肌电信号与文献分享

mne学习教程代码，完整的脑电信号处理流程

运动想象脑电信号特征提取及分类(凑字数专用)

表面肌电信号常见时域频域MATLAB程序

生理信号中的肌电信号数字滤波，效果很好，值得推荐

头皮脑电信号具有非平稳特性，相干等传统分析方法并不能很好地检测这些脑电时间序列间的依赖关系。广义同步中的似然同步算法对非平稳信号处理具有较好的效果，该文将它应用到实际脑电信号分析中。基于单向耦合Henon映射系统和实际脑电数据的仿真结果均表明，基于广义同步的似然同步方法适用测量非平稳信号间关系。针对健康被试静息态下，从闭眼到睁眼的过程中脑电信号间同步性的变化进行了研究，发现从闭眼到睁眼过程中，大脑的alpha波在几乎所有电极间的同步强度都显著地减弱，大脑的活动受到一定的抑制。上述结果也表明该方法在脑电数据

数据进行预处理，时域、频域等特征分析以及求取心率指标，并设计GUI界面

采用集合经验模态分解方法对心电信号进行去噪

基于深度学习的异常心电信号识别代码大全.doc基于深度学习的异常心电信号识别代码大全.doc基于深度学习的异常心电信号识别代码大全.doc

该数据库是由来自英国伦敦玛丽皇后大学等单位的研究人员通过实验采集到的，用来研究人类情感状态的多通道数据。该数据库主要包括每个被试在面部表情视频刺激下的EEG数据以及心理量表数据。