胡优敏《电生理学技术及临床应用》电生理技术2018-2知识课件.pptx

电生理信号分析技术及其应用上海交通大学 医学院王成生物电信号名称幅值频率范围心电0.1?5mv0?100Hz脑电5?50μv0.5?60Hz肌电20μv?30mv10?3000Hz胃电50μv?2mv0.001?20Hz视网膜电50μv?200μvDC?20Hz信号的数字化A/D转换量化。采样量化误差采样频率(纳奎斯特（Nyquist）定理)数字化前——连续信号数字化后——离散信号 内容提要信号的频域描述脑电信号的频域谱分析心电信号自动分析技术系统理论与多焦视觉电生理信号的频域描述Hz50Hz时间域和频率域t50Hz的信号是指每秒钟交变50次。信号的频谱概念正弦波最简单的波形是正弦波A——振幅?——初相位f—— 频率，角频率?=2?f对长度为T的时间区间而言，最简单的频率为富利埃级数任何复杂的周期波形都可以用富利埃级数表示。富利埃级数表达式提示：一个复杂波(如生物电信号)可看作是不同频率，不同振幅和不同位相的正弦波的叠加。动脉血压波形和谐波 周期信号的频谱表示信号的频率成分在时域中难以辨别，而在频域中能方便地将其分离出来进行分析，对于许多不同的生物信号处理方法和应用，包括滤波和频谱分析，生物信号的频率描述是非常有用的信号的频率成分在时域中难以辨别，而在频域中能方便地将其分离出来进行分析，对于许多不同的生物信号处理方法和应用，包括滤波和频谱分析，生物信号的频率描述是非常有用的。复数形式的富利埃级数展开式Cn为富利埃级数的系数，完全是由复杂波x(t)决定。对一个频率为nf0的谐波，可确定它的振幅(An=| Cn |)和位相(?n=arctg Cn)，因此Cn为信号x(t)的频谱。这就是频谱分析的基础。 富利埃级数的复数表达傅立叶变换(Fourier Transform, FT)傅立叶变换是最常用的将信号从时域变换到频域的方法。连续信号的傅立叶变换如下式表示傅立叶反变换如左式表示离散傅立叶变换(DFT)对离散信号，有离散傅立叶变换和离散傅立叶反变换DFT：m=0，1，┄，N/2其中N是偶数，为总共采样点数。IDFT：k=0，1，┄，N－1时域中的周期信号在频域中是离散的，时域中的非周期信号在频域中是连续的；时域中的连续信号在频域中是非周期的，时域中的离散信号在频域中是周期的。这个周期与采样间隔有关，不合适的采样频率会造成信号混叠失真。心电的频谱采样率100Hz。50Hz以上的频率成分会产生混叠。快速傅立叶变换(Fast Fourier Transform, FFT) FFT是计算DFT的一个高效算法，运算结果是相同的，但FFT的运算速度要快很多倍。信号的频谱和功率谱当利用FFT对时间级数x(t)进行变换时，我们得到一个复数函数X(m)，称X(m)为线性频谱，它包括实部和虚部两部分。因为幅值的平方与功率成正比，所以将线性频谱的平方称为功率谱。功率谱可表示为X(m)的实部平方和虚部平方之和：下图左边是正弦信号和经FFT计算得到的频谱，图右是淹没在噪声中的正弦信号和它的频谱。信号的平均时域平均可去除干扰，需要有一个同步触发信号，因信号与之同步，而噪声不同步。心电R波常被作为同步信号。如将血压波形进行叠加平均。频域平均对于随机性质的信号，如EEG，常采用在频域中平均。如平均周期图法，是将数据分成L组互不重叠的由N个数值组成的独立数据段，再对每段数据作DFT后再将这L段频谱作平均来求得对信号频谱的估计，即：EEG 频谱分析Frequency Domain Methods 1. 脑电的频段(1) δ频段：0.5-4Hz (2) θ频段：4-8Hz (3) α频段：8-13Hz (4) β频段：13-30Hz频谱分析方法采样 采样率：常用128Hz 频域分辨率Fδ：常用0.5Hz 最小采样长度N=FS/Fδ=128Hz/0.5Hz=256采样点（2秒） 乘窗函数 FFT 作谱曲线X轴：0-30Hz Y轴：脑电功率谱（单位为μV2/Hz） 对多条谱曲线进行平均处理，以提高频谱估计的性能。 频谱分析方法EEG显示采样加窗FFT频谱平均Original and Processed EEG V20.530 HzEEG 功率谱分析Beta, Alpha, Theta and Delta bands and powers (v2) for an 8 second epochRelative Power: % of Total Power in each rangeDelta = 0.5 - 4 Hz, Theta = 4 - 8 Hz, Alpha = 8 - 13 Hz, Beta = 13 - 32 Hz 8 Hz slow waves 13 Hz fast wavesV230 Hz0.5EEG 处理参数Median frequency中位频率, Hz