脑电地形图绘制演示文稿

脑电地形图绘制演示文稿目前一页\总数二十一页\编于十三点报告内容

数据可视化脑电地形图的意义脑电地形图绘制的关键离线地形图实时地形图目前二页\总数二十一页\编于十三点Ⅰ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环境。手段：图象、曲线、二维图形、三维体和动画等。目前三页\总数二十一页\编于十三点应用领域医学金融气象航空航天石油勘探目前四页\总数二十一页\编于十三点Ⅱ脑电地形图的意义

脑电地形图（BEAM）是一种集中表达大脑电生理信息的图形技术，能比较直观地反映大脑神经活动的图形系统。为了减轻临床医生的头脑中建立综合图像的困难，工程人员致力于把现代计算机技术和信号处理技术引入神经医学领域，把计算机的高速计算、高质量彩色图、易于操作的屏幕控制结合起来构成了各种节律的脑电地形图。用直观的彩色图像（或灰度差图像）取代了对多道原始EEG数据所包含的空间信息的表达。

Electroencephalogram

BEAM

目前五页\总数二十一页\编于十三点Ⅲ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）。计算各采集点各个频段（FFT、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）功率值-彩色映射。（HIS模型转RGB）

目前六页\总数二十一页\编于十三点Ⅲ-ⅰ

计算采集点处功率谱δ（1－3Hz）、θ（4－7Hz）、α（8－13Hz）、β（14－30Hz）

频段频率下限频率上限δ04.0θ4.08.0α18.012.0α112.016.0β116.020.0β220.030.0目前七页\总数二十一页\编于十三点Ⅲ-ⅰ

空间插值

由于采集的脑电信号仅来自于被测者头上有限固定的几个采集点，各点之间的空白处需要采用一定的插值公式进行插值填充，这些插值的数据是依靠各采集点的功率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：

式中X为所需进行插值计算的点的位置，a、b…p代表各采集点的功率值，XA、XB…XP为所需进行插值计算的点到各采集点的距离。目前八页\总数二十一页\编于十三点Ⅲ-ⅰ

彩色映射RGB色彩模式：为图像中的每一个RGB分量分配一个0~255范围内的强度值。目前的显示器大都采用这种模式。

VC中的像素点赋值函数：COLORREFSetPixel(intx,inty,COLORREFcrColor);

crColor：RGB(red,green,blue)功率强度彩色模式问题：0~max

蓝~红目前九页\总数二十一页\编于十三点

HIS色彩空间：从人的视觉系统出发，用色调（Hue）、饱和度（Saturation）和亮度（Intensity）描述色彩。优点：1.亮度分量和色度分量是分开的。

2.色调H和饱和度S的概念互相独立并与人的感知紧密相连。

目前十页\总数二十一页\编于十三点解决方法：HIS转RGB模型1）当H在[0,120]之间：B=I(1-S)R=I(1+ScosH/cos(60-H))G=3I-(B+R)2）当H在[120,240]之间：R=I(1-S)G=I(1+Scos(H-120)/cos(180-H))B=3I-(G+R)3）当H在[240,360]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）目前十一页\总数二十一页\编于十三点HIS转RGB模型测试

取功率为0-50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。目前十二页\总数二十一页\编于十三点Ⅳ

离线脑电地形图

开发环境：Matlab

频率分段及功率表现方式：小波包+熵插值方法：一般方式显示方法：动画目前十三页\总数二十一页\编于十三点0123456789secTriggerBeepFeedbackperiodwithcueⅣ-ⅰ

离线分析数据BCIcompetition2003，UniversityofTechnologyGraz,Austria（ⅰ）Electrodelocations+++（ⅱ）TimeschemeC3CZC4目前十四页\总数二十一页\编于十三点Ⅳ-ⅱ

特征提取——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EEG的节律性活动，在9HZ~13HZ（u节律，主要来自中枢后躯体感觉皮层）和18HZ~22HZ（β节律，主要来自中央前运动皮层）两个频段的EEG信号幅度将发生相应的改变。

↓

ERD(event-relatedde-synchronization,ERD

)事件相关去同步↑

ERS(event-relatedsynchronization,ERS

)事件相关同步1.特征提取依据——大脑ERD、ERS特性目前十五页\总数二十一页\编于十三点信号F(t)S(1,1)0~32HZS(1,2)S(2,1)0~16HZS(2,2)16~32HZS(2,4)S(2,3)S(3,1)0~8HZS(3,2)8~16HZS(3,4)24~32S(3,3)16~24S(3,7)S(3,8)S(3,6)S(3,5)S(4,1)S(4,2)S(4,4)S(4,3)8~12S(4,7)S(4,8)S(4,6)20~24S(4,5)16~20S(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βrhythm(18–22Hz)mu

rhythm(8–13Hz)目前十六页\总数二十一页\编于十三点

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：

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：

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：小波包熵可以准确反应大脑活动的复杂程度。目前十七页\总数二十一页\编于十三点……FeatureFeatureFeature+++Lefthand（70trails）……FeatureFeatureFeature+++Righthand（70trails）（A）想象左手运动（A）想象右手运动想象单侧手运动引起的ERD/ERS导致左右手C3、C4EEG幅值出现明显差异，该差异表现在：左手C3和右手C4小波包熵增大，左手C4和右手C3小波包熵减小。目前十八页\总数二十一页\编于十三点Ⅳ-ⅲ

结果分析想象左手运动想象右手运动左边电极为C3，右边为C4左边电极为C3，右边为C4目前十九页\总数二十一页\编于十三点Ⅴ

实时脑电地形图

开