基于神经网络DSP实现神经振荡波形的分析案例

eric2013

https://github.com/neurodsp-tools/neurodsp
https://bycycle-tools.github.io/bycycle/

神经网络DSP是DSP的AI实现。

神经振荡是从EEG（脑电图）信号中发现的由神经元群体同步发放所产生的、节律性（周期性）变化的神经活动模式：



下面要实现的功能是在时域中量化神经振荡特征的方法，这种方法不是应用窄带滤波器和其他使用正弦基的方法，而是将记录分割成单独的周期，并直接测量其每个属性，包括 振幅、周期和对称性。

这对于分析神经振荡的波形形状特性最有利。 它还可以为研究传统的振幅和频率效应提供优势。 使用周期属性也可用于突发检测。