对于脑电EEG数据，在进行功能连接计算之前，要充分做好预处理步骤。这里仅把打marker，分段，提epoch的基本操作做个笔记。

首先，打marker和events数量有关；分段和epoch数量有关（eeglab中可以看到相应信息）；打完marker，分完段并且做好所有的预处理步骤后，就可以提epoch了，提epoch是为了对不同数据中的不同多个epoch取个统一数量（比如1.set有1010个epoch，2.set有990个epoch，3.set有880个epoch，就可以把这仨全部取成800个epoch，这样方便后面的功能连接计算），为了把这几个set文件变成规整数量的mat文件，注意这一步可以根据实验目的改变逻辑。

一、打marker

（1）导入1.set

（2）插入marker

【具体见如何利用EEGlab工具包在EEG数据中手动插入Marker？ - 知乎】

命令行窗口依次输入 （每输入一句就回车）

1）cc=0:5:5154    % 表示从0到5154，差值为5的等差数列；5154是eeglab中显 示的epoch end(s)的信息  

2）ent=ones(length(cc).2)   % ent为length(cc)*2的矩阵，元素全为1

3）ent(:,1)=cc'    % 用cc的转置给ent矩阵的第一列赋值

4）save event.txt -ascii ent    % 保存了一个event.txt文件在当前目录

修改txt头部: 在第一列值得上面写latency，第二列上面写type（如下图）；

导入txt: file-->import event info-->from Matlab array or ASCII file, 导入txt文件，左上角勾一下，下面的前两行改一下（如下图），设置好后点OK；

（3）保存为1.set

二、分段

打开eeglab，

tools-->extract epochs-->改一下值（比如10s一个trail，取每个Mark的前5s和后5s，改成-5,5）-->基线-->OK

三、提epoch

以此代码的项目为例，load的数据是（1-9是九个被试文件夹，done是个文件夹，每个done里有四个预处理完的set文件）

执行完毕后，save的数据是

 会发现提epoch的过程中也把逻辑按照实验目的改了一下，把一开始按照被试分类变成了按照实验的时间点分类。

由于每个人提取了80个epoch，所以9个人的累加一共是720个epoch。