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
涛声依旧-底层原理研究所13 分钟前
混合检索 + 重排:让 AI Agent 拥有「既全又准」的认知骨架
人工智能·python
努力写A题的小菜鸡16 分钟前
01-PyTorch加载数据初认识(dataset运用)
人工智能·pytorch·python
abcy07121318 分钟前
python fastapi celery hdfs 异步上传
python·hdfs·fastapi
Dxy123931021621 分钟前
Python多线程如何操作全局变量:从踩坑到最佳实践
python
SilentSamsara25 分钟前
RAG 系统入门:LangChain/LlamaIndex + Chroma 向量数据库的检索增强实战
数据库·人工智能·python·青少年编程·langchain
码云骑士37 分钟前
06-Python装饰器从入门到源码(上)-闭包与自由变量
开发语言·python
码云骑士1 小时前
10-Python运行时内存模型-栈帧-堆-引用计数-GC分代回收的全景图
开发语言·python
码云骑士1 小时前
02-Python可变对象与不可变对象(上)-赋值陷阱与函数传参的暗坑
开发语言·python
疯狂学习GIS1 小时前
基于Python earthaccess库批量下载全球MODIS GPP(MOD17A2HGF)数据
python·脚本·批量下载·遥感影像·nasa·earthdata·自动处理