0

我对 R 和 EEG 信号非常陌生，所以如果问题的答案很明显，请原谅。

我正在尝试对 EEG 信号执行巴特沃斯滤波器以提取 Alpha 波段。当我执行过滤器时，生成的信号看起来很奇怪，完全不是我所期望的，在时间框架的开始有一个异常大的峰值。我尝试使用 eegfilter 和 bwfilter 来查看代码是否存在问题，但是当我绘制结果时两者之间几乎没有区别。我无法解释最终结果，如果有人可以向我解释特殊的最终结果，我将不胜感激。

这是我正在查看的数据中的一个示例： https ://ufile.io/1ji48wg6

采样率为 512。

我想提取 alpha 波段，所以频率在 8 到 12 Hz 之间

library(eegkit)

mturk <- read.csv("EEG_alpha.csv", head = TRUE, sep= ",")

mturk.but <- eegfilter(mturk, Fs = 512, lower = 8, upper = 12, method = "butter", order = 4)

plot(mturk.but)

这是绘制时的数据图片。最左边的图像是原始数据。中心图是使用 eegfilter 应用 Butterworth 滤波器的结果。右图是使用 bwfilter 应用巴特沃斯滤波器的结果。

应用过滤器时的数据图

数据集的标题：

脑电图

-8438.876837

-8442.718979

-8441.877183

-8439.974768

-8443.436883

-8448.900711

-8452.433874

-8441.616546

4

1 回答 1

0

似乎 eegfilter 和 bwfilter 函数在应用过滤器之前在数据前面添加了 0，然后才对其进行规范化。因此，一旦处理完数据，您最终会在数据的开头得到类似于 Dirac 的东西，从而使过滤后的数据从其原始状态变为：

EEG_raw

一旦你过滤了它：

脑电图 Butterworth 过滤

但是，如果将数据归一化为 0；在应用过滤器之前从所有值中减去时间序列的第一个值，不会出现类似 Dirac 的伪影：

脑电图归一化，然后是巴特沃斯滤波器

于 2019-04-30T14:00:38.820 回答