脑电预处理 & 滤波去噪 & 伪迹处理术语详细解释

================================补充第3弹的剩余名词=========================

---

81. 独立成分分析 ICA：一种常用的脑电伪迹分离方法，核心是通过数学算法，将混合了眼电、肌电等伪迹的脑电信号，分解成多个相互独立、互不干扰的成分，从而把纯净的脑电成分与眼电、肌电等伪迹成分彻底分离，是去除多种伪迹最有效的方法之一。

82. 独立成分重构：独立成分分析（ICA）分离伪迹后的后续操作，先通过人工或算法识别出ICA分解出的伪迹成分（如眼电成分、肌电成分），将这些伪迹成分剔除，再把剩余的纯净脑电成分重新组合、重构，还原出去除伪迹后的干净脑电信号，确保后续解码的准确性。

83. 自适应滤波：一种动态的实时去噪方法，与固定参数的滤波不同，它能实时检测脑电信号中噪声的变化，自动调整滤波参数，跟随噪声的变化动态过滤干扰，适合噪声不稳定、实时采集的脑电场景，能在保留有效信号的同时，高效抑制动态噪声。

84. 趋势去除 Detrend：专门用于去除脑电信号中慢漂移基线的预处理方法，核心是通过线性或非线性拟合，提取出脑电信号中缓慢变化的基线趋势，然后将原始信号减去这个趋势，从而消除低频慢漂移的影响，让脑电基线恢复平稳。

85. 频谱泄露：脑电时频分析中常见的现象，由于对连续的脑电时序信号进行截断（如试次裁剪），会导致信号的频率能量扩散到相邻频段，出现虚假的频率成分，影响时频分析的准确性，通过给信号添加窗函数（如汉宁窗、汉明窗），可有效抑制这种泄露。

86. 汉宁 / 汉明窗：脑电时频分析中常用的窗函数，两者均属于平滑窗函数，核心作用是在对脑电信号进行时序截断前，对信号两端进行平滑处理，减少信号截断带来的频谱泄露，让时频分析得到的频率能量分布更准确，其中汉明窗的抑制泄露效果略优于汉宁窗，是科研中更常用的选择。

87. 谐波干扰：工频干扰的衍生干扰，是50Hz工频信号的倍频信号，主要包括100Hz、150Hz等频率的干扰，由市电线路的谐波辐射产生，这种干扰和工频干扰类似，会以固定倍频混入脑电信号，需通过带阻滤波针对性去除。

88. 脉冲噪声：脑电信号中突发的尖峰干扰，主要由电极接触抖动、外界电磁脉冲、被试突发的肌肉抖动等因素导致，表现为信号中突然出现的极高幅值尖峰，持续时间短但干扰性强，可通过中值滤波等方法有效去除。

四、脑电生理节律 & 时频分析术语

89. 时域信号：最原始的脑电信号呈现形式，以时间为横轴、脑电信号的电压幅值为纵轴，直接反映脑电信号随时间变化的波形，能直观看到信号的幅值波动、尖峰、基线漂移等特征，是脑电预处理和分析的基础。

90. 频域信号：对原始时域脑电信号进行傅里叶变换后得到的信号形式，以频率为横轴、信号能量为纵轴，能清晰呈现脑电信号在不同频率上的能量分布，方便识别不同频段的脑电节律（如α波、β波），是时频分析的核心基础。

91. δ 波 0.5–4Hz：脑电生理节律的一种，频率范围在0.5–4Hz，是深度睡眠状态下大脑的主导节律，清醒状态下几乎不会出现，若清醒时出现大量δ波，通常提示大脑功能异常，也是判断睡眠深度的重要指标。

92. θ 波 4–8Hz：脑电生理节律的一种，频率范围在4–8Hz，主要出现在人体困倦、放松、浅睡眠或注意力不集中的状态，清醒且专注时θ波会明显减弱，其幅值变化可反映人体的清醒程度。

93. α 波 8–13Hz：脑电生理节律的一种，频率范围在8–13Hz，是人体安静、闭眼放松状态下的主导节律，睁开眼睛、开始专注思考或进行任务时，α波会明显减弱甚至消失，也被称为“放松节律”。

94. β 波 13–30Hz：脑电生理节律的一种，频率范围在13–30Hz，主要出现在人体思维活跃、注意力集中、进行主动运动或运动想象时，是运动想象任务中最核心的脑电节律之一，其能量变化与运动想象意图密切相关。

95. γ 波 30Hz 以上：脑电生理节律的一种，频率在30Hz以上，主要出现在人体进行高级认知活动时，比如复杂思维、记忆、注意力调控、运动精细调控等，其幅值变化反映大脑高级认知功能的活跃程度。

