实验14 脑电信号睡眠分期的时频分析研究.pdf

《实验14 脑电信号睡眠分期的时频分析研究.pdf》由会员分享，可在线阅读，更多相关《实验14 脑电信号睡眠分期的时频分析研究.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、实验 14 脑电信号睡眠分期的时频分析研究 实验实验 1 14 4 脑电信号睡眠分期的时频分析脑电信号睡眠分期的时频分析研究研究 一一 实验目的实验目的 1 学习和掌握多导联脑电信号的采集方法。2 掌握时频分析的基本原理以及使用 matlab 软件编写时频分析程序。3 分析清醒和、困倦、睡眠状态的脑电特点。二二原理与步骤原理与步骤 1 原理原理（1）脑电波与睡眠 大脑是人体最重要，也是最复杂的生理器官。脑电波直接反映了大脑的生理状态，包含丰富的神经活动信息，大量研究表明人在不同的状态下，脑电也不同，比如在兴奋和松弛两种状态下，脑电的波动差异很大。当然，在睡眠过程中，比如：清醒、困倦、睡眠时，脑

2、电波也存在显著差异。脑电图在睡眠过程中存在有规律变化，非眼球快速运动睡眠阶段根据脑电图特征分为四个期：第一期，以波为主；第二期，脑电波为纺锤波且波少于 20%；第三期，脑电波波占20%50%，为中等深度睡眠；第四期，脑电波波占 50%以上。因此，睡眠的不同阶段脑电信号的频率分布范围存在差异。（2）时频分析 时频分析（JTFA）即时频联合域分析（Joint Time-Frequency Analysis）的简称，作为分析时变非平稳信号的有力工具，近年来受到越来越多的重视。时频分析方法提供了时间域与频率域的联合分布信息，清楚地描述了信号频率随时间变化的关系。STFT(short time Four

3、ier transform)以滑动窗对信号进行分析，然后对加窗信号进行 Fourier变换。离散 STFT 定义为 解释：就是说信号在时间的 STFT 就是信号乘上一个“分析窗”所做的傅立叶变换，等价于取出信号的一个切片，故是在分析时间附近的局部频谱。要想获得高的时间分辨率，则选短窗；要想获得高的频率分辨率，则选长窗。2步骤步骤（1）实验对象）实验对象 本实验共有15名志愿者作为测试样本，其中男志愿者11名、女性志愿者4名，年龄集中在22-25岁之间，平均年龄23.3岁，均为右利手。参加测试前一周内无服用任何药物的历史、精神状况良好。实验前，受试者将头发洗干净，去除头皮表面油垢以利于电极阻抗的

4、调试。开始记录数据前，/1(,)()()Njnm NnS m ks n H nk e实验 14 脑电信号睡眠分期的时频分析研究 实验员向受试者详细说明检查中的注意事项，以消除受试者紧张情绪及体动、吞咽、眼动引起的干扰脑电信号。（2）实验环境和任务实验环境和任务 实验中所有数据采集均在同一个实验专用房间内进行，房间周围安静、光线昏暗内部不使用日光灯、室温相对稳定（2025），尽量克服外部环境对受试者造成的干扰。具体实验过程的如下：受试者双眼自然闭合、身体和精神放松，以一种舒适的姿势坐在实验专用凳子上并佩戴电极帽。在脑电数据采集时，等待受试者脑电波平稳后开始记录。（3）脑电记录脑电记录 实验采用

5、neuroscan 型脑电图仪对受试者的脑电信息进行详细的记录。实验过程中，脑电信号被实时的采集并保存在计算机内。给受试者佩戴电极帽。为了防止信号失真，电极与头皮接触处的阻抗低于 5K，误差范围在 1K。按照国际标准 40 导联系统，将电极分别摆放在前额，颞区，中央，枕区，顶区，Fpz 为接地电极、耳电极 A1、A2 为参考电极(图 2)。脑电图仪的主要参数如下：放大增益：100v/cm；采样频率：1000Hz；共模抑制比：大于 80dB；A/D转换器分辨率：16 位；时间常数：0.3s；低通滤波器：30Hz，以去除不需要的高频脑电波；陷波：50Hz，去除电源干扰波。图 14.1“10-20”

