如何将脑电信号分类数据预处理方法拓展为长尾关键词策略？

本文共计1840个文字，预计阅读时间需要8分钟。

脑电图（Electroencephalogram，EEG）是一种利用电生理指标记录大脑活动的方法。大脑活动时，神经元的同步放电产生脑电波。通过脑电图，可以监测大脑的电活动，帮助诊断神经系统疾病。

脑电波介绍脑电波Electroencephalogram,EEG是应用电生理指标来记录大脑活动的方法。大脑在活动时神经元同步发生突触

脑电波介绍

脑电波（Electroencephalogram, EEG）是应用电生理指标来记录大脑活动的方法。大脑在活动时，神经元同步发生突触后电位反应在了头皮表面，研究者将电机放置在被试者的头皮上检测脑电波信号。电机位置大概如下：

实际而言，收集到的数据就是多个通道的时间序列数据：

之前有幸参加了学院路内的一个脑电实验，签了保密协议就不谈实验内容了。抛开内容不谈，这次实验让我觉得虽然脑电的理论基础很好，但是实际上执行的可能并不是很理想。电极位置、实验流程等都可能影响数据的质量。

信号预处理

在进行模型构建前，主要有三个步骤：信号预处理、数据增强和特征提取。

1

伪影处理

脑电信号会受到眼部伪影和肌电信号的影响。眼部伪影（EOG）是在受试者眼球或眼皮改变眼向或眨眼时，在EEG信号中产生的扰动。肌电信号（EMG）则是由吞咽或咬合时引起的，分布范围为0-200Hz。

对于伪影的处理，约四分之一的研究者忽视了伪影，四分之一手工进行去除。其余进行去除伪影的算法最主要的为ICA与DWT，还有其他的一些名字特别长的算法。