 'on');

'pca', r这个参数的意思是先做主成分压缩到 r 维再跑 ICA，成分数就等于 r。这步做了之后，成分拓扑会干净很多，也不会出现重复成分。这是我在平均参考数据上必做的一步，养成习惯之后省掉无数"为什么这两个成分一模一样"的疑问。

4.2 成分判定的三步法：拓扑、功率谱、ERP 图

ICA 跑完之后，EEG.icaact是成分时间序列，EEG.icawinv是混合矩阵（也就是每个成分的头皮投影）。判定哪个成分是伪迹，不能只看一个图。我固定走三步：

第一步看拓扑。眨眼伪迹的典型形态是前额正中、左右对称的双侧投影，权重集中在前几个通道；水平眼动的拓扑是左右反相，一侧正一侧负；肌电的拓扑通常弥散、杂乱、没有清晰的偶极子结构。

% 一次看前 12 个成分的地形图，4x3 排布 pop_topoplot(EEG, 0, [1:12], 'sub01 成分拓扑', [4 3], 0, 'electrodes', 'on');

参数说明：第三个入参是要画的成分编号数组，第四个是标题，第五个是子图排布[行 列]，最后一个'electrodes','on'会在图上标注电极位置，方便定位。

第二步看功率谱。眼动成分的能量集中在低频（1–5 Hz），曲线陡降；肌电成分是宽频抬升，10–40 Hz 甚至更高都有明显能量；心电伪迹会出现尖锐的谐波峰；而真正的神经源成分功率谱相对平缓，在 alpha 或 beta 频段有可见的隆起。

% 画成分功率谱，只关心 1-40 Hz pop_spectopo(EEG, 1, [], 'EEG', 'freq', [10 20], 'freqrange', [1 40]);

第一个参数是 1 表示按数据子集画，第三个空数组表示用全部数据点，后面几个是频段与显示参数。

第三步看单试次图像。把成分时间序列按试次排开，眨眼伪迹会在每个试次里呈现固定位置的大幅尖峰，节律性伪迹会呈现水平条纹，而神经源成分应该是围绕基线波动的、不规则的。

pop_erpimage(EEG, 1, [], [], 'sub01 成分', 10, 1, {}, [], 'erp');

三步走完，一个成分是眼、是肌、是心电、是神经源，基本能定性。这里要泼一盆冷水：ICA 只能分离"线性混合且统计独立"的源，不是万能的黑匣子。有些伪迹和神经信号在时间上高度相关，怎么分解都会混在一起，这时候硬删，删掉的就是真实信号。

4.3 一键删除还是半自动：概率法与峰度法的适用边界

这个版本提供pop_jointprob和pop_rejkurt两个自动筛查函数，思路是对每个通道（或成分）计算数据分布，把偏离整体分布若干个标准差的试次标出来。它们对付的是偶发的、孤立的大幅度跳变，比如电极瞬断、被试突然动一下。

% 对成分做概率筛查：阈值参数按数据情况调，先小步试 pop_jointprob(EEG, 1, [1:EEG.nbchan], 5, 3, 0, 1);

参数顺序在版本之间有过微调，稳妥做法仍然是从 GUI 跑一次再看 History 输出的命令行。要理解的是这两个阈值的含义：一个是单变量阈值（以标准差计），一个是多变量阈值（联合概率）。把阈值调得很严，等于批量删除真实数据；调得很松，等于没做。

适用边界很清楚：这两个函数只能抓"幅度异常"，抓不到"频谱异常"和"拓扑异常"。眨眼伪迹的幅度确实大，但它是每个试次都有的规律信号，概率法标不出来；反过来，一个幅度正常但频谱是肌电的成分，概率法也不会碰。所以合理的用法是：ICA 之后先做人工成分判定（上节的三步法），剩下的试次级异常再用概率法兜底。

% 删除指定成分，第三个参数为 0 表示不保留原成分数据的备份 EEG = pop_subcomp(EEG, [3 7 12], 0);

第三个参数设 0 是为了省内存，代价是删错了没法撤销。我一般第一次跑的时候设成 1，确认效果之后再用 0 重跑一遍，算是一种廉价的后悔药。

4.4 ICA 在什么数据上跑：时机比参数更重要

有个问题被问得最多：ICA 应该在分段前还是分段后跑？

答案取决于目标。如果目标是剔除试次级的伪迹（眨眼、吞咽、动作），应该在连续数据上跑 ICA，因为连续数据样本多，分解更稳定，而且伪迹在连续段里分布更均匀。如果目标是研究单试次成分活动，分段后跑也可以，但要注意分段会切掉一部分数据，样本量变少，分解结果的稳定性下降。

