时域特征提取_EEG信号特征提取算法

点击上面"脑机接口社区"关注我们

更多技术干货第一时间送达

时域分析与频域分析

---

EEG信号特征提取就是以脑电信号作为源信号，确定各种参数并以此为向量组成表征信号特征的特征向量。

特征參数主要包括时域信号(如幅值)和频域信号(如频率)两大类，相应的特征提取方法也分为时域法、频域法 和时-频域方法。

频域分析方法主要是基于EEG信号各频段功率、相干等。

这类方法是建立在假设EEG信号具有平稳特性的基础上，同时只是考虑信号的频域信息，忽略信号在时间上的分辨率。在EEG信号研究中，常用的频域分析方法包括功率谱估计(直接发和间接法)。

时域分析方法则主要分析EEG波形的几何性质，如幅度、均值、方差、偏歪度、峭度等。

这类方法主要是利用EEG波形的性质，如波幅、均值、方差、偏歪度和峭度等对临床EEG记录进行观察分析。在EEG信号研究中，常用的时域分析方法有：过零点分析、直方图分析、方差分析、相关分析、峰值检测、波形参数分析和波形识别等。

常使用的特征提取方法：

自回归(auto regressive, AR)、傅里叶变换(Fourier transform,FT)、表面拉普拉斯(surface-Laplacian)变换和小波变换(Wavelet transform,WT)