1.

Sử dụng Matlab trong phân tích dữ liệu EEG ứng dụng trong BCI

Dữ liệu thu được từ các thiết bị đo EEG thường rất phức tạp và hỗn loạn

Hình 1: Tín hiệu EEG chưa qua xử lý

Tín hiệu EEG thô cần được sử lý thông qua nhiều giai đoạn mới có thể phân loại để đưa
vào sử dụng vào các mục đích khác sau

Sơ đồ các bước xử lý tín hiệu EEG cơ bản:

Hình 2: Sơ đồ các bước xử lý tín hiệu EEG

Xét ví dụ “Ứng dụng Matlab trong xử lý sóng SSVEP”

Mô tả thí nghiệm: Nghiệm thể được yêu cầu nhìn vào Monitor hiển thị một ô vuông chớp
tắt với tần số nhất định (ở đây xét tần số là 10Hz)

Thông tin của dạng sóng được xử lý

Giới tính Nam

 Độ tuổi 32

Vùng đo Oz

Sampling rate of amplifier. 512

Tần số của tín hiệu kích 10 Hz

thích

Dữ liệu thu được như sau:

Biến đổi Fast Fourier transform (FFT):

Code Matlab:
signal = Data.EEG(:,1);
fs = Data.AmpSamlingFrequency;
L = length(signal);
y = signal;

NFFT = floor(2^nextpow2(L));
Y = fft(y,NFFT)/L;
f = fs/2*linspace(0,1,NFFT/2+1);

y_y = 2*abs(Y(1:NFFT/2+1));
x = f;

plot(x,y_y);
xlim([0 50]);
xlabel('Tan số (Hz)')
ylabel('dB')
grid on

Wanted Signal

Harmonic

Sử dụng biến đổi Fourier nhanh ta được phổ tín hiệu như trên, nhận thấy tín hiệu ở tần số
mong muốn ((wanted signal) có biên độ lớn nhất. Bên cạnh đó, có tồn tại sóng
hài (Harmonic)và các tín hiệu nhiễu (noise), can nhiễu (interferer) gây ra ảnh hưởng đến
tín hiệu.

Do tín hiệu ở đây chỉ xét một kênh nên để đơn giản ta sử dụng bộ lọc Lowpass với

Code Matlab:
fpass=10
z = lowpass(y_y,fpass,fs)