原文章
转载是为收集整理,方便看,如不允许,联系可删。

  • 在EEG/ERP研究中,最令人头痛的问题之一是各种干扰和噪声信号混入到EEG/ERP信号中,因此,数据分析的第一步其实就是去除不同形式的伪迹信号。
  • 这些不同形式的干扰和噪声,有些可以在EEG数据采集时尽量避免甚至消除掉,而有些只能在后续的预处理中去除。
  • 此外,由于滤波、ICA等操作会不同程度造成EEG信号的“形变”,因此,有一个潜在的原则是:尽量在EEG信号采集时减少干扰保证采集到高质量的信号,减少后续的预处理中的某些步骤
  • 故而熟悉EEG信号采集过程中可能出现的伪迹特点、起源对于采集到高质量的EEG信号至关重要。

干扰

  • 眨眼Blink伪迹
  • 眼动(eye movement)伪迹
  • 肌电干扰
  • 心电ECG干扰
  • 工频干扰
  • 出汗性伪迹
  • 放大器饱和
  • 脉搏波伪迹

眨眼Blink伪迹

每个眼球的前面(正面)存在一个正向电位梯度,而后面(背面)有一个负向的电位梯度,这就形成一个偶极子(dipole),这个dipole的电势分布从头前向后逐渐削弱。当眼睛不动时,这样的较为恒定的电场当然也会被EEG记录到,但是可以通过滤波或者baseline correction的步骤把其影响消除掉。但是,当眨眼时,眼睑会横越眼球,眼睑相当于一个变化的电阻,会改变dipole电势的分布,从而产生眨眼伪迹。眨眼伪迹一般用VEOG(垂直眼电)电极记录,眨眼伪迹一般在Fp1、Fp2和Fpz处最大,并且从头前向头后逐渐衰弱(如下图所示);此外,VEOG和头皮电极上记录到的波形极性相反。

眼动(eye movement)伪迹

眼动和眨眼的原理相似,同样眼球作为一个前正后负的dipole,眼睛运动时,头皮电压梯度将变化,即眼睛运动指向的部位变得更正。眼动伪迹一般通过放置在眼睛左右的电极(HEOG,水平眼电)进行记录。大多数情况下的眼动将会是眼跳(saccade),即眼睛迅速发生弹道式转移。大多数情况下,被试朝一个方向眼跳之后会伴随另一个眼跳回到注视点,这会导致“篷车”或“斜篷车”的波形。典型的“篷车形”saccade伪迹如下图所示:

肌电干扰

头颈部的肌肉活动是EEG肌电干扰的最主要来源,颈部以下的肌肉活动一般不会对EEG产生较大的干扰。肌电EMG信号一般频率较高25Hz以上,幅度较大,一般表现出爆发式的波形,如下图所示。肌电伪迹的主要来源包括:颞肌(如咬牙/咀嚼)、前额肌肉(如皱眉)、颈部肌肉活动(如吞咽动作)。

心电ECG干扰

ECG往往会很容易在乳突出现,如果以乳突作为参考电极的话,那么ECG会以颠倒的形状在所有电极中观察到。虽然有时可以通过稍微移动乳突或耳垂参考电极来减小ECG,但是一般不能完全消除。此外,ECG的频率大约为1Hz。典型的心电伪迹如下图所示。

工频干扰

50/60Hz工频干扰主要来自市电,主要原因是当电极的阻抗很高时,很容易引入工频干扰。高阻抗是因为头皮上未被清除的油脂、脏污等原因所致的电极接触不良。如果所有导联都出现工频干扰,那么很可能来自于接地电极或者参考电极的阻抗过高。典型工频干扰如下图所示。

出汗性伪迹

被试出汗会引起皮肤电阻的降低,从而引起EEG信号的非常缓慢(0.2-0.5Hz)的类似于基线漂移的电活动,即为出汗性伪迹。此外,出汗还容易引起电极松动,造成非常缓慢的电活动,如下图所示。

放大器饱和

EEG信号的慢性偏移严重的话就会引起放大器饱和,放大器饱和的结果就是信号呈现出水平直线,如下图中Blocking所示

脉搏波伪迹

这种伪迹主要是由于电极正好位于某根血管上方或附近,血管随心跳而动,从而引起电极的微微移动。这种伪迹与脉搏同步出现,呈现周期性的大慢波。如果参考电极附近有血管的话,会引起所有导联的脉搏波伪迹。可以把电极从血管附件稍微移开一点,消除这种伪迹。典型的脉搏波伪迹如下图所示。

EEG信号中常见的干扰和噪声信号相关推荐

  1. EEG中常见的干扰与伪迹

    EEG信号是随时间变化的随机信号,且幅值很小(通常是微伏uV级别),极易受到与脑活动无关的其他 信号干扰,这些信号称为伪迹. 眼电伪迹 眼电伪迹是EEG信号中最常见的伪迹,其可以大致分为眨眼伪迹与眼动 ...

