01-认识脑电信号及相关信号的预处理过程

首先，我们需要知道什么是脑电信号，脑电信号是通过脑电采集设备采集大脑表皮中的微弱电流信号，这些电流信号中包含了人在进行各类认知活动中的脑部信息，我们想要使用这些脑电信号中提取出跟情绪有关的表征信息进行相关的情感识别任务。

脑电实验

本博客主要是记录基于脑电信号的情绪识别方法的研究，将学习中遇到的一些实验方法进行总和，为了最后更好的实验结果而努力。该实验主要分为三个阶段，脑电数据的预处理阶段，特征提取算法，分类算法的实现。

为什么要预处理

标准脑电信号是由国际标准10-20的脑电帽进行实验数据的采集，在这里简单的表示了10-20的脑电帽系统和相关的认知功能区域。

在采集的过程中，我们会遇到很多干扰信号，如眼电信号（EOG）、肌电信号（EMG）、工频电源的干扰等。
这些信号叠加在采集到的脑电信号中，会降低脑电信号的信噪比，从而会对后期的特征提取和分类正确率产生负面影响，所以在预处理阶段需要进行滤除。

预处理方法

由于脑电设备采样频率较大，采集的数据较多，在后期的实验中不一定有很大的作用。故为了减少后期的处理方法，首先将数据进行降采样的工作，将数据降采样到200HZ。一般大家会有两种脑电信号处理工具，在这里使用MATLAB，安装eeglab工具箱进行脑电信号的预处理操作。

降采样

进行滤波操作

为什么要进行滤波操作呢，因为在不同的频段下大脑信号所蕴含的信息是不同的，在这里我们简单的简述了5个不同的频段下脑电下人体的状态。 所以一般情况下我们进行滤波操作将信号先进行高通滤波，大于0HZ，在进行低通滤波小于50HZ，在进行工陷滤波去除工频的干扰。

对于坏导的处理方法

坏导是我们在将数据进行处理之后对于明显的有眼电或者肌电信号干扰的通道进行剔除处理的一种方法。
坏道处理方法分为两种:
1.使用该坏导周围的四个电极信号的平均值进行处理。
2.利用eeglab中的interpolats electrodes面板操作处理

进行ica独立成分分析处理眼电信号

通过进行ica独立成分分析有效的剔除眼电信号，提高数据的准备性和有效性，是脑电实验预处理过程中关键的一步。

参考文献

[1]知乎： https://www.jianshu.com/p/0df08244614a
[2]知乎： https://www.jianshu.com/p/c52583a7a77e
[3]知乎：脑机谈