基于matlab的腦電信號(hào)處理(編輯修改稿)
2024-10-03 05:42 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 從功率譜圖中，可以直觀的觀察到不同頻率信號(hào)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(hào)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(hào)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(hào)與噪聲的不同特性，對(duì)小波變換進(jìn)行閾值化處理，把噪聲從信號(hào)中區(qū)分開(kāi)來(lái)(主要是對(duì)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(hào)。小波變換去噪的效果主要取決于對(duì)含噪信號(hào)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(duì)樣本信號(hào)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(hào)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(hào)。另一種是強(qiáng)制去噪，同樣地，先對(duì)樣本信號(hào)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(hào)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(hào)。該信號(hào)中除去了某些頻率的信號(hào)，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(hào)圖，如下圖2所示。圖2 腦電樣本信號(hào)圖 腦電信號(hào)頻譜圖及功率譜圖的繪制，原理是對(duì)樣本信號(hào)進(jìn)行傅立葉變換[3]，即可獲得樣本信號(hào)的頻譜圖，如下圖3所示。圖3 信號(hào)頻譜圖從頻譜圖中可以看出，低頻信號(hào)和11Hz左右的信號(hào)特別強(qiáng)，25Hz以上的信號(hào)幾乎為零。由于α波的頻率為8~13Hz，由此可以知道，該信號(hào)中α波比較多。在腦電采集過(guò)程中，被采集者沒(méi)有處于深度睡眠狀態(tài)，因此接近0Hz的低頻信號(hào)可以確定為噪聲。15~25Hz頻段的信號(hào)很微弱，因此可以以判斷出，信號(hào)中幾乎沒(méi)有β波。譜估計(jì)是數(shù)字信號(hào)處理的主要內(nèi)容之一，主要研究信號(hào)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(méi)在噪聲中的有用信號(hào)。調(diào)用eeg_psd,m文件，可以繪制信號(hào)的功率譜圖，如下圖4所示。圖4 信號(hào)功率譜圖原始的功率譜圖是關(guān)于f=128Hz對(duì)稱(chēng)的，為了便于
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1