【EEG】医疗电子中EEG数字信号处理的5H科普

医疗电子中EEG数字信号处理的5H科普

1. What（是什么）——核心概念与频段划分

EEG信号是大脑神经活动的电生理记录，频率范围通常在 0.5-35 Hz，分为多个频段：

• δ（Delta, 0.5-4 Hz） ：深度睡眠或病理状态。
• θ（Theta, 4-8 Hz） ：浅睡眠或冥想状态。
• α（Alpha, 8-12 Hz） ：放松、闭眼时的主导频段。
• β（Beta, 12-30 Hz） ：专注、思考时的活动。
• γ（Gamma, >30 Hz） ：认知处理或感觉整合。
  用户可根据需求自定义频段，例如添加高频Gamma分析。

2. How（如何工作）——时频域与频域转换

• 频域分析：通过傅里叶变换（FFT）将时域信号转为频域，显示各频率的功率分布，例如发现α波在闭眼时增强。
• 时频分析：结合时间和频率的动态变化，常用短时傅里叶变换（STFT）或小波变换，捕捉事件相关同步/去同步（如ERS/ERD），例如研究注意力集中时的β波变化。

3. Why（为何重要）——滤波器的关键作用

滤波器用于去除噪声并提取目标频段：

• 低通滤波器（高切） ：保留低于截止频率的信号，例如30 Hz以下，去除肌肉活动等高频噪声。
• 高通滤波器（低切） ：保留高于截止频率的信号，例如0.5 Hz以上，消除基线漂移或出汗引起的低频干扰。
• 带阻滤波器（陷波） ：消除特定频率干扰（如50/60 Hz工频噪声），避免电源线干扰污染信号。

4. Where（应用场景）——参数设置与实例

• 截止频率：低通常设为30-90 Hz，高通设为0.1-4 Hz。例如，SSVEP识别中常用4 Hz高通和90 Hz低通。
  
• 阶数与陡度：高阶滤波器（如8阶切比雪夫型）截止更陡峭，但可能引入相位延迟；低阶（如4阶）更平缓，适合保留信号完整性。
• 防混叠：采样率需高于信号最高频率的2倍（Nyquist定律），例如200 Hz采样率需用低通滤除100 Hz以上成分。

5. How to（如何操作）——注意事项与陷阱

• 零相位滤波：避免非因果滤波器（如FIR）引起时间偏移，影响ERP分析的潜伏期判断。
• 信息损失权衡：下采样（如从1000 Hz降至200 Hz）可减少计算量，但需确保保留有效频段。
• 伪影风险：过度滤波可能导致信号失真，如高频Gamma活动被误滤除，需结合任务需求调整参数。

总结：EEG数字信号处理通过频段划分、时频转换和滤波技术，从复杂噪声中提取有效神经活动信息。合理选择滤波器类型、截止频率和阶数，是平衡去噪与信号保真的关键。