脑电地形图绘制

上传人:re****.1 文档编号:568585744 上传时间:2024-07-25 格式:PPT 页数:23 大小:663KB
返回 下载 相关 举报
脑电地形图绘制_第1页
第1页 / 共23页
脑电地形图绘制_第2页
第2页 / 共23页
脑电地形图绘制_第3页
第3页 / 共23页
脑电地形图绘制_第4页
第4页 / 共23页
脑电地形图绘制_第5页
第5页 / 共23页
点击查看更多>>
资源描述

《脑电地形图绘制》由会员分享,可在线阅读,更多相关《脑电地形图绘制(23页珍藏版)》请在金锄头文库上搜索。

1、脑电地形图绘制脑电地形图绘制报告内容报告内容报告内容报告内容 数据可视化数据可视化 脑电地形图的意义脑电地形图的意义 脑电地形图绘制的关键脑电地形图绘制的关键 离线地形图离线地形图 实时地形图实时地形图 数据可视化数据可视化数据可视化数据可视化 概念:借助图形化手段,将数据以图形图像形式表示,并利用概念:借助图形化手段,将数据以图形图像形式表示,并利用数据分析和开发工具发现其中未知信息的处理过程。数据分析和开发工具发现其中未知信息的处理过程。 意义:提供象人眼一样的直觉的、交互的和反应灵敏的可视化意义:提供象人眼一样的直觉的、交互的和反应灵敏的可视化 环境。环境。 手段:图象、曲线、二维图形、

2、三维体和动画等。手段:图象、曲线、二维图形、三维体和动画等。应用领域应用领域医学医学金融金融气象气象航空航天航空航天石油勘探石油勘探 脑电地形图的意义脑电地形图的意义脑电地形图的意义脑电地形图的意义 脑脑电电地地形形图图(BEAMBEAM)是是一一种种集集中中表表达达大大脑脑电电生生理理信信息息的的图图形形技技术术,能能比比较较直直观观地地反反映大脑神经活动的图形系统。映大脑神经活动的图形系统。 为为了了减减轻轻临临床床医医生生的的头头脑脑中中建建立立综综合合图图像像的的 困困难难,工工程程人人员员致致力力于于把把现现代代计计算算机机技技术术和和信信号号处处理理技技术术引引入入神神经经医医学学

3、领领域域,把把计计算算机机的的高高速速计计算算、高高质质量量彩彩色色图图、易易于于操操作作的的屏屏幕幕控控制制结结合合起起来来构构成成了了各各种种节节律律的的脑脑电电地地形形图图。用用直直观观的的彩彩色色图图像像(或或灰灰度度差图像)取代了对多道原始差图像)取代了对多道原始EEGEEG数据所包含的空间信息的表达。数据所包含的空间信息的表达。 Electroencephalogram BEAM 脑电地形图绘制的关键脑电地形图绘制的关键脑电地形图绘制的关键脑电地形图绘制的关键 脑电信号采集(脑电仪)和预处理(滤波等)。脑电信号采集(脑电仪)和预处理(滤波等)。 计算各采集点各个频段(计算各采集点各

4、个频段(FFT、小波等)处功率谱强度。、小波等)处功率谱强度。 空间插值。(最近邻点、克里金、径向基函数插值法等)空间插值。(最近邻点、克里金、径向基函数插值法等) 功率值功率值-彩色映射。(彩色映射。(HIS模型转模型转RGB) - - 计算采集点处功率谱计算采集点处功率谱计算采集点处功率谱计算采集点处功率谱(13Hz)、)、(47Hz)、)、(813Hz)、)、(1430Hz) 频段频段频率下限频率下限频率上限频率上限04.04.08.018.012.0112.016.0116.020.0220.030.0- - 空间插值空间插值空间插值空间插值 由由于于采采集集的的脑脑电电信信号号仅仅来

5、来自自于于被被测测者者头头上上有有限限固固定定的的几几个个采采集集点点,各各点点之之间间的的空空白白处处需需要要采采用用一一定定的的插插值值公公式式进进行行插插值值填填充充,这这些些插插值值的的数数据据是是依依靠靠各各采采集集点点的的功功率率大大小以及各采集点到需要进行插值计算点的距离而定,一般采用的插值公式为:小以及各采集点到需要进行插值计算点的距离而定,一般采用的插值公式为: 式式中中X为为所所需需进进行行插插值值计计算算的的点点的的位位置置,a、bp代代表表各各采采集集点点的的功功率率值值,XA、XBXP为所需进行插值计算的点到各采集点的距离。为所需进行插值计算的点到各采集点的距离。-

6、- 彩色映射彩色映射彩色映射彩色映射 RGB色色彩彩模模式式:为为图图像像中中的的每每一一个个RGB分分量量分分配配一一个个0255范范围围内内的的强强度度值值。目目前前的显示器大都采用这种模式。的显示器大都采用这种模式。 VC中的像素点赋值函数:中的像素点赋值函数:COLORREF SetPixel( int x, int y, COLORREF crColor ); crColor:RGB (red, green, blue)功率强度功率强度彩色模式彩色模式问题:问题:0max 蓝蓝红红 HIS色色彩彩空空间间:从从人人的的视视觉觉系系统统出出发发,用用色色调调(HueHue)、饱饱和和度

7、度(SaturationSaturation)和亮度()和亮度(IntensityIntensity)描述色彩。)描述色彩。优点:优点:1.1.亮度分量和色度分量是分开的。亮度分量和色度分量是分开的。 2.2.色调色调H H和饱和度和饱和度S S的概念互相独立并与人的感知紧密相连。的概念互相独立并与人的感知紧密相连。 解决方法:解决方法:HISHIS转转RGBRGB模型模型1 1)当当H H在在0,1200,120之间:之间:B = I(1-S)R = I(1+ScosH/cos(60-H)G = 3I-(B+R)2 2)当当H H在在120,240120,240之间:之间:R = I(1-S

