1. Ogólne zasady przetwarzania sygnału
1.1. Podstawowe przekształcenia
Last Updated: 03.09.2026Wszystkie interfejsy aplikacji korzystają ze wspólnego systemu przetwarzania sygnału. Każdy element tego systemu można włączyć lub wyłączyć osobno, a każdy ma własne ustawienia. Przekształcenia stosowane są...
1.2. Znakowanie i przycinanie
Last Updated: 03.09.20261.2.1. Automatyczne znakowanie artefaktów Cel: Automatyczne wykrywanie odcinków sygnału z wartościami odstającymi amplitudy. Jak to działa: Wyjaśnienie fizjologiczne: Procedura znakowania opiera się na założeniu „typowego” zakresu...
1.3. CAR (wspólne uśrednione odniesienie)
Last Updated: 03.09.2026Cel: Usunięcie artefaktów wspólnych, obecnych we wszystkich kanałach. Wzór matematyczny: avgElectrodes = (F8 + AF4 + AF3 + F7) / 4for each channel i: signal_i =...
1.4. Odszumianie (tłumienie artefaktów mrugnięcia)
Last Updated: 03.09.2026Cel: usunięcie artefaktów mrugnięcia z sygnału za pomocą przetwarzania falkowego. Metoda: odszumianie falkowe z użyciem falki Daubechies 4 (db4). Parametry: Zasada działania: Zastosowanie: tłumienie artefaktów mrugnięcia...
1.5. Normalizacja
Last Updated: 03.09.2026Cel: Doprowadzenie amplitudy sygnału do standardowego poziomu. Wzór:normalized_signal = 5 * signal / mean(abs(signal)) Jak to działa: Zastosowanie: Standaryzacja amplitud w celu porównywania sygnałów między uczestnikami...
1.6. IMF (empiryczna dekompozycja modów)
Last Updated: 03.09.2026Cel: Dekompozycja sygnału na funkcje modów własnych. Metoda: EMD (empiryczna dekompozycja modów) z maksymalnie 5 modami. Jak to działa: Zastosowania: Fizjologiczne wyjaśnienie EMD: Empiryczna dekompozycja modów...
1.7. Filtrowanie
Last Updated: 03.09.2026Cel: Wyodrębnienie sygnału w określonym paśmie częstotliwości. Metoda: Filtr FIR (Finite Impulse Response, filtr o skończonej odpowiedzi impulsowej) wykorzystujący algorytm Parksa–McClellana (firpm). Parametry filtru: Typy filtrów:...
1.8. Moc a amplituda
Last Updated: 03.09.2026Cel: Przekształcenie sygnału w moc lub amplitudę. Tryby: Fizjologiczne wyjaśnienie mocy: Moc jest równa kwadratowi amplitudy. Jest to miara „energii” aktywności. Dlaczego moc jest ważna: Znaczenie...
1.9. Epoka
Last Updated: 03.09.2026Cel: Uśrednienie sygnału za pomocą okna przesuwnego. Metoda: Średnia ruchoma z użyciem filtfilt (filtrowanie dwukierunkowe). Wzór:epoch_length_samples = epoch_length_seconds * Fsb = ones(1, epoch_length_samples) / epoch_length_samplessmoothed_signal =...