第一步 导入脑电数据
File—-import data—-using eeglab functions and plugins—-from Neuroscan .cnt file—-选择autodect，OK—-重命名一下然后OK。
.cnt数据是Neuroscan收集的原始数据。是一种连续的数据。
.set文件是EEGLAB常用的“数据集”，关联文件.fdt包含实际的EEG数据点，必须存在(因为它是通过间接访问)。数据集包含有大量信息。
第二步 电极定位
Edit—-channel locations—-选第二个use BESA file for 4-shell dipfit spherial model(用BESA文件建立四壳倾斜度球模型—-百度翻译)
原始测试数据文件包含符合International 10/20 System的电极标签，EEGLAB可以根据这些标签自动确定标准坐标。虽然这些坐标不能保证精确，但是对于简单的过程(例如绘制头皮图)，它们是合理的近似值。如果需要精确的电极位置，则需要使用3-D数字转换器并测量每个对象的位置。
对于简单的数据文件，可以接受所有默认值，只需要单机”确定”即可，这会将坐标添加到当前数据集。
第三步 滤波
tools—-filter the data—-basic fir—-设置低通和高通的频段，如1和30。后续弹出的窗口自己重命名即可。
注：可以在一个还没有epoch的连续数据进行滤波，也可以在epoch后的数据进行滤波。对连续的数据进行滤波可以排除epoch boundaries 的滤波伪迹。所以一般先滤波。
The band (1–30 Hz) is commonly used in cognition research(Dodia et al., 2019; Kadam et al., 2019).
第四步 Extract epoch
对应制作素材时的code提取出需要的信号段：tools—-extract epoch—-点弹出对话框中的第一行最右边选择需要的code; 第二行epoch limits: 如果刺激时间为 5分钟，可填0~300。其中0代表已经出现刺激，如果你需要探讨从出现刺激前到之后一段时间内所有脑电情况，就可以选择时间往前推一点，-50~250之类的都可以。
第五步 Run ICA
Tools—-run ICA 之后去除伪迹 Tools—-adjust,找出伪迹(标红的通道)，根据结果用tool—-remove components 去除相应通道(在弹出窗口中的第一行输入1,3即可)。
Independent component analysis (ICA): Running ICA to remove EOG and EMG (Sebastian et al., 2018).
第六步 Select data
Edit—-Select data 点击最后一行 channel range 最右边的 选择需要的30。
第七步 保存数据文件
把matlab 工作区中的EEG双击打开，将data保存用于后续处理。或者File-save current dataset as 另存为.set格式的文件。(注意打开此格式文件的时候：File—load existing dataset)
