脑电信号滤波方式汇总

最新推荐文章于 2025-01-17 20:22:03 发布

脑机接口社区

最新推荐文章于 2025-01-17 20:22:03 发布

阅读量1.2w

点赞数 9

分类专栏： # 脑电信号处理脑机接口社区文章标签：脑电信号滤波脑机接口脑电信号

本文链接：https://blog.csdn.net/zyb228/article/details/102903509

版权

脑机接口社区同时被 2 个专栏收录

402 篇文章

订阅专栏

脑电信号处理

143 篇文章

订阅专栏

各种滤波简介

可以通过对脑电信号进行分析得到较为准确反映用户的行为以及思想方式，在进行分析前需要提取脑电信号中的Delta波，Theta波，Alpha波，Beta波以及Gamma波。

Delta波：0.5-4Hz;
Theta波：4-8Hz;
Alpha波：8-13Hz;
Beta波：13-32Hz;
Gamma波：>32Hz；

由于在脑电信号的采集过程中，会受到周围噪声的干扰以及工频噪声的影响，因此，需要首先对原始信号进行噪声的滤除，通过利用带通滤波器，将0.5Hz - 50Hz频率之间的信号取出。使用巴特沃斯带通滤波器进行信号的滤波。使用巴特沃斯滤波器，需要设置如下参数：

采样频率fc;
采样点数N；
设置频率序列f；
设置通带频率Wn；

代码案例

Delta波

    [header,data] = edfread('Affaf Ikram 20121020 1839.L1.edf');
    fp_data=data(1,:);
    fp_data=resample(fp_data,100,500); %降采样率为100hz
    fc = 600;          %采样频率600Hz
    N = 30000;           %采样点数
    n = 0:N-1;          
    f = n*fc/N;         %频率序列
    Wn = [0.5*2 4*2]/fc;%设置通带为0.5-4Hz Delta波
    [k,l] = butter(2,Wn);%4阶IIR滤波器
    result = filtfilt(k,l,fp_data);
    tmp = fft(result);
    fp1_Delta= ifft(tmp);
    figure,
    subplot(211),plot(f(1:N/2),abs(tmp(1:N/2)*2/N));
    title('滤波后频谱结果，频率:0.5-4Hz');
    axis([0,100,-inf,inf])
    subplot(212),plot(fp1_Delta);
    title('脑波滤波后Delta波结果图像');

Delta波

Theta波

    [header,data] = edfread('Affaf Ikram 20121020 1839.L1.edf');
    fp_data=data(1,:);
    fp_data=resample(fp_data,100,500); %降采样率为100hz
    fc = 600;          %采样频率600Hz
    N = 30000;           %采样点数
    n = 0:N-1;          
    f = n*fc/N;         %频率序列
    Wn = [4*2 8*2]/fc;%设置通带为4-8Hz Theta波
    [k,l] = butter(2,Wn);%4阶IIR滤波器
    result = filtfilt(k,l,fp_data);
    tmp = fft(result);
    fp1_Delta= ifft(tmp);
    figure,
    subplot(211),plot(f(1:N/2),abs(tmp(1:N/2)*2/N));
    title('滤波后频谱结果，频率:4-8Hz');
    axis([0,100,-inf,inf])
    subplot(212),plot(fp1_Delta);
    title('脑波滤波后Theta波结果图像');

Theta波

Alpha波

    [header,data] = edfread('Affaf Ikram 20121020 1839.L1.edf');
    fp_data=data(1,:);
    fp_data=resample(fp_data,100,500); %降采样率为100hz
    fc = 600;          %采样频率600Hz
    N = 30000;           %采样点数
    n = 0:N-1;          
    f = n*fc/N;         %频率序列
    Wn = [8*2 13*2]/fc;%设置通带为8-13Hz Alpha波
    [k,l] = butter(2,Wn);%4阶IIR滤波器
    result = filtfilt(k,l,fp_data);
    tmp = fft(result);
    fp1_Delta= ifft(tmp);
    figure,
    subplot(211),plot(f(1:N/2),abs(tmp(1:N/2)*2/N));
    title('滤波后频谱结果，频率:8-13Hz');
    axis([0,100,-inf,inf])
    subplot(212),plot(fp1_Delta);
    title('脑波滤波后Alpha波结果图像');

Alpha波

Beta波

    [header,data] = edfread('Affaf Ikram 20121020 1839.L1.edf');
    fp_data=data(1,:);
    fp_data=resample(fp_data,100,500); %降采样率为100hz
    fc = 600;          %采样频率600Hz
    N = 30000;           %采样点数
    n = 0:N-1;          
    f = n*fc/N;         %频率序列
    Wn = [13*2 32*2]/fc;%设置通带为13-32Hz Beta波
    [k,l] = butter(2,Wn);%4阶IIR滤波器
    result = filtfilt(k,l,fp_data);
    tmp = fft(result);
    fp1_Delta= ifft(tmp);
    figure,
    subplot(211),plot(f(1:N/2),abs(tmp(1:N/2)*2/N));
    title('滤波后频谱结果，频率:13-32Hz');
    axis([0,100,-inf,inf])
    subplot(212),plot(fp1_Delta);
    title('脑波滤波后 Beta波结果图像');

Beta波

Gamma波

    [header,data] = edfread('Affaf Ikram 20121020 1839.L1.edf');
    fp_data=data(1,:);
    fp_data=resample(fp_data,100,500); %降采样率为100hz
    fc = 600;          %采样频率600Hz
    N = 30000;           %采样点数
    n = 0:N-1;          
    f = n*fc/N;         %频率序列
    Wn = [32*2 40*2]/fc;%设置通带为32-50Hz Gamma波
    [k,l] = butter(2,Wn);%4阶IIR滤波器
    result = filtfilt(k,l,fp_data);
    tmp = fft(result);
    fp1_Delta= ifft(tmp);
    figure,
    subplot(211),plot(f(1:N/2),abs(tmp(1:N/2)*2/N));
    title('滤波后频谱结果，频率:32-50Hz');
    axis([0,100,-inf,inf])
    subplot(212),plot(fp1_Delta);
    title('脑波滤波后Gamma波结果图像');

Gamma波
本文章由脑机学习者Rose笔记分享,QQ交流群：903290195
更多分享，请关注公众号