EEG静息态频域指标的计算代码

费话不多，直接上代码
代码运行环境Matlab 2013B + eeglab13

% Spectral_EEGclear all; clc; Fs=1000; %% sampling rate
L=1000; %%  signal length for FFT
T=1/Fs;
t=(0:L-1)*T;
NFFT=2^nextpow2(L);
f=Fs/2*linspace(0,1,NFFT/2+1);
f_idx=find(f<=30);  %% region of interestSubj=1:10;
for i=1:length(Subj)setname=strcat(num2str(i),'_LH.set'); setpath='C:\Users\think\Desktop\test_data2\'; EEG = pop_loadset('filename',setname,'filepath',setpath);for ii=1:size(EEG.data,1) %% channelfor jj=1:size(EEG.data,3) %% trialx=squeeze(EEG.data(ii,1:1000,jj)); %% 1*1000temp=fft(x,NFFT)/L;Y(jj,:)=2*abs(temp(1:NFFT/2+1)); % fft results, in amplitudeY_PSD(jj,:)=2*(abs(temp(1:NFFT/2+1))).^2; % fft results, in powerendFFT_amplitude(i,ii,:)=squeeze(mean(Y(:,f_idx),1));clear Y; FFT_power(i,ii,:)=squeeze(mean(Y_PSD(:,f_idx),1));clear Y; end
end
%%% spectral amplitude
f_plot=f(f_idx);
figure; hold on;
plot(f_plot,squeeze(mean(FFT_amplitude(:,4,:),1)),'b','linewidth', 1.5);
plot(f_plot,squeeze(mean(FFT_amplitude(:,13,:),1)),'r','linewidth', 1.5);
plot(f_plot,squeeze(mean(FFT_amplitude(:,29,:),1)),'g','linewidth', 1.5);
axis([0 30 0 5]);
legend('Fz','Cz','Pz');
title('Group level FFT','fontsize',16);
xlabel('Frequency','fontsize',16);
ylabel('Spectral Amplitude (\muV)','fontsize',16); delta_idx=find((f_plot>=1)&(f_plot<=3));
alpha_idx=find((f_plot>=8)&(f_plot<=12));
delta_mag=squeeze(mean(FFT_amplitude(:,:,delta_idx),3));
alpha_mag=squeeze(mean(FFT_amplitude(:,:,alpha_idx),3));figure;
subplot(121); topoplot(mean(delta_mag,1),EEG.chanlocs,'maplimits',[-4 4]); title('delta','fontsize',16);
subplot(122); topoplot(mean(alpha_mag,1),EEG.chanlocs,'maplimits',[-3 3]); title('alpha','fontsize',16);%%% spectral power
figure; hold on;
plot(f_plot,10*log10(squeeze(mean(FFT_power(:,4,:),1))),'b','linewidth', 1.5);
plot(f_plot,10*log10(squeeze(mean(FFT_power(:,13,:),1))),'r','linewidth', 1.5);
plot(f_plot,10*log10(squeeze(mean(FFT_power(:,29,:),1))),'g','linewidth', 1.5);
axis([0 30 -20 10]);
legend('Fz','Cz','Pz');
title('Group level FFT','fontsize',16);
xlabel('Frequency','fontsize',16);
ylabel('Spectral Power (dB)','fontsize',16); delta_idx=find((f_plot>=1)&(f_plot<=3));
alpha_idx=find((f_plot>=8)&(f_plot<=12));
delta_mag=squeeze(mean(FFT_power(:,:,delta_idx),3));
alpha_mag=squeeze(mean(FFT_power(:,:,alpha_idx),3));figure;
subplot(121); topoplot(mean(delta_mag,1),EEG.chanlocs,'maplimits',[-10 10]); title('delta','fontsize',16);
subplot(122); topoplot(mean(alpha_mag,1),EEG.chanlocs,'maplimits',[-10 10]); title('alpha','fontsize',16);

EEG静息态频域指标的计算代码相关推荐

频域特征指标及其MATLAB代码实现（重心频率、均方频率、均方根频率、频率方差、频率标准差）
以前我们梳理过常用的有量纲时域特征指标和无量纲时域特征指标,其实特征提取方法中,一些频谱特征指标也是十分有用的. 下述频域特征指标是根据信号的功率谱求得的.在故障诊断或者其他应用场景下,可以与时域指标 ...
matlab计算miou值,深度学习计算机视觉图像分割领域指标mIoU（平均交并比）计算代码与逐行解析...
import numpy as np import argparse import json from PIL import Image from os.path import join #设标签宽W ...
【原生代码】Python3 实现ATR、MA、EMA、SMMA、RMA、TEMA指标的计算
1. 参数说明 r:K线数据,字典或者数组 days:指标长度 name:使用哪一个字段,填'Close'即可,如果不填则代表r是数组而不是字典变量r 字典结构图如下: {{'Time': 0,'C ...
量化交易中，如何使用Python计算「筹码分布」指标【附代码】 [量化小讲堂-64]
这是邢不行第 64 期量化小讲堂的分享作者 | 邢不行.助教林奇本文内容也有视频版本,点击观看:量化交易中,筹码分布指标如何计算[邢不行] 记得小时候的某个暑假,一边吃西瓜,一边看港剧<大时 ...
python历史性分布计算代码_量化交易中，如何使用Python计算「筹码分布」指标【附代码】 [量化小讲堂-64]...
引言: 邢不行的系列帖子"量化小讲堂",通过实际案例教初学者使用python进行量化投资,了解行业研究方向,希望能对大家有帮助. [历史文章汇总] 请点击此处这是邢不行第 64 ...
matlab布林线代码,[转载]布林指标的计算（附源码）
鉴于通达信软件和其他国内证券分析软件布林带指标与国外Advanced GET 8.0 和 Gannalyst Professional 5.0 分析软件布林指标表示差距过大,特别写一篇博文帮助大家理解 ...
数据产品通用复合指标查询计算的实践
本文由作者王改革授权网易云社区发布. 一.背景和实现目标在开发严选数据产品(大麦商品数据运营平台和移动数据工作台VIPAPP)的时候,最多的业务场景就是对实时和离线数据模型中查询.处理.统一数据结构 ...
量化投资常用技能——指标篇3：详解RSI指标，及其代码实现和绘图
量化投资常用技能系列文章目录我们已经介绍了三篇关于量化投资方面绘图的文章和两篇指标类的推导和介绍的文章,大家有兴趣可以了解一下绘图篇量化投资常用技能--绘图篇 1:绘制股票收盘价格曲线和och ...
通达信指标公式颜色代码的四种写法(COLOR/RGB)
通达信指标公式颜色代码有四种写法,分别为COLOR+颜色的英文.COLOR+十六进制.RGBX+十六进制.RGB(R,G,B).标题有点尴尬,让我想到孔乙己"茴"字的四种写法,哈哈 ...

EEG静息态频域指标的计算代码

EEG静息态频域指标的计算代码相关推荐

最新文章

热门文章