脑电波信号处理MatLab代码模板，小白看不懂，跪求高手解读，谢谢……

data0 = load('Competition_test')%data0是个struct结构，包含X域

A = data0.X%把X域赋给A

B = A(:,:,1)%取A的第一页给B

% size(B)%如果前面的“%”去掉，会看到B的大小，可能是100*64

C = zeros(6400,1)%生成全0矩阵，

for i = 1:100

for j = 1:64

C(i*j) = B(i,j,1) % 提取脑电信号

end

end

这里是 行上行下 ，我是 喵君姐姐 ~

心仪科技为帮助广大学者更好的了解所学知识如何运用于科研中，在科研中遇到问题如何得到解决等相关问题，开展了“博导带你做科研”系列活动。

在往期转录中，李红教授介绍了 如何成为优秀的研究生 。本期，将继续介绍心仪科技“博导带你做科研”系列活动第二期“脑电的现在与未来”。

主讲人： 尧德中教授

■ 全国人大代表

■ 长江学者特聘教授

■ 国家杰出青年科学基金获得者

■ 中国脑电联盟理事长

■ 中国生物医学工程学会副理事长

■ 脑电零参考技术（REST）发明人

■ 四川省脑科学与类脑智能研究院院长

本期主要从以下三个部分进行介绍：

1.人类脑电的发现

1924年，Hans Berger发现了人类脑电。直到1929年，他才正式发表人类头表脑电。此外，Hans Berger首先命名了α波和β波，而且他还是第一个采用EEG作为脑电图缩写的人。

2.脑电的内涵与特点

不管大脑是处于正常的脑功能状态，或者是脑疾病状态，只要我们的大脑还在运转，那么大脑里边就存在神经活动。神经活动会产生电信号，电信号传播到头表面，如果在头表面插上电极，我们就可以观测到脑电图。 通过脑电图可以获得两种基本信息：空间分布和时间进程。

脑电的时间分辨率很高，这取决于方差期的采样率可以非常快。 但是一般来说，脑电的时间分辨率是毫米级的，脑电可以跟踪毫米级的大脑功能和疾病事件。

而脑电的空间分辨率有限。 这不是因为电极数不够，而是脑电信号从大脑传输到头表后，相当于经历了低通滤波，所以有研究者认为头表脑电记录仪的空间分辨率在5mm以上的，实际上这也很难达到，通常脑电的空间分辨率是厘米量级。因此，只能说大概在哪个脑区。

3.脑电中的理论和技术

了解脑电的基本情况后，脑电研究中到底可以研究哪些东西呢？下图给出了总结。

通过神经活动可以产生地形图和时间进程。 有地形图以后，就可以推测大脑的什么位置存在神经活动，从而实现空间的定位，这称为脑电的定位问题或者反演问题。相反，如果知道源，来求头表定位，成为正演。

以前主要做空间定位，现在随着技术的进步，大家觉得这种定位比较粗糙，人们还想知道大脑里的回路机制，但是这个难度比较大。另一方面，根据时间过程，我们可以进行附列变换和小波分析获得时间频率的信息，比如小波分析可以获得“时频特征”，即在某一个时间点的频谱特征。

通过这些脑电结果，可以帮助我们了解大脑的认知过程或者脑疾病，之后能采取调控措施和干预手段，调控后脑电会发生变化，这样就可以治疗疾病或者提高认知能力。

归纳起来，脑电涉及的技术问题可以用4S表示：stimulus（刺激），sense（感知），sites（空间位置），spectra（原型）。同时，也包括四个科学问题，用4W表示：where，when，what，why。这代表脑电的神经活动事件在大脑的什么地方，什么时候，发生了什么事情以及为什么发生这个事情。

4.脑电技术的大事件

脑电发生的历史具体如下图：

5.诱发脑电ERP的价值

在认知心理学中，早期的行为研究比较看重两个参数，一个是准确率（accuracy），一个是反应时（reaction time）。

ERP应用于心理学时，有人把它成为21世纪的反应时，认为它是认知过程中的更精确刻画。因为行为研究中的反应时是大脑做出反应后再传到外周神经，然后手再按键反应，比较慢。而通过ERP知道，大脑在什么时候发生了一个脑电事件，ERP给出了更精确的脑电事件时间，它可以称为头表二维空间中的反应时。