96. Mu 节律 μ 波：脑电生理节律的一种，是中央区（C3、Cz、C4电极附近）特有的节律，频率范围与α波一致（8–13Hz），但只在中央感觉运动皮层区域出现，是运动想象任务最核心的生理标志，其能量变化直接反映运动想象的执行情况。

97. SMR 感觉运动节律：感觉运动皮层区域的核心脑电节律，是Mu波（8–13Hz）和Beta波（13–30Hz）的统称，集中在C3、Cz、C4等感觉运动皮层电极，是运动想象任务中最主要的有效信号来源，其节律变化直接对应运动想象的大脑活动。

98. ERD 事件相关去同步：运动想象过程中出现的脑电节律变化，全称是事件相关去同步，具体表现为运动想象时，Mu波和Beta波的能量明显下降，这种能量下降是大脑感觉运动皮层激活的标志，也是识别运动想象意图的核心特征。

99. ERS 事件相关同步：运动想象结束后出现的脑电节律变化，全称是事件相关同步，具体表现为运动想象停止后，之前下降的Mu波和Beta波能量会逐渐回升，甚至超过 baseline 水平，是大脑感觉运动皮层从激活状态恢复到静息状态的标志。

100. 时频分析：脑电信号分析的核心方法之一，能够同时刻画脑电信号的时间、频率、能量三个维度的特征，既可以看到信号随时间的变化，也能看到不同时间点的频率分布和能量强弱，完美适配脑电非平稳的特性，是运动想象解码中特征提取的核心手段。

101. STFT 短时傅里叶变换：最常用的时频分析方法之一，核心是将连续的脑电时序信号，分割成多个相互重叠的短时间段，对每个短时间段分别进行傅里叶变换，最终生成时频图，直观呈现不同时间、不同频率的信号能量分布，操作简单、解读方便。

102. 小波变换：一种多尺度时频分析方法，相比短时傅里叶变换，更适配脑电这种非平稳信号，它通过不同尺度的小波函数，对脑电信号进行多分辨率分解，既能捕捉高频信号的细节，也能保留低频信号的整体趋势，是脑电去噪和特征提取的常用方法。

103. 连续小波变换 CWT：小波变换的一种形式，采用连续变化的尺度和位移，对脑电信号进行高精细度的时频分解，能获得更细腻的时频特征，清晰捕捉脑电信号中瞬时的频率变化，适合对脑电时序细节要求高的分析场景。

104. 离散小波变换 DWT：小波变换的一种形式，采用离散的尺度和位移，对脑电信号进行层级下采样分解，每一层分解都会将信号分成高频分量和低频分量，层层递进，操作高效、计算量小，非常适合脑电信号的特征提取，广泛应用于深度学习解码模型中。

105. 小波包分解：在离散小波变换（DWT）基础上的改进方法，不仅能对低频分量进行层层分解，还能对高频分量进行同样细致的分解，能更精细地拆分脑电信号的各个频段，提取到更细微的频率特征，进一步提升解码精度。

106. 脑电非平稳性：脑电信号的核心特性之一，指脑电信号的统计特征（如幅值、频率、方差）会随时间缓慢漂移，不是固定不变的，比如同一被试在不同时间段采集的脑电信号，其幅值和频率分布会有细微差异，这也是脑电解码需要考虑的重要因素。

107. 皮层激活区：运动想象（MI）任务中，大脑被激活的核心脑区，主要是中央区的感觉运动皮层，对应头皮上的C3、Cz、C4电极位置，其中C3对应左侧感觉运动皮层，C4对应右侧感觉运动皮层，Cz对应中央感觉运动皮层，这些区域的激活程度直接反映运动想象的强度。

108. 半球不对称性：运动想象时大脑皮层激活的显著特征，指想象不同肢体运动时，大脑左右半球的激活程度不一样，比如想象左手运动时，右侧半球的感觉运动皮层激活更明显；想象右手运动时，左侧半球的感觉运动皮层激活更明显，这是识别左右手运动想象的核心依据。

109. 相位锁定值 PLV：用于量化大脑不同脑区之间相位同步程度的指标，脑电信号的相位反映信号的时序同步性，PLV值越接近1，说明两个脑区的相位同步程度越高，越能体现不同脑区之间的协同工作状态，常用于分析运动想象时大脑的神经协同机制。

110. 相干性 Coherence：用于量化脑电信号在特定频段内，不同电极通道之间同步强度的指标，主要反映两个通道在某一频段（如Mu波、Beta波）的信号相似程度，相干性越高，说明两个通道对应的脑区在该频段的活动越同步，是分析脑区功能连接的重要指标。

