脑电信号处理过程

脑电实验

本博客主要是记录基于脑电信号的情绪识别方法的研究，将学习中遇到的一些实验方法进行总和，为了最后更好的实验结果而努力。该实验主要分为三个阶段，脑电数据的预处理阶段，特征提取算法，分类算法的实现。

为什么要预处理

标准脑电信号是由国际标准10-20的脑电帽进行实验数据的采集，在采集的过程中，我们会遇到很多干扰信号，如眼电信号（EOG)，肌电信号（EMG）
这些信号叠加在采集到的脑电信号中，会对后期的特征提取和最后的算法正确率产生负面影响，所以在预处理阶段需要进行滤除。

预处理方法

降采样

由于脑电设备采样频率较大，采集的数据较多，在后期的实验中不一定有很大的作用。故为了减少后期的处理方法，首先将数据进行降采样的工作，将数据降采样到200HZ。
使用eeglab工具箱进行降采样的处理

进行滤波操作

将数据进行滤波操作是由于脑电信号都是频率较低的信号，通过滤波操作减少其他干扰信号对后面实验操作产生影响。
首先，由于脑电信号分为5个波段，如下图示：

所以一般情况下我们进行滤波操作将信号先进行高通滤波，大于0HZ，在进行低通滤波小于50HZ，在进行工陷滤波去除工频的干扰。

对于坏导的处理方法

坏导是我们在将数据进行处理之后对于明显的有眼电或者肌电信号干扰的通道进行剔除处理的一种方法。
坏道处理方法分为两种，
1.使用该坏导周围的四个电极信号的平均值进行处理。
2.利用eeglab中的interpolats electrodes面板操作处理

进行ica独立成分分析处理眼电信号

通过进行ica独立成分分析有效的剔除眼电信号，提高数据的准备性和有效性，是脑电实验预处理过程中关键的一步。

参考文献

[1]知乎： https://www.jianshu.com/p/0df08244614a
[2]知乎： https://www.jianshu.com/p/c52583a7a77e