EEG脑电信号处理--维基百科专业词汇解释

脑电图分析
脑电分析是利用数学信号分析方法和计算机技术,从脑电信号中提取信息。脑电图分析的目标是帮助研究人员更好地了解大脑;协助医生进行诊断和治疗;以及促进脑-计算机接口(BCI)技术的使用。有很多方法可以粗略地对脑电图分析方法进行分类。用数学模型来拟合采样的脑电信号的方法可以归类为参数方法,反之就是非参数方法。传统上,脑电信号分析方法主要分为四类:时域、频域、时频域和非线性方法。

方法
1.频域法
频域分析又称频谱分析,是脑电信号分析中最传统、也是最有力、最标准的方法之一。它通过采用统计和傅立叶变换方法来获取脑电波形频域中包含的信息。在所有谱方法中,功率谱分析是最常用的,因为功率谱反映了信号的“频率含量”或信号功率在频率上的分布。

2.时域方法
时域脑电分析有两种重要的方法:线性预测和成分分析。一般来说,线性预测给出的估计值等于过去的输出值与现在和过去的输入值的线性组合。而成分分析是一种将数据集映射到特征集的无监督方法。值得注意的是,时域方法中的参数完全基于时间,但也可以从功率谱的统计矩中提取。因此,时域方法在物理时间解释和常规频谱分析之间架起了一座桥梁。此外,时域方法提供了一种通过基于时间的计算来在线测量基本信号特性的方法,与传统的频率分析相比,它需要的设备更简单。

3.时频域法
小波变换是一种典型的时频分析方法,可以从瞬态生物信号中提取并表征其特性。具体地说,通过对脑电记录进行小波分解,可以在时间和频率两个方面准确地捕捉和定位瞬态特征。因此,小波变换就像一个数学显微镜,可以分析不同尺度的神经节律,研究大脑信号的小尺度振荡,而忽略不计其它尺度的贡献。除了小波变换外,还有另一种突出的时频方法叫希尔伯特-黄变换(Hilbert-Huang Transform),它可以将脑电信号分解为一组振荡成分,称为内禀模式函数(IMF),以便捕捉瞬时频率数据。

4.非线性方法
自然界的许多现象都是非线性和非平稳的,脑电信号也是如此。这种属性增加了脑电信号解释的复杂性,使得线性方法(上述方法)有限。自1985年非线性脑电分析领域的两位先驱Rapp和Bobloyantz发表了他们的第一个成果以来,非线性动力学系统理论(又称“混沌理论”)被广泛应用于脑电分析领域进行非线性脑电分析,研究人员采用了许多有用的非线性参数,如Lyapunov指数、关联维数以及近似熵和样本熵等。

5.人工神经网络方法
此外,人工神经网络也可以用于脑电信号分类。在大多数情况下,脑电数据在输入神经网络之前需要对小波变换进行预处理。RNN(递归神经网络)曾经被广泛应用于脑电分析中的神经网络实现研究。直到深度学习和CNN(卷积神经网络)的兴起,CNN方法是近年来利用深度学习进行脑电分析的一个新热点。此外,作为ANN的输入,大量的EEG数据需要安全存储和高计算资源来进行实时处理。为了应对这些挑战,人们提出并提出了一些基于云的深度学习来实时分析大容量脑电数据。

应用举例

1.临床
脑电分析在脑疾病的诊断和评估中有着广泛的应用。在癫痫发作领域,脑电图中痫样放电的检测是癫痫诊断的重要组成部分。对脑电图记录的仔细分析可以提供有价值的见解,并有助于更好地理解引起癫痫的机制。此外,脑电图分析也有助于发现阿尔茨海默病等。

2.脑-机接口
左右运动想象期间的脑电图记录允许人们建立一个与外界的新的交流通道。基于对特定对象空间模式的实时脑电图分析,脑-计算机接口(BCI)可用于开发一个简单的,以控制设备。这种基于脑电图的脑机接口可以帮助肌萎缩侧索硬化症患者进行一些日常活动。

3.分析工具
Brainstorm是一个协作的、开源的应用程序,致力于分析脑记录,包括脑磁图、脑电图(EEG)、fNIRS、ECoG、深度电极和动物侵入性神经生理学。Brainstorm的目标是使用MEG/EEG作为实验技术,与科学界共享一整套用户友好的工具。实验人员不需要任何直观的编程知识,此外,还有其他一些相关的开源分析软件包括FieldTrip等。

4.其他
与面部表情分析相结合,EEG分析提供了连续的情绪检测功能,可以用来发现人的情感变化。其他一些应用包括基于EEG的脑电图绘制、基于个性化的EEG识别等。

我们的设备
BCIduino是一款由航弈生物开发的低成本的面向入门爱好者的脑电设备,它可以实时无线采集8通道高精度24位脑电数据,兼容Matlab/python/安卓/树莓派/香橙派/ubuntu/mac等设备或系统,可以满足基本的爱好者级别的脑电数据采集实验操作。

#本篇由BCIduino脑机接口开源社区原创/转载(公众号“BCIduino脑机接口社区”)。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立,欢迎扫下面码加入社群,也欢迎采购BCIduino脑电模组、EMGduino肌电模组、EXOduino手外骨骼、EDUduino单通道脑电模块等(某宝搜索即可或者扫码详询)。
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/nvsirgn/article/details/110452225
今日推荐