EEG基础

EEG 基础

脑电图(Electroencephalogram,EEG)是通过精密的电子仪器,从头皮上将脑部的自发性生物电位加以放大记录而获得的图形,是通过电极记录下来的脑细胞群的自发性、节律性电活动。有常规脑电图、动态脑电图监测、视频脑电图监测。

EEG信号的分类
EEG信号按频谱不同可划分为四种基本类型:

α波:频率分布为8-13HZ,主要包含两个波段,μ1(8-10HZ)和μ2(10-13HZ),振幅约为20-100μV,在枕页及顶叶候补α波最显著。
β波:频率在(13-30HZ)包含两个波段β1(13-20HZ),β2(20-30HZ),振幅约为5-20μV,主要出现在额叶。
θ波:频率在4-7HZ,振幅约为100-150μV,在困倦时出现,是中枢神经系统抑制的表现。
δ波:频率在0.5-3.5HZ,振幅约为0-200μV,只出现在睡眠,深度麻醉,缺氧或大脑病变时出现。

EEG信号捕获
EEG基础
国际脑电图和神经生理学联合会决定电极位置,标记为10-20电极排列。

分类方法:
支持向量机
线性鉴别分析
K近邻
神经网络

脑信号的采集技术

侵入性

1.基于 BCI 的内皮质电极阵列

使用皮质内电极阵列测量大脑的电活动需要外科手术,将电极阵列植入大脑。它会穿透大脑,并能够记录大脑的神经元水平潜在的变化。

2.基于电谱图 (ECoG) 的 BCI
ECoG 也是一种正在使用的侵入性 BCI 技术。它从大脑表面测量大脑的电活动。在这个过程中,EcoG电极被植入大脑,它们位于皮层顶部,测量皮层表面的潜在变化。

非侵入式信号采集BSAT
1.基于近红外光谱的B其基

功能近红外光谱 (fNIRS) [37]被广泛用作非侵入性 BCI 模式。在fNIRS期间,它测量人类皮层表层中氧血红蛋白([HbO]和脱氧血红蛋白[HbD])的浓度变化。
2.与 fNIRS 的盖特康复
使用通过中风患者的头皮获得的NIRS信号操作手部康复机器人。在研究期间,NIRS信号从9个通道记录下来,其中6个健康受试者用于手打开和关闭 HbO 和 HbD 信号的均值和斜率被选为训练两种类型的分类器的特征。

信号采集系统是整个BBI系统的源模块,用于放大、过滤和数字化大脑信号

干电极,湿电极
BCIs 的未来估计运动意图将更侧重于非侵入性 BSAT,特别是用于可穿戴机器人控制的日常生活辅助应用。同时,入侵技术的安全性方面的可靠性和改进也将变得更加有效。同样,需要进一步研究BSAT技术的适当组合,以利用与大脑活动有关的空间和时间信息。此外,还需要进一步研究大脑信号噪声源的更准确识别,以及硬件过滤技术和防噪声记录方法的发展。电气干扰目前是一个主要的噪声源,仍然是一个需要克服的挑战。因此,开发最佳方法,将具有更少的噪声干扰,更好的时间分辨率,在未来将是一个更好的解决方案,为实时BI应用。此外,录音的可靠性还取决于主体、皮肤状况、周围环境等。为了提高可用性,提高BSAT不依赖于这种生理标准是重要的。
EEG基础

上一篇:基于EEG功能连接的多变量模式分析:抑郁症的分类研究


下一篇:与EEG信号的相关的基础知识以及运动想象信号的生理活动