我的固定流程是：连续数据 → 滤波 → 重参考 → 降采样 → 在连续数据上跑 ICA → 用 ICA 权重应用到分段后的数据 → 分段 → 基线校正 → 剔除坏试次。这个顺序的好处是 ICA 吃到了最长的数据，权重最稳，后面分段和剔除都不影响分解结果。

要提醒的是，如果在分段之后又做了任何改变通道线性组合的操作（比如再次重参考、插值坏电极），EEG.icawinv就失效了，必须重新计算投影。这点在跨步骤复用数据集时特别容易忘。

5. 避坑与排查：五条把数据做废的真实翻车记录

5.1 五条现象、原因与解决

第一条：只拷了.set没拷.fdt。现象：换机器打开数据，报数据维度不匹配或者读文件失败，.set文件本身能打开，能看到通道名和事件，但波形一片空白或者全是零。 原因：保存时用了双文件模式，数据本体在.fdt里，.set只是索引。搬运时只搬了索引。 解决：确认EEG.datfile字段非空之后，把同名.fdt一起拷走，且保持两者在同一目录。长期方案是归档时统一转成单文件，用pop_saveset(..., 'savemode','onefile')。

第二条：新版 MATLAB 上 GUI 控件错位、菜单点不开。现象：eeglab能启动，主窗口出来了，但按钮文字重叠、下拉框点开是空的，或者点某个菜单 MATLAB 直接报句柄属性错误。 原因：这个版本的界面是基于老式图形系统写的，较新的 MATLAB 换了图形对象体系，部分属性名和回调机制不兼容。 解决：放弃在 GUI 里做复杂操作，全部走命令行 + History 复制。pop_系列函数不依赖 GUI，功能完全一致。实在需要看图，用pop_eegplot、pop_topoplot这类独立出图的函数，它们受影响较小。

第三条：平均参考后跑 ICA，出现成对重复的成分。现象：分解出来的成分里，编号相邻的两个成分拓扑几乎一样，功率谱也重合，删掉一个另一个也跟着没意义。 原因：平均参考让所有通道之和恒为零，数据秩从 N 降到 N-1。ICA 仍按 N 个成分去解，多出来的自由度导致了退化。 解决：ICA 之前先rank()算秩，然后用'pca', r参数把维度压到秩的大小。这个操作在平均参考数据上应当是默认动作。

第四条：滤波后 epoch 两端出现巨大尖峰，被自动剔除误杀。现象：分段之后看单试次图，每个 epoch 的头尾各有一段规律振荡，幅度比中间的真实信号还大，pop_jointprob把大量好试次标成异常。 原因：低截止频率的高通滤波在数据边缘产生振铃，如果先分段再滤波，每个 epoch 的两端都会被污染。 解决：把滤波挪到分段之前，在连续数据上做；滤波后裁掉头尾各若干秒；或者把高通截止从 0.5 Hz 降到 0.1 Hz 并接受更长的过渡带。判据是看连续波形两端有没有衰减振荡。

第五条：路径含中文或空格，pop_loadset报文件不存在。现象：文件明明在，dir也能列出来，但pop_loadset就是找不到；或者找到了但保存时报写入失败。 原因：MATLAB 的文件 IO 在某些版本和某些系统语言设置下，对非 ASCII 路径和含空格路径处理不一致。 解决：项目根目录用纯 ASCII、无空格的短路径，比如/data/eeg_proj/。这条看起来像废话，但它排在所有诡异报错的原因榜首，值得写在实验室的墙上。

5.2 排查顺序：先分层，再定位

碰到问题时的排查顺序，比具体某一条坑更重要。我的顺序是：环境 → 文件 → 参数 → 数据。

先跑第 2 章那四条断言，确认函数都在路径上；再确认.set与.fdt成对、路径纯 ASCII；然后回看这一步用的参数（尤其是单位：秒还是采样点、毫秒还是秒）；最后才怀疑数据本身。这个顺序能挡掉八成"看起来是数据坏了"的问题。

另一条实用习惯：每一步做完立刻另存一个带步骤后缀的.set，比如sub01_01raw、sub01_02filt、sub01_03ref、sub01_04ica。听起来很土，占用磁盘，但当你发现第五步的结果不对、需要回到第三步重跑时，这套命名能救你一整天。EEGLAB 的 History 会记录操作，但 History 只能告诉你怎么做的，不能替你保存中间状态。

