自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(73)
  • 收藏
  • 关注

原创 「EEG脑电信号处理——(31)神经信号多窗谱分析:从LFP功率谱到脉冲-场相干性」2026年08月31日

基于多窗谱分析框架,对LIP脑区LFP与脉冲数据进行了系统频谱分析。四通道LFP在约19.10 Hz处呈现高度一致的功率主峰,通道间频率差异小于0.03 Hz;LFP-LFP相干性在约20.17 Hz处达0.995,显著高于Jackknife阈值0.532;两条脉冲序列在约52.06 Hz处存在显著共享放电节律(相干性0.940);连续LFP与脉冲序列在约56.66 Hz处表现出较强场电位-放电耦合(相干性0.965)。上述结果经分段、事件触发与计数序列交叉验证,形成了从功率谱到跨模态耦合的完整证据链。

2026-08-31 16:43:40 379

原创 「EEG脑电信号处理——(30)脑电抑郁相关分析算法——脑电特征综合评分(EFCS)」2026年07月29日

脑电特征综合评分(EFCS)是一种基于效应量驱动的EEG量化评估算法。该算法无需大规模训练样本,通过Cohen‘s *d* 筛选组间区分性特征,经方向校正与标准化加权融合,生成0~3分连续指标。本文从统计推断、群体分布、特征权重、频带模式及个体异质性五个维度验证其构造效度。基于9名被试(四组)的实验表明,EFCS能有效反映异常程度递进趋势(重度组2.796,中度组1.353,正常组0.714),入选特征集中于θ/δ频段及Hjorth活动度,与抑郁症EEG研究一致。

2026-07-29 13:10:57 342

原创 「RESP信号处理——(2)基于多通道呼吸信号融合的呼吸暂停检测算法设计与实现」2026年7月18日

睡眠呼吸暂停是一种常见的睡眠呼吸障碍,自动检测呼吸信号具有重要工程与研究价值。本文提出一种融合呼吸带与鼻热敏信号的呼吸暂停检测方法:对原始信号进行平滑滤波,利用局部幅值和斜率阈值识别低幅平稳片段,并结合鼻热敏通道的幅值、斜率及局部变化范围进行辅助判定,通过加权融合得到候选区域;采用布尔序列起止点检测与短间隔合并生成事件片段,以10秒为阈值进行事件级判定。实验表明,该方法能有效定位呼吸暂停候选区间,为信号分析与算法优化提供可复现基础。本文方法仅供教学科研参考,不能替代临床诊断。

2026-07-18 15:08:20 495

原创 「ECG信号处理——(34)基于PSO优化ELM的睡眠分期研究」2026年06月05日

睡眠分期是睡眠医学研究的基础,传统方法依赖专家视觉判读,耗时且主观。本文基于公开的slpdb睡眠数据库,提取18个心率变异性(HRV)特征,采用粒子群优化(PSO)算法对极限学习机(ELM)进行特征选择及隐藏节点联合优化,分别在2类、3类、4类、6类睡眠分期任务上开展系统评估。实验覆盖18名受试者,每类任务重复25次独立PSO-ELM实验(PSO迭代100次)。结果表明:PSO-ELM在2分类中平均准确率为82.37%,3分类76.73%,4分类71.38%,6分类62.80%;

2026-06-05 10:40:39 423

原创 「ECG信号处理——(33)基于LSTM-RNN的睡眠呼吸暂停检测」2026年06月02日

阻塞性睡眠呼吸暂停(OSA)是一种常见的睡眠呼吸障碍,严重影响患者生活质量。本文基于公开的Apnea-ECG数据库,设计了一套完整的OSA自动检测流程:首先将原始心电信号分割为60秒片段并进行自适应去噪;然后通过Pan-Tompkins算法检测R峰,提取RR间期(RRI)、R波幅度(RAMP)和ECG衍生呼吸信号(EDR)三类特征;最后构建三层LSTM-RNN网络进行二分类(正常/呼吸暂停)。实验结果表明,该模型在测试集上取得了优异的分类性能,为便携式睡眠呼吸暂停筛查提供了可行方案。

