搜索资源列表
特征提取
- matlab程序，用于提取脑电数据的五种频域特征指标数值(matlab code, Five Frequency Domain Characteristic Index Values for Extracting EEG Data)
样本熵
- 给已知的若干组脑电数据进行样本熵值的计算(Sample entropy calculation for a number of known sets of EEG data.)
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 fr a mework for analyzing cross-frequency coupling in multi-channel electrophysiological recordings - gecfc base
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.)
transfer
- 用于脑电信号分析，使用matlab对脑电信号的传递熵进行分析，计算传递熵，判断复杂程度(Analysis of 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)
BCI_MI_CSP_DNN
- BCI_MI_CSP_DNN是一种基于matlab的运动图像脑电信号分类程序。 基于matlab深度学习工具箱编写了BCI_MI_CSP_DNN程序 本程序的原理基于CSP和DNN算法 这个程序的性能是基于BCI竞赛II数据集II 提出了一种基于深度学习的运动图像脑电信号分类方法。在预处理原始脑电图信号的基础上，采用共空间模型(CSP)方法提取脑电图特征矩阵，并将其输入深度神经网络(DNN)进行训练和分类。我们的工作在BCI C
cntData_CSP_FLDA
- 本算法针对运动想象的脑电数据，进行预处理并后续用分类器做分类。 该实验所用的的脑电特征提取方法主要是csp空间滤波，并后续用FLDA来进行特征分类。最终得到较好的效果(In this algorithm, the EEG data of motion imagination are preprocessed and then classified by classifier. The main feature extraction
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)
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)
尖峰自动检测算法
- 自动识别一段信号中的尖峰，并输出尖峰的持续时间和幅值以及位置点(It can automatically identify the spike in a section of signal, and output the duration, amplitude and position of the peak)
Biosig3.3.0
- eeglab插件，读取eeg bdf格式(Eeglab plugin for reading EEG BDF format)
EEG-EMD-master
- emd实现心电数据分解，并且提供实际心电数据供参考(EMD to decompose ECG data)