脑电数据集运行
📅 2026/7/17 20:48:32
👁️ 阅读次数
📝 编程学习
加载test01-001-13.08.17.12.39.47数据集
打开数据集 查看图像
定位通位
通道定位 查看2D图像
选择删除坏道 重命名
高通、低通滤波
设置滤波界限 滤波结果
重参考
设置重参考参数 选取F4、AF3参考
重参考后的图像
降采样
选用200Hz 相应数据
手动去伪迹
去除伪迹 去除后
ICA
手动去伪迹和自动去伪迹
手动去伪迹
设置参数 运行结果
查看序号为1的脑图 标记为伪迹
移除序号为1的伪迹
去除后的结果
![]()
自动去伪迹
绘制频谱图
导入自定义marker
导入导入静息态EEG数据,该例子的EEG数长度为1036.992
建立一个带有marker信息的txt文件
填写导入设置
最终结果:
分段与基线校准
设置参数
结果如下
![]()
加载数据集实现分类
本文描述了EEG数据处理流程:首先加载数据集,进行通道定位和坏道删除;接着进行高通/低通滤波,设置滤波参数并重参考;随后降采样至200Hz,手动去除伪迹;再通过ICA方法结合手动/自动伪迹去除;最后导入自定义marker文件,完成数据分段和基线校准。整个过程涉及多次数据质量检查和参数调整,最终实现EEG数据的预处理和分类准备。
编程学习
技术分享
实战经验