<div dir="ltr">Hello everyone,<br><br>I’ve been trying to compute a time-frequency decomposition on my iEEG recordings via the multitaper method, and I’m seeing a really strange output that looks similar to the issue described in the Wiki on the effects that a DC offset can have on the output of the ‘mtmconvol’ method. I’m not sure what's causing this effect since not only do I highpass filter the entire recording, but I also detrend/demean my epochs. Below I’m copying the code that I’ve been using, as well as as an image of one of my channels showing average power across trials relative to baseline (in dB). I’d really appreciate if someone could help me figure out what’s going on.<br><br>My current hypothesis is that this might be caused by trials with interictal discharges that slipped past my cleaning pipeline, combined with a short window length and <span class="gmail_default" style="font-size:small">the way in which </span>Fieldtrip implements the multitaper method.<div><br></div><div><div class="gmail_default" style="font-size:small">Thanks,</div><div class="gmail_default" style="font-size:small"><br></div><div class="gmail_default" style="font-size:small">--Gabriel</div><br><br><u><b><span class="gmail_default" style="font-size:small"></span>Code:</b></u><div><br>%%  load data and apply highpass filter<br>m = matfile([subjid '_' rec_day '_preproc.mat']);<br><br>cfg = [];<br>cfg.hpfilter = 'yes';<br>cfg.hpfilttype = 'firws';<br>cfg.hpfiltdir = 'onepass-zerophase';<br>cfg.hpfreq = .5;<br><br>data = ft_preprocessing(cfg, m.dataF);<br><br>%%  epoch data aligned to stimulus onset<br>cfg = [];<br>cfg.trl = m.res_trl;<br><br>epochs = ft_redefinetrial(cfg, data);<br><br>%%  remove bad trials and choose latency<br>cfg = [];<br>cfg.trials = setdiff(1:numel(epochs.trial), m.badtrials);<br>cfg.latency = [-2 4];<br><br>epochs = ft_selectdata(cfg, epochs);<br><br>%%  compute TFRs<br>cfg = [];<br>cfg.method = 'mtmconvol';<br>cfg.taper = 'dpss';<br>cfg.output = 'pow';<br>cfg.channel = 'all';<br>cfg.trials = 'all';<br>cfg.keeptrials = 'yes';<br><br>t_ftimwin = .25;        % 250 ms<br><br>cfg.toi = -1:.025:3;    % 90% overlap<br><br>df = 1/t_ftimwin;       % 4 Hz<br><br>cfg.foi = 30:df:200;<br><br>cfg.t_ftimwin = t_ftimwin * ones(size(cfg.foi));<br><br>cfg.tapsmofrq = 2 * ones(size(cfg.foi)) / t_ftimwin;    % 8 Hz<br><br>TFR = ft_freqanalysis(cfg, epochs);<br><br>%%  compute average power across trials<br>cfg = [];<br>cfg.avgoverrpt = 'yes';<br><br>TFR = ft_selectdata(cfg, TFR);<br><br>%%  perform baseline normalization<br>cfg = [];<br>cfg.baseline = [-.5 -.2];<br>cfg.baselinetype = 'db';<br><br>TFR = ft_freqbaseline(cfg, TFR);</div><div><br></div><div><div class="gmail_default" style="font-size:small"><u><b>Output:</b></u><b></b></div></div><div class="gmail_default" style="font-size:small"><b><br></b></div><div><div><img src="cid:ii_k05rvzdp0" alt="LPS03_MeanRelativePower.png" width="501" height="260"></div></div></div></div>