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(6)
  • 问答 (1)
  • 收藏
  • 关注

原创 脑电EEG信号的时域特征提取的意义和matlab代码脚本

本文介绍了脑电信号常用的几种时域特征参数及其应用场景,包括平均绝对值(MAV)、均方根值(RMS)、标准差(SD)等特征的计算方法和临床意义。提供了完整的MATLAB实现代码,包含直接基于数学公式的计算方法和封装函数,可计算9种时域特征参数,并通过可视化对比验证了计算结果的准确性。这些特征参数可用于评估大脑活跃度、癫痫发作检测、认知任务复杂度分析等应用场景。

2025-11-06 11:48:49 155

原创 脑电信号爆发抑制比计算方式学习笔记

本文主要探讨脑电信号中爆发抑制比(BSR)的计算方法及其在麻醉监测中的应用。BSR通过量化脑电图中高振幅爆发活动与低振幅抑制活动的比例来评估麻醉深度。文章详细介绍了基于递归方差分析的算法实现,包括关键参数(遗忘因子β和分类阈值θ)的计算方法。研究者通过模拟数据和临床实际数据对比验证了算法的有效性,提供了完整的Matlab实现脚本。该方法可应用于新生儿脑损伤监测、手术麻醉管理及癫痫治疗等领域,为临床脑电监测提供了一种实时、客观的分析工具。

2025-11-03 12:00:20 978

原创 脑电麻醉深度监护模块matlab脚本【完整版】

本文摘要: 该MATLAB脚本实现了麻醉深度BIS模块的算法复现,主要用于处理EEG信号并计算脑电双频指数(BIS)。主要内容包括:1)数据预处理,包括NaN值处理和信号归一化;2)抑制比(BSR)计算,通过移动窗口检测脑电抑制段;3)功率谱分析,使用FFT计算各频段功率;4)特征提取,包括高频功率比、中频功率等关键参数;5)最终BIS值计算,通过logistic曲线将特征参数映射为0-100的麻醉深度指数。脚本提供了完整的处理流程,但作者指出可能存在需要调整的细节和bug,建议使用者根据具体需求进行优化。

2025-11-03 09:46:15 497

原创 脑电信号时频分析仿真

本文介绍了脑电信号(EEG)时频分析的MATLAB实现方法。主要内容包括:1)时频分析的基本概念,即同时观察脑电信号的时域和频域特征;2)提供了完整的MATLAB代码示例,实现基于滑动窗口FFT的时频分析,包含信号生成、汉明窗处理、FFT变换和结果可视化;3)重点解释了频谱单位转换,区分了幅度谱(dB re 1μV/Hz)与功率谱(dB re 1(μV)²/Hz)的计算差异。该脚本可直接用于脑电信号处理,通过三个子图展示原始信号、手动FFT时频图和spectrogram函数结果的对比。文中特别强调了频谱单位

2025-10-29 16:22:12 140

原创 脑电EDF数据文件读取+截取+保存(写入)操作

本文介绍了使用Matlab读取、截取和保存EDF格式生理信号数据的方法。EDF(欧洲数据格式)是存储多通道生物信号的标准化文件格式,广泛应用于脑电、心电等研究。文章提供了Matlab代码示例,演示如何利用edfread和edfwrite函数处理EDF数据,包括信号截取、物理值与数字值转换、头文件信息设置等关键步骤,并给出了验证数据一致性的方法。适用于Matlab 2022a及以上版本,主要作为个人学习笔记,同时可供研究者参考使用。

2025-10-28 10:10:22 563

原创 麻醉深度监护Openibis学习笔记

利用脑电信号监测麻醉深度模块的代码学习记录。代码中有详细注释对运算步骤进行说明提示:以下是本篇文章正文内容,下面案例可供参考参考文献:Open Reimplementation of the BIS Algorithms for Depth of Anesthesia。

2025-10-25 16:00:04 456

爆发抑制比的计算方式的论文、数据集、matlab脚本

爆发抑制比的计算方式的论文、数据集、matlab脚本

2025-11-03

【脑电信号处理】基于FFT的EEG功率谱参数计算:脑电监护模块中SEF、MF及抑制段比率分析方法

内容概要:本文整理了脑电图(EEG)相关参数的计算公式,主要基于现有脑电监护模块及学术论文的研究成果。文中列出了多个关键参数的数学表达式,包括总功率(TP)、谱边缘频率(SEF)、中位频率(MF)、抑制段比率(SR)、各频段能量占比(如δ、θ、α、β波)等,并给出了具体的计算方法。这些参数均通过对过去2秒或60秒内的EEG信号进行FFT(快速傅里叶变换)获得功率谱P(k),再结合采样频率fs和傅里叶点数N进行后续运算得出。; 适合人群:生物医学工程、神经科学领域中从事脑电信号处理与分析的科研人员及工程师,具备一定信号处理基础知识的专业人士;; 使用场景及目标:①用于实时脑电监测系统中各项量化指标的计算与实现;②支持临床麻醉深度评估、睡眠分期、癫痫检测等应用场景下的数据分析;③为开发自主脑电分析算法提供理论依据与公式参考; 阅读建议:此文档侧重于公式的呈现,使用者需结合实际信号处理流程理解各参数含义,建议配合EEG数据预处理、频域分析等相关知识同步学习,并在MATLAB或Python等平台验证公式正确性。

2025-10-30

BIS数据(EEG原始信号+BIS值)

网上下载的麻醉深度相关的数据库,包含原始数据和BIS值,可供学习使用,原始采样率具体多少我还没摸,自己下载后试试吧

2025-10-27

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