关键词：EEG数字信号处理，FFT， EDF格式转换

作为一名资深脑机接口玩家，今天路飞跟大家交流下脑电波信号的采集和分析。感兴趣的朋友可以看看。

注意：该文章旨在让一个人在没有太多基础的情况下，一步一步的了解脑电信号的采集，处理流程。由于本人非专业算法人士，其中可能有诸多错误，欢迎指正。该思路可同样适用于其他信号的分析处理。

源码下载链接见阅读原文

分两个PART，第一个讲采集，第二个讲处理。

Part one:

脑电，心电，肌电，眼电等，都是身体上两点的电压差，和我们测电池的电压本质上没有区别。

随便在头上两个位置放两个电极，一正一负，放大uV信号（其他脑电信号特征，如频段，干扰源等感兴趣可自行百度）,测量其电势差。

但我们通常需要加一个右腿驱动电极，比如在乳突，这是为什么呢？先用专业的话：

共模输入电压会影响输入差分对的偏置点。由于输入电路固有的不匹配，偏置点的改变会引起输入失调电压的改变，进而引起输出电压的改变。不要心里MMP，这就说人话。请看下面这张图：以心电为例，脑电原理一样。

假设共模干扰是图中的A，有用的ECG信号为B，则我们很有可能采到的是A+B,所以我们要把A抵消掉，反馈到身体上一个负A的信号。这样我们抑制了大部分的共模信号，就得到B了。

右腿驱动详细电路及仿真：参考TI Matthew Hann 的文章：

另外附上采集电路的框图：

附开源电路图：

这个电路难者不会，会者不难。搞算法的可以不做了解。实在想自己做，可以去买专门脑电模块，名字我就不说了，广告嫌疑。我当时买的几十块钱一片，挺划的来。

Part two:

采集完的数据保存下来，形成数据库。

原文放上了外国人研究常用的数据库

生理信号数据常用的格式为edf，而matlab常用的是mat,txt。

假设聪明的你已经在数据库里下载了edf格式的数据。不妨先了解下EDF格式具体内容：

HEADER RECORD

8 ascii : 数据格式的版本

80 ascii : 被试ID

80 ascii : 数据记录编号

8 ascii : 开始记录的日期 (dd.mm.yy)

8 ascii : 开始记录的时间 (hh.mm.ss)

8 ascii : 头比特数

44 ascii :保留给EDF+

8 ascii : 初始值-1，结束时被赋其他值

8 ascii : 数据持续记录时间，s

4 ascii : 记录几种信号种类

ns * 16 ascii : 电极位置，体温等信息

ns * 80 ascii : 电极信息

ns * 8 ascii : ns * 幅值单位信息

ns * 8 ascii : ns * physical minimum (e.g. -500 or 34)

ns * 8 ascii : ns * physical maximum (e.g. 500 or 40)

ns * 8 ascii : ns * digital minimum (e.g. -2048)

ns * 8 ascii : ns * digital maximum (e.g. 2047)

ns * 80 ascii : 滤波器参数

ns * 8 ascii : 采样率

ns * 32 ascii : 采集信号类型

DATA RECORD

nr of samples[1] * integer : first signal in the data record

nr of samples[2] * integer : second signal

..

nr of samples[ns] * integer : last signal

我们将matlab官方提供的读edf头文件的脚本跑一下：看看是否像如上格式

“edfRead ” version 2.10 (7.44 KB) by Brett Shoelson：

下载代码，命令行运行结果如下：

符合翻译的Header的格式。

帧头之后就是数据了。

这里原始数据我用了网上的另一个代码：因为他支持的格式更全，支持edf,rec转mat。

用的是 Alois Schloegl 的脚本。

直接运行代码取变量S的前三列，即EDF数据前三通道的脑电数据，画出结果如下：

将工作区的变量S右键，数据另存为导出为txt。好了有了我们最熟悉的txt格式，接下来选出想分析的通道（列）进行分析就可以了。

接下来我们跑个简单的算法：FFT分析睡眠数据，我们提取出不同的节律，也就是不同的频段，进行功率谱估计。

以下是四种节律：

α/阿尔法脑波（ALPHA）在大脑中有时出现，有时消失，它并不总是存在。例如，在深睡情况下没有α波；如果一个人在激动状态下，或恐惧，愤怒时，大脑中也没有α脑波。α脑波在初睡或初醒时出现（即半睡半醒时），此时身体处于放松状态，并有自觉的警觉意识。

δ/德尔塔脑波（DELTA）只在深睡时出现。

θ/西塔脑波（THETA）在浅睡时出现。

β/贝塔脑波（BETA）在清醒时出现，伴有需努力能够达到的注意力集中。

不懂傅里叶变换原理的先来这里：最通俗的讲解传送门：

Matlab下FFT实现代码实例：

见原文

有了FFT的函数，在主函数中调用，分割不同频率，分割不同时间，就得到需要的图片了。比如，我想得到10s-150s的θ/西塔脑波（THETA）值。部分源码见原文。

测试结果如下

符合截取区间。

完。

结语：从信号特点到分析，再到采集，再到大量数据库的使用，再到简单的一个算法DEMO。算是把生理信号的一个流程给写的差不多了。你大概清楚了吗？