MATLAB环境下基于NLEO的算法的脑电EEG信号自发活动瞬态检测

本文主要是介绍MATLAB环境下基于NLEO的算法的脑电EEG信号自发活动瞬态检测，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

自发脑电信号是一种非平稳性很强的随机信号。在传统的脑电信号处理中，较公认的处理方法大多是建立在假设脑电图是准平稳信号的基础上，即认为它可以分成若干段，每一段的过程基本平稳，但段上叠加着瞬态。瞬态信号是有别于背景节率，持续时间较短而幅度较大的尖脉冲。它们往往起源于一些生理干扰（如眼球运动等等），不是人们所关心的特征，在做计算机处理时应去除，以免引起假象。但有时瞬态又包含着非常重要的病理信息，如癫痛病人脑电波中的棘波或锋波，必须进行正确地检测以便于对有关波形变化的参数计算。

非线性能量算子是在研究非线性语音建模时引入的一个数学算子，其输出分量可以看作是信号经过高通滤波后的瞬时能量成分。非线性能量算子能同时利用信号的瞬时频率和幅度信息，其输出正比与输入信号的幅度和频率的乘积。

提出一种基于NLEO的算法的脑电EEG信号自发活动瞬态检测，程序运行环境为MATLAB R2018a，执行基于非线性能量算子（NLEO）的脑电EEG信号自发活动瞬态检测，压缩包=数据＋代码＋参考文献；数据为EDF格式。

部分代码如下：

% DEFINE MONTAGE OF INTEREST
str = cell(18,2); 
str{1,1} = 'Fp2'; str{1,2} = 'F4';  
str{2,1} = 'F4'; str{2,2} = 'C4';    
str{3,1} = 'C4'; str{3,2} = 'P4';    
str{4,1} = 'P4'; str{4,2} = 'O2';   
str{5,1} = 'Fp1'; str{5,2} = 'F3';  
str{6,1} = 'F3'; str{6,2} = 'C3';    
str{7,1} = 'C3'; str{7,2} = 'P3';    
str{8,1} = 'P3'; str{8,2} = 'O1';    
str{9,1} = 'Fp2'; str{9,2} = 'F8';    
str{10,1} = 'F8'; str{10,2} = 'T4';    
str{11,1} = 'T4'; str{11,2} = 'T6';    
str{12,1} = 'T6'; str{12,2} = 'O2';   
str{13,1} = 'Fp1';  str{13,2} ='F7';  
str{14,1} = 'F7'; str{14,2} = 'T3';     
str{15,1} = 'T3'; str{15,2} = 'T5';  
str{16,1} = 'T5'; str{16,2} = 'O1'; 
str{17,1} = 'Fz'; str{17,2} = 'Cz';   
str{18,1} = 'Cz';  str{18,2} ='Pz';

出图如下：