基于C3和C4通道二阶矩能量的运动想象脑电分类系统

资 源 简 介

本项目主要实现对脑电信号中关键通道C3和C4的二阶矩能量提取与分析，进而用于辨识受试者的左右手运动想象意图。二阶矩在信号处理中反映了信号的平均能量强度，是刻画脑电节律变化的重要特征。当人进行单侧肢体运动想象时，大脑对侧运动皮层区域会出现明显的事件相关去同步（ERD）现象，表现为该区域能量的显著下降。系统通过对采集的多通道数据提取C3（对应左侧大脑）和C4（对应右侧大脑）通道信号，首先进行8-30Hz的带通滤波处理以聚焦于运动相关的Mu和Beta频段。随后对滤波后的单导联信号进行平方并取滑窗平均，即计算二阶

详 情 说 明

基于C3和C4通道二阶矩能量的运动想象脑电信号分类系统

1. 项目介绍

本项目设计并实现了一个针对脑电图（EEG）信号的特定分类系统，专注于识别受试者进行左手或右手运动想象的意图。系统利用神经生理学中的事件相关去同步（ERD）现象，即当人想象肢体运动时，大脑对侧运动皮层区域的Mu（8-13Hz）和Beta（13-30Hz）频段能量会发生显著下降。通过定量计算左脑（C3通道）和右脑（C4通道）的二阶矩能量，系统能够快速且有效地辨识受试者的运动倾向。

2. 功能特性

• 模拟信号生成集成：内置模拟数据生成模块，通过合成Mu/Beta基础节律并叠加载波噪声，精准模拟ERD生理现象（对侧能量衰减），便于在无硬件设备的情况下进行算法验证。
• 精细频段过滤：采用4阶巴特沃斯（Butterworth）带通滤波器，严格聚焦于8-30Hz的运动相关频段，有效消除基线漂移和高频噪声干扰。
• 二阶矩特征提取：将复杂的波形信号转化为平滑的能量特征，通过信号平方处理获取瞬时功率，并利用滑动窗口均值化处理，体现信号的统计能量特性。
• 轻量化决策逻辑：基于能量守恒与减弱的对比原理，采用直接比较法进行分类决策，计算资源消耗极低。
• 多维度数据可视化：系统提供典型试验的能量时间曲线图、二阶阶矩特征空间分布图（散点图）以及准确率分析图，直观展现分类效果。

3. 系统要求

• 软件环境：MATLAB R2016b 或更高版本。
• 工具箱需求：Signal Processing Toolbox（信号处理工具箱），用于执行滤波器设计（butter）和零相位滤波（filtfilt）等操作。

4. 实现逻辑与主要计算步骤

#### 第一阶段：参数初始化与仿真建模 系统首先设定采样率为250Hz，定义分析频段为8-30Hz。在模拟数据生成阶段，构造了包含10Hz和20Hz成分的基础信号，通过设置随机种子保证结果可重复性。关键逻辑在于：

• 当模拟左手想象时，对C4通道信号赋予衰减系数（0.6），对C3通道赋予增强系数（1.1）。
• 当模拟右手想象时，逻辑反转，调低C3通道能量。

#### 第二阶段：预处理与频段提取 使用4阶巴特沃斯带通滤波器对C3和C4导联进行处理。为了避免常规滤波产生的相位延迟，系统调用了filtfilt函数进行双向滤波，确保信号波形在时间轴上不发生偏移，这对于准确识别能量变化的时间点至关重要。

#### 第三阶段：二阶矩能量计算 二阶矩在本项目中体现为信号平方的均值。具体步骤为：

1. 对滤波后的每个试验（Trial）信号进行平方计算。
2. 利用0.5秒的滑动窗口（movmean）计算随时间变化的动态能量曲线，用于可视化。
3. 计算整个4秒试验窗口内的平均统计量，作为该试验的最终分类特征：

* 特征1 = Mean(Signal_C3^2) * 特征2 = Mean(Signal_C4^2)

#### 第四阶段：分类决策与评价 系统通过比较双侧特征值的大小进行推断：

• 若 C3通道能量 > C4通道能量，判定为左手运动想象（因为右脑C4发生了ERD衰减）。
• 若 C4通道能量 > C3通道能量，判定为右手运动想象（因为左脑C3发生了ERD衰减）。

最后，将预测结果与预设标签对比，计算整体准确率。

5. 关键算法与算法细节分析

• ERD 编码机制：这是系统的灵魂。系统没有采用复杂的机器学习模型，而是直接利用生理反馈逻辑。通过人为在模拟数据中植入 $0.6$ 和 $1.1$ 的变动比例，模拟了真实的脑电功率谱密度变化。
• 零相位带通滤波：8-30Hz的滤波范围同时覆盖了Mu节律和Beta节律。这两个节律在运动皮层中对于运动企图最为敏感。
• 特征空间线性可分性：代码中的散点图绘制了以C3能量为横坐标、C4能量为纵坐标的二维空间。理论上，决策边界为一条斜率为1的直线（y=x），该直线能够完美区分两个类别的样本点。
• 滑动窗口均值（Moving Average）：在特征展示环节，通过 win_size = fs * 0.5 的窗口处理，滤除了平方运算产生的剧烈波动，使得能量趋势清晰可见。

6. 使用方法

1. 启动MATLAB软件。
2. 将包含系统代码的工作路径设置为当前路径。
3. 在命令行窗口输入主函数指令运行。
4. 程序将自动生成包含4幅子图的结果界面，并在命令行显示最终的分类准确率。
5. 用户可通过观察“特征空间分布图”来判断C3和C4能量是否存在明显的对等差异。