使用小波分析去除视觉工作记忆EEG眼电伪迹

该资源是一份关于去除眼电伪迹的作业答案，涉及利用MATLAB中的Wavelet Analyzer工具箱进行小波变换去除眼电伪迹的方法。具体操作中，使用了五层Harr小波对受试者在视觉工作记忆任务中的FP1通道脑电数据进行分解，并通过固定阈值去噪法比较了去噪前后的效果。 在脑电图（EEG）分析的背景下，工作记忆是一个关键的认知过程，尤其在视觉工作记忆中，它涉及对不在视线范围内的信息进行短期存储和处理。EEG作为一种无创方法，能够捕捉大脑皮层的神经活动，其高频和低频成分（如δ、θ、α、β、γ频段）分别对应不同的认知状态和功能。在工作记忆延迟阶段，θ、α、γ频段的活动尤其重要，它们可能与信息的存储和处理有关。 本研究聚焦于视觉工作记忆任务，使用延迟样本匹配（DMS）范式收集数据，涉及5位受试者，每轮执行15次任务，共67个导联的脑电数据。实验设计包括注视、编码、保持和探测四个阶段，其中3秒的保持阶段被认为是工作记忆的关键时期。研究选取了4位受试者在特定导联的3s延迟阶段的脑电信号，以提取与视觉工作记忆相关的特征频段，为深入理解工作记忆的神经机制提供基础。 在实际操作中，首先对受试者的FP1通道脑电数据进行五层Harr小波分解，然后通过固定阈值去噪技术，去除眼电伪迹，以提升信号质量。去噪前后效果的对比显示了这种方法的有效性。红线表示未去噪的原始信号，黑线则代表经过去噪处理的信号，后者通常更清晰，噪声干扰减少。 这份作业答案详细介绍了使用MATLAB的小波分析工具处理EEG数据以去除眼电伪迹的过程，并结合视觉工作记忆的任务背景，展示了该方法在改善信号分析和理解大脑功能方面的作用。