EEG處理方法

2 高階譜分析
高階譜分析是對功率譜的推廣，是腦電分析一種常用的方法。一個平穩隨機信號的高階譜是其高階累積量的傅里葉變換。令{Z（n）}爲平穩隨機信號，q階譜是q階積累量的（q-1）維傅里葉變換，高階譜計算隨階數的增加越來越複雜深入，故一般雙譜使用頻率較高一些。特殊的，當高階譜的階數爲三時稱爲雙譜，雙譜分析方法能深層次挖掘出常規腦電圖無法顯示的隱含信息，高階譜在參數估計問題、信號檢測中能夠自動抑制高斯噪聲，用重新構成信號的相位和幅度，檢測時間序列的非線性結果。
3 非線性分析
隨着科學技術的騰飛發展，非線性逐漸出現在人們的視野範圍內，非線性通常指不成直線、不按比例的關係，代表腦電的不規則變化。研究者嘗試應用統計疊加、頻譜分析、相關分析等方法處理這些信號，取得一定進展。但從另一個角度分析，這些方法都是基於線性的，適用於穩定的平衡線性系統分析方法對於非線性信號分析會損失精度。隨着新的腦電現象的出現以及非線性學科的迅速發展，非線性動力學成爲研究者解密大腦和腦電新的有效渠道和迎接挑戰的堅韌利器。Lyapunov指數、複雜性測度、分數維等都是目前研究腦電的主要非線性方法。
李冬梅用ICA姜維Hurst指數、小波熵、Lyapunov指數、排列熵、樣本熵這五個非線性動力學指標，對發作時間做出預測，爲治療癲癇患者提供了理論基礎推動了癲癇患者治癒的進程。李樹春等匠人飛西安新動力學理論通過特徵值用一堆七年人和老年人腦電的差異進行分辨，實驗發現青年人腦功能與老年人在能量、發放量等方面的差異。除此以外，相關維數、最大李雅普諾夫指數、複雜度、近似熵等，提取腦電信號的相應特徵也多有討論，印證了非線性動力學混沌算子分析EEG信號的應用具有一定科學基礎。