手把手教你脑电波采集及信号处理分析

2018/11 19 10:11

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eegdiy@aliyun.com。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)

cnblogs.com/myohao/p/85

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)

cnblogs.com/myohao/p/85

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)

cn.mathworks.com/matlab

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)

files.cnblogs.com/files

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)

zhuanlan.zhihu.com/p/19

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)

cn.mathworks.com/help/m

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)

cnblogs.com/myohao/p/85

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?

--转载请注明: http://91o.cc/%e6%89%8b%e6%8a%8a%e6%89%8b%e6%95%99%e4%bd%a0%e8%84%91%e7%94%b5%e6%b3%a2%e9%87%87%e9%9b%86%e5%8f%8a%e4%bf%a1%e5%8f%b7%e5%a4%84%e7%90%86%e5%88%86%e6%9e%90/

作者 - 分类 未分类

发表回复

(必填)