EEG学习笔记（一）

EEG信号常用统计特征

• 随机变量或向量统计量
  1 均值，方差，协方差，相关系数矩阵
  2 偏度（skewness）
  3 峭度或峰度（kurtosis）
• 随机过程或随机信号统计量
  1 自相关函数与功率谱
  2 双谱等高阶谱

EEG信号特征量

时域特征量

样本均值
样本方差
样本协方差
样本平均绝对值
信号平均能量
自相关系数
信号累积量
信息样本熵
非线性指数

频域信号特征

峰值频率
峰值频率幅度
频带能量（如αβδθ波）
平均相位

• 注意，频带能量也可以在时域计算

EEG信号α波提取滤波器设计

频带8-13Hz，设计带通滤波器，采用频率512，选4阶椭圆滤波器，通带边缘频率为[8.1, 12.8]

[B,A]=ellip(4, 0.5, 20, [8.1/256, 12.8/256])
[h,f]=freqz(B,A,1000,512);
plot(f(1:100),20*log(abs(h(1:100))))
axis([6,15,-60,5])
grid on

非平稳信号分析

短时傅里叶变换

小波变换

ex
突变信号的墨西哥草帽小波变换
x=[sin(pit/200) sin(pit/30)];
C=cwt(x,1:32,‘mexh’,‘plot’);

Wigner-Ville分布

独立分量分析

infomax算法：
http://www.cnl.salk.edu
MMI
fastICA