Я часто сталкиваюсь с публикациями, где авторы пытаются «увеличить ОСШ (отношение сигнал/шум) сигналов электроэнцефалограммы (ЭЭГ)». Некоторые определяют числовое значение SNR сигналов ЭЭГ, но я не понимаю точного определения SNR и того, как его можно измерить для ERP?
Ранее я рассчитал ОСШ, используя модель шума, например модель Гаусса. Я также сталкивался с расчетами SNR, основанными на соотношении между средним значением и стандартным отклонением сигнала, но оба этих подхода кажутся непрактичными. Когда я обрабатываю сигнал ЭЭГ, я хотел бы подчеркнуть, как изменяется ВП в сигнале ЭЭГ. Все это тесно связано с дисперсией. Если дисперсия приближается к нулю, то теория говорит мне, что SNR стремится к бесконечности (действительно хороший сигнал), но сигнал, который у меня будет, бесполезен.
Есть ли лучший способ измерить SNR, чем я упомянул?
Основываясь на ваших комментариях, я интерпретирую ваш вопрос как:
«(1) Каково определение отношения сигнал-шум (SNR) и (2) как определить SNR для амплитуд связанных с событием потенциалов (ERP) в сигнале ЭЭГ?».
(1) Отношение сигнал -шум (SNR) — это термин, часто встречающийся в электрофизиологии (например , ЭЭГ ) и обработке сигналов, и его можно приблизительно определить как отношение соответствующего сигнала к уровню шума. Сигнал в этом примере представляет собой амплитуду ВП, а шум — оставшуюся фоновую активность в ЭЭГ, которая искажает ВП (нежелательный шум). Шум включает в себя аппаратный шум, артефакты движения субъектов, случайную синхронизированную активность мозга и так далее. Таким образом, ОСШ = сигнал/шум.
(2) В случае, если амплитуда ERP является сигналом, который вы ищете, шум представляет собой амплитуду фоновой ЭЭГ (SNR ERP_amplitude = амплитуда ERP / амплитуда ШУМА ) . Амплитуда ERP может быть определена путем определения пиковой амплитуды (например, относительно базовой линии). Простой (и широко распространенный метод) для характеристики амплитуды шума — это определение стандартного отклонения (SD) всего периода ЭЭГ (например, 500 мс), в течение которого была зарегистрирована ERP ( Hu et al., 2010 ). Затем SNR становится амплитудой ERP / SD EEGepoch .
ПС: ваш комментарий
Если дисперсия приближается к нулю, то теория говорит мне, что SNR стремится к бесконечности (действительно хороший сигнал), но сигнал, который у меня будет, бесполезен.
это неверно. Сигнал всегда является частью эпохи ЭЭГ. Если предположить, что на плоской фоновой ЭЭГ (амплитуда = 0) есть измеримая ERP, то сигнал будет единственным, что добавляет к шумовому компоненту. Это противоречит интуиции, но обратите внимание, что когда амплитуда шума определяется, например, как стандартное отклонение, то это стандартное отклонение будет очень малым, поскольку оно определяется по всей эпохе ЭЭГ. Следовательно, пиковая амплитуда ERP будет намного больше, чем SD. В этой идеальной записи ERP SNR будет большим, но никогда не станет бесконечно большим .
Шонни123
Ученик
Шонни123
Ученик
АлисаД
Ученик
АлисаД
Ученик
Ученик
АлисаД