6. 喂给机器学习之前：特征提取、交叉验证与一条能复现的基线

终于到了机器学习这一段。脑电做分类，难点从来不在模型，而在特征和验证。用这个版本导出的分段数据，我一般走最简单也最不容易出错的一条线：频带功率特征加线性判别。

6.1 从 .set 导出到特征矩阵

不依赖任何导出函数，直接操作结构体最稳：

% EEG.data 维度为 [通道 x 时间点 x 试次] data = EEG.data; fs = EEG.srate; labels = {EEG.chanlocs.labels}; % 试次标签需要从事件里解析，这里假设存在 EEG.epoch 的 eventtype 字段 y = zeros(1, size(data,3)); for k = 1:numel(y) et = EEG.epoch(k).eventtype; if iscell(et), et = et{1}; end y(k) = double(strcmp(et, 'S1')); % S1 记 1，其余记 0 end save('sub01_features.mat', 'data', 'fs', 'labels', 'y');

这段的关键是维度顺序：EEGLAB 的EEG.data是通道在前、时间点在中、试次在后。很多人按 Python 的直觉写成试次在前，导出来之后特征全错位，模型准确率还是 50% 上下（二分类瞎猜水平），但你会以为是数据没信息。

Python 端的特征提取与分类：

import numpy as np, scipy.io as sio from scipy.signal import welch from sklearn.pipeline import Pipeline from sklearn.preprocessing import StandardScaler from sklearn.discriminant_analysis import LinearDiscriminantAnalysis from sklearn.model_selection import StratifiedKFold, cross_val_score m = sio.loadmat('sub01_features.mat') data, fs, y = m['data'], float(m['fs'][0,0]), m['y'].ravel() # [ch, time, trial] def bandpower(x, fs, band): f, p = welch(x, fs=fs, nperseg=min(256, x.shape[-1]), axis=-1) idx = (f >= band[0]) & (f <= band[1]) return np.trapz(p[..., idx], f[idx], axis=-1) # [ch, trial] # 两个频带的绝对功率取对数，拼成特征矩阵 feat = np.concatenate([ np.log(bandpower(data, fs, (8, 13))), # mu / alpha np.log(bandpower(data, fs, (13, 30))) # beta ], axis=0).T # [trial, 2*ch] pipe = Pipeline([('sc', StandardScaler()), ('clf', LinearDiscriminantAnalysis())]) cv = StratifiedKFold(n_splits=5, shuffle=True, random_state=0) print(cross_val_score(pipe, feat, y, cv=cv).mean())

nperseg取 256 与信号长度中的较小值，是为了在 epoch 只有几百毫秒时也能算出稳定的功率谱；np.trapz在频带上积分得到该频段的绝对功率；取对数是为了把长尾分布压平，让线性分类器的假设更接近成立。整条管线放进Pipeline里，标准化只在训练折上拟合，这是防止数据泄漏的最低要求。

6.2 交叉验证里最容易翻车的地方

第一，标准化、滤波、ICA 这些操作如果用了全量数据，就已经泄漏了。正确做法是这些步骤要么在预处理阶段对每个被试独立完成（且不利用标签），要么放进 Pipeline 里跟着折走。用全量数据算的归一化参数去标准化测试折，准确率会虚高几个百分点，而且虚高得不多，不容易被发现。

第二，重叠 epoch 会让交叉验证失效。如果你的 epoch 有重叠（步长小于窗长），相邻试次的信号高度相关，随机划分会把"几乎一样的样本"分到训练和测试两侧，准确率直接虚高到 80% 以上。解决办法是按时间块划分，或者干脆不做重叠。

第三，样本量小的时候别信单次结果。几十个试次的二分类，重复划分几次，准确率的波动可能有十几二十个百分点。差值不到显著水平的情况下，"我的模型比基线高 5%"这种结论基本站不住。

6.3 一条能复现的基线

我的习惯是先跑一条最笨的基线：只用两个频带、只用线性判别、只做 5 折、固定随机种子。这条基线跑出来的数字（一般在 60%–75% 之间，取决于任务和被试）才是后面所有复杂模型的参照。深度学习模型如果打不过这条基线，问题通常不在模型，而在特征对齐、标签解析或者数据泄漏上。

从那以后我每次拿到新数据，都强制先走一遍这条基线再谈其他——它的价值不在于准确率有多高，而在于它一旦跑通，就说明从.set到特征矩阵这条链路上的每一环都是对的。希望帮到你。

本文还有配套的精品资源，点击获取