基于matlab的腦電信號處理(編輯修改稿)
2024-09-06 18:50 本頁面
【文章內(nèi)容簡介】 進(jìn)行Fourier變換，得到頻域圖。然后進(jìn)一步對信號做功率譜分析，得到功率譜圖，從功率譜圖中，可以直觀的觀察到不同頻率信號的能量分布情況。由于腦電數(shù)據(jù)是在被采集者安靜清醒的狀態(tài)下采集得到的，理論上α波應(yīng)該占主導(dǎo)地位。 信號的小波變換及重構(gòu)基于小波變換降噪處理的方法通常有3個(gè)步驟：首先是將信號進(jìn)行n層小波變換，得到小波系數(shù)；然后在小波變換域上利用信號與噪聲的不同特性，對小波變換進(jìn)行閾值化處理，把噪聲從信號中區(qū)分開來(主要是對高頻系數(shù)進(jìn)行閾值化處理；最后是利用重構(gòu)算法重構(gòu)信號。小波變換去噪的效果主要取決于對含噪信號的噪聲估計(jì)方法以及所采用的小波函數(shù)[4]。本文使用其中兩種去噪方法。第一種是默認(rèn)閾值去噪，先對樣本信號進(jìn)行8層小波分解，使用的小波函數(shù)是db8，然后利用ddencmp函數(shù)生成信號的默認(rèn)閾值，最后利用wdencmp函數(shù)進(jìn)行去噪處理，得到去噪的信號。另一種是強(qiáng)制去噪，同樣地，先對樣本信號進(jìn)行8層小波分解，采用的小波函數(shù)也是db8。然后提取各層小波系數(shù)，再將腦電信號頻率以外的幾層小波系數(shù)置零，得到重構(gòu)的各層小波系數(shù)。最后由重構(gòu)的小波系數(shù)得到重構(gòu)的信號。該信號中除去了某些頻率的信號，起到了去噪的效果。2 仿真結(jié)果及分析 原始腦電數(shù)據(jù)的讀取和顯示，即可繪制出腦電樣本信號圖，如下圖2所示。圖2 腦電樣本信號圖 腦電信號頻譜圖及功率譜圖的繪制，原理是對樣本信號進(jìn)行傅立葉變換[3]，即可獲得樣本信號的頻譜圖，如下圖3所示。圖3 信號頻譜圖從頻譜圖中可以看出，低頻信號和11Hz左右的信號特別強(qiáng)，25Hz以上的信號幾乎為零。由于α波的頻率為8~13Hz，由此可以知道，該信號中α波比較多。在腦電采集過程中，被采集者沒有處于深度睡眠狀態(tài)，因此接近0Hz的低頻信號可以確定為噪聲。15~25Hz頻段的信號很微弱，因此可以以判斷出，信號中幾乎沒有β波。譜估計(jì)是數(shù)字信號處理的主要內(nèi)容之一，主要研究信號在頻域中的各種特征，目的是根據(jù)有限數(shù)據(jù)在頻域內(nèi)提取被淹沒在噪聲中的有用信號。調(diào)用eeg_psd,m文件
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1