脑电时频分析代码

以下是一个基本的脑电时频分析的Matlab源码示例：

% 载入脑电数据
load('eeg_data.mat');
eeg_data = EEG;

% 设置时频分析参数
fs = 1000; % 采样率
window_size = 2; % 窗口大小（秒）
window_overlap = 0.5; % 窗口重叠比例
freq_range = [1 30]; % 频率范围（Hz）

% 计算窗口参数
window_length = window_size * fs;
window_shift = window_length * (1 - window_overlap);

% 初始化时频图
time_freq_map = zeros(window_length, length(freq_range));

% 时频分析
for i = 1:window_shift:length(eeg_data)-window_length
    % 提取当前窗口的数据
    window_data = eeg_data(i:i+window_length-1);
    
    % 对窗口数据应用Hanning窗
    window_data = window_data .* hann(window_length);
    
    % 计算窗口的频谱
    window_fft = fft(window_data);
    window_power = abs(window_fft(1:window_length/2)).^2;
    
    % 将频谱映射到时频图上
    time_freq_map(:, i:i+window_length-1) = repmat(window_power, 1, window_length);
end

% 将时频图转换为dB单位
time_freq_map = 10 * log10(time_freq_map);

% 绘制时频图
figure;
imagesc(time_freq_map);
colorbar;
xlabel('时间（窗口数）');
ylabel('频率（Hz）');
title('脑电时频图');

在这个示例中，首先载入了一个脑电数据文件，并将其存储在eeg_data变量中。然后，通过设置一些时频分析的参数，如采样率、窗口大小、窗口重叠比例和频率范围，来定义时频分析的设置。

接下来，计算窗口参数，包括窗口长度和窗口移动步长。然后，初始化一个用于存储时频图的矩阵time_freq_map。

在时频分析的循环中，从数据中提取当前窗口的数据，并应用Hanning窗进行平滑。然后，计算窗口数据的频谱，并将其映射到时频图上。

最后，将时频图转换为dB单位，并绘制出时频图。

这只是一个基本的脑电时频分析的示例，可以根据具体需求进行进一步的扩展和优化。