时域、频域与时频分析的对比

关注“心仪脑”查看更多脑科学知识的分享。

首先，EEG信号的数据是什么样的？

采集到的数据由大量样本点组成的一个有限的离散的时间序列数据。具体数量则取决于采样率。其中每个样本点的数据反映了脑电波幅的大小。物理学中将脑电信号的变化称为电压值 伏特（V）是常用的电压单位 在此上下文中也被称为微伏(μV) 因为脑电信号非常微弱

时域分析

基于此而言，原始数据就是一个时间域上的信息载体。时域分析则聚焦于EEG电位随时间变化的特征。事件相关电位（ERP）分析即最常用的时间序列分析方法。该方法能够迅速得出由特定刺激引发的电位变化情况。例如常见的事件相关电位成分P300、MMN、N400等指标。相比于频域或时频分析方法而言，则该方法的优势在于计算简便快捷且无需滤波处理前的数据预处理步骤。此外，在时间和准确性方面也表现更为突出。

ERP分析

频域分析

然而，在时域分析中无法充分反映 EEG 信号中所蕴含的所有信息。通常所说的 α 波、β 波、γ 波等都是基于不同频率范围内的 EEG 信号来进行分类的，并表现在大脑电信号随时间变化的速度上

![](https:/