6、系统电极位置。F：前额，T：颞区，C：中央，O：枕区，P：顶区，A：耳，FPz：接地。奇数：左半脑区，偶数：右半脑区。（4）实验数据实验数据处理和分析处理和分析 对清醒，困倦和睡眠的脑电数据分别做时频分析，分析时频分析图寻找各个状态下的特征点。三实验要求三实验要求（1）按照要求重复诱发脑电采集的过程，获得原始待处理的数据。（如果没有条件，则直接处实验 14 脑电信号睡眠分期的时频分析研究 理现有脑电数据，存放在文件 qingxing.txt、kunjuan.txt、shuimian.txt 中。（2）对三组数据做时频分析，获得时频图。（3）分析图像，寻找不同状态下的评价因子。（4）将自己实验所

7、发现的结论和国内外研究者相关实验结论做比较，对自己实验的结论进行客观评价，并叙述自己的结论和别人的异同点。四实验报告四实验报告 1、阐述完成的实验内容，将程序保存在相应的文件中。给出各个仿真实验的结果，包括数据、图表，并对结果进行分析。2、总结实验的主要结论和自己的体会、发现。图 14.2 原始数据的基本组成 图 14.3 时间频率图 清醒 8192 个点 困倦 8192 个点 睡眠 8192 个点 实验 14 脑电信号睡眠分期的时频分析研究 图 14.4 时间频率幅度 Matlab 代码：代码：Sp_analysis1.m clc;clf load eeg.txt;%读取 EEG 信号，行-

8、采样点；列-通道 sig=eeg(:,1);%获得第一个通道数据 N1=length(sig);%获得采样点数 fs=256;%采样频率 nfft=64;%窗口的宽度 noverlap=32;%窗口的重叠点数 B,f,t=spectog(sig,nfft,fs,noverlap);%short time FFT B=abs(B);%获得幅值的模值 figure;%绘图 mesh(t,f,B);title(绘制时间和幅度);view(0,0);%控制角度 ylim(0,40);xlim(0,96);colorbar;xlabel(Time(sec);ylabel(Frequency(Hz);zl

9、abel(Amplitude);0204060800100020003000 绘 制 时 间 和 幅 度Time(sec)Amplitude5001000150020002500实验 14 脑电信号睡眠分期的时频分析研究 figure;%绘制 mesh(t,f,B);title(绘制时频特性);view(0,90);%控制角度 ylim(0,20);xlim(0,96);colorbar;xlabel(Time(sec);ylabel(Frequency(Hz);zlabel(Amplitude);figure;%绘制 mesh(t,f,B);title(绘制特性);view(90,0);%控

10、制角度 ylim(0,20);xlim(0,96);colorbar;xlabel(Time(sec);ylabel(Frequency(Hz);zlabel(Amplitude);spectog.m function sp,f,t=spectog(x,nfft,fs,noverlap);%Function to calculate spectrogram%sp,f,t=spectog(x,nfft,fs,noverlap);%Output arguments%sp spectrogram%t time vector for plotting%f frequency vector for pl

11、otting%Input arguments%x data%nfft window size%fs sample frequency%noverlap number of overlaping points in adjacent segements%Uses Hanning window N xcol=size(x);if N xcol x=x;%Make row vector N=xcol;end 实验 14 脑电信号睡眠分期的时频分析研究 incr=nfft-noverlap;hwin=fix(nfft/2);f=(0:hwin-1)*fs/nfft;%Calculate frequen

12、cy vector x_mod=zeros(hwin,1);x;zeros(hwin,1);%Zero pad array to handle edge effects j=1;for i=1:incr:N%Calculate spectra for each data point data=x_mod(i:i+nfft-1).*hanning(nfft);%Window data ft=abs(fft(data);sp(:,j)=ft(1:hwin);%Limit frequency range to meaningful points t(j)=i/fs;%Calculate time vector j=j+1;end 实验 14 脑电信号睡眠分期的时频分析研究