搜尋其他主題…

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

腦電圖既攜帶神經認知信號,也攜帶來自附近線路的 50 或 60 Hz 電噪聲。由於這種干擾會扭曲神經數據,研究人員經常使用陷波濾波器(一種窄帶阻濾波器,可抑制該特定頻率,同時保持其餘腦電圖頻譜完好無損)。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

什麼是陷波濾波器?

陷波濾波器是一種信號處理濾波器,它能強烈衰減極窄頻率範圍內的信號,同時允許該範圍以下和以上的頻率通過,且幾乎不產生變化。被拒絕的區域稱為阻帶,其中心通常稱為陷波頻率。由於阻帶很窄,因此該濾波器旨在針對已知的、集中的干擾,而非寬譜噪聲。

EEG(腦電圖)中,干擾成分通常是通過記錄環境、電纜、放大器或電極阻抗差異引入的工頻電網污染。陷波濾波器可以減少顯著的 50 Hz 或 60 Hz 成分,具體取決於當地的電力標準和記錄條件。它並不能消除所有偽影來源,也無法根據意義區分電噪聲與大腦活動;它僅作用於頻率內容。

陷波濾波器如何運作(以及它不能做什麼)

陷波濾波器的工作原理是在工程師所稱的濾波器振幅響應中創造一個急劇的下降,振幅響應只是描述濾波器允許各個頻率通過程度的圖表。

在大多數頻率下,響應接近滿強度,這意味著信號會無變化地通過。在目標頻率(通常是 50 或 60 赫茲)處,響應急劇下降,衰減該頻段,同時使相鄰頻率基本保持原樣。理論上的結果是一個乾淨的信號,其中電源線蜂鳴聲已消除,但大腦自身的振盪仍然保留。

陷波濾波器不能做什麼也同樣重要。它不是一個通用的偽影去除器。

寬帶污染(例如在咬緊牙關期間散佈在寬頻率範圍內的肌肉活動,或是由眨眼引起的大幅度偏轉)會直接穿過陷波濾波器,因為這種污染並不限於窄頻段。

陷波濾波器也不進行譜分解。它不會像研究人員想要觀察 theta、alpha 或 beta 頻段的功率如何隨時間變化時所使用的時頻分析那樣,將信號分解為其成分節律。陷波濾波器只是簡單地移除頻率內容中的一個窄片,並使光譜結構的其餘部分完全保持在原處。

帶阻陷波濾波器設計基礎

帶阻設計始於對不需要的頻率以及可犧牲的相鄰頻譜量的清晰定義。中心頻率為 60 Hz 且帶寬極窄的陷波濾波器,與衰減 55–65 Hz 的濾波器表現不同。合適的選擇取決於干擾穩定性、信號帶寬、採樣頻率以及科學或臨床問題。

品質因數(通常寫作 Q)表示中心頻率與帶寬之間的關係。高 Q 值濾波器相對於其中心頻率具有較窄的阻帶;較低 Q 值的設計則會影響較寬的區域。更大的衰減和更陡峭的過渡可能需要更高的濾波器階數,但高階也可能增加振鈴現象、計算成本以及對實現細節的敏感性。

設計規格最好通過頻域和時域行為來進行評估。頻率圖顯示衰減、帶寬和通帶紋波,而脈衝或階躍響應則顯示振鈴和瞬態行為。對於腦電圖,光譜中明顯的改善應與波形形態、事件計時以及任何下游特徵提取一起考慮。

陷波濾波器 vs 帶阻濾波器:有什麼區別?

陷波濾波器通常被理解為一種窄帶形式的帶阻濾波器。兩者都衰減阻帶內的頻率並允許阻帶外的頻率通過,但陷波通常針對特定的、孤立的頻率或極小的區間。

當干擾佔據較寬、定義明確的區域時,寬帶阻濾波器可能是合適的。當目標是移除單個線路成分同時保留鄰近活動時,陷波濾波器則更為保守。在腦電圖中,這種表面上的保守性並不能免除審查的需要,因為窄濾波器仍然可能影響目標周圍的諧波、相位或光譜估計。

以下對比總結了典型的區別。實際行為取決於濾波器的規格和實現方式,因此這些標籤不應替代對響應曲線的檢查。

特徵

陷波濾波器

寬帶阻濾波器

典型 EEG 影響

阻帶寬度

較寬

陷波通常保留更多相鄰頻率

主要目標

單個工頻或微小區間

定義的頻率範圍

目標應與觀察到的干擾相匹配

品質因數 (Q 值)

通常較高

通常較低

較高 Q 值可減少相鄰頻段失真

常見用途

電網蜂鳴聲或諧振音

寬帶干擾或不需要的頻段

選擇取決於偽影和研究問題

因此,實際的區別在於選擇性。陷波濾波器不一定更安全,寬帶阻濾波器也不一定過度;每種濾波器都必須根據對記錄至關重要的信號特徵進行評估。

在 EEG 信號處理中使用陷波濾波器

EEG 信號包含由分佈式神經活動產生的低幅電壓波動,以及生理和環境偽影。當窄光譜峰值與工頻干擾一致時,可以在預處理期間使用陷波濾波器。

它是更大工作流程中的一項操作,該工作流程可包括:

