腦波分析 | 合法醫療器材資訊網

腦波分析（EEGanalysis）也稱為腦電圖分析，是用數學的信号处理以及電腦科技，從腦電...您现在使用的中文变体可能会影响一些词语繁简转换的效果。建议您 ...

腦波分析（EEG analysis）也稱為腦電圖分析，是用數學的信號處理以及電腦科技，從腦電圖（EEG）信號中提取相關資訊。腦波分析的目的是幫助研究者對人腦有進一步的瞭解，輔助醫生的診斷以及療法的選擇，並且提昇腦機接口（英語：Brain-computer Interface, 簡稱BCI）的技術。腦波分析的技術有許多分類的方式，若是要從腦電圖信號中找到大致符合腦電圖信號的數學模型[1]，此方法可以分類為參數型，否則，就是非參數型的方式。傳統上，大部份的腦波分析方法可以分為四類:時域、頻域、時頻分析及非線性方法[2]，也有一些較新的方法，包括使用深度學習（DNNs）的方法。

頻域分析也稱為頻譜分析（spectral analysis），是腦波分析的標準作法中，最有功效也方便的方法之一。頻域分析會用統計及傅立葉變換找在頻域中的腦波波形包含的資訊[2]。頻域分析方式有許多種，最常用的是功率譜分析，因為功率譜密度反映信號的頻率成份，也反映了信號功率在各頻率上的分佈[3]。

時域法的腦波分析中有兩種重要的分析方法：線性預測及成份分析。一般來說，線性預測會用過去的輸出值和過去及現在的輸入值進行線性組合，得到估計值。而成份分析是一種無監督的方式，將資料集映射到某特徵集中[2]。時域法的參數都完全以時間為基礎，不過也可以從功率譜的統計矩中提取。因此，時域法可以建立實際的時間詮釋以及傳統的頻域分析之間的媒介[4]。此外，時域法提供連續量測基本信號特性的方式，其方法都是用到以時間為基礎的計算，相較於傳統的頻域分析來說，以時間為基礎的計算所需要的設備比較簡單[4]。

小波轉換是典型的時頻域方法，可以從暫態的生物信號中抽取出一些特性。將腦波記錄進行小波分解，可以準確的找到暫態的特徵，也可以確定其時間及頻率的內容[5]，因此小波轉換像是數學顯微鏡，可以分析神經節律的不同尺度，研究腦信號的小幅振盪，並且忽略其他的成份[5][6]。除了小波轉換外，有另一種...