6.脑电EEG的临床价值

目前主要的两个应用：一是癫痫的诊断标准，有脑电异常和行为异常；另一个是根据不同阶段的脑电特征，作为睡眠阶段分期的基本依据。

通过上述讲解，脑电（ERP/EEG）到底有什么独特的地方呢？

第一，时间分辨率很高（High time resolution）；

第二，脑电测量仪便携（Portable）；

第三，非常便宜（Very cheap），某些国产的脑电仪三四千块钱就能买到。

第四，它是神经活动的直接反应（Direct reflection ofneural activity ）；

第五，它是无创的（Noninvasive），它接收的是大脑产生的信号；

第六，局限是空间分辨率低（Limited spatial resolution）。

不管怎么说，脑电（ERP/EEG）的优势决定在观测大脑时它是一个不可替代的技术。

1.脑电功率谱分析

脑电功率谱分析仍然是脑电应用中最主要的方面。

早在1938年没有计算机时，grass和gibbs（1938）用机械式的频率分析手段做出了不同状态功率谱的差异。闭眼的时候，alpha波非常强；睁眼的时候，alpha波幅度会降下来；睁眼阅读时，alpha波幅度更低。alpha波可以认为是大脑放松状态的参数，伴随着认知任务逐渐降低。基于功率谱分析，可以衍生定量许多参数。

但是，功率谱分析受到参考电级的分析非常明显。

下图是功率谱分析的结果， alpha波被分成了两个频段（7.5~9.5Hz，10.0~12.5Hz）。用左耳（Left ear）参考，功率谱偏向右端。用连接耳（Linked ears）的时候，功率谱上移，因为耳朵发附近的信号被减去了。用平均参考（AR）的时候，信号往下沉，整个信号部分都变了，真正的结果应该是零参考（REST）。从这可以看出，如果选用的参考电极不合适，得到的结果差异很大。建议大家用零参考，零参考是目前公认的理想参考电极。

2.脑电网络分析

1）网络差异可以区分文理科学生

左边的图代表闭眼静息状态，红色线条表示文科生连接显著强于理科生，蓝色线条表示理科生连接显著强于文科生，而蓝色线条只有一条。但是在逻辑运算任务状态，很多红色线条变成了蓝色线条，这就体现了理科在其中的价值。

2）网络差异可以预测运行想象脑机接口的能力

脑机接口取决于两个方面，好的算法和好的被试。

比如运动想象能力，有些被试可以达到100%，而有些被试只能达到随机水平50%，究竟是什么原因导致了这种差异？我们可以很简单地说，脑袋不一样，那到底是什么不一样，我们可以从大脑发出的脑电信号看是否一样。经过研究发现，脑电脑网络的效率可以预测被试的运动想象能力，网络效率越高，被试的运动想象能力越强。

3）脑网络分析受参考电极的影响

同一组数据在零参考网络和在其他参考网络下会不一样，只有零参考网络的时候和真正的网络是一致的，这再次告诉我们参考电极是非常重要。

4）脑电网络分析受伪迹干扰影响

脑网络分析受噪音影响较大，但是如果有比较好的方法，也可以得到比较好的结果。

3.诱发脑电差异波分 析

1）差异波分析是诱发脑电研究中的常用方法

比如正常人和精神病人的差异波有所不同，在心理学研究中差异波分析非常有用。

2）差异波分析受参考电极的影响

同时给被试视觉刺激和听觉刺激，一种情况是让被试只注意视觉刺激，另一种情况是让被试只注意听觉刺激。

这两种情况下差异波的分布，用连接耳（LM）做参考电极时，差异波主要在额叶；用平均参考（AR）做参考电极时，差异波在额叶和枕叶都有；但是用零参考（REST），差异波在枕叶。

同一个实验，选用的参考电极不同，得到了三种结果。结合差异波在大脑皮层的源分布，发现零参考的结果是正确的。

4.脑电成像分析

脑电研究的重要一面是想知道，头表面观察到的现象究竟是大脑什么区域发生的。从大脑表层去找大脑里面发生的事情就称为脑电逆问题，这个问题在数学和物理上是一个非唯一问题，也就是说，同样的头表脑电在大脑里面可能有多种情况可以产生相同的头表脑电。

在心理学和临床研究中，解决脑电逆问题非唯一的办法就是引入各种假设和约束。

5.同步脑电-磁共振成像

磁共振信息可以作为脑电逆问题的约束信息，由此发展了一些方法，如本征空间最大信息典型相关分析法（emiCCA），优势是同时获取脑电-磁共振线性和非线性相关成分。还有磁共振网络信息约束的脑电逆方法（NESOI）。

6.开放技术时代

1）EEG/ERP零参考软件（REST）

现在脑电技术有一种开放的趋势，很多方法技术变成了开源软件，放在网上供大家免费使用。脑电零参考软件在几年前就成为了开源软件，在EEGLAB里面就可以直接使用REST。

2）同步脑电-磁共振分析技术软件（NIT）

同步脑电-磁共振分析算法也变成了开源软件，这个软件里面包括三大模块：基本功能磁共振、基本脑电处理、EEG-fMRI融合模块。

软件说明论文：

Dong et al, Frontiers inNeuroinform, 2018.

