<div dir="ltr">Thanks Tarik - so far the approach I've been taking is to cut arbitrarily long epochs out of the continuous EEG, but this is sometimes irritating because it increases the size of the .set file substantially and duplicates a bunch of events, which sometimes makes counting trials per condition annoying. It gets the job done, but I'm thinking that if I were to simply transform the continuous data before epoching none of this would be an issue.<div><br></div><div>Any experience with this approach? I don't really use the gui anyway, so that's not an issue. What EEGLAB function would you use to accomplish this? I guess a related question is, do you know if it's possible to insert events into a time-frequency matrix rather than the usual EEG.data time X activation matrix? That would make it easier, if I could actually insert the time-locking event of interest into the TF representation directly.</div><div>Thanks,</div><div>Eric</div><div><br></div><div><br></div></div><div class="gmail_extra"><br><div class="gmail_quote">On Mon, Oct 30, 2017 at 8:44 PM, Tarik S Bel-Bahar <span dir="ltr"><<a href="mailto:tarikbelbahar@gmail.com" target="_blank">tarikbelbahar@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div class="gmail_default" style="color:#333399">Hello Eric, </div><div class="gmail_default" style="color:#333399"><br></div><div class="gmail_default" style="color:#333399">Totally sane idea!</div><div class="gmail_default" style="color:#333399"><br></div><div class="gmail_default" style="color:#333399">One option within eeglab is to cut into longer epochs, do TF,  and then ignore the edges/artifacts time-periods of the epochs.</div><div class="gmail_default" style="color:#333399"><br></div><div class="gmail_default" style="color:#333399">Another option is to review various TF techniques and use ones that create less or little edge artifacts.</div><div class="gmail_default" style="color:#333399"><br></div><div class="gmail_default" style="color:#333399">If you haven't had a chance to yet,  check out Mike X Cohen's excellent books, matlab scripts, and videos about this.</div><div class="gmail_default" style="color:#333399"><br></div><div class="gmail_default" style="color:#333399">Generally speaking you should be able to do this (e.g., epoch continuous time data), but you may have to do so outside of eeglab and/or using some eeglab functions in a code/script.</div><div class="gmail_default" style="color:#333399"><br></div><div class="gmail_default" style="color:#333399">See also chronux toolbox too if you haven't had a chance to yet.</div><div class="gmail_default" style="color:#333399"><br></div><div class="gmail_default" style="color:#333399"><br></div><div class="gmail_default" style="color:#333399"><br></div><div class="gmail_default" style="color:#333399"><br></div></div><div class="gmail_extra"><br><div class="gmail_quote"><div><div class="h5">On Mon, Oct 30, 2017 at 8:11 AM, Eric Rawls <span dir="ltr"><<a href="mailto:elrawls@email.uark.edu" target="_blank">elrawls@email.uark.edu</a>></span> wrote:<br></div></div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div><div class="h5"><div dir="ltr">Hello,<div><br></div><div>I am looking for ways to improve the low-frequency resolution of time-frequency transforms, and I had the idea that it might be possible to transform the continuous data to a time-frequency representation (using wavelets or the Hilbert transform) before epoching the transformed data. This would avoid edge artifacts at all but the first and last trials. However, I'm not sure if this is possible in EEGLAB - does anyone have experience with this, or a workaround to cut epochs from continuous time-frequency domain data, time-locked to an event of interest?</div><div><br></div><div>Thanks</div><div><br></div><div>Eric Rawls, M.S.</div><div>Graduate Research Assistant</div><div>Department of Psychological Sciences</div><div>University of Arkansas</div></div>
<br></div></div>______________________________<wbr>_________________<br>
Eeglablist page: <a href="http://sccn.ucsd.edu/eeglab/eeglabmail.html" rel="noreferrer" target="_blank">http://sccn.ucsd.edu/eeglab/ee<wbr>glabmail.html</a><br>
To unsubscribe, send an empty email to <a href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu" target="_blank">eeglablist-unsubscribe@sccn.uc<wbr>sd.edu</a><br>
For digest mode, send an email with the subject "set digest mime" to <a href="mailto:eeglablist-request@sccn.ucsd.edu" target="_blank">eeglablist-request@sccn.ucsd.e<wbr>du</a><br></blockquote></div><br></div>
</blockquote></div><br></div>