搜索资源列表
eeglab12_0_2_6b
- 用于分析与处理脑电信号,功能强大,用途很多,很方便(It can be used to analyze and process EEG signals. It is powerful, useful and convenient)
eeg_feature_extraction
- 对eeg的五个波段进行提取, 脑电信号数据原始采集的脑电,输出5个不同波段幅值,(extract 5 wave bands of eeg signals)
767525227SPEC
- 脑电波数据加分析方法,绝对不可多得,加油,我也是搞这个的(it is very useful,please truse me)
利亚诺夫指数代码
- 该代码是用来计算脑电信号的李亚诺夫指数,是用matlab编写的,可以直接使用(The Leah index of electroencephalogram calculation)
loadcnt1
- 在脑电信号数据处理中,用于加载特定格式(.cnt)文件的加载代码(In EEG data processing, load code for loading a specific format (.Cnt) file)
CSP_LDA
- csp特征提取,lda进行分类,四分类脑电信号处理,亲测可用(CSP feature extraction, LDA classification, four classification of EEG signal processing, pro test available)
p300soft
- 本MATLAB代码主要用于EEG脑电信号预处理和单次提取(Single extraction of EEG EEG signal)
package_emd
- 经验模态分解(Empirical Mode Decomposition,EMD)法是黄锷(N. E. Huang)在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法,特别适用于非线性非平稳信号的分析处理。对经过EMD处理的信号再进行希尔伯特变换,就组成了大名鼎鼎的“希尔伯特—黄变换”(HHT)。由于脑电信号处理很少在EMD之后接上希尔伯特变换,在这里仅介绍EMD的相关基础知识。 EMD其实就是一种对信号进行分解的方法,与傅里叶变换、小波变换的核心思想一致,大家
mtspecgramc
- 脑电信号、多通道等神经电信号做时频图(彩虹图)(time-frequency graph)
event-related-desynchronization-master
- 内含BCI2008数据集处理方法,特征提取和机器学习算法,得到了很好的分类效果(Contains BCI2008 data set processing methods, feature extraction and machine learning algorithms, with good classification results)
基于MPC和RVM的癫痫发作预报
- 关于对癫痫脑电信号分析的程序、MPC模型程序(About epileptic EEG analysis program, AR model program)
prhzotyping
- 近似熵MATLAB的计算程序2,可以通过此程序对脑电信号EEG进行分析(Approximate entropy of MATLAB to calculate the 2, EEG can through this program of EEG signals is analyzed)
程序
- 脑电信号特征提取 熵算法 信号处理 非线性分析方法 近似熵 样本熵 排列熵(Feature Extraction of EEG Signals Entropy algorithm signal processing Nonlinear Analysis Method Approximate Entropy Sample Entropy Arrangement Entropy)
10 gedCFC_MATLAB
- 代码提供了一种分析多通道电生理记录中交叉频率耦合的新框架-------基于特征分解的广义交叉频率耦合框架gedcfc,共五种算法,并包括脑电信号数据集供大家验证算法。(The code provides a new framework for analyzing cross-frequency coupling in multi-channel electrophysiological recordings - gecfc based on eigen-decomposition-based g
新建文件夹
- 用于事件相关电位P300的脑电信号诱发,小概率事件脑电信号的诱发采用Oddball范式(The Oddball paradigm is used to induce EEG signals for event-related potential P300 and small probability event EEG signals.)
多尺度排列传递熵
- 对传递熵算法进行改进,引入相位空间重构,对脑电信号进行分析(The transfer entropy algorithm is improved and phase space reconstruction is introduced to analyze EEG signals)
025126298EEG_WAVELET
- 小波变换对脑电信号处理有用,采用db4小波对脑电信号7层分解(Wavelet is useful for EEG signal processing)
数据(1)
- DEAP 数据库 EEG_feature.txt 包含了1216个脑电信号样本的160维特征,每行为一个样本,每列为一种特征。特征从左至右分别是每个脑电电极的theta(1-32列)、slow alpha(33-64列)、alpha(65-96列)、beta(1-97128列)、gamma(129-160列)波段的脑电特征。 subject_video.txt 包含了1216个脑电信号对应的32名被试和38段视频信息,其中包含两列。第一列是对应的被试编号,第二列是对应的视频编号。 EEG_
psd
- 脑电信号功率谱,用于计算各个通道的功率谱,功率谱密度(The power spectrum of eeg signal is used to calculate the power spectrum and power spectrum density of each channel)
基于希尔伯特黄熵的麻醉深度估计
- 麻醉深度监测是外科手术中必不可少的步骤之一。 目前已经提出多种监测麻醉深度的脑电信号分析方 法, 尤其熵方法得到了广泛的关注。 提出一种新的麻醉深度监测方法-希尔伯特黄熵, 先用经验模态分解—希尔 伯特黄变换处理脑电信号获取希尔伯特黄边际谱, 再根据香农熵定义得到希尔伯特黄熵。 对 19 个接受吸入药物 七氟醚麻醉的病人脑电信号的希尔伯特黄熵和时频均衡谱熵进行计算、测试和比较, 结果表明:希尔伯特黄熵能够 更准确的区分麻醉和清醒状态, 更适合于麻醉深度监测。