1.宽频脑电信息挖掘

国际上非常著名的一本脑电技术书《lectroencephalography》提到了21世纪的脑电。 书中将0.3Hz到80Hz称为现在的脑电，而21世纪的脑电要从0-1000Hz ，也就是说， 超低频（0-0.3Hz）和超高频（80-1000Hz）的脑电 是我们现在和未来要努力挖掘的信号 ，未来宽频脑电技术有望在各个领域应用。

2.qEEG2.0

qEEG2.0是基于零参考的多参数定量脑电图研究和应用。

在计算机出现之前，脑电图就在进行功率谱分析。计算机出现后，发展应用更多，而这些都可以看做是定量脑电图。

但是到目前为止，定量脑电图的使用并不是十分理想，尤其是临床领域，大部分人用脑电图仍然是凭眼睛看，极少使用定量脑电图。这主要是因为定量脑电图的标准化不够，采用的处理方式和参考电极没有统一标准，导致重测信度不够。

3.计算神经科学模型

与此同时，脑电的发展方向不止是基于数据的分析，可能未来基于模型的脑电分析会越来越多。如皮层-丘脑-基底节环路模型可以用来检测全面性癫痫的发作与终止。

4.脑电因果网络模型

前面讲的脑网络主要是功能网络，只是说明了两个电极相关，没有涉及因果关系。未来的发展方向可能会研究脑电的因果网络，目前已经有磁共振因果网络，但是时间分辨率不高，而脑电的时间分辨率较高，所以脑电因果网络模型会更有价值。

5.云脑科学浪潮

国际脑科学的发展越来越趋于开放科学，很多数据技术软件开源。2017年国际上建立了一个国际脑实验室，通过云端合作。未来云脑科学会逐渐兴起，这能很好的将工程师和科学家联系起来，使得工程师的方法和科学家的问题研究相结合，他们在云端就可以实现共享合作。

今天的分享就到了这里了！更多详细的内容可以在后台获取视频链接哦！

直播活动主题： 心仪科技“博导带你做科研”直播周

直播主讲题目： 脑电的现在与未来

主播主讲人： 尧德中教授，中国脑电联盟理事长。中国生物医学工程学会副理事长，脑电零参考技术（REST）发明人，四川省脑科学与类脑智能研究院院长。

直播主办方： 上海心仪电子科技有限公司

本期主要讲解了脑电技术的内涵、脑电技术的现在和脑电技术的未来，希望能对大家有所帮助！在这里也十分感谢“心仪科技”的支持以及尧德中教授的讲授。

整理/排版：upmer

校对：喵君姐姐

脑包括大脑、小脑和脑干。大脑两个半球表面的一层结构叫大脑皮质，是人类进行思维活动的物质基础。大脑皮质是灰质，由神经元组成，这些神经元分别集中形成各种神经中枢。例如听、视、语言、感觉等神经中枢，神经中枢的基本活动形式是反射活动。脑电波 （缩写为EEG）是神经中枢细胞在反射活动中有节律的交变放电，是神经细胞电活动的综合。

在大脑皮质中产生的电位要经过脑脊液、脑膜、头盖骨、皮下组织等传到头皮表面。在头皮表面放置电极，可探查出大量脑细胞电活动形成的电位或电位差随时间的变化。 在脑电图中可记录到几种自发脑电波形，按频率范围可将它们分类如下：

慢波 0.5～3.5赫

θ中慢波4～7赫

a波8～13赫

β快波13赫以上

各种波都可在皮层的不同区域引出，但不同区域波幅创大小有差别。

a波在人清醒、安静并闭眼时出现，其波幅随时间周期性地变化，睁眼后a波立即消失。人困倦可测到θ波，睡眠时可记录到 波。一般认为，快波是皮层处于特殊紧张活动状态时主要脑活动的表现，慢波是睡眠状态脑活动的表现。

大脑的结构和功能十分复杂，对脑电波与各种脑细胞电活动的明确对应关系目前所知不多。因此，为了给基础研究和临床诊断提供更多的信息和依据，近年来国内外已广泛开展了脑电波信号分析和信息提取的研究。这种研究以信号处理的方法原理为依据，利用计算机为工具，设计出各种程序进行分析、处理和运算，以期得出有价值的结果。