帮我写几段用MATLAB分析静息态脑电数据的代码：1.求α频段的功率的代码 2.求α频段的能量的代码

以下是用MATLAB分析静息态脑电数据的代码示例：

1. 求α频段的功率的代码：

% 读取EEG数据
eeg_data = load('eeg_data.mat');
eeg = eeg_data.eeg;  % 假设eeg是一个N x M的矩阵，其中N是时间点数，M是通道数

% 设定分析参数
fs = 1000;  % 采样率
f_alpha = [8, 12];  % alpha频段的频率范围

% 计算功率谱密度
pwelch_params = struct('Fs', fs, 'Window', hann(512), 'OverlapLength', 256, 'NFFT', 1024);
[pxx, f] = pwelch(eeg(:, 1), pwelch_params.Window, pwelch_params.OverlapLength, pwelch_params.NFFT, pwelch_params.Fs);

% 提取alpha频段的功率
alpha_idx = (f >= f_alpha(1) & f <= f_alpha(2));
alpha_power = trapz(pxx(alpha_idx));  % 使用梯形积分法计算功率

% 显示结果
fprintf('Alpha power: %.3f\n', alpha_power);

在这个示例中，我们假设EEG数据已经存储在了一个名为`eeg_data.mat`的MAT文件中，其中变量名为`eeg`。我们首先设定了采样率和alpha频段的频率范围，然后使用MATLAB的`pwelch`函数计算功率谱密度。该函数的输入包括信号、窗口函数、重叠长度和FFT长度等参数。在计算出功率谱密度后，我们使用梯形积分法计算出alpha频段的功率。

2. 求α频段的能量的代码：

% 读取EEG数据
eeg_data = load('eeg_data.mat');
eeg = eeg_data.eeg;  % 假设eeg是一个N x M的矩阵，其中N是时间点数，M是通道数

% 设定分析参数
fs = 1000;  % 采样率
f_alpha = [8, 12];  % alpha频段的频率范围

% 计算能量谱密度
pwelch_params = struct('Fs', fs, 'Window', hann(512), 'OverlapLength', 256, 'NFFT', 1024);
[pxx, f] = pwelch(eeg(:, 1), pwelch_params.Window, pwelch_params.OverlapLength, pwelch_params.NFFT, pwelch_params.Fs);

% 提取alpha频段的能量
alpha_idx = (f >= f_alpha(1) & f <= f_alpha(2));
alpha_energy = trapz(pxx(alpha_idx) / sum(pxx));  % 使用梯形积分法计算能量

% 显示结果
fprintf('Alpha energy: %.3f\n', alpha_energy);

这个示例和上一个示例的主要区别在于计算的是能量谱密度而不是功率谱密度。能量谱密度可以认为是功率谱密度乘以采样间隔的平方，因此在计算alpha频段的能量时需要将功率谱密度除以总能量，以得到归一化的能量谱密度。另外，我们同样使用梯形积分法计算出alpha频段的能量。