2026-06-02 20:02:02 391

原创 「EEG脑电信号处理——(29)国内大模型发展现状」2026年05月28日

中国大语言模型(Large Language Models, LLMs)产业近年来呈现爆发式增长态势,形成了涵盖互联网巨头、AI原生企业、垂直领域专家和科研机构的多元化格局。本文系统梳理了中国大模型领域的主要参与者及其代表性工作,包括百度文心、阿里通义千问、腾讯混元、华为盘古等头部模型, 也包括字节跳动豆包、深度求索DeepSeek等新兴力量。文章重点分析各模型的技术架构、参数规模、多模态能力及行业应用,并探讨当前中国大模型产业的竞争格局、技术突破与商业化进展,为理解中国大模型生态提供系统性参考。

2026-05-28 09:00:00 598

原创 「EEG脑电信号处理——(28)国外大模型发展综述」2026年05月27日

大语言模型(Large Language Models, LLMs)近年来在自然语言处理、计算机视觉及多模态任务中展现出强大的能力。本文基于当前主流国外大模型的发展现状,系统梳理了OpenAI、微软、Google、DeepMind、Anthropic、Meta及AI21 Labs等机构在大模型领域的代表性工作,重点分析各模型的技术路线、参数规模、训练方法及其在实际应用中的表现。

2026-05-27 15:54:38 462

原创 「EEG脑电信号处理——(27)大模型在脑机接口中的应用及发展方向」2026年05月26日

脑机接口(Brain-Computer Interface,BCI)的核心目标,是将大脑活动中的神经信息转化为可理解、可计算、可反馈的控制指令。传统 BCI 系统通常依赖人工特征、特定范式和个体化模型,在跨任务、跨被试、跨设备泛化方面仍存在明显限制。随着 Transformer、大模型和多模态学习的发展,基于大模型的神经信息解码有望通过无监督预训练、迁移学习、少样本学习和闭环自适应机制,提升脑信号表征能力与系统泛化能力。本文围绕脑机接口基本框架、神经信息解码方法、基于大模型的 BCI 技术路线、典型应用场景

2026-05-26 23:01:39 483

原创 「ECG信号处理——(32)面向可穿戴设备的ECG运动伪影去除算法对比研究」2026年05月25日

可穿戴心电监测设备在运动场景下面临严重的运动伪影干扰。本文基于MIT-BIH心律失常数据库(记录214),对比了六种去噪算法(传统/改进小波、RLS、VMD),并引入实时处理倍数(RTR)评估嵌入式可行性。实验表明:改进VMD取得最佳去噪效果(SNR改进5.19 dB,PRD 49.08%,相关系数0.883),而改进小波在实时性上遥遥领先(RTR=8421.3),综合评分最高。本文为可穿戴ECG运动伪影去除的算法选型提供了量化依据。

2026-05-25 15:46:48 471

原创 「EEG脑电信号处理——(26)大模型分类:从NLP到多模态」2026年05月12日

大语言模型(Large Language Models, LLMs)的成功不仅重塑了自然语言处理(Natural Language Processing, NLP)领域的格局,其影响力更泛化至计算机视觉(Computer Vision, CV)乃至多模态领域。本文旨在系统性地梳理与分类当前主流的大模型技术。文章首先回顾了从RNN到Transformer的演进,并重点分析了NLP大模型中三种主流技术路线(Encoder-Only, Decoder-Only, Encoder-Decoder)的原理与优劣。

2026-05-12 09:44:06 521

原创 「EEG脑电信号处理——(25)深入浅出Transformer:颠覆 RNN 的自注意力革命」2026年04月23日

Transformer是Google于2017年提出的序列建模架构,彻底摒弃RNN的顺序处理,采用纯自注意力机制,实现了并行化计算与长距离依赖的有效建模。本文系统介绍了其编码器-解码器架构、位置编码、Q/K/V注意力计算、多头注意力融合,以及残差连接、前馈网络与掩码机制。通过图解与公式,揭示Transformer如何突破RNN的效率瓶颈,成为GPT、BERT等大模型的技术基石。