  • 重參考

  • 壞通道評估

  • 偽影修正

  • 分段

  • 基線處理

濾波的時機非常重要。在分段之前應用濾波器可能會在連續記錄的邊界處產生邊緣效應,而單獨將其應用於短分段則可能產生不同的瞬態和頻率響應。

研究人員還區分了離線處理與實時處理:非因果或零相位方法對於存儲的數據可能是實用的,但在需要立即做出決定時不能以相同的方式使用。

應根據分析目標來評估陷波。對於減少穩定的工頻峰值,這可能是合理的,但它無法修正電極運動、肌肉活動、眼球運動、接觸不良或寬帶放大器噪聲。EEG 記錄背景、導聯佈局參考、採樣率和偽影特徵都會影響窄頻濾波器是有益的還是會產生誤導。

常見陷波濾波器頻率 (50Hz 和 60Hz)

EEG 中最常見的陷波頻率是 50 Hz 和 60 Hz,大致對應於區域電網電力系統。正確的目標是由記錄環境決定的,而不是由普遍的偏好決定的。頻譜可以顯示存在哪種線路成分,儘管諧波和設備特有的干擾可能會使情況複雜化。

50 Hz 或 60 Hz 的設置也可能影響基頻倍數處的諧波,具體取決於濾波器或採集系統。除非單獨解決這些頻率或系統記錄了諧波抑制行為,否則以基頻為中心的濾波器不一定能消除所有諧波。去除諧波會進一步改變信號內容,應將其視為明確的處理選擇。

以下頻率是常見的參考點,而非完整的處方。它們描述了選擇各個目標的常見原因以及與之相關的主要注意事項。

目標頻率

常見來源

主要注意事項

50 Hz

在使用約 50 Hz 電力的地區的工頻干擾

可能與高頻神經或技術信號內容重疊

60 Hz

在使用約 60 Hz 電力的地區的工頻干擾

錯誤的區域設置可能會使偽影保持原樣

100 Hz

50 Hz 的二次諧波或單獨觀察到的線路成分

移除它可能會影響高頻活動的分析

120 Hz

60 Hz 的二次諧波或相關設備干擾

在濾波前應驗證光譜峰值

這些值應與採集位置、濾波器帶寬、衰減以及是否包含諧波一起記錄。僅報告“已進行陷波濾波”會使後續的解釋和複製變得更加困難。

應用陷波濾波器時的常見錯誤

最常見的錯誤是將陷波濾波器視為通用的清理步驟。窄濾波器具有特定的目標,因此它應與觀察到的或有充分理由的干擾源相聯繫。如果干擾不穩定、較寬或由瞬態主導,固定陷波可能提供有限的好處,同時仍會改變信號。

另一個錯誤是忽略了濾波與預處理管道其餘部分之間的關係。參考變化、重採樣、分段邊界和偽影拒絕都會影響表觀頻譜。

在未檢查原始記錄及其採集參數的情況下應用濾波器,可能會掩蓋本可以通過電極維護、屏蔽、接地或通道質量審查得到更好解決的問題。

一個簡潔的審查順序可以幫助保持決策的可審計性:

  • 檢查未濾波的光譜和波形,以尋找穩定、窄的干擾成分。

  • 確認本地電網頻率以及記錄系統的採樣和濾波器設置。

  • 結合使用光譜衰減和時域波形來比較備選帶寬。

  • 記錄濾波器類型、階數、中心頻率、帶寬、相位模式和處理階段。

信號失真的風險

研究人員指出,陷波濾波器雖然被廣泛使用,但帶有“可能造成嚴重信號失真的風險”。

為了解決這個問題,一項 2019 年的研究構建了合成測試信號,並處理了真實的 EEG 和 MEG 記錄,包括在電源線噪聲特別強的無屏蔽環境中收集的 EEG 數據。使用巴特沃斯陷波濾波器(一種常見的 IIR 濾波器設計),他們發現線路噪聲被有效去除了。正如預期的那樣,50 或 60 赫茲的干擾從頻譜中消失了。但同樣的濾波過程在時域中引入了失真,這意味著波形隨時間變化的形狀被改變了,其方式超出了單純消除不需要頻率的範圍。

當使用譜插值法運行相同的測試時,該方法達到了與陷波濾波器相當的消除線路噪聲能力,但研究報告稱,它在“許多常見情況下顯示出較小的時域失真”。

這種優勢並非普適或絕對的。它出現在許多常見情況中,這為兩種方法可能表現得更相似,或者其他因素可能改變結果的情況留下了空間。

為什麼從 EEG 中消除電源線噪聲值得更多關注,而不僅僅是默認修復

陷波濾波器提供了一種衰減窄頻率成分的精確方法,使其適用於受穩定工頻干擾影響的 EEG 記錄。其有效性取決於準確的頻率識別、合適的帶寬、對相位和邊緣效應的認識,以及與未濾波信號的對比。

作為神經科學實驗中更廣泛的信號質量和預處理實踐中一個有記錄的步驟,它可以在不必要地丟棄鄰近信息的情況下減少干擾。

參考文獻

  1. Leske, S., & Dalal, S. S. (2019). Reducing power line noise in EEG and MEG data via spectrum interpolation. NeuroImage, 189, 763–776. https://doi.org/10.1016/j.neuroimage.2019.01.026

常見問題

在 EEG 記錄中,陷波濾波器的主要工作是什麼?

