m0_51474171的博客

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

基于EEG/MEG信号的大尺度脑功能网络分析的优势（1）借助源定位技术可同时获得较高的时间（ms级）和空间分辨率（mm级）（2）可提供丰富的频率信息（3）便宜性：成本、数据长度的要求等基于EEG/MEG信号的大尺度脑功能网络分析技术（1）基于地形图聚类的微状态（Microstate）分析（2）隐马科夫模型（3）独立成分分析下图上方波形是采集到的一段脑电信号。

比如2019年在Nature上一篇文章，来自UCSF的Chang院士的课题组，利用大脑活动解码语言，帮助一些患者恢复语言功能。

ElectroEncephaloGraphyTherefore, EEG produces a graphed representation of the electrical activity occurring in a person’s brain.（把一个人的大脑中的电活动画出来）脑电头皮表面记录到的大脑活动产生的电信号（微伏）。（记录位置：硬脑膜/大脑皮层表面- ECoG，神经元群- LFP与MUR/MUA：活动位置：心电、眼电、肌电等）脑电图电压随时间变化的波形图。

脑电是神经活动的测量方法，在不同位置测量有不同的方法。比如大脑皮层表面测量的是ECoG，在头皮测量的是EEG。除了EEG是无损的，其他都是有损的。