2026-04-23 16:31:08 478

原创 「EEG脑电信号处理——(24)大模型技术综述:从发展历程到核心概念」2026年04月22日

近年来,以Transformer架构为基础的大规模预训练模型(简称大模型)在自然语言处理、计算机视觉、多模态学习等领域取得了突破性进展。本文系统梳理了AI模型从传统机器学习到深度学习,再到大模型时代的发展脉络;明确了大模型在参数量、数据规模和算力需求三个维度的定义标准;深入探讨了大模型“涌现”与“同质化”两大核心特性;并分析了算力、数据、算法模型三者协同构成的大模型生态体系,特别是当前主流的分布式训练框架及其国内外发展现状。本文旨在为研究人员和工程师提供一份清晰、系统的大模型基础知识参考。

2026-04-22 18:07:10 617

原创 「EEG脑电信号处理——(23)脑机接口,从场电位到动作电位的生成机制与采样策略」2026年04月21日

脑机接口(BMI)技术的核心在于对神经信号的精确采集与解析。本文从神经电生理的基本机制出发,系统梳理了脑电图(EEG)、皮层电图(ECoG)、局部场电位(LFP)及动作电位(spikes)的产生来源与物理基础。进一步,本文探讨了动作电位的频谱能量分布及其对采样率设计的影响,分析了当前主流高采样率(如30 kHz)与低规格采集方案之间的技术权衡。最后,文章总结了不同神经信号在幅值、频率与空间分辨率上的工程特性,为神经接口系统的设计与优化提供理论参考。

2026-04-21 10:38:54 509

原创 「EEG脑电信号处理——(22)脑机接口常用生理信号频率与幅值特性分析」2026年04月20日

脑机接口(BMI)技术的发展依赖于对神经信号特征的深入理解。本文系统梳理了脑机接口中六类常见信号——EEG、LFP、Spike、ECoG、EMG、ECG——的频率分布与幅值范围,总结了各自的能量集中区间及典型应用场景。研究发现,不同信号的频谱特性受脑区、行为状态、物种差异等因素影响显著,且多数文献以功率或能量作为衡量指标,明确的比例数据相对稀缺。本文旨在为脑机接口系统设计、信号处理算法开发及实验范式构建提供参考依据。

2026-04-20 21:03:15 717

原创 「EEG脑电信号处理——(21)癫痫诊断与分类:从临床标准到脑电图特征解析」2026年04月09日

癫痫是一种以反复、非诱发性(或反射性)发作为特征的脑部疾病。其诊断核心在于评估癫痫复发的风险。本文基于国际抗癫痫联盟(ILAE)的最新分类标准,系统阐述癫痫的诊断条件、疾病描述框架、病因学分类,并详细解析局灶性癫痫(额叶、颞叶、顶叶、枕叶、岛叶)与全面性癫痫的临床与脑电图(EEG)特征。本文旨在为神经科医师、脑科学研究者及AI辅助诊断系统开发人员提供一份结构化的技术参考。

2026-04-09 15:27:03 509

原创 「EEG脑电信号处理——(20)癫痫发作类型分类:ILAE 2017 标准详解」2026年04月08日

癫痫发作(epileptic seizures)是由于大脑神经元异常过度或同步化放电所导致的短暂临床症状。准确分类癫痫发作类型是诊断癫痫、指导治疗和判断预后的关键步骤。本文基于国际抗癫痫联盟(ILAE)2017年发布的分类标准,系统介绍局灶性发作、全面性发作及未知起始发作的定义、临床特征与脑电图(EEG)表现,并结合典型病例和图例进行说明。

2026-04-08 21:39:58 462

原创 「EEG脑电信号处理——(19)常见癫痫模仿症的识别与EEG特征」2026年03月14日

在临床工作中,我们经常会遇到这样的场景:患者突然出现意识丧失、肢体抽搐,家属惊恐万分,第一反应往往是“癫痫发作了”。然而,并非所有“抖动”或“意识不清”都源于癫痫。许多其他疾病,无论是神经科、内科还是精神心理范畴,都可能表现出酷似癫痫的症状,这些疾病被称为 癫痫模仿症(Seizure Mimics) 。误诊为癫痫可能导致不必要的抗癫痫药物治疗、延误原发病的诊治,甚至带来严重的不良后果。本文将基于神经电生理和临床特征,系统梳理常见的癫痫模仿症,帮助读者提高对这类“伪装者”的识别能力。