陷波濾波器是一種窄帶阻濾波器,可抑制一個特定頻率(通常是 50 或 60 Hz 的電源線蜂鳴聲),同時保留 EEG 頻譜的其餘部分。它僅針對這種固定頻率的電噪聲,而不是像肌肉活動或眨眼那樣的寬帶偽影。

為什麼 50 Hz 和 60 Hz 陷波濾波器很常見?

這些頻率大致對應於不同地區使用的交流電電力標準。來自記錄環境的電干擾可能在這些頻率之一(有時在其諧波處)表現為顯著的線路成分。

為什麼不直接使用獨立成分分析 (ICA) 來消除線路噪聲?

ICA 是分離跨電極的不同源信號,而不是特定的頻段,因此它並非旨在針對像電源線蜂鳴聲那樣的單個固定頻率正弦波。陷波濾波器仍然是標準工具,因為它直接衰減該單一頻率,而 ICA 可能無法將線路噪聲分離為獨立的源。

在使用陷波濾波器時,直接觀察到了哪種信號失真?

一項結合合成信號和真實 EEG 數據的研究發現,巴特沃斯陷波濾波器會引入時域失真,改變波形的形狀,而不僅僅是消除蜂鳴聲。這些失真被記錄為潛在嚴重的,儘管在該研究中並未審查對特定神經測量值(如 ERP)的精確影響。

如果必須使用陷波濾波器,最安全的使用方法是什麼?

如果應用陷波濾波器,更溫和的參數(例如略寬的帶寬和較不陡峭的衰減)可能會降低過度時域振鈴的風險,儘管在評估的數據中尚未量化對下游分析的確切危害。視覺上對比原始和濾波後的軌跡,並記錄每個預處理步驟以捕獲意外失真,也是明智的做法。

陷波濾波器會消除真實的大腦活動嗎?

是的。如果具有意義的神經活動與目標頻率或其受影響的帶寬重疊,濾波會減弱該活動。在分析陷波附近的較高頻率節律或諧波時,這種可能性尤為突出。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

Emotiv 是一家神經科技領導者,透過可近用的 EEG 和腦部資料工具,協助推動神經科學研究進展。

克里斯蒂安·布戈斯

我們的最新消息

腦電圖中的功率譜密度

功率譜密度(Power spectral density,簡稱 PSD)是一種用於拆解 EEG 信號的工具,它能告訴您在整個記錄中,每種速度(即頻率)貢獻了多少能量。一旦您學會讀懂 PSD 圖,您就在閱讀一種大腦的節奏譜,這張圖表展示了哪些節奏佔據主導地位,哪些節奏則淡入背景之中。

閱讀文章

離散餘弦變換

腦電圖 (EEG) 在漫長的時期內,跨越數十個通道產生大量的連續數據。此數據量使可攜式耳機有限的記憶體承受壓力、限制了遠距醫療網絡,並減緩了即時腦機介面 (BCIs) 的速度。因此,原始 EEG 數據需要進行縮減以進行有效處理。

作為 JPEG 壓縮數學基礎的離散餘弦變換 (DCT) 解決了這一挑戰。正如它在保持可辨識性的同時壓縮圖像一樣,DCT 在保留 EEG 信號整體形狀的同時減少了其大小。了解其機制和界限有助於確定 DCT 何時適用,或者何時其他變換更為合適。

閱讀文章

經驗模態分解

經驗模態分解(Empirical mode decomposition, EMD)的開發,是為了解決腦電圖(EEG)處理工具與其所需解讀的數據之間不匹配的問題。與其強行將信號擬合到預先選擇的一組固定正弦波或小波中,EMD 允許數據自定義其構建基塊。這些構建基塊被稱為固有模態函數(intrinsic mode functions, IMFs),且生成它們的過程不需要假設信號是平穩或線性的。

這使得 EMD 在概念上對 EEG 具有吸引力,因為短暫、不規則的事件往往正是研究人員想要檢測的特徵。這種吸引力推動了一系列應用研究,包括癲癇發作檢測、情緒分類、偽影去除以及腦機接口。

閱讀文章

腦電圖(EEG)短時傅立葉轉換指南

基本的傅立葉轉換是將訊號分解為其組成頻率的經典數學工具,它可以告訴你整個記錄的某處存在哪些腦律動。但它無法告訴你這些律動是在何時發生的。在某人閉上眼睛的瞬間所出現的短暫 alpha 活動爆發,是一個有意義且具時間鎖定性的事件。

如果將其平均到一個跨越十分鐘記錄的單一頻率摘要中,該次爆發就會變成一個統計數據,與背景雜訊無異。恢復這些事件的時間點是進行任何嚴謹腦電圖(EEG)研究的起點,而這正是短時傅立葉轉換(STFT)旨在解決的確切問題。

閱讀文章