EEG脑电信号处理合集(1):功率谱中常见artifacts

通常EEG脑电信号采集完成以后,我们可以绘制出功率谱,一个正常的功率谱如下图所示:

在10H在处有个明显的突起,在后方通道中,这是我们所期望看到的。每个通道功率谱曲线都有一个负斜率,这是因为较高的频率通常会有一个越来越低的功率。

一种在功率谱中常见的artifacts是直线噪声,这种artifacts来自于EEG脑电信号监测室的电路活动。美国的电路的工频为60Hz, 中国电路的工频为50Hz。 通常我们可以看到在这些工频及工频整数倍处有一系列的功率峰值,如下图所示。

另外一个在功率谱中常见的artifatcs 来自于右腿驱动电路和另外一个电极的桥连。我们在使用凝胶的时候,需要注意凝胶使用,不能过少,也不能过多,否则都会对信号采集产生影响,甚至导致某些通道的数据无法使用,不得不被丢弃。

相关推荐
Jialu.4 分钟前
中文 NLP 模型部署实战:FastAPI 接口 + Streamlit 看板
人工智能·python·自然语言处理·fastapi
Asum1ta1 小时前
K8s 学习环境搭建:Python 与 PyCharm 开发环境配置指南
python·学习·kubernetes
知识汲取者1 小时前
FastAPI 学习教程(写给想学 FastAPI 的 Java 工程师的)
python·学习·fastapi
飞Link1 小时前
动作方法中的分割与过度分割方法全解析(含代码实战与踩坑案例)
人工智能·python·算法·计算机视觉
小鹿的周先生2 小时前
第四章-SpringAI-函数调用&ToolCalling
开发语言·人工智能·python
方知我2 小时前
NumPy一小时速成
开发语言·python·numpy
IPdodo_2 小时前
静态 IP 访问异常排查:403/429 归因与迁移验收
服务器·网络·数据库·python·网络协议·php·性能测试
Zengs3 小时前
Python 脚本日志怎么分级落盘?排错时一次找准现场
python
baopixiaoz3 小时前
BeeQuant × BeeAgent:AI量化新范式
大数据·人工智能·python·区块链
IT毕设实战小研3 小时前
基于大数据的AI应用对就业与收入增长的区域差异分析及可视化
大数据·人工智能·python·随机森林·机器学习·课程设计