EEGLAB is an interactive Matlab toolbox for processing continuous and event-related EEG。
2022-02-17 04:44:30
30.05MB
1
2.1 原始脑电数据的读取和显示
采集到的脑电信号文件为 data.txt，调用 eeg_load.m 文件，即可绘制出脑电样本信号图，
如下图 2 所示。
图2 脑电样本信号图
2.2 脑电信号频谱图及功率谱图的绘制
首先调用 eeg_fft.m 文件，原理是对样本信号进行傅立叶变换 [3]，即可获得样本信号的
频谱图，如下图 3 所示。
2022-02-08 14:23:17
1.57MB
1
【主要内容】
心电信号的噪声特点
小波分析与传统信号处理方法的比较
小波去噪的基本原理
小波去噪的基本步骤
小波去噪中的阈值函数和阈值的选取
小波去噪中小波函数的选择
去噪效果的评价
程序说明
总结
2022-02-08 14:04:43
251KB
计算机应用中，有时需处理的信息不是数字量，而是一些随时间连续变化的模拟量，甚至是一些非电量，如温度、压力、速度等。
首先将非电的模拟信号变成与之对应的模拟电信号，这要通过各种传感器来完成。
计算机可处理的信息均是数字量（电脉冲信号）1和0，必须把要处理的模拟电量转换成数字化的电信号，这需要模拟(Analog)与数字(Digital)转换电路。
2022-01-16 21:00:10
181KB
1
用于提取脑电信号的DE（差分熵特征/微分熵特征）和PSD（功率谱密度特征）特征的matlab和python代码。
2022-01-13 21:11:02
3KB
心电信号的准确判别是实现心电监测系统智能诊断的关键。为提高心电信号的分类精度，研究了一种改进BP神经网络的心电信号分类算法。首先对MIT-BIH Arrhythmia Database样本专家标注心拍进行统计分析，选择正常心拍、室性早搏、左束支传导阻滞心拍和右束支传导阻滞心拍作为神经网络识别目标，采用主成分分析法提取25个心拍特征作为样本向量。仿真结果表明，改进BP神经网络具有较好的分类识别能力，整个样本分类准确率为98.4%。算法收敛速度快，分类精度高，有助于检测和诊断心脏疾病。
2022-01-09 23:31:35
476KB
1