MATLAB环境下脑电信号的脑电信号提取

Question

我在MATLAB中有一个简单的脑电信号，如下图所示。我想要的是根据下表提取脑电图的成分。

• 三角洲-高达4赫兹；
• θ-4 -> 8赫兹
• α-8 -> 13 Hz
• β- 13 -> 30 Hz
• 伽玛- 30 -> 100 Hz

在第一次尝试解决这个问题时，我尝试用MATLAB中的“fdatool”构建一个带通滤波器来提取分量‘theta’信号，但没有成功。

附加了用“fdatool”获得的过滤器的代码。

function Hd = filt_teta
%FILTROPARA TETA Returns a discrete-time filter object.

%
% M-File generated by MATLAB(R) 7.9 and the Signal Processing Toolbox 6.12.
%
% Generated on: 05-May-2011 16:41:40
%

% Butterworth Bandpass filter designed using FDESIGN.BANDPASS.

% All frequency values are in Hz.
Fs = 48000;  % Sampling Frequency

Fstop1 = 3;           % First Stopband Frequency
Fpass1 = 4;           % First Passband Frequency
Fpass2 = 7;           % Second Passband Frequency
Fstop2 = 8;           % Second Stopband Frequency
Astop1 = 80;          % First Stopband Attenuation (dB)
Apass  = 1;           % Passband Ripple (dB)
Astop2 = 80;          % Second Stopband Attenuation (dB)
match  = 'stopband';  % Band to match exactly

% Construct an FDESIGN object and call its BUTTER method.
h  = fdesign.bandpass(Fstop1, Fpass1, Fpass2, Fstop2, Astop1, Apass, ...
                      Astop2, Fs);
Hd = design(h, 'butter', 'MatchExactly', match);

我有什么建议可以解决这个问题吗？

感谢所有

Answer 1

一种更简单的方法可能是简单地取FFT和零出频率分量，而不是你可能感兴趣的特定范围，然后反FFT回到时域。

请记住，你必须将正频率和负频率归零，以保持频域上的信号在0频率上是共轭对称的。，如果你不这样做，你会得到一个复杂的信号，在计算反FFT。

编辑:例如，下面的代码在时域产生两个正弦波，相应的DFT (用FFT计算)，然后去掉其中一个峰值。

t = 0:0.01:0.999;
x = sin(t*2*pi*4) + cos(t*2*pi*8);
subplot(2,2,1);
plot(x)
title('time domain')
subplot(2,2,2);
xf = fft(x);
plot(abs(xf))
title('frequency domain');
subplot(2,2,3);
xf(9) = 0; xf(93) = 0;  % manual removal of the higher frequency
plot(abs(xf));
title('freq. domain (higher frequency removed)');
subplot(2,2,4);
plot(ifft(xf));
title('Time domain (with one frequency removed)')

有几件事要注意。DFT中的频域有几个不同的范围:直流偏移(常数)是0频率；正频率范围(对于长度为N个原始信号)是从1到N/2的条目；负频率范围是从N/2到N1的条目；注意，这不是一个错误，最高频率(N/2处的频率)是重复的，对于正负频率都是相同的。(有些人使用fftshift来显示这一点，就像人类可能会画它一样，但这实际上只是为了外观/理解。)

至于要移除的频率，你必须自己弄清楚，但我可以给你一个提示。最高频率(在频率位置N/2)将对应于系统表示的最高频率，即fs/2，其中fs是您的采样率。您可以相应地缩放，以确定哪些是否定的。

如果你没有正确地否定相应的负频率，你将得到一个假想信号的逆fft。

最后一条评论。这种方法只有在您拥有提前拥有所有信号的奢侈条件下才能工作，因为您需要在整个信号上使用DFT。如果您想实时执行此操作，则需要像以前一样创建某种类型的筛选器。

Answer 2

如果过滤器对其长度没有任何限制，请为过滤器选择更锐化的边缘。如果我是在你的鞋，我会建立不同的过滤器(低通和高通)，并处理的结果在傅里叶变换，以看到任何高频或低频是混合的频率范围。1)构造低通，提取δ2)为θαβ3构建带通，建立高通滤波器，提取伽马。