2026-03-14 21:29:36 453

原创 「EEG脑电信号处理——(18)脑电图(EEG)中的发作期模式(Ictal Patterns)识别」2026年03月13日

发作期模式(Ictal Patterns)是脑电图(EEG)上代表癫痫正在发作的重复性异常放电。正确识别这些模式对重症监护室(ICU)中非惊厥性癫痫发作(NCS)或非惊厥性癫痫持续状态(NCSE)的诊断至关重要。本文将详细介绍发作期模式的临床与电生理特征、演变(Evolution)的定义、Plus 术语的运用、电发作(Electrographic Seizures)的判定标准(Salzburg 标准),以及持续 EEG 监测的临床意义。此外,还将讨论短暂潜在发作性节律性放电(BIRDs)的相关研究进展。

2026-03-13 17:46:55 397

原创 「EEG脑电信号处理——(17)EEG常见伪差(Artifact)分类、识别与处理」2026年03月11日

在临床脑电图(EEG)解读中,伪迹(artifact) 是指非大脑起源的电活动波形,它们可能模仿真实的脑电活动,掩盖潜在的异常,甚至导致误判。因此,准确识别伪迹是每一位神经电生理技术人员和医师必备的基本功。根据来源,伪迹可分为两大类:内部(生理性)伪迹——源自体内(如眼、舌、心脏、肌肉);外部(非生理性)伪迹——源自体外(如电极、设备、环境干扰)。通过仔细观察床边环境(现场或视频回放),通常能迅速找到伪迹的源头。本文系统梳理了临床EEG中最常见的伪迹,帮助读者快速识别与处理。

2026-03-11 22:09:56 871

原创 「EEG脑电信号处理——(16)EEG背景六大特征与异常波形描述」2026年03月10日

 脑电图(EEG)是通过记录大脑皮层电活动来评估脑功能的重要工具。临床医生通过分析EEG背景活动,可以判断患者的意识水平、脑病严重程度以及是否存在局灶性或弥漫性病变。对于从事生物医学工程、医疗AI或神经信号处理的技术人员而言,理解这些临床描述背后的量化指标,将有助于开发自动化分析工具、设计特征工程以及构建预测模型。        本文将系统介绍EEG背景描述的六大核心特征,以及如何用标准化术语描述异常波形。我们将从临床定义出发,逐步引申到可计算的技术指标,帮助读者架起临床知识与工程实践的桥梁。

2026-03-10 22:12:14 615

原创 「EEG脑电信号处理——(15)脑电图解读分步分析与核心要点」2026年03月09日

 脑电图(EEG)解读是神经科临床和脑电信号处理领域的核心技能,其关键在于系统化、分步式的分析思路,避免因杂乱的脑电波形造成误判。本文将梳理 EEG 解读的标准步骤,从前期准备、波形区分到背景 / 前景特征分析,再到最终的结果判定与临床关联,形成一套可落地的 EEG 阅读方法论,适配临床医师、脑电技术从业者及相关科研人员的学习与应用需求。

2026-03-09 21:07:32 568

原创 「EEG脑电信号处理——(14)正常成人脑电图解读:从清醒到睡眠的生理特征」2026年02月26日

脑电图(EEG)是神经科常用的无创检查手段,其核心价值在于反映大脑的电活动状态。对于成年人而言,正常EEG在整个成年期保持稳定,但解读时必须结合生理状态(清醒、困倦、睡眠)综合判断。本文将系统梳理正常成人在不同生理状态下的EEG特征、正常变异及关键鉴别点,适配临床及相关技术从业者的学习需求。

2026-02-26 15:28:33 952

原创 「ECG信号处理——(31)基于双模态融合与多实例学习的ECG心拍分类算法」2026年02月24日

本文提出一种融合ResNet18、多实例学习(MIL)与对比学习的端到端深度学习算法。该算法通过时域信号 + 连续小波变换(CWT)时频图像双模态特征提取,结合双级对比学习优化特征分布,并利用MIL适配ECG“心拍-记录”层级结构,同时引入数据平衡策略与加权焦点损失解决类别偏倚问题。在MIT-BIH心律失常数据集上的实验表明,算法测试集宏平均F1分数达0.9727、微平均F1分数达0.9734,N类与V类召回率均为100%。

