【脑电信号】基于matlab小波变换睡眠脑电信号监测【含Matlab源码 595期】

一、小波变换睡眠脑电信号监测简介

理论知识参考文献：小波变换应用于麻醉监测脑电分析研究

二、部分源代码

data0=rand(1,9999); %脑电信号原始数据 
tm=0.02; %采样时间间隔 
td=1:tm:30; %取时间1-30秒 
data=data0(1:(30-1)/tm+1); %1-30秒的数据 
figure(1)
subplot(211); 
plot(td,data); xlabel('时间（秒）'),ylabel('脑波电压'),title('1-30s脑电图波');

%fft变换
Fs=1000;
n=length(data);
data1=fft(data,n);%傅里叶变换%                   
df=Fs/length(data1);          %频域分辨率
Fx=df*(0:length(data1)-1);    %将横轴变为频率轴% 
figure(1);
subplot(212); 
plot(Fx,abs(data1));  %绘制脑电波信号的频谱图%
axis([0 150 0 60]); 
title('频谱图');xlabel('频率/Hz');ylabel('幅值'); 

%信号预处理
%低通滤波——巴特沃斯滤波器

Fs=1000;  fp=30;  fs=40;  Ap=1;  As=30; 
Wp=fp/(Fs/2);%计算归一化角频率 
Ws=fs/(Fs/2);  
[N,Wc]=buttord(Wp,Ws,Ap,As);%计算阶数和截止频率
[b,a]=butter(N,Wc,'low');%计算H(z)分子、分母多项式系数 
[H,F]=freqz(b,a,500,Fs);%计算H(z)的幅频响应,freqz(b,a,计算点数,采样速率) 
figure(2)
subplot(2,2,2) ;
plot(F,20*log10(abs(H))) ;
xlabel('频率(Hz)');  ylabel('幅度(dB)') 
axis([0 100 -30 3]); 
grid on ;
subplot(2,2,1) 
plot(F,abs(H));  
xlabel('频率(Hz)');
 ylabel('幅度 ') ;
 title('低通滤波器');
 axis([0 100 0 2]); 
 grid on;
 subplot(2,2,3);
 pha=angle(H)*180/pi;
 plot(F,pha);
  xlabel('频率(Hz)');
ylabel('相位(dB)')
axis([0 100 -200 200]); 
grid on;
%
%
%用低通巴特沃斯滤波器
Q=filter(b,a,data);
figure(3)
subplot(211); 
plot(td,Q);
title('过巴斯后时域图');xlabel('时间');ylabel('幅值'); 
%fft变换
n=length(Q);
Q1=fft(Q,n);%傅里叶变换%                   
df=Fs/length(Q1);               %频域分辨率
Fx=df*(0:length(Q1)-1);    %将横轴变为频率轴% 
figure(3);
subplot(212); 
plot(Fx,abs(Q1));  %绘制脑电波信号的频谱图%
axis([0 50 0 60]); 
title('频谱图');xlabel('频率/Hz');ylabel('幅值'); 




%
%------小波阈值去噪
%------软阈值小波去噪
[c,s]=wavedec2(Q,2,'db5');
[thr,sorh,keepapp] = ddencmp('den','wv',Q);
[xc,cxc,lxc,perf0,perfl2]=wdencmp('gbl',Q,'sym4',2,thr,sorh,keepapp);%
figure(4);
subplot(211); 
plot(td,xc);
title('小波去噪后时域图');xlabel('时间');ylabel('幅值'); 
u=xc;

%fft变换
n=length(xc);
xc1=fft(xc,n);%傅里叶变换%                   
df=Fs/length(xc1);               %频域分辨率
Fx=df*(0:length(xc1)-1);         %将横轴变为频率轴% 
figure(4);
subplot(212); 
plot(Fx,abs(xc1));             %绘制声音信号的频谱图%
axis([0 60 0 100]); 
title('小波去噪后频谱图');xlabel('频率/Hz');ylabel('幅值'); 

%--  第一段波过带通滤波器------------
n=length(xc);
fs=[0.1,5];fp=[0.5,3];
fo=1200;                            %采样频率
wp=2.*fp./fo;ws=2.*fs./fo;
rp=1;as=40;
f = design(fdesign.bandpass(fs(1),fp(1),fp(2),fs(2),as,rp,as,fo),'butter');
y1=filter(f,xc);

yt1=fft(y1,n);
df=Fs/length(yt1);              %频域分辨率
Fx=df*(0:length(yt1)-1);         %将横轴变为频率轴% 
figure(5);
subplot(3,1,1),plot(td,y1); 
xlabel('时间（秒）'),ylabel('脑波电压'),title('1-30s第一阶段脑电图波');
subplot(3,1,2);
plot(Fx,abs(yt1));             %绘信号的频谱图%
axis([0 6 0 100]); 
title('第一阶段频谱图');xlabel('频率/Hz');ylabel('幅值');
%功率谱
fs=800;ts=1/fs;
t=0:ts:2;
nfft=64;
power1=(norm(y1)^2/length(y1+1));
spow1=abs(fft(y1,nfft).^2);
f=(0:nfft-1)/ts/nfft;
f=f-fs/2;
figure(5);
subplot(3,1,3);
plot(f,fftshift(spow1),'k');
title('第一阶段功率谱图');xlabel('频率');ylabel('功率谱');
disp(['power1=',num2str(power1),'.']);