  2. python实现给定信号生成任意信噪比的带噪声信号

    python实现给定信号生成任意信噪比的带噪声信号 产生叠加高斯白噪声的带噪语音 功能: 输入x为需加噪的信号,是一个numpy的1D张量 输入snr为设定信噪比,单位为dB,是一个32为的float ...

  3. NeuroImage:MEG/EEG数据中常见的错误

    文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注. 导读 像所有人一样,MEG/EEG研究人员在推论时也会犯某些错误.本文阐述了反向推论.以偏概全.草率排除.从群体推论个体.从相关推论因果. ...

  4. 计算机技术在铁路信号中的应用,计算机技术在铁路信号中的应用.doc

    计算机技术在铁路信号中的应用.doc 计算机技术在铁路信号中的应用 [摘要]随着科学技术的不断发展创新,计算机技术在铁路信号中发挥着至关重要的作用,为我国铁路事业的发展提供了技术保障.本文从各个角度概 ...

  5. 计算机网络在铁路信号中的应用,计算机网络在铁路信号中的应用.doc

    计算机网络在铁路信号中的应用.doc 计算机网络在铁路信号中的应用 [摘要]安全是铁路交通运输过程中重点关注的问题,而铁路信号又对铁路安全有着决定性的作用,因此铁路信号系统的网络安全就尤为重要.本文主 ...

  6. 计算机网络在铁路信号中的应用,计算机网络在铁路信号中应用.doc

    计算机网络在铁路信号中应用 计算机网络在铁路信号中的应用 [摘要]安全是铁路交通运输过程中重点关注的问题,而铁路信号又对铁路安全有着决定性的作用,因此铁路信号系统的网络安全就尤为重要.本文主要介绍了铁 ...

  7. 光雨量传感器:如何滤除雨量信号中的光线干扰

    MLX75308 光雨量传感器 最近在做光雨量传感器的时候,发现传感器的雨量信号一直受阳光信号的干扰而出现雨刮误刮现象,经过多日的紧张排查之后终于发现原来光电二极管SFH2701.2400并没有预期的 ...

  8. cadence 常见pcb电阻_经验分享|高频PCB设计中出现的干扰分析及对策

    PCB板的设计中 ,随着频率的迅速提高 ,将出现与低频 PCB板设计所不同的诸多干扰 ,并且 ,随着频率的提高和PCB板的小型化和低成本化之间的矛盾日益突出 ,这些干扰越来越多也越来越复杂.在实际的研 ...

  9. 相机中常见的噪声类型

    (1)噪声类型 相机(CCD或CMOS)在成像过程中存在如下三类噪声:散粒噪声.暗噪声.读出噪声 (本图来源于Photometrics  <做成像的你不能不了解的真相> ) 散粒噪声(ph ...

最新文章

  1. 数据库连接查询 变量 运算符
  2. 行业首个少样本NER数据集,清华联合阿里达摩院开发 | ACL-IJCNLP 2021
  3. python numpy np.fromstring()函数(从字符串文本中提取数字,返回一维数组)(爬虫提取数字挺好用的)
  4. 计算机应用常用的30个函数,Excel中常用函数的使用
  5. 卸载docker后部署k8s后docker无法启动问题
  6. Android基础之Java多态、继承、重载和重写的区别
  7. DSB2017第一名代码尝试运行(记录自用)(二)
  8. 【Unity Shaders】Lighting Models —— 灯型号Lit Sphere
  9. VS2013的一些常用快捷键
  10. 脚本变量中包含空格的解决办法
  11. JavaScript---轮播图片完整代码
  12. 优科Ruckus R610 AP刷Unleashed固件
  13. android qq 文件怎么恢复,恢复QQ接收文件的文件夹被误删除了的方法
  14. 微服务 | Martin Fowler
  15. C# 调用Everything查找文件
  16. FPGA学习之路(一)之D类触发器(Data Flip-Flop/Delay Flip-Flop)搭建
  17. python中init和属性_python类的属性不在\uyu init中__
  18. NLP——文本分类模型(HAN)(三)
  19. 项目管理习题——挣钱分析法与成本预算和成本估算
  20. 信号处理--线性卷积与循环卷积

热门文章

  1. 小米手机 adbinterface_啥?消息称小米正在研发1.5亿像素镜头手机
  2. 车辆ABS系统滑移率Bang-Bang、PID控制(simulink模型可直接运行)
  3. 多少鸿蒙冰心换无间,现阶段法宝及相关道具获取途径汇总
  4. docker 网络相关与坑
  5. 【已兑完】书单 | 2019开年福利 —— 你学专栏,我送书!
  6. redis关闭后在连接报错误:Could not connect to Redis at 127.0.0.1:6379: Connection refused
  7. 关于使用dosbox与masm/MASMplus进行汇编语言的编译,link与执行中遇到问题的解决法小汇总(慢慢汇总更新)
  8. Flash中使用Filereference上传文件的一些注意事项
  9. 浅析ArcIMS---转自Mars的自语
  10. 触摸屏基本原理介绍【转】