引自:https://zhuanlan.zhihu.com/p/34410111
关键词：EEG数字信号处理，FFT， EDF格式转换
注意：该文章旨在让一个人在没有太多基础的情况下，一步一步的了解脑电信号的采集，处理流程。由于本人非专业算法人士，其中可能有诸多错误，欢迎指正。该思路可同样适用于其他信号的分析处理。
有问题可以留言也可以发邮件[email protected]。欢迎关注本账号。
分两个PART，第一个讲采集，第二个讲处理。
Part one:
脑电，心电，肌电，眼电等，都是身体上两点的电压差，和我们测电池的电压本质上没有区别。
随便在头上两个位置放两个电极，一正一负，放大uV信号（其他脑电信号特征，如频段，干扰源等感兴趣可自行百度）,测量其电势差。
但我们通常需要加一个右腿驱动电极，比如在乳突，这是为什么呢？先用专业的话：
共模输入电压会影响输入差分对的偏置点。由于输入电路固有的不匹配，偏置点的改变会引起输入失调典雅的改变，进而引起输出电压的改变。不要心里MMP，这就说人话。请看下面这张图：以心电为例，脑电原理一样。
假设共模干扰是图中的A，有用的ECG信号为B，则我们很有可能采到的是A+B,所以我们要把A抵消掉，反馈到身体上一个负A的信号。这样我们抑制了大部分的共模信号，就得到B了。
右腿驱动详细电路及仿真：参考TI Matthew Hann 的文章：(温馨提醒：为保证后续阅读，手机用户长按松开拷贝地址到浏览器打开为宜)
http://www.cnblogs.com/myohao/p/8538685.html
另外附上采集电路的框图：
附开源电路图：
这个电路难者不会，会者不难。搞算法的可以不做了解。实在想自己做，可以去买专门脑电模块，名字我就不说了，广告嫌疑。我当时买的几十块钱一片，挺划来。
Part two:
采集完的数据保存下来，形成数据库。
以下放上外国人研究常用的数据库
(温馨提醒：为保证后续阅读，手机用户长按松开拷贝地址到浏览器打开为宜)
http://www.cnblogs.com/myohao/p/8538740.html
生理信号数据常用的格式为edf，而matlab常用的是mat,txt。
假设聪明的你已经在数据库里下载了edf格式的数据。不妨先了解下EDF格式具体内容：
HEADER RECORD
8 ascii : 数据格式的版本
80 ascii : 被试ID
80 ascii : 数据记录编号
8 ascii : 开始记录的日期 (dd.mm.yy)
8 ascii : 开始记录的时间 (hh.mm.ss)
8 ascii : 头比特数
44 ascii :保留给EDF+
8 ascii : 初始值-1，结束时被赋其他值
8 ascii : 数据持续记录时间，s
4 ascii : 记录几种信号种类
ns * 16 ascii : 电极位置，体温等信息
ns * 80 ascii : 电极信息
ns * 8 ascii : ns * 幅值单位信息
ns * 8 ascii : ns * physical minimum (e.g. -500 or 34)
ns * 8 ascii : ns * physical maximum (e.g. 500 or 40)
ns * 8 ascii : ns * digital minimum (e.g. -2048)
ns * 8 ascii : ns * digital maximum (e.g. 2047)
ns * 80 ascii : 滤波器参数
ns * 8 ascii : 采样率
ns * 32 ascii : 采集信号类型
DATA RECORD
nr of samples[1] * integer : first signal in the data record
nr of samples[2] * integer : second signal
..
nr of samples[ns] * integer : last signal
我们将matlab官方提供的读edf头文件的脚本跑一下：看看是否像如上格式
“edfRead ” version 2.10 (7.44 KB) by Brett Shoelson：
(温馨提醒：为保证后续阅读，手机用户长按松开拷贝地址到浏览器打开为宜)
http://cn.mathworks.com/matlabcentral/fileexchange/31900-edfread
下载代码，命令行运行结果如下：
符合翻译的Header的格式。
帧头之后就是数据了。
这里原始数据我用了网上的另一个代码：因为他支持的格式更全，支持edf,rec转mat。
用的是 Alois Schloegl 的脚本。（点击下载源码）
https://files.cnblogs.com/files/myohao/edfsample.zip
直接运行代码取变量S的前三列，即EDF数据前三通道的脑电数据，画出结果如下：
将工作区的变量S右键，数据另存为导出为txt。好了有了我们最熟悉的txt格式，接下来选出想分析的通道（列）进行分析就可以了。
接下来我们跑个简单的算法：FFT分析睡眠数据，我们提取出不同的节律，也就是不同的频段，进行功率谱估计。
以下是四种节律：
α/阿尔法脑波（ALPHA）在大脑中有时出现，有时消失，它并不总是存在。例如，在深睡情况下没有α波；如果一个人在激动状态下，或恐惧，愤怒时，大脑中也没有α脑波。α脑波在初睡或初醒时出现（即半睡半醒时），此时身体处于放松状态，并有自觉的警觉意识。
δ/德尔塔脑波（DELTA）只在深睡时出现。
θ/西塔脑波（THETA）在浅睡时出现。
β/贝塔脑波（BETA）在清醒时出现，伴有需努力能够达到的注意力集中。
不懂傅里叶变换原理的先来这里：最通俗的讲解传送门：
(温馨提醒：为保证后续阅读，手机用户长按松开拷贝地址到浏览器打开为宜)
https://zhuanlan.zhihu.com/p/19759362
Matlab下FFT实现代码实例：
(温馨提醒：为保证后续阅读，手机用户长按松开拷贝地址到浏览器打开为宜)
https://cn.mathworks.com/help/matlab/ref/fft.html?searchHighlight=FFT&s_tid=doc_srchtitle
有了FFT的函数，在主函数中调用，分割不同频率，分割不同时间，就得到需要的图片了。比如，我想得到10s-150s的θ/西塔脑波（THETA）值。部分源码在这：
(温馨提醒：为保证后续阅读，手机用户长按松开拷贝地址到浏览器打开为宜)
http://www.cnblogs.com/myohao/p/8539001.html
测试结果如下
符合截取区间。
完。
结语：从信号特点到分析，再到采集，再到大量数据库的使用，再到简单的一个算法DEMO。算是把生理信号的一个流程给写的差不多了。你大概清楚了吗？