2026-02-24 20:10:01 255

原创 「PPG/EDA信号处理——(8)基于 PPG 和 EDA 的情绪刺激响应分析研究」2026年1月21日

本研究开发了一套完整的生理信号处理分析流程,针对光电容积脉搏波(PPG)和皮肤电活动(EDA)信号,实现了从原始信号读取、多阶段预处理、特征提取到统计分析的全流程自动化。实验基于被试者的情绪诱发实验数据,通过高通滤波、带通滤波、陷波滤波等信号处理技术有效去除噪声,结合峰值检测算法实现心率(HR)、皮肤电导水平(SCL)、皮肤电导反应(SCR)等生理特征提取,并采用方差分析(ANOVA)和线性混合效应模型分析不同情绪条件下的生理响应差异。

2026-01-21 11:24:13 954

原创 「EEG脑电信号处理——(13)基于多通道神经电生理信号的电刺激效应系统性分析」2026年01月20日

本研究针对脊髓背角多通道局部场电位(LFP)与神经元锋电位(Spike)信号,结合不同强度电刺激(0、20μA、40μA、60μA),系统开展了信号预处理、时频域特征提取、功能连接分析与同步性评估。通过构建层次化通道分组、采用Welch功率谱估计、相干性分析、相位锁定值(PLV)计算及小波时频分析等方法,揭示了刺激强度对各解剖层电活动特征与层间功能连接的差异化调控作用。

2026-01-20 13:28:19 939

原创 「EEG脑电信号处理——(12)基于Blackrock系统的神经电生理数据的多通道Spike-LFP同步性分析」2026年01月19日

本文介绍了一套完整的神经电生理数据分析流程,基于Blackrock数据采集系统记录的.nev、.ns6和.ns2文件,实现多通道Spike信号与局部场电位(LFP)信号的联合分析。研究采用相干性分析、相位同步性分析和风玫瑰图可视化技术,对比了Lesioned组与Control组的神经同步特性。通过16个通道的数据处理,系统提取了Spike波形特征、LFP频谱特性,并重点分析了1-12Hz和12-35Hz频段的神经同步模式。结果表明,两组在低频段(1-12Hz)显示出显著不同的同步性特征。

2026-01-19 11:05:09 1153

原创 「EEG脑电信号处理——(11)EEG信号频段分解之运动事件特征分析(实际握拳任务/运动想象)」2026年01月15日

本文基于BCI2000 公开 EEG 数据集的实验数据,完成脑电数据的读取、预处理、特征提取与结果分析。实验针对实际左拳 / 右拳握紧运动事件 (T1/T2) 开展分析,提取了脑电信号的时域波形、功率谱密度、频段功率、时频谱图等核心特征,并量化分析了运动事件前后的事件相关去同步 (ERD) 与事件相关同步 (ERS) 效应,同时对比了大脑左右中央区通道的特征差异。

2026-01-15 19:05:10 1103 1

原创 「EEG脑电信号处理——(10)EEG信号频段分解之时频域分析与量化对比(睁眼与闭眼状态)」2026年01月10日

脑电图(EEG)信号作为大脑神经活动的直接电生理记录,其振荡特征能够反映不同认知状态下的神经处理机制。本研究基于PhysioNet EEG Motor Movement/Imagery Dataset数据集,对同一受试者在睁眼与闭眼两种基线状态下的EEG特征进行多维度对比分析。通过时域统计量分析、功率谱密度估计、时频谱图分析以及频段功率分解,全面评估了视觉状态对大脑神经振荡的影响。