 
%--  第二段波过带通滤波器------------
n=length(u);
fs=[3,9];fp=[4,7];
fo=1200;                            %采样频率
wp=2.*fp./fo;ws=2.*fs./fo;
rp=1;as=40;
f = design(fdesign.bandpass(fs(1),fp(1),fp(2),fs(2),as,rp,as,fo),'butter');
y2=filter(f,u);

yt2=fft(y2,n);
df=Fs/length(yt2);              %频域分辨率
Fx=df*(0:length(yt2)-1);         %将横轴变为频率轴% 
figure(6);
subplot(3,1,1);
plot(td,y2);
xlabel('时间（秒）');ylabel('脑波电压');title('1-30s第二阶段脑电图波');
subplot(3,1,2);
plot(Fx,abs(yt2));             %绘信号的频谱图%
axis([2 15 0 50]); 
title('第二阶段频谱图');xlabel('频率/Hz');ylabel('幅值');
%功率谱
fs=800;ts=1/fs;
t=0:ts:2;
nfft=64;
power2=(norm(y2)^2/length(y2+1));
spow2=abs(fft(y2,nfft).^2);
f=(0:nfft-1)/ts/nfft;
f=f-fs/2;
figure(6);
subplot(3,1,3);
plot(f,fftshift(spow2),'k');
title('第一阶段功率谱图');xlabel('频率');ylabel('功率谱');
disp(['power2=',num2str(power2),'.']);


%--  第三段波过带通滤波器------------
n=length(u);
fs=[7,14];fp=[8,13];
fo=1200;                            %采样频率
wp=2.*fp./fo;ws=2.*fs./fo;
 
f = design(fdesign.bandpass(fs(1),fp(1),fp(2),fs(2),as,rp,as,fo),'butter');
y3=filter(f,u);

 
df=Fs/length(yt3);              %频域分辨率
Fx=df*(0:length(yt3)-1);         %将横轴变为频率轴% 
figure(7);
subplot(3,1,1);
plot(td,y3);
xlabel('时间（秒）');ylabel('脑波电压');title('1-30s第三阶段脑电图波');
subplot(3,1,2);
plot(Fx,abs(yt3));             %绘信号的频谱图%
axis([4 16 0 30]); 
title('第三阶段频谱图');xlabel('频率/Hz');ylabel('幅值');
%功率谱
fs=800;ts=1/fs;
t=0:ts:2;
nfft=64;
power3=(norm(y3)^2/length(y3+1));
spow3=abs(fft(y3,nfft).^2);
f=(0:nfft-1)/ts/nfft;
f=f-fs/2;
figure(7);
subplot(3,1,3);
plot(f,fftshift(spow3),'k');
title('第三阶段功率谱图');xlabel('频率');ylabel('功率谱');
disp(['power3=',num2str(power3),'.']);

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
  
129
  
130
  
131
  
132
  
133
  
134
  
135
  
136
  
137
  
138
  
139
  
140
  
141
  
142
  
143
  
144
  
145
  
146
  
147
  
148
  
149
  
150
  
151
  
152
  
153
  
154
  
155
  
156
  
157
  
158
  
159
  
160
  
161
  
162
  
163
  
164
  
165
  
166
  
167
  
168
  
169
  
170
  
171
  
172
  
173
  
174
  
175
  
176
  
177
  
178
  
179
  
180
  
181
  
182
  
183
  
184
  
185
  
186
  
187
  
188
  
189
  
190
  
191
  
192
  
193
  
194
  
195
  
196
 

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 沈再阳.精通MATLAB信号处理[M].清华大学出版社，2015.
[2]高宝建,彭进业,王琳,潘建寿.信号与系统——使用MATLAB分析与实现[M].清华大学出版社，2020.
[3]王文光,魏少明,任欣.信号处理与系统分析的MATLAB实现[M].电子工业出版社，2018.
[4]徐洁.基于小波分析的脉搏波信号处理[J].电子设计工程. 2013,21(11)
[5]莫玮.小波变换应用于麻醉监测脑电分析研究[J].桂林电子工业学院学报. 1997,(04)

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/115054202