关注“心仪脑”查看更多脑科学知识的分享。
首先,EEG信号的数据是什么样的?
原始的EEG数据是由很多个样本点数所构成的一个有限的离散的时间序列数据。至于样本点数的多少,则由采样率所决定,比如采样率为1000Hz,那么每秒就有1000个数据样本点。其中,每个样本点数据代表的是脑电波幅的大小,物理学上称为电压值,单位为伏特(V),由于脑电信号通常较弱,所以更常使用的单位为微伏(μV)。
时域分析
因此,原始的EEG信号就是一个时域上的数据。时域分析关注的是EEG波幅随时间进程的变化情况,事件相关电位(ERP)分析就是最常用的时域分析方法,能够快速得到由某个事件(刺激)所引起的波幅值的变化,如常见的事件相关电位成分P300、MMN、N400等。时域分析的优点在于其计算简单和快速,而且由于不需要进行滤波处理,相较于频域分析/时频分析具有更高的时间精度和准确性。
ERP分析
频域分析
然而,时域分析并不足以全面反映EEG信号中所蕴藏的信息。我们常说的α波、β波、γ波等就是根据不同频率的EEG信号来进行划分的,反映的是脑电信号随时间变化的快慢。