111. 事件相关振荡 ERO：由特定实验任务（如运动想象、外部刺激）诱发的脑电节律振荡变化，指任务执行过程中，某一频段的脑电节律（如Mu波、Beta波）出现明显的能量或相位变化，这种振荡变化与任务的执行过程密切相关，是提取任务相关特征的重要来源。

112. 潜伏期：脑电分析中的时间指标，指外部刺激（如运动想象指令）发出后，到脑电信号出现特定特征（如ERD峰值、尖峰波形）的时间差，反映大脑对刺激的响应速度，潜伏期越短，说明大脑对刺激的响应越迅速，也是评估大脑功能状态的重要指标。

113. 试次间方差：同一被试在多次执行相同运动想象任务时，不同试次之间脑电信号的波动差异，试次间方差越小，说明被试的运动想象越稳定，采集到的脑电信号重复性越好，后续模型训练的效果也会更佳；方差过大则说明信号稳定性差，需要剔除异常试次。

114. 神经调制：实验任务（如运动想象）对脑电节律产生的调控作用，具体表现为任务执行过程中，脑电节律的能量、相位、频率等特征发生有规律的变化，比如运动想象对Mu波、Beta波的能量调制（ERD/ERS），就是最典型的神经调制现象，反映大脑对任务的响应机制。

115. 对侧激活：运动想象时大脑皮层激活的核心规律之一，指想象某一侧肢体运动时，大脑对侧的感觉运动皮层会优先激活，且激活强度更高，比如想象右手运动时，左侧感觉运动皮层（对应C3电极）激活更明显，这是运动想象解码的核心生理依据。

116. 同侧抑制：运动想象时大脑皮层的伴随现象，指想象某一侧肢体运动时，大脑同侧的感觉运动皮层节律能量会被抑制，变得不活跃，与对侧激活形成对比，比如想象右手运动时，右侧感觉运动皮层（对应C4电极）的Mu波能量会被抑制，进一步强化对侧激活的特征。

117. 节律调制深度：运动想象诱发的脑电节律能量变化幅度，主要用于衡量运动想象的强度，通常用任务状态下的节律能量与基线状态下的能量差值，除以基线能量得到，调制深度越大，说明运动想象越强烈，脑电信号的判别性也越强。

118. 脑电熵值：用于衡量脑电信号无序程度和复杂程度的指标，熵值越高，说明脑电信号越杂乱、无序，噪声越多；熵值越低，说明脑电信号越规律、有序，有效信号占比越高，常用于评估脑电信号的质量和大脑的清醒状态。

119. 样本熵 SampEn：一种常用的脑电复杂度评估指标，相比近似熵，它对噪声的抵抗力更强，计算过程中不易受信号长度和噪声的影响，能更精准地表征脑电时序信号的复杂程度，常用于分析运动想象时脑电信号的复杂度变化。

120. 近似熵 ApEn：一种快速评估脑电信号规则性的复杂度指标，计算速度快、操作简便，能快速判断脑电信号的规律程度，近似熵越低，说明脑电信号越有规律，有效信号占比越高；近似熵越高，说明信号越杂乱，适合快速筛选高质量的脑电数据。

121. 分形维数：用于刻画脑电信号混沌特性和自相似特征的指标，脑电信号具有混沌特性，其波形在不同尺度下具有相似的结构，分形维数越高，说明脑电信号的混沌程度越高、复杂度越高，能反映大脑活动的复杂性和灵活性。

122. 跨频段耦合：大脑神经活动的一种重要机制，指不同频段的脑电节律之间相互作用、相互调控，最常见的是低频节律的相位，调控高频节律的幅值，这种耦合机制能协调大脑不同脑区的活动，参与运动想象、认知等高级神经功能的调控。

123. PAC 相位 - 幅值耦合：最典型、最常用的跨频段耦合方式，全称是相位-幅值耦合，指低频脑电节律（如θ波、Alpha波）的相位，对高频脑电节律（如Beta波、Gamma波）的幅值进行调控，比如低频相位处于某个特定角度时，高频幅值会显著增强，是分析大脑神经协同机制的核心指标。

124. 振荡相位重置：运动想象等任务诱发的脑电相位变化现象，指任务执行时，原本随机分布的脑电相位，会重新对齐到一个固定的相位角度，形成同步的相位分布，这种相位重置能增强脑电信号的同步性，提升信号的判别性，是大脑对任务响应的重要表现。

125. mu 波阻断：运动想象瞬间出现的脑电现象，指运动想象指令发出的瞬间，中央区的Mu波（8–13Hz）能量会突然被抑制，出现明显的下降，这种阻断现象是运动想象开始的标志，也是快速识别运动想象启动时刻的重要特征。