Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Introducción
Para los datos correspondientes a cada uno de los electrodos realice los siguientes
procedimientos:
• Calcule la transformada de Fourier de cada columna.
• Grafique el espectro de magnitud (o espectro de Fourier) de cada columna.
• Diseñe un filtro para extraer cada una de los ritmos cerebrales (banda beta (β), banda
alfa (α), banda teta (ø) y banda delta (). Grafique las cuatro señales filtradas de
cada uno de los 9 electrodos.
2. Desarrollo
load EEG.mat EEG; for n=1:1:9 switch n
case 1 tt='Signal POz';
tt2='Single-Sided Amplitude Spectrum of POz';
nm='POz'; EG=EEG(:,1);
case 2 tt='Signal Fz';
tt2='Single-Sided Amplitude Spectrum of Fz';
nm='Fz'; EG=EEG(:,2);
case 3 tt='Signal Cz';
tt2='Single-Sided Amplitude Spectrum of Cz';
nm='Cz'; EG=EEG(:,3);
case 4 tt='Signal C3';
tt2='Single-Sided Amplitude Spectrum of C4';
nm='C3'; EG=EEG(:,4);
case 5 tt='Signal C4';
tt2='Single-Sided Amplitude Spectrum of C4';
nm='C4'; EG=EEG(:,5);
case 6 tt='Signal F3';
tt2='Single-Sided Amplitude Spectrum of F3';
nm='F3'; EG=EEG(:,6);
case 7 tt='Signal F4';
tt2='Single-Sided Amplitude Spectrum of F4';
nm='F4'; EG=EEG(:,7); case 8
tt='Signal P3'; tt2='Single-Sided Amplitude
Spectrum of P3';
nm='P3'; EG=EEG(:,8);
case 9 tt='Signal P4';
tt2='Single-Sided Amplitude Spectrum of P4';
nm='P4';
EG=EEG(:,9);
end
Fs = 300 ; % Sampling frequency
T = 1/Fs ; % Sampling period L =
length(EG); % Length of signal t
= (0:L-1)*T; set(figure, 'Name',nm);
subplot(3,3,1) plot(t*1000,EG,'r') title(tt)
xlabel('t (milliseconds)') ylabel(nm) Y =
fft(EG);
P2 = abs(Y/L);
P1 = P2(1:L/2+1); P1(2:end-
1) = 2*P1(2:end-1); f =
Fs*(0:(L/2))/L;
subplot(3,3,2)
plot(f,P1,'b') title(tt2)
xlabel('F (Hz)')
ylabel('|P1(f)|')
[b,a] = cheby1(5,1,[8 13]/150,'bandpass');
dataOut = filter(b,a,EG);
Y2=fft(dataOut);
Y3=abs(Y2);
Y4=Y3(1:29609);
subplot(3,3,3);
plot(f,Y4,'k')
title('Alpha') ylabel(nm)
xlabel('F (Hz)')
legend('8 > F (Hz) > 13');
[b,a] = cheby1(5,1,[4 7.5]/150,'bandpass');
dataOut = filter(b,a,EG);
Y2=fft(dataOut);
Y3=abs(Y2); Y4=Y3(1:29609);
subplot(3,3,4); plot(f,Y4,'g')
title('Theta') ylabel(nm)
xlabel('F (Hz)') legend('4 > F
(Hz) > 7.5'); [b,a] =
cheby1(5,1,20/150,'high');
dataOut = filter(b,a,EG);
Y2=fft(dataOut);
Y3=abs(Y2);
Y4=Y3(1:29609);
subplot(3,3,5);
plot(f,Y4,'y')
title('Beta')
ylabel(nm) xlabel('F
(Hz)') legend('F (Hz)
> 20');
[b,a] = cheby1(5,1,[.5 13]/150,'bandpass');
dataOut = filter(b,a,EG);
Y2=fft(dataOut);
Y3=abs(Y2);
Y4=Y3(1:29609);
subplot(3,3,6);
plot(f,Y4,'c')
title('Delta') ylabel(nm)
xlabel('F (Hz)')
legend('.5 > F (Hz) > 13');
end
3. Resultados
4. Conclusiones
Lo que se puede mencionar ante esta actividad es que aprendimos a sobre las señales
que aparecen en un electroencefalograma, como se lee y como se pueden filtrar cada
una de estas señales desde una entrada.
5. Referencias