8、)G = I(1+Scos(H-120) /cos(180-H)B = 3I-(G+R)3 3)当当H H在在240,360240,360之间:之间:G = I(1-S)B = I(1+Scos(H-240) /cos(300-H)R = 3I-(B+G)功率值H(角度)240max(H,功率)获得头皮某点的功率计算H值大小根据H值大小和公式计算相应的RGB分量RGB(R,G,B)HISHIS转转RGBRGB模型测试模型测试 取功率为取功率为0-500-50线性增长,步长为一,按照上面的流程将其映射为蓝色到红色。线性增长,步长为一,按照上面的流程将其映射为蓝色到红色。 离线脑电地形图离线脑电地

9、形图离线脑电地形图离线脑电地形图 开发环境:开发环境:Matlab 频率分段及功率表现方式:小波包频率分段及功率表现方式:小波包+ +熵熵 插值方法:一般方式插值方法:一般方式 显示方法:动画显示方法:动画0 1 2 3 4 5 6 7 8 9 secTriggerBeep Feedback period with cue- - 离线分析数据离线分析数据离线分析数据离线分析数据BCI competition 2003,University of Technology Graz, Austria()Electrode locations+()Time schemeC3CZC4- - 特征提取特征

10、提取特征提取特征提取小波包熵小波包熵小波包熵小波包熵 当人们实际做或仅想象单侧肢体运动时,大脑的感觉运动皮层会出现当人们实际做或仅想象单侧肢体运动时,大脑的感觉运动皮层会出现EEGEEG的节律性活动,在的节律性活动,在9HZ13HZ9HZ13HZ(u u节律,主要来自中枢后躯体感觉皮层)和节律,主要来自中枢后躯体感觉皮层)和18HZ22HZ18HZ22HZ(节律,主要来自中央前运动皮层)两个频段的节律,主要来自中央前运动皮层)两个频段的EEGEEG信号幅度将发生相应的信号幅度将发生相应的改变。改变。 ERD (event-related de-synchronization, ERDERD (

11、event-related de-synchronization, ERD ) )事件相关去同步事件相关去同步 ERS (event-related synchronization, ERSERS (event-related synchronization, ERS ) )事件相关同步事件相关同步1.1.特征提取依据特征提取依据大脑大脑ERD ERD 、ERS ERS 特性特性信号信号F(t)S(1,1)032HZS(1,2)S(2,1)016HZS(2,2)1632HZS(2,4)S(2,3)S(3,1)08HZS(3,2)816HZS(3,4)2432S(3,3)1624S(3,7)S(

12、3,8)S(3,6)S(3,5)S(4,1)S(4,2)S(4,4)S(4,3)812S(4,7)S(4,8)S(4,6)2024S(4,5)1620S(4,13)S(4,14)S(4,16)S(4,15)S(4,11)S(4,12)S(4,10)S(4,9) 小波包分解结构小波包分解结构小波包分解结构小波包分解结构 rhythm (1822Hz)mu rhythm (813Hz) 小波包节点能量可以有效表示信号的能量。子信号的能量可由该空间小波包系数的平方和计小波包节点能量可以有效表示信号的能量。子信号的能量可由该空间小波包系数的平方和计算,如式:算,如式: 信号总能量即为每个子信号能量之和

13、:信号总能量即为每个子信号能量之和: 则可以定义相对小波包能量为每个子空间信号能量和信号总能量之比:则可以定义相对小波包能量为每个子空间信号能量和信号总能量之比: 小波包熵,即是从小波包分解后的信号序列计算的一种熵值。根据香农熵的定义,小波包熵,即是从小波包分解后的信号序列计算的一种熵值。根据香农熵的定义,定义小波包熵为:定义小波包熵为:小波包熵可以准确反应大脑活动的复杂程度。小波包熵可以准确反应大脑活动的复杂程度。 FeatureFeatureFeature+Left hand(70 trails) FeatureFeatureFeature+Right hand (70 trails)(A

14、)想象左手运动(A)想象右手运动想象单侧手运动引起的想象单侧手运动引起的ERD/ERSERD/ERS导致左右手导致左右手C3C3、C4 EEGC4 EEG幅值出现明显差幅值出现明显差异,该差异表现在:左手异,该差异表现在:左手C3C3和右手和右手C4C4小波包熵增大,左手小波包熵增大,左手C4C4和右手和右手C3C3小波包熵减小。小波包熵减小。- - 结果分析结果分析结果分析结果分析想象左手运动想象左手运动想象右手运动想象右手运动左边电极为左边电极为C3,右边为右边为C4左边电极为左边电极为C3,右边为右边为C4 实时脑电地形图实时脑电地形图实时脑电地形图实时脑电地形图 开发环境:开发环境:VC 6.0 频率分段及功率表现方式:频率分段及功率表现方式:FFT+FFT+功率谱功率谱 插值方法:一般方式插值方法:一般方式 显示方法:显示方法:HIS转转RGB对像素点赋值对像素点赋值-1 -1 实时脑电地形图测试实时脑电地形图测试实时脑电地形图测试实时脑电地形图测试输入:输入:sin(2*PI*freq*t) (freq=2,6,10,14,18,22) 结束语结束语若有不当之处,请指正,谢谢!若有不当之处,请指正,谢谢!

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 高等教育 > 其它相关文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号