Terapkan transformasi wavelet untuk menganalisis sinyal EEG

Saya ingin menerapkan transformasi wavelet Morlet untuk menganalisis sinyal EEG saya. Saya punya banyak sinyal pendek yang masing-masing panjangnya hanya 1 menit. dan mereka semua direkam dalam 30Hz. Saya punya dua pertanyaan:

Dalam wavelet Morlet, Apa skala terbaik (alpha) untuk digunakan dalam kasus saya?
Tentang efek tepi: Bagaimana saya bisa tahu / menghitung