2026-01-10 17:23:38 1635

原创 「EEG脑电信号处理——(9)如何读懂脑电图 (EEG) 之频率与节律」2026年01月08日

脑电图(EEG)是研究大脑电活动的重要工具,其核心分析维度包括频率与节律。频率描述脑电波形的出现速率,而节律则是在特定频率基础上具有固定空间分布、形态特征与反应性的模式。正确区分频率与节律、识别各类正常与异常节律,是EEG判读的基础。本文系统阐述EEG中常见频率带(δ、θ、α、β、γ)的定义与生理意义,重点解析α节律作为正常清醒标志的特征、正常变异及异常表现,并介绍β、θ、δ节律的临床意义,旨在为神经科学研究者、临床工程师及医学生提供清晰的理论框架与实用指南。

2026-01-08 15:07:46 1534

原创 「EEG脑电信号处理——(8)如何读懂脑电图 (EEG) 之波形定位技术(原理、方法与实践)」2026年01月07日

脑电图(EEG)波形定位是解读EEG的核心技术之一,其目的是通过头皮电极记录到的电信号,推测大脑皮质异常电活动的起源位置。本文系统阐述了EEG定位的基本原理,详细介绍了双极导联与参考导联两种主要定位方法的操作要点与判读规则,并分析了等电位、链末端电位、水平偶极子及活动参考等特殊情况的识别与处理策略。文章结合图示案例,逐步演示了从相位反转识别到最终定位判断的全流程,总结了导联选择与参考电极使用的临床经验,旨在为EEG阅读者提供一套清晰、实用的定位技术框架。

2026-01-07 19:28:58 1341

原创 「EEG脑电信号处理——(7)如何读懂脑电图 (EEG) 之极性原理与导联组合」2026年01月04日

本文将聚焦 EEG 信号显示的核心逻辑 —— 极性规则决定波形偏转方向,导联组合决定信号观察视角,通过解析两者的原理、分类及临床应用,帮助读者建立 "从波形到脑区" 的定位思维,为后续异常 EEG 模式识别奠定基础。

2026-01-04 22:39:11 1124

原创 「EEG脑电信号处理——(6)如何读懂脑电图(EEG)之从神经元放电到头皮电位」2026年01月04日

头皮脑电图(EEG)作为无创脑电信号检测的核心技术,凭借便捷性、高时间分辨率等优势,广泛应用于神经科学基础研究、癫痫等疾病临床诊断及脑机接口等前沿领域。本文从大脑皮层神经生理学基础出发,系统解析头皮表层脑电信号的核心来源:聚焦动作电位与突触后电位的产生机制,阐明特异性与非特异性丘脑皮质传入的功能差异,揭示大锥体神经元(尤其是皮质第 5 层)的同步活动在信号形成中的关键作用,同时详解 EEG 信号的偏转规律与同步 / 去同步特征,帮助读者深入理解头皮 EEG 信号从神经元活动到体表检测的完整链路。

2026-01-04 11:44:40 991

原创 「EEG脑电信号处理——(5)如何读懂脑电图(EEG)之基础原理、技术与临床应用」2026年01月03日

脑电图(Electroencephalogram, EEG)是神经科重要的辅助检查工具,广泛应用于癫痫、脑病、意识障碍等疾病的诊断与评估。然而,对于许多神经科医师及医学生而言,EEG的解读颇具挑战。本系列文章旨在系统性地介绍EEG的解读方法。本文将详细阐述EEG的历史发展、生物学与物理学基础、电极放置的国际10-20系统、设备关键参数及其临床意义与局限,为读者奠定坚实的理论基础。

2026-01-03 21:25:35 1345

原创 「EEG脑电信号处理——(4)基于多级滤波与频段分离的脑电信号去噪方法研究」2026年01月03日

核心贡献在于将传统的全局信噪比估计解耦为针对不同生理与物理噪声源的频段化分析,从而实现对处理效能和各噪声成分贡献的精确量化。实验结果表明,该方法将一段实际静息态EEG信号的信噪比从 -16.23 dB 显著提升至 17.37 dB,总增益达 33.61 dB。分析揭示基线漂移(<0.5 Hz) 和宽带肌电/高频噪声(>45 Hz) 是主导噪声源,分别贡献了初始噪声功率的97.5%和6.4%。本文为EEG预处理提供了兼具实用性与分析深度的参考框架。

