matlab信号fNIRS质量检测（一篇文章中提到的）

看了一篇文章，文中提高了fNIRS数据质量检测，写了下。不过具体数据还要具体分析，可作为参考。

文章名：“Children’s oppositional defiant disorder symptoms and neural synchrony in mother-child interactions: An fNIRS study”（2024）

文章中，主要是根据3点来进行伪迹去除的：首先将数据以5秒的时长进行分段的，
1. 如果均值大于标准差的±3，标记为坏段；
2. 坏段超过中总时长的5%，标记为坏通道；
3. 坏通道超过总通道的30%，则删除该数据；

%% 数据分段
clc;clear;close all;
a = load("EEG_baseline.mat"); % 加载数据
data = a.EEG.data;
data01 = data(:,:);
Fs = 200;
windowSize = 5*Fs; % 5s的时间窗
channels = size(data01,1);  % 通道数
Lengths = size(data01,2); % 时长

% 初始化
TL = floor(Lengths/windowSize); % 每段无重叠，段数
means = zeros(channels,TL); %初始化均值矩阵
stds = zeros(channels,TL); %初始化标准差矩阵
artifacts = false(channels,TL); % 初始化伪迹矩阵
badchannel = false(channels,1); %初始化坏通道

% 分段，计算均值和标准差
for j = 1:channels
    for i =1:TL  %每段计算
        startIdx = windowSize*(i-1)+1;
        endIdx = windowSize*i;
    
        % 提取当前通道时，窗口数据        
        windowData = data01(j,startIdx:endIdx); % 
        % 计算均值和标准差
        meanData = mean(windowData);
        stdData = std(windowData);
    
         if abs(meanData) > 3*abs(stdData)   %均值大于标准差的3倍
                artifacts(j,i) = true;
         end    
        % 保存均值和标准差
        means(j,i) = meanData;
        stds(j,i) = stdData;
    end
end

% 初始化通道矩阵
ch_sum  = sum(artifacts,2);

% 识别伪迹
badchannel(ch_sum > 0.05*TL) = true; % 伪迹点超过总时长的5%
sum_badchannel = sum(badchannel);
if sum_badchannel > 0.3*channels  % 坏通道超过30%，显示删除通道
    disp("you should delete data");
else
    disp("good data");
end

结果在命令窗口显示：

当然也可以查看，哪些段和通道标记为伪迹了：
下面展示一些 内联代码片。

%% 找到具体的通道和分段标记的伪迹
[aa,bb]=find(artifacts == 1); % aa表示通道，bb表示分段
cc = [aa,bb]; % 某个通道，某段为伪迹
bad_channel = find(badchannel == 1); % 某个通道为伪迹