基于小波变换和卷积神经网络的脑电运动成像信号分类

谁借莪１个温暖的怀抱￠ 2024-03-24 23:56 8阅读 0赞

[资源下载地址][Link 1]：https://download.csdn.net/download/sheziqiong/88277449  
[资源下载地址][Link 1]：https://download.csdn.net/download/sheziqiong/88277449

## 基于小波变换和卷积神经网络的脑电运动成像信号分类 ##

### 链接 ###

[参考论文地址][Link 2]

### 预处理 ###

脑电信号的预处理主要是去除信号中的噪声，滤除与运动图像任务无关的频率成分。一些数字信号中含有低频噪声，影响了信号的分析。它需要预处理，以消除信号基线。通过消除数据的趋势，分析可以集中在数据的波动上。线性趋势通常表示系统的增加或减少。小波分析可以测量信号的非线性趋势，小波分析可以对信号进行多尺度分析。从低频系数可以看出信号的基线线，并从原始信号中减去基线

脑电图的ERD/ERS现象主要体现 在8-30Hz的频段，对原始信号进行贷通滤波，选择8-30频段  
肌电信号具有较宽的频率范围，较大的幅值部分分布在频率大于30hz的区域;眼球运动信号集中在5Hz以下的低频区域，尤其是前额区域。

在本实验中，我们使用空间滤波器来最大化信噪比。  
common averagereference (CAR)过滤器强调大多数通道中的公共组件，并从指定的通道中删除这些组件，以增加不同通道之间的差异。  
相反，如果某些组件出现在大多数通道中，但不在兴趣通道中，则会在兴趣通道上生成工件。  
拉普拉斯方法的效果与CAR相似，但只使用邻域信道的一小部分。

拉普拉斯滤波：这种方法提取的是发生在第i个电极的局部活动，它使用第i个电极的信号减去四个正交的最近邻电极信号的平均值  
共同平均参考（CAR）：用第i个电极的信号减去其他所有的电极信号的平均值，以增强第i个电极上的局部活动。

当受试者进行左手运动成像时，C3通道在8-12 Hz波段的功率幅值增大，即发生ERS现象，而C4通道在8-12 Hz波段的功率幅值减小，即发生ERD现象。

#### 滤波器设计 ####

通过时域转换为频域，在频域信号中去除相应频域信号，最后在逆转换还原为时域型号

滤波函数

scipy.signal.filtfilt(b, a, x, axis=-1, padtype='odd', padlen=None, method='pad', irlen=None)

输入参数：

b: 滤波器的分子系数向量

a: 滤波器的分母系数向量

x: 要过滤的数据数组。（array型）

axis: 指定要过滤的数据数组x的轴

padtype: 必须是“奇数”、“偶数”、“常数”或“无”。这决定了用于过滤器应用的填充信号的扩展类型。\{‘odd’, ‘even’, ‘constant’, None\}