- 常见的伪迹
1.眼电伪迹:
眨眼伪迹:特征是波形有一个很窄的尖峰,且幅值很大,随着电极排布位置的靠后,其幅值会逐渐变小,且尖峰的时间范围也会变宽。眨眼伪迹一般用垂直眼电记录(VEOG),但也可以用Fp1、Fp2以及FpZ处的EEG信号代替。
眼动伪迹:类似方波的“篷车”或“斜篷车”波形,一般通过放置在眼睛左右的电极(HEOG,水平电)进行记录。
2.肌电伪迹
频率较高,在25Hz以上,幅度较大,表现出爆发式的密集波形
3.心电伪迹
容易在乳突出现,如果以乳突作为参考电极的话,那么ECG会以颠倒的形状在所有电极中观察到。一般通过ICA算法去除。如果不使用乳突电极则不易在时域中发现,因此可以转为频域后再进行观察。
4.直流偏移与工频干扰
直流偏移(DC Offset)是由EEG采集系统中的放大器带来的,通过滤波器去除
工频干扰:当电极由于头皮油脂、脏污、角质层过厚等导致阻抗较高时,更容易引入工频干扰。其在时域中表现为整体的极高频,使得信号看起来像是“一整块”,淹没了信号的细节。
5.皮肤慢电位
当被试出汗,导致某些电极的电阻降低时,根据欧姆定律会导致电压的升高,从而出现皮肤慢电位伪迹,其表现为较慢的波形飘移,一般通过高通滤波可以去除。
6.放大器饱和
记录到的EEG信号超过放大器能记录的最大值,在时域波形上表现为一条直线。应该适当降低放大器对原始信号的放大倍数(放大器增益)。
- 常用的伪迹去除方法
- 实验前的伪迹去除
完善好实验的指导语以及练习程序,良好、安静的实验环境
- 实验中的伪迹去除
实验步骤规范(洗头,打电极等),监控被试的活动
- 实验后的伪迹去除
(1)伪迹排除
伪迹排除,即删除具有伪迹的信号段,通常会设置一个排伪阈值,当幅值高于此阈值时便将该段信号丢弃。缺点是损失数据
(2)伪迹校正
A使用附加电极
B滤波
C独立成分分析算法(Independent Component Analysis,ICA),该算法假设在每一个电极处采集到的信号实际上包括着所有电极所在位置的脑电信息和伪迹信息,且这些信息相互独立,但由于距离原因,其他电极处的脑电信号在到达该电极时已经有了衰减,因此可以通过算法来将每个电极的信号分解成不同的成分,然后从这些成分中去除掉伪迹成分,在将其合成为新的信号,这个信号中便只留下了有用的脑电信息。