在 EEG 数据中采样是什么意思？

这样想吧。存在一些真正的 EEG 信号，但是当您“采样”时，您会抓取该信号的小片段，以尝试按照真实的方式重建它。该信号的频谱如下所示

您必须以称为“奈奎斯特”的速率进行采样，以正确重建信号。这意味着该信号中最高频率的两倍。

另请注意 60 Hz 处的尖峰。这可能不是来自脑电图，而是来自你的电源线。你现在在哪里？60 Hz 噪声在 eeg/ekg 信号中非常常见。过滤掉。

当我绘制数据时，我得到了采样率和频率，如下所示。不应该是时间和频率吗？

如果您正在分析频谱（如图所示），通常会根据信号的幅度或功率绘制信号频率。另一方面，您可能希望在“时域”中查看信号。您可能拥有的是没有任何时间参考的“样本数”，但如果您知道采样率，那么您可以将 x 轴转换为时间。

samples = 1:4097;    % 4097 samples
Fs = 200;            % Sampling Frequency (Hz)
t = samples/Fs;      % Time Vector (seconds)

很难回答您的问题，因为您似乎没有 EEG 数据和/或一般信号处理方面的经验。

你说，你的数据是以 200 Hz 的频率采样的，这对我来说对于 EEG 数据来说似乎很好。

1. 在 EEG 数据中采样是什么意思？这意味着，（连续）EEG 信号被分割成离散值。这对于使用计算机进行进一步的信号处理始终是必要的。

2. 当我绘制数据时，我得到了采样率和频率，如下所示。不应该是时间和频率吗？

我不知道您在绘制数据时获得采样率和频率是什么意思。你当然不知道。采样率/频率是您的实验硬件给出的固定数字。你不能从你的数据中得到它——你必须从你的实验中知道它才能从你的数据中得到有意义的结果。

我也不知道应该是什么时间和频率？方法。您的脑电图数据肯定是随时间推移的电压信号，因此您在时域中有一个信号。

您的采样率是根据您的实验设置给出的，如您所说，为 200 Hz。因此，每个时间点由

$$\Delta t = \frac{1}{f} = \frac{1}{200\,\textrm{Hz}} = 5\,\textrm{ms}$$

因此，您绘制的总信号是

$$4097 \times 5\times 10^{-3}\textrm{s} = 20.485\,\textrm{s}$$ 长。

这就是你从数据中知道的。任何进一步的数据提取取决于您或您的研究问题。如果您想获得信号中的频率，请尝试对其进行傅里叶变换并提取您感兴趣的频率区域。正如我所见，您在大约有一些明显的频率分量。13.4 赫兹、57.7 赫兹、81.0 赫兹和 88.0 赫兹。可能您只对 13.4 Hz 附近的较低频谱感兴趣...

好吧，你们很多人不理解这个问题可能是因为它没有被很好地问到。这是您的解决方案：

当您绘制 EEG 数据时，您会在 y 轴上获得幅度（这就是您所说的频率），在 x 轴上获得样本的数据点（这就是您所说的采样率）。

要在 x 轴上获取时间，这是您需要在 python 中执行的操作。回忆你的频率 = 200 Hz，这意味着你的时间变化是$= 1/200 = 0.005$秒

在 python 中为你的 x 轴创建一个 np 数组，如下所示：

x_axis = []
samples = 4097
start = 0

for n in range(samples):
    X_axis.append(start)
    start = start + 0.005
x_axis = np.array(x_axis)

现在根据您的 EEG 数据 (y_axis) 绘制它以获得所需的波形。