静息态脑电信号谱分析 学习笔记

最新推荐文章于 2024-01-31 17:09:15 发布
最新推荐文章于 2024-01-31 17:09:15 发布
阅读量1.5k 收藏 11
点赞数 3
分类专栏： EEG 文章标签： 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/PEAR10X/article/details/123533798
版权
本文介绍了脑电信号的谱分析，包括ERP与谱分析的区别，傅里叶变换原理及其在脑电数据处理中的应用。讨论了非平稳信号的问题，频谱泄露现象以及如何通过窗函数进行控制。还探讨了多窗谱分析在高频信号分析中的优势，以及平滑处理对于滤波去噪和减少变异的作用。
摘要由CSDN通过智能技术生成

1. ERP vs. 谱分析

第一列：各个trial上的原始数据；

第二列：各个试次做的叠加平均，但是仍然不明显；

第三列：经过处理过后的波形，有明显的α波出现。

 2. 傅里叶变换

 

左图：给出的信号signal由多个样本点组成，傅里叶变换就是计算信号signal和不同频率正弦波kernel之间的点积，最后得到结果，也就是频率上的power值。

右图：反映在脑电数据处理中&#x

最低0.47元/天 解锁文章
静息态脑电EEG--Cartool软件微状态分析
yiyiyayaya666的博客
08-25 3140
对脑电数据EEG进行微状态分析，Cartool软件可以对静息态脑电和ERP进行分析。
如何利用静息态脑电精准区分精神疾病？
psybrain的博客
03-21 931
关注“心仪脑”查看更多脑科学知识的分 关键词：世界卫生组织、精神疾病、静息态、脑电、文献综述 据2001年世界卫生组织数据，全世界约有4.5亿人患有某种形式的精神障碍或脑部疾病，每4人中就有1人在其生命中的某个时刻符合这一标准。 最近的统计数据表明，全球有3亿人患有抑郁症，6000万人患有双相情感障碍，2300万人患有精神分裂症，每160名儿童中就有1名患有自闭症，5%-7% 的儿童和青少年患有注意力缺陷多动障碍(ADHD)。 这些精神疾病的诊断标准主要基于自我对症状的描述，包括行为、认知、情感或身
【脑电信号处理与特征提取】P6-张治国：频谱分析和时频分析
最新发布
m0_51474171的博客
01-31 3132
下面是一个模拟信号的时域波形和频域变换的例子： 下面是一个真实脑电信号的时域波形和频域变换： 比如下面的红色波形，可以看做六个蓝色波形的组合。 这六个蓝色波形都有自己的频率和幅值，从侧面看，便可以得到信号在频率域上的变化。 因此，时间序列信号就可以表示为一系列余弦函数的总和。 周期法有一个缺点是方差过大，使用Welch法可以解决这个问题，步骤如下：那上面进行Welch频谱估计等睡眠脑电举例进行特征提取，可以将得到的频谱图划分为多个频段，再将每一段频谱计算一个平均值。 频谱分析的假设：脑电信号的频谱
阿尔茨海默病临床试验中静息脑电节律的测量
cc1609130201的博客
06-20 1352
电生理专业兴趣领域（EPIA）和全球大脑协会对阿尔茨海默病（AD）临床试验中候选脑电图（EEG）测量方法的推荐得到了认可。专家组审查了该领域的文献。最一致的发现是，轻度认知障碍和痴呆的AD患者在疾病进展和干预过程中，后部alpha（8-12 Hz）和广泛的delta（< 4 Hz）以及theta（4-8 Hz）节律的峰值频率、功率和“相互关联性”出现异常。达成以下共识：（1）需要对患者的指导、静息态EEG（rsEEG）记录方法以及选择无伪迹的rsEEG时段进行标准化；（2）在delta、theta和alph
自己采集的静息态脑电eeg数据64导
02-28
64导 采样频率1000hz 静息态脑电 Ch1=Fp1,,0.1,µV Ch2=Fp2,,0.1,µV Ch3=F3,,0.1,µV Ch4=F4,,0.1,µV Ch5=C3,,0.1,µV Ch6=C4,,0.1,µV Ch7=P3,,0.1,µV Ch8=P4,,0.1,µV Ch9=O1,,0.1,µV Ch10=O2,,0.1,µV Ch11=F7,,0.1,µV Ch12=F8,,0.1,µV Ch13=T7,,0.1,µV Ch14=T8,,0.1,µV Ch15=P7,,0.1,µV Ch16=P8,,0.1,µV Ch17=Fz,,0.1,µV Ch18=Cz,,0.1,µV Ch19=Pz,,0.1,µV Ch20=EOG,,0.1,µV Ch21=FC1,,0.1,µV Ch22=FC2,,0.1,µV Ch23=CP1,,0.1,µV Ch24=CP2,,0.1,µV Ch25=FC5,,0.1,µV Ch26=FC6,,0.1,µV Ch27=CP5,,0.1,µV Ch28=CP6,,0.1,µV Ch29=FT9,,0.1,µV Ch30=FT10,,0.1,µV Ch31=TP9,,0.1,µV Ch32=TP10,,0.1,µV Ch33=F1,,0.1,µV Ch34=F2,,0.1,µV Ch35=C1,,0.1,µV Ch36=C2,,0.1,µV Ch37=P1,,0.1,µV Ch38=P2,,0.1,µV Ch39=AF3,,0.1,µV Ch40=AF4,,0.1,µV Ch41=FC3,,0.1,µV Ch42=FC4,,0.1,µV Ch43=CP3,,0.1,µV Ch44=CP4,,0.1,µV Ch45=PO3,,0.1,µV Ch46=PO4,,0.1,µV Ch47=F5,,0.1,µV Ch48=F6,,0.1,µV Ch49=C5,,0.1,µV Ch50=C6,,0.1,µV Ch51=P5,,0.1,µV Ch52=P6,,0.1,µV Ch53=AF7,,0.1,µV Ch54=AF8,,0.1,µV Ch55=FT7,,0.1,µV Ch56=FT8,,0.1,µV Ch57=TP7,,0.1,µV Ch58=TP8,,0.1,µV Ch59=PO7,,0.1,µV Ch60=PO8,,0.1,µV Ch61=Fpz,,0.1,µV Ch62=CPz,,0.1,µV Ch63=POz,,0.1,µV Ch64=Oz,,0.1,µV
8、静息态EEG微状态分析（上）
qq_43801989的博客
07-18 3828
提供精神/神经疾病的生理指标：对于不同的疾病而言，一个较为一致的发现是：相对正常健康被试而言，罹患上述疾病的病人某些微状态类别的持续时间变短，而另一些微状态类别的出现频率则增加。例如，通过对近15年来的精神分裂症静息态脑电微状态研究进行元分析，研究者发现精神分裂症患者微状态类别C的出现频率更高、微状态类别D的平均持续时间更短 (Rieger et al. 2016)。3、每个微状态类别的涵盖比例：它指的是每个微状态类别总的持续时间占全部静息态脑电时间长度。、如何确定地形图类别的数目：（1）强制为4个；
静息状态脑电图节律和地形分析的建议
cc1609130201的博客
01-15 1079
在该模型中，电极“b”记录了皮层切向源“At”和皮层径向源“ABr”和“Br”产生的电场。下排左图：由于“共同驱动”的影响，源“Cr”与源“Br”和ABr”的相干激活可能导致记录在“a”和“c”电极上的rsEEG节律与记录在“b”和“a”电极上的rsEEG节律相互依赖。其次，在一项临床研究中，从相关系数、均方和相位相干性、格兰杰因果、相位同步指数、信息论、基于状态空间的指数，推导出rsEEG节律相互依赖性的线性和非线性测量，应用于轻度认知障碍(MCI)老年患者和年龄匹配对照组(Nold)受试者的记录数据。
阿尔茨海默症脑电信号动态行为特征： 探讨静息态EEG的非平稳性和递归结构
悦影科技
08-24 2196
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》    1、研究背景     阿尔茨海默症(AD)引起的轻度认知障碍(MCI)和痴呆可引起正常神经元行为的紊乱和神经元网络的破坏。由于许多MCI患者在后期发展为AD，有人建议将MCI和AD解释为一个连续体。以往研究中用以表征EEG静息状态特性的许多度量都是从傅立叶分析推导出来的，这需要假设数据的平稳性。然而，EEG本质上是非平稳的，特别是在表征自发振荡活动所需的时间窗中。最近的研究表明，MCI和AD诱导的神经变性可能影响静息状态神经
基于微状态的静息态脑电信号分析.pdf
12-15
基于微状态的静息态脑电信号分析 本文的研究基于微状态的静息态脑电信号分析，旨在探讨微状态分析方法在静息态脑电信号分析中的应用。微状态分析方法是一种有效的静息态 EEG 分析方法，通过对多通道的静息态 EEG 的...
基于多重多尺度熵的孤独症静息态脑电信号分析.docx
02-23
【基于多重多尺度熵的孤独症静息态脑电信号分析】 孤独症，或称自闭症，是一种复杂的神经发育障碍，主要表现为社交障碍、沟通困难以及重复刻板的行为模式。男性患病率高于女性，其病因至今未明，但研究表明可能与...
脑电信号频谱、能量和功率谱密度分析代码
07-12
代码演示说明了脑电信号频谱、能量、功率谱密度等相关联系，详见www.xxy.ink/537.html
提取脑电信号的各波段数据（delta、theta、alhpa、beta、gamma）
08-01
文件中包括实验的脑电数据、代码、实验效果表和图。
基于matlab的脑电信号分析
06-09
基于matlab的脑电信号分析，包括脑电信号的波形，消噪以及频域的变换，画出脑电信号的功率谱图等等
"基于多尺度熵的孤独症静息态脑电信号分析
静息态脑电信号反映了大脑在没有外界刺激或任务活动时的状态，因此对于年龄较小、认知水平和任务配合能力较低的孤独症儿童来说，通过静息态脑电信号分析大脑功能状态更为可行和优势。 2005年的研究发现，与正常儿童...
整理和转载：脑电的频谱和时域分析
qq_38341276的博客
04-13 1182
1.背景 静息态：通常频域分析；任务态通常时频分析； 任务态通常指是执行具体实验范式时候的状态！ 2.频谱分析概念和常用方法 例子 方法： 1）傅里叶变换 NOTE: 常见方法**： 周期图、welch法、多窗口法、基于自回归模型的估计** 多窗口法和welch法同样是通过平均加窗数据的周期图以降低频谱估计的方差，但与welch并同，多窗口法使用并同的锥形窗口函数。 3.时频分析 STFT 需要考虑时间分辨率和频率分辨率（存在折中） CWT 转载和整理自：https://blo
MICROSTATELAB：用于静息状态微状态分析的EEGLAB工具箱
cc1609130201的博客
08-18 1920
与此同时，每个EEG时段的开始和结束时的微状态识别都会受到损害，因为在时段边界处的微状态的开始或结束可能已被截断，微状态的真实时间范围仍然未知。此外，微状态分析通常假设这样的状态只有一小部分，但相当普遍和典型，这些状态可以被识别为EEG中的准稳定头皮场地形的时期。默认情况下，对于通道X的输出是当前EEG地形与微状态模板图X的点积，但只在EEG被分配给类X的时期，而在所有其他时期为零。脚本生成的数据会以标准格式保存在用户在交互式 GUI 中选择的位置（图 16B）或在脚本的第1部分中定义的位置。
脑电信提取和分析
nvsirgn的博客
05-20 6835
脑电信号的获取 脑电信号（EEG）是大脑皮层和头皮表面上，大脑神经细胞中的电活动的总体效应所表现出来的一种反映。大脑皮层约有1011个神经元组成，每个神经元通过突触连接与1000个左右其他神经元相连。当神经元发出神经脉冲，即动作电位（AP）时，其突触后电位在其产生的部位附近按空间总和规律叠加起来，形成一种由大量神经元共同产生的可探测的脑电活动。将这种脑电活动以时间为横轴，电位为纵轴记录下来，就形成...
脑电EEG代码开源分享 【2.预处理-任务态篇】
weixin_44425788的博客
09-23 3104
本文以任务态（锁时刺激，如快速序列视觉呈现）为例，分享脑电EEG的分析处理方法。本文档旨在归纳BCI-EEG-matlab的数据处理代码，作为EEG数据处理的总结，方便快速搭建处理框架的Baseline，实现自动化、模块插拔化、快速化。 在执行任务时，任务脑电信息多集中于低频（
脑电信号特征提取常用算法（共空间模式CSP、小波变换DWT、功率谱密度PSD、AR模型）
热门推荐
菜的不行的IT民工
03-05 3万+
1 共空间模式CSP 原理：共空间模式（CSP）是一种对两分类任务下的空域滤波特征提取算法，能够从多通道的脑机接口数据里面提取出每一类的空间分布成分。公共空间模式算法的基本原理是利用矩阵的对角化，找到一组最优空间滤波器进行投影，使得两类信号的方差值差异最大化，从而得到具有较高区分度的特征向量。 具体原理及代码见https://blog.csdn.net/MissXy_/article/deta...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值