近红外数据预处理和简单分析matlab

近红外的数据,预处理过程很多开源的工具包可以使用,像homer3、NIRS_SPM、NIRS_KIT等等,B站资源也很多,都可以学习。本次主要记录下,分析的一个fNIRS数据。首先,使用NIRS_KIT做了下预处理,然后再matlab中进行简单的分析。

数据是采集了一个27通道,25Hz,大约15分钟左右的静息态,导出了一个excel格式。

  1. NIRS_KIT预处理

工具包可识别的数据格式类型比较多,具体的大家可以参考手册,也有一个中文手册,描写的很清楚,可以自行查阅;
数据准备:

2D位置制作

点击2D Topo-marker, 进行通道,发射和接收光极放置,以及进行编号,如果需要可以进行制作,如果不需要也可省略,不勾选;

数据预览

此步骤主要查看数据质量如何,预处理后,结果怎样,可设置参数,查看结果,但是结果不会保存,只为了确定预处理参数

数据预处理

按照数据预览中的参数设置,点击Run即可将数据保存在选择的文件夹中

结果如下

结果是.mat格式,在matlab中也方便读取

注:其每次处理添加的都是文件夹,如果多个数据的话放在同一文件夹下,也会同时处理,比较方便。

  1. matlab简单分析

主要想看看周围的血氧和中间的血氧是否不同;

javascript 复制代码
clc;clear;close all;
load('wangyongliang20250106.mat'); % 加载数据
data = nirsdata.oxyData;  % 读取数据

% 数据校正(数据围绕0进行波动)
Total_mean = mean(data); % 计算所有通道的均值
data = data - Total_mean; % 数据减去均值

%% 数据都从0开始,看自己需要进行选择
% start_one = data(1,:);
% data = data - start_one;

fs = 25;  % 采样率
n = 5;    % 选取几分钟
lengths = fs*60*1; % 时长1分钟
for i = 1:n   % 将数据划分为1分钟的时间段
    data1 = data((i-1)*lengths+1:i*lengths,:);
    data_t(:,:,i) = data1;
end
% 将时间段进行叠加平均
M_data = mean(data_t,3);   % 所有段进行叠加平均为一段
M_data_c = abs(mean(M_data));   % 将一段叠加平均为一个数值,27个通道也即27个数值
% 分组,有4个通道,数据不好,排除
w = [1,2,4,6,7,9,10,18,20,21,22,26,27]; %分组1的对应的通道编号
z = [3,5,8,11,12,13,14,19,23,25];  % 分组2对应的通道编号

data_w = M_data(:,w);  % 取分组1的数据
data_z = M_data(:,z);  % 取分组2的数据

M_data_w = M_data_c(w); % 从所有均值中取分组1的均值
M_data_z = M_data_c(z); % 从所有均值中取分组2的均值

% 分组的均值
data_w_m = mean(data_w,2);  % 分组1叠加平均,13个通道的均值
data_z_m = mean(data_z,2);  % 分组2叠加平均,10个通道的均值
data_w_z =[data_w_m,data_z_m]; % 两组数据组合
data_m = [abs(mean(data_w_m)),abs(mean(data_z_m))]; % 两组的各自均值

接下来,进行画图,画所有通道的均值

javascript 复制代码
% 画所有通道
figure;
bar(M_data_c(1,:));
title('含氧血红蛋白浓度变化',FontSize= 16 );
ylabel('浓度',FontSize= 16);
xlabel('通道',FontSize= 16);
javascript 复制代码
% 画分组的通道
figure;
subplot (2,1,1);
bar(M_data_w);
title('周围HbO浓度变化');
ylabel('浓度');
set(gca,'XTickLabel',w);
subplot (2,1,2);
bar(M_data_z);
title('中间HbO浓度变化');
ylabel('浓度');
xlabel('通道');
set(gca,'XTickLabel',z);

画分组后的波形图,以及相应的均值

javascript 复制代码
% 画分组后的波形图,1分钟数据

figure;
t = (0:lengths-1)/fs;
plot(t,data_w_z);
title('HbO浓度变化');
ylabel('浓度');
xlabel('时间/s');
legend('周围','中间')
% 画分组的均值
figure;
bar(data_m);
title('周围-中间HbO浓度变化均值');
ylabel('浓度');
set(gca,'XTickLabel',{'周围','中间'});


相关推荐
希和20279 小时前
江科大 51 单片机笔记:DS18B20 温度传感器 + LCD1602 显示代码详解
笔记·单片机·mongodb
benchmark_cc11 小时前
个人开发者接入五档盘口:用 QuantDash 读取单只股票的验收清单与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
Sakura_j_h_13 小时前
MCP SDK 2.0 实战:用 MCPServer 搭本地笔记检索服务
开发语言·笔记·python·qt·ai工具·mcp·mcpserver
AllData公司负责人13 小时前
第九篇:AI大模型数据开发底座系列说明书:AllData集成BISHENG开源项目建设大模型应用开发底座,涵盖可视化编排/智能助手/一键API/模型接入!
人工智能·云原生·数据分析·视觉检测·知识图谱·大模型应用·bisheng
GrowingIO技术社区16 小时前
埋点方案怎么写?从业务问题到事件设计与验收
数据分析
前进的李工16 小时前
Agent 学习笔记 15:Agent 怎样响应事件与中途打断?
人工智能·笔记·agent·openclaw·工具设计·gpt-6 astra·原生异步
希和202720 小时前
51 单片机学习笔记:LCD1602、独立按键、I2C 与 AT24C02 掉电存储(江科大课程小白笔记)
笔记·单片机·学习
北风toto20 小时前
Spring Boot 常用注解 · 概要笔记
spring boot·笔记·后端
机器学习之心20 小时前
物理信息神经网络与扩展物理信息神经网络(PINN/XPINN)求解功能梯度材料稳态—瞬态热传导,MATLAB代码
matlab·物理信息神经网络
下一站春风里21 小时前
Spring IoC 控制反转 完整技术笔记
java·spring boot·笔记·spring