matlab eeg信号处理,基于MATLAB的脑电信号处理.pdf

南京航空航天大学

基于Matlab 的脑电信号处理

姓名 陆想想

专业领域 生物医学工程

课程名称 数字信号处理

二О一三年四月

摘 要

主要研究了小波变换在脑电信号处理中的应用情况，并详细探讨了其中的小波变换自动阈值去噪处理以及预设参数下的强制降噪操作等关键技术

噪声处理问题中，在取α波为例的情况下，在采用小波分解方法获得各个频段信号的基础上，并对其各个频段信号进行了分析与评估。

关键词：脑电信号；小波变换；去噪重构；频谱分析

0 引言

大脑产生的EEG是一种重要的人类神经活动记录工具,它蕴藏着丰富的生理信息

心理状态及其相关的疾病谱，在临床工作中无论是进行神经疾病的诊断还是治疗方面都发挥着重要作用；而脑电信号的采集、解析与处理这一技术无论是在临床上对一些脑疾病的诊断和治疗中起到关键作用

在脑认知科学领域中占据着重要地位。由于脑电信号具有非平稳特性，并且容易受到多种噪声的干扰。

特别需要注意的是工频干扰的存在。通过这种方法能够有效地去除原始脑电数据中的噪声，并且能够提取能够反映大脑活动及其状态的有用信息

数据作为研究脑电分析的基础条件之一。
本文旨在通过收集脑电信号特征来实现对大脑活动的研究。

通过Fourier变换与小波变换等方法对脑电信号进行分析处理后，能够识别或提取出脑电信号α波的"梭形"特征。

节律，并对脑电信号进行功率谱分析和去噪重构。

1 实验原理和方法

1.1实验原理

1.1.1 脑电信号

[1]

根据频率和振幅的不同，可以将脑电波分为4 种基本类型 ，即δ波、θ波、α波、β波。

4 种波形的起源和功能也不相同，如图1所示。

图1 脑电图的四种基本波形

α波的频率为8_{13Hz，振幅为为20}100µV，它是节律性脑电波中最明显的波，整个皮

在清醒状态下处于安静且闭目的状态下的正常成年人，在这种状态下其脑电信号的α波幅度呈现出从小到大的变化趋势，并随后又从大变小。

反复进行以形成所谓的α节律模式。每个“梭形”的时间长度大约在1至2秒之间。当被试者处于睁眼状态并保持高度警觉时

当人处于思考问题或接受外界影响时，在此期间α波迅速消退，并被快速波动所取代；这种现象则被称为α波阻断。

认为，α波是大脑皮质处于清醒安静状态时电活动的主要表现。

β波的频率是18_{30Hz，振幅为5}20µV，是一种快波。β波的出现以为着大脑比较兴

奋。

θ波的频率是4_{7Hz，振幅为10}50µV，它是在困倦时，神经系统处于抑制状态时所记

录的波形。

δ波在睡眠、深度麻醉、缺氧或大脑有器质性病变时出现，频率是 1~3.5Hz，振幅为

20~200µV。

1.1.2 小波变换

该概念源自法国石油信号处理领域的工程师J.Morlet在其研究生涯早期于1974年首次提出

相较于Fourier变换而言的小波变换，在时间或空间域中实现了局部分析，并通过伸缩和平移的操作来实现这一特性。

通过逐级对信号进行多层次分解，在高、低频段分别提升相应区域的时间和频率分辨率，并能自动适应时频特性。

信号分析的基本要求是必要的前提条件，在此框架下我们得以深入探究信号的各种细节特征，并为Fourier变换的应用提供了更为便捷的技术手段。

在噪声环境中采用一种准确的方法来检测信号一直是信号处理领域关注的重点。小波变换是一种用于分析和处理信号的重要工具。

基于该时间尺度的方法（Time-Scale Analysis Method Based on the Time Scale）），因其基于多分辨率分析的特性（Characteristic of Multi-Resolution Analysis），具备优秀的时频局部位质（Superior Time-Frequency Localization Property），能够有效地进行

不同类别的时变信号被有效地分解，并进而从其中成功地区分出原始信号与噪声干扰；经过处理后能够实现良好的降噪效果。

小波分析去噪处理的方法一般有三种：

基于预设阈值的降噪处理。该方法主要通过ddencmp 函数生成信号时采用的是预设的阈值参数进行降噪处理，并在此基础上进一步优化

wdencmp 函数进行去噪处理。

基于给定的阈值执行去噪处理。在实际的降噪操作中，相应的阈值通常可通过经验公式推导得出，并且该操作具有一定的稳定性。

这种阈值比默认阈值可信度高。在进行量化处理时可利用wthresh 函数。

严格降噪处理的方案中采用小波变换的方法。该技术通过去除高频或低频分量的所有系数来实现降噪效果。

高频区间或低频区域。该算法运算效率较高，并且去噪后的信号较为平稳，但可能会导致信号细节信息的丢失。

[2]

中的有用成分 。

本文采用了两种去噪方法，并分析比较了他们的去噪效果。

1.2实验方法与步骤

1.2.1 脑电信号的读取

本文使用的脑电数据基于南航生物医学光子学实验室的脑电采集系统所采集。

原始数据存储格式为.eeg。为了便于在Matlab环境下对数据进行分析处理，请将原始文件转换为.txt文件。