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
IT莫染9 分钟前
用脚本解放双手!我写了个WorkBuddy自动签到工具
python
d1z88810 分钟前
(十八)32天GPU测试从入门到精通-TensorRT-LLM 部署与优化day16
人工智能·python·深度学习·gpu·tensorrt
qq_2837200513 分钟前
Python 面向对象编程(OOP)从入门到精通
python·oop·面对对象
linux_map16 分钟前
大模型微调实战指南
人工智能·python·ai·策略模式
deephub36 分钟前
向量相似性搜索详解:Flat Index、IVF 与 HNSW
人工智能·python·机器学习·embedding·向量检索
扣脑壳的FPGAer43 分钟前
数字信号处理学习笔记--Chapter 1.3 常系数线性差分方程
笔记·学习·信号处理
宸津-代码粉碎机1 小时前
Spring Boot 4.0 实战技巧全解析
java·大数据·spring boot·后端·python
深度学习lover1 小时前
<数据集>yolo微藻识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·微藻识别
程序媛徐师姐1 小时前
Python基于OpenCV的马赛克画的设计与实现【附源码、文档说明】
python·opencv·django·马赛克绘画·python马赛克绘画系统·马赛克画·python马赛克画
DeepModel1 小时前
通俗易懂讲透随机梯度下降法(SGD)
人工智能·python·算法·机器学习