事件相关脑电位
步骤3
1. 2. 3. 4. 5. 6. 7. 8. 9.
合并行为数据和脑电预览 去除眼电、心电、肌电伪迹 脑电分段
对EEG文件进行数字滤波（根据具体情况有选择的进行） 基线校正 去除伪迹 叠加平均
平滑化处理（Smooth data，根据具体情况具体分析） 对AVG文件进行线性校正（根据具体情况有选择地进行）
10. 基线校正 11. 总平均
步骤4
1. 2. 3. 4. 5. 6. 7. 8. 9.
合并行为数据和脑电预览 去除眼电、心电、肌电伪迹 脑电分段 基线校正 去除伪迹 叠加平均
平滑化处理（Smooth data，根据具体情况具体分析） 对AVG文件进行数字滤波（根据具体情况有选择的进行） 对AVG文件进行线性校正（根据具体情况有选择地进行）
10. 基线校正 11. 总平均
总之，进行线性校正是剔除慢电位偏移伪迹的一种重要方法，它的有效利用，可以在很大程度上使结果更趋于完善，但是，需要非常强调的是，是否需要进行线性校正（Linear Detrend），需要研究者对数据有很强的伪迹识别能力和相当的经验，因此，希望读者能够深刻理解这一点，如果没有把握，可以只按照上述“基本步骤”进行离线分析，以得到所需的ERP波形。