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
拾心214 分钟前
【云运维】Python基础(二)
python
fish_study_csdn2 小时前
Python内存管理机制
开发语言·python·c python
java1234_小锋4 小时前
[免费]基于Python的农产品可视化系统(Django+echarts)【论文+源码+SQL脚本】
python·信息可视化·django·echarts
Danceful_YJ4 小时前
31.注意力评分函数
pytorch·python·深度学习
程序员三藏5 小时前
快速弄懂POM设计模式
自动化测试·软件测试·python·selenium·测试工具·设计模式·职场和发展
循环过三天6 小时前
3.1、Python-列表
python·算法
青青草原羊村懒大王6 小时前
python基础知识三
开发语言·python
傻啦嘿哟6 小时前
Python高效实现Word转HTML:从基础到进阶的全流程方案
人工智能·python·tensorflow
fie88896 小时前
基于循环谱分析的盲源分离信号处理MATLAB
开发语言·matlab·信号处理
wu_jing_sheng07 小时前
深度学习入门:揭开神经网络的神秘面纱(附PyTorch实战)
python