数字信号处理——幅值（Amplitude）与幅度（Magnitude）

EEG数字信号处理核心概念补充解析

一、幅值（Amplitude）与幅度（Magnitude）

这两个术语在EEG中常被交替使用，但存在细微差异：

1. 幅值（Amplitude）
   • 定义：指信号在时域中的瞬时电压强度，单位为微伏（μV）。例如，α波的幅值通常在20-200 μV之间。
   • 应用意义：

• 反映神经活动的强度，如癫痫发作时尖波幅值可达数百μV。
• 伪差识别：如眼动伪差表现为低频高幅值（>200 μV），肌电伪差为高频低幅值（<50 μV）。
  
  • 计算方法：时域直接测量峰峰值，或通过傅里叶变换后频域功率谱的平方根。

2. 幅度（Magnitude）
   • 定义：频域中某一频率成分的能量强度，常以功率谱密度（PSD）或幅度平方（如中的平方处理）表示。
   • 关键应用：

• 频段特征量化：例如Alpha波的幅度在闭眼时显著升高。
• 噪声评估：通过幅度对比可识别工频噪声（50/60 Hz幅度突增）或肌电干扰（>30 Hz幅度提升）。
  • 可视化工具：功率谱图（如MNE库生成的PSD图）或时频图（Time-Frequency Spectrum）。

二、带通滤波（Band-pass Filter）

1. 核心原理
   • 仅保留两个截止频率之间的信号（如4-45 Hz），同时抑制低频和高频成分。
   • 公式表示：
     $$H(f)=\{\begin{array}{ll}1& \text{if }{f}_{\text{low}}\le f\le f_{\text{high}}\\ 0& \text{otherwise}\end{array}$$

其中 $f_{\text{low}}$ 为低切频率，$f_{\text{high}}$ 为高切频率。

2. 典型应用场景
   • 生理频段提取：

• Alpha波（8-12 Hz）、Beta波（12-30 Hz）等大脑节律的分离。
• SSVEP分析中保留刺激频率相关谐波（如0.5-95 Hz带通用于高频双频刺激）。
  • 噪声抑制：
• 消除基线漂移（<0.5 Hz）和肌电干扰（>30 Hz）。
• 图3显示带通滤波后信号在0.5-20 Hz内更平滑集中，伪影减少。

3. 参数选择与陷阱

• 陡度与阶数：高阶滤波器（如8阶切比雪夫）截止更陡峭，但可能引入相位延迟，需零相位滤波（如filtfilt）避免。
• 过渡带宽度：过窄的过渡带会增加计算复杂度，需权衡实时性需求。
• 频段重叠风险：如Gamma波（>30 Hz）可能被误滤除，需根据任务调整高切频率。

三、带阻滤波（Band-stop Filter）

1. 核心原理

   • 抑制特定频率范围内的信号（如48-52 Hz），保留其他频率成分。
   • 公式表示：
     $$H(f)=\{\begin{array}{ll}0& \text{if }{f}_{\text{low}}\le f\le f_{\text{high}}\\ 1& \text{otherwise}\end{array}$$

2. 典型应用场景

   • 工频噪声消除：50/60 Hz电源线干扰是EEG主要环境噪声，需窄带阻（如49-51 Hz）精准滤除。
   • 谐波干扰处理：如心电伪差（1-5 Hz）或设备高频振荡（如MRI梯度噪声）。
   • 数据增强：在自监督学习（SSL）中人为添加带阻噪声以增强模型鲁棒性。

3. 实现方式对比

   方法	优点	缺点
   传统IIR带阻	计算效率高	可能引入相位畸变
   自适应陷波	动态跟踪噪声频率（如CleanLine插件）	依赖噪声频率稳定性
   多窗谱估计	高频率分辨率	计算复杂度高

四、关键操作注意事项

1. 幅值/幅度保真性

   • 避免过度滤波：高频Gamma活动（>30 Hz）可能携带认知信息，过度低通滤波会导致信息丢失。
   • 下采样权衡：如从1000 Hz降至200 Hz需先低通滤波（Nyquist定律），但需确保目标频段完整（如SSVEP保留至95 Hz）。

2. 滤波器副作用管理

   • 相位偏移：非零相位滤波器（如IIR）会导致时域信号时间偏移，影响事件相关电位（ERP）潜伏期分析，建议使用双向滤波。
   • 伪影引入：陡峭的带阻可能产生振铃效应，可通过加窗（如汉宁窗）或平滑过渡带缓解。

3. 多模态数据验证

   • FFT验证：通过傅里叶变换确认滤波后工频噪声幅度归零。
   • 时频分析：如的时频图可直观显示带通/带阻效果。

总结

幅值/幅度是量化EEG信号强度的核心指标，带通和带阻滤波则是从复杂噪声中提取目标神经活动的关键技术。合理选择滤波器参数（截止频率、阶数、相位特性），并结合频域验证（如FFT）与时域可视化（如波形对比），是平衡去噪效果与信号保真的核心策略。

附录：

截止频率（Cutoff Frequency）

是信号处理和电子工程中的一个重要概念，通常用于描述滤波器、放大器或其他信号处理系统的频率响应特性。它指的是系统输出信号的幅度下降到输入信号幅度的某个特定比例（通常为 -3 dB，即约 70.7%）时所对应的频率值。截止频率是区分系统通过或衰减信号的关键参数，具体分为以下几种类型：

低通滤波器的截止频率

低通滤波器允许低于截止频率的信号通过，而衰减高于截止频率的信号。例如，在音频处理中，低通滤波器可用于去除高频噪声，保留低频声音。假设截止频率为 1 kHz，则所有频率低于 1 kHz 的信号会被保留，而高于 1 kHz 的信号会被衰减。

高通滤波器的截止频率

高通滤波器与低通滤波器相反，它允许高于截止频率的信号通过，而衰减低于截止频率的信号。例如，在图像处理中，高通滤波器可用于增强图像的边缘细节。如果截止频率为 100 Hz，则所有频率高于 100 Hz 的信号会被保留，而低于 100 Hz 的信号会被衰减。

带通滤波器的截止频率

带通滤波器有两个截止频率，分别称为下限截止频率和上限截止频率。它允许位于这两个频率之间的信号通过，而衰减其他频率的信号。例如，在无线通信中，带通滤波器用于选择特定频段的信号。如果下限截止频率为 500 Hz，上限截止频率为 2 kHz，则频率在 500 Hz 到 2 kHz 之间的信号会被保留，其他频率的信号会被衰减。

带阻滤波器的截止频率

带阻滤波器与带通滤波器相反，它衰减位于两个截止频率之间的信号，而允许其他频率的信号通过。例如，在音频处理中，带阻滤波器可用于去除特定频率的干扰噪声。如果下限截止频率为 1 kHz，上限截止频率为 3 kHz，则频率在 1 kHz 到 3 kHz 之间的信号会被衰减，其他频率的信号会被保留。

截止频率的计算通常与系统的电路参数（如电阻、电容、电感）或数字滤波器的设计参数相关。例如，在 RC 低通滤波器中，截止频率 ( f_c ) 可以通过公式 计算
$$f_c=\frac{1}{2\pi RC}$$
其中 ( R ) 是电阻值，( C ) 是电容值。
在实际应用中，截止频率的选择需要根据具体需求进行调整。例如，在音频设备中，截止频率的设置会影响音质；在通信系统中，截止频率的选择会影响信号的传输质量。因此，理解截止频率的概念及其应用场景对于设计和优化信号处理系统至关重要。