Subtractive Baseline-correction

Hello All,

Im trying to do a subtractive baseline correction on pupil data. I wrote the skript already but when i plot the data, it seems like the baseline correction did not work. The graphs do not all start from the same point. Any ideas of what i could´ve done wrong?

Thank you in advance

%Verzeichnis
Verzeichnis = '/Users/eliebonin/Documents/MATLAB/edf_daten_elie/Datensatz eye tracking';

%Daten laden
load('testmat3.mat')

%Überprüfen der Größe der Matrix
[proben_anzahl, ~] = size (testmat3);

%Sicherstellen, dass die Anzahl der Proben größer oder gleich 10 ist
if proben_anzahl < 10
    error ('Es gibt nicht genügend Proben für Baseline correction');
end


%Definieren des Zeitbereiches für die Baseline
baseline_zeitraum = 1:10; %Annahme: Die ersten zehn Samples entgsprechen dem Baseline-Zeitraum

%Berechnen des Mittelwerts während des baseline Zeitraums für jede Probe
baseline_groesse = mean(testmat3(:,baseline_zeitraum), 2);

%substraktion des Baseline-Mittelwerts von allen Pupillengrößen für jede
%Probe

baseline_corrected_daten = testmat3 - baseline_groesse;

save('baseline_correction.mat', 'baseline_corrected_daten');

Answer 1

[Mathieu NOE]

hello

I was first a bit puzzled when you mention the baseline is made of the first 10 samples - but after several readings it seems to me you think "probes" and not samples

so the baseline is the mean(correct) but in the other dimension (along the "probe" dimension and not te time / samples dimension)

also , as your data conatin nan's it's good idea to use 'omitnan' in the mean computation parameters.

I suspect this is what you wanted to do

%Daten laden
load('testmat3.mat')
figure(1),plot(testmat3)

%Überprüfen der Größe der Matrix
[proben_anzahl, ~] = size (testmat3);
%Sicherstellen, dass die Anzahl der Proben größer oder gleich 10 ist
if proben_anzahl < 10
    error ('Es gibt nicht genügend Proben für Baseline correction');
end
%Definieren des Zeitbereiches für die Baseline
baseline_zeitraum = 1:10; %Annahme: Die ersten zehn Samples entgsprechen dem Baseline-Zeitraum
%Berechnen des Mittelwerts während des baseline Zeitraums für jede Probe
% baseline_groesse = mean(testmat3(:,baseline_zeitraum), 2, 'omitnan');
baseline_groesse = mean(testmat3(baseline_zeitraum,:), 1, 'omitnan');
%substraktion des Baseline-Mittelwerts von allen Pupillengrößen für jede
%Probe
baseline_corrected_daten = testmat3 - ones(size(testmat3,1),1)*baseline_groesse;
figure(2),plot(baseline_corrected_daten)

save('baseline_correction.mat', 'baseline_corrected_daten');

[Mathieu NOE]

otherwise , this was the first correction, without too much thinking, but , again, I suppose it's not what you wanted to do - according to my comments above

so FYI :

%Verzeichnis
Verzeichnis = '/Users/eliebonin/Documents/MATLAB/edf_daten_elie/Datensatz eye tracking';
%Daten laden
load('testmat3.mat')
figure(1),plot(testmat3)

%Überprüfen der Größe der Matrix
[proben_anzahl, ~] = size (testmat3);
%Sicherstellen, dass die Anzahl der Proben größer oder gleich 10 ist
if proben_anzahl < 10
    error ('Es gibt nicht genügend Proben für Baseline correction');
end
%Definieren des Zeitbereiches für die Baseline
baseline_zeitraum = 1:10; %Annahme: Die ersten zehn Samples entgsprechen dem Baseline-Zeitraum
%Berechnen des Mittelwerts während des baseline Zeitraums für jede Probe
baseline_groesse = mean(testmat3(:,baseline_zeitraum), 2, 'omitnan');
baseline_groesse = smoothdata(baseline_groesse,'movmedian',500); % optionnal smoothing
%substraktion des Baseline-Mittelwerts von allen Pupillengrößen für jede
%Probe
baseline_corrected_daten = testmat3 - baseline_groesse;
figure(2),plot(baseline_corrected_daten)

save('baseline_correction.mat', 'baseline_corrected_daten');

[Mathieu NOE]

I think you could also use the detrend function in your case :

%Daten laden
load('testmat3.mat')
figure(1),plot(testmat3)

%Überprüfen der Größe der Matrix
[proben_anzahl, ~] = size (testmat3);
%Sicherstellen, dass die Anzahl der Proben größer oder gleich 10 ist
if proben_anzahl < 10
    error ('Es gibt nicht genügend Proben für Baseline correction');
end
%Definieren des Zeitbereiches für die Baseline
% baseline_zeitraum = 1:10; %Annahme: Die ersten zehn Samples entgsprechen dem Baseline-Zeitraum
%Berechnen des Mittelwerts während des baseline Zeitraums für jede Probe
% baseline_groesse = mean(testmat3(baseline_zeitraum,:), 1, 'omitnan');
% baseline_groesse = smoothdata(baseline_groesse,'movmedian',100);
%substraktion des Baseline-Mittelwerts von allen Pupillengrößen für jede
%Probe
baseline_corrected_daten = detrend(testmat3,'linear','omitnan');
figure(2),plot(baseline_corrected_daten)

save('baseline_correction.mat', 'baseline_corrected_daten');

[Camilla]

Thank u so so much this worked perfectly for me!

[Mathieu NOE]

as always, my pleasure !

Answer 2

[Joe Vinciguerra]

I suspect you want this:

baseline_groesse = mean(testmat3(baseline_zeitraum,:), 1);

instead of this:

baseline_groesse = mean(testmat3(:,baseline_zeitraum), 2);