脑电特征提取matlab

您好！对于脑电特征提取，您可以通过MATLAB来进行实现。以下是一些常用的方法和代码示例：

1. 时域特征提取：
- 平均功率谱密度（PSD）：使用pwelch函数计算信号的功率谱密度。

   [pxx, f] = pwelch(eeg_signal, window, overlap, nfft, fs);
   mean_power = mean(pxx);

- 平均绝对值（MAV）：计算信号的绝对值平均。

   mav = mean(abs(eeg_signal));

2. 频域特征提取：
- 特定频带上的能量：选择感兴趣的频带，计算该频带内的信号能量。

   freq_band = [low_freq high_freq];
   freq_indices = find(f >= freq_band(1) & f <= freq_band(2));
   energy = sum(pxx(freq_indices));

- 脑电节律频带的能量比例：计算不同节律频带（如δ、θ、α、β、γ等）的能量比例。

   delta_indices = find(f >= 0.5 & f <= 4);
   theta_indices = find(f >= 4 & f <= 8);
   alpha_indices = find(f >= 8 & f <= 13);
   beta_indices = find(f >= 13 & f <= 30);
   gamma_indices = find(f >= 30 & f <= 100);
   
   delta_power = sum(pxx(delta_indices));
   theta_power = sum(pxx(theta_indices));
   alpha_power = sum(pxx(alpha_indices));
   beta_power = sum(pxx(beta_indices));
   gamma_power = sum(pxx(gamma_indices));
   
   total_power = delta_power + theta_power + alpha_power + beta_power + gamma_power;
   delta_ratio = delta_power / total_power;
   theta_ratio = theta_power / total_power;
   alpha_ratio = alpha_power / total_power;
   beta_ratio = beta_power / total_power;
   gamma_ratio = gamma_power / total_power;

3. 时频域特征提取：
- 小波变换（Wavelet Transform）：使用cwt函数进行小波变换，得到时频域分解的系数。

   [cfs, frequencies] = cwt(eeg_signal, scales, 'wavelet_name', 'scal2frq');

这些是一些常用的脑电特征提取方法和示例代码，您可以根据具体需求进行调整和扩展。希望对您有所帮助！如果您还有其他问题，请随时提问。