是新朋友嗎？記得先點藍字關注我哦～
首先，eeg訊號的資料是什麼樣的？
原始的eeg資料是由很多個樣本點數所構成的乙個有限的離散的時間序列資料。至於樣本點數的多少，則由取樣率所決定，比如取樣率為1000hz，那麼每秒就有1000個資料樣本點。其中，每個樣本點資料代表的是腦電波幅的大小，物理學上稱為電壓值，單位為伏特(v)，由於腦電訊號通常較弱，所以更常使用的單位為微伏(μv)。
時域分析
因此，原始的eeg訊號就是乙個時域上的資料。時域分析關注的是eeg波幅隨時間程序的變化情況，事件相關電位(erp)分析就是最常用的時域分析方法，能夠快速得到由某個事件(刺激)所引起的波幅值的變化，如常見的事件相關電位成分p300、mmn、n400等。時域分析的優點在於其計算簡單和快速，而且由於不需要進行濾波處理，相較於頻域分析/時頻分析具有更高的時間精度和準確性。
頻域分析
然而，時域分析並不足以全面反映eeg訊號中所蘊藏的資訊。我們常說的α波、β波、γ波等就是根據不同頻率的eeg訊號來進行劃分的，反映的是腦電訊號隨時間變化的快慢。
因此，頻域分析實現的是eeg訊號從時域到頻域的轉換，頻域分析的結果為各個頻率上的能量值分布，也就是我們常說的power值，可以簡單理解為振幅的平方，單位為μv2.
頻域分析使用的是傅利葉變換。根據傅利葉定理，任何連續測量的時序或訊號，都可以表示為不同頻率的正弦波訊號的無限疊加。腦電訊號可以看成就是由不同的正弦訊號混疊而成的混合訊號，通過傅利葉變換，就能夠將這個混合訊號重新分解成具有不同頻率的正弦波，從而獲得頻域上的資訊。
頻域分析不僅可以用於分析任務態的資料，還常用於分析靜息態的資料。
但是，傅利葉變換有乙個侷限性，就是其只適用於穩態資料，而腦電資料就屬於非穩態資料。另外，頻域分析不能反映頻率隨時間的變化。因此，單一維度的時域分析或頻域分析都不能全面反映訊號特徵，這時候就需要時頻分析。
時頻分析
顧名思義，時頻分析既包含時域，又包含了頻域的資訊，其方法是通過對腦電資料進行加窗處理，並假設在該時間窗內資料是穩態的，從而進行傅利葉變換，提取該時間窗內的頻域資訊。將視窗沿著時間軸向前滑動，並對每個時間窗內的資料進行同樣的處理，這樣就能得到隨時間變化的頻率的資訊，所得到的結果就是時頻圖。其橫軸代表的是時間，縱軸代表的是頻率，每個時間-頻率所對應的點代表的就是power值。
不同的分析關注的是腦電訊號的不同維度，都有各自的優勢與侷限性，需要根據自己的研究需求選擇合適的方法。
———— / end / ————
-往期精彩-
乾貨分享系列——
乾貨分享系列——
畫圖軟體資源推薦
乾貨分享系列——
統計分析軟體資源推薦
將我們設為星標獲取最新更新!
喜歡本篇內容，請點亮在看
時域和頻域
1.最簡單的解釋 頻域就是頻率域，平常我們用的是時域，是和時間有關的，這裡只和頻率有關，是時間域的倒數。時域中，x軸是時間，頻域中是頻率。頻域分析就是分析它的頻率特性！影象處理中 空間域，頻域，變換域，壓縮域等概念！只是說要將影象變換到另一種域中，然後有利於進行處理和計算 比如說 影象經過一定的變換...
時域和頻域
波形就是資訊的載體，時域和頻域就像是從不同角度來表示波形，時間的角度是我們目前認為唯一存在的客觀表達方式，但通過其他角度如頻率為基準來表示波會更便捷 圖2一眼就可以直接看出在時域這個波的所有資訊。再說濾波，曾以為濾波就是加限制，比如振幅為5的正弦波，我打算超過4的值置4，小於 4的置 4，可以想象那...
時域和空域和頻域
傅利葉變換是f t 乘以正弦項的展開，正弦項的頻率由u 其實是miu 的值決定。因為積分後左邊剩下的為一變數是頻率，所以我們說傅利葉變換域是頻率域。數字影象處理 岡薩雷斯，中文第三版p128 當變數t用於說明影象時，我們一般將變數t的域稱為空間域。按 影象處理 章毓晉 的理解，首先是認同模板操作的，...