2026-01-03 17:17:39 1081

原创 「EEG脑电信号处理——(3)脑电信号数据集介绍与说明」2025年12月31日

脑电信号(EEG)作为反映大脑神经活动的重要生理信号,在睡眠监测、癫痫诊断、脑机接口(BCI)等领域具有关键应用价值。高质量的标准化数据集是推动相关研究发展的核心基础。本文系统梳理了9个国际主流的脑电信号数据集,涵盖睡眠、癫痫、运动想象、降噪、老龄化等多个研究方向,详细解析各数据集的核心特征、数据规格、适用场景及引用规范。

2025-12-31 16:40:12 1593

原创 「EEG脑电信号处理——(2)脑电信号中的常见噪声」2025年12月23日

神经科学研究依赖于从微观到宏观的脑电信号,包括动作电位(Spike)、局部场电位(LFP)、皮层脑电图(ECoG)、头皮脑电图(EEG)、事件相关电位(ERP)及脑磁图(MEG)。每一层信号都携带独特的神经信息,但也面临着与该尺度物理记录原理紧密相关的、特定的噪声挑战。本文以 “多尺度神经生理学” 为框架,系统综述上述六类核心脑电号的常见噪声来源、特征及其生物物理机制。噪声并非简单的干扰,其性质深刻反映了信号产生的物理过程,并最终决定了每种信号的信噪比上限与应用边界。

2025-12-23 13:42:52 1192

原创 「EEG脑电信号处理——(1)多尺度脑神经电活动信号的形成机制、原理与分析」2025年12月19日

本文系统性地综述了动作电位(Spike)、局部场电位(LFP)、皮层脑电图(ECoG)、头皮脑电图(EEG)、事件相关电位(ERP) 及脑磁图(MEG) 的形成机制与物理原理。

2025-12-19 15:03:31 1730

原创 「ECG信号处理——(30)基于多级决策的ECG运动伪影去除算法与HRV分析」2025年12月18日

本文提出了一种基于多级决策的运动伪影去除算法,该算法采用三路径决策机制,根据运动强度自动选择最佳去噪策略,包括改进的小波去噪、RLS自适应滤波以及VMD+随机森林组合方法,用于穿戴式心电信号的运动伪影抑制与心率变异性分析,在保持QRS波完整性的同时有效去除运动伪影,并通过Pan-Tompkins算法实现准确的QRS检测和全面的HRV特征提取。

2025-12-19 00:04:19 344

原创 「PPG 信号处理 ——(2) PPG信号中的四大干扰源与降噪技术研究」2025年12月17日

光电容积脉搏波(Photoplethysmography, PPG)是通过光学传感器检测皮下血容量变化的非侵入式生理信号,广泛应用于心率、血氧饱和度、血压趋势等监测。然而,PPG信号幅值微弱(通常仅为AC分量的1-2%),且采集环境复杂,使得信号极易受到内外部干扰,严重制约其临床准确性与可靠性。本文将深入剖析PPG信号处理中的五大干扰挑战,并提出相应的处理方案。

2025-12-17 20:41:10 1067

原创 「PPG信号处理——(1)光电容积脉搏波(PPG)信号的形成机制、原理与分析」2025年12月17日

        光电容积脉搏波(PPG)技术源于1938年Hertzman的发现,其通过检测组织内血液容积变化引起的光吸收或反射差异,来获取心血管系统的生理信息。该技术具有非侵入性、成本低廉、操作简便等突出优势。近年来,随着可穿戴设备的普及,对PPG信号深层信息挖掘的需求日益增长,本文将围绕PPG信号的形成机制、关键特征提取方法及其临床应用展开,重点剖析原始信号及其导数的定量分析指标,并探讨其在心血管健康评估中的价值与挑战。

2025-12-17 13:15:47 3597

心电信号基线漂移去噪与实现方法

上述代码片段是一个用于心电信号(ECG)预处理的 MATLAB 程序,主要功能包括读取心电信号数据、去除基线漂移噪声以及绘制信号波形。代码首先加载存储在指定路径下的心电信号数据文件,然后通过高通滤波器去除信号中的低频噪声,最后分别绘制去噪前后的 ECG 信号波形图,以便直观比较去噪效果。

2025-05-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除