如何克服自身习气，王阳明说出了具体的解决办法： 1.首在立志 王阳明说：“志立而习气渐消。学本于立志，志立而学问之功已过半矣。” 克服习气，首在立志。凡事只要有一种持之以恒的志向，时刻为这个目标而努力，就有成功的可能。 立志之后，就要省察克治，“省察克治”就是反省自己、克制私欲邪念。

一入brain maping 到处是坑，从溯源 到连接 如今还得搞图论 别说了 让我静静 ！ 原文来自：Complex network measures of brain connectivity Nodes The nature of nodes and links in individual brain networks is determined by combinations of brain mapping methods, anatomical parcellation schemes, and measures of connectivity

Connectome： structure  connectivity connectomic :functional connectivity structure connectivity 是基础 类似物质的基本组成，就是大脑本身的神经网络连接 Functional connectivity 是在 structure connectivity 基础上进行的相关活动 就是脑神经信号传播的动态网络连接 方法很多，但是学习SC and FC之前必须了解图论（graph thoery  ）比如 node  edge  path clustering 等 如上图 ，其中 hub 和 rich club 是比较火的  尤其是rich club的  据说在不同脑区之间的通信扮演很重要的角色    

FieldTrip supports the use of an anatomical atlas to look up the anatomical label of a source that you have localized. Vice versa you can also first look up the location of an anatomical region and subsequently use that in

参数统计和非参数统计是非常重要的对于EEG的分析 ， 这篇文章记录了教程中几个tips 1. The ERF data was obtained using ft_timelockanalysis. For the purpose of inspecting your data visually, we also use ft_timelockgrandaverage to calculate the grand average across participants, which can be used for subsequent visualization. 所有数据先被ft_timelockanalysis 处理，然后再将所有trial 利用函数 ft_timelockgrandaverage进行平均，注意教程所提供的数据已经做过ft_timelockanalysis处理。  

在fieltrip 当中，有几个函数是贯穿整个工具的 ，也是MEEG信号分析的主要手段，每个函数都涉及到不同的方法，我再次对函数使用的多重method做个归纳 1. FT_TIMELOCKANALYSIS computes the timelocked average ERP/ERF and computes the covariance matrix 时域分析是EEG信号分析的第一步，尤其对SSVEP和ERP, 那么这里面 Use as [timelock] = ft_timelockanalysis(cfg, data) The data should be organised in a structure as obtained from the FT_PREPROCESSING function. The configuration should be

在fieltrip里面做statistics的时候，除了要输出处理过的数据（freqanalysis or timelockanalysis or sourceanalysis）还要设计一个design matrix 主要用来标记数据的属性，比如属于哪一组 哪个trials 哪个condidations , 其中 ivar 和 uvar是比较重要的数据，它也是用来指明矩阵中每一行的属性，其中indepent var指的是不同的group, 而 uvar指的是不同的unit . 单个sub之间不同condition的比较 A vsB cfg.design=[ones(1,5),2*ones(1,4)]   %%design=[1 1 1 1 1 2 2 2 2 ] cfg.ivar=1;            

http://www.nature.com/articles/srep34273?WT.feed_name=subjects_language nature的文章用的此种分类 相信比较权威  就这样吧 Seventy-two of 128 electrodes were divided into four groups (frontal, central, parietal, and occipital) for each hemisphere. Each group contained between 16 and 20 electrodes that were averaged together to represent EEG responses from that scalp

Fieldtrip has provide a automatic removing artifact method , we have done a test on the local data, in turn, it did not work as you expected , sometimes  badlly, Please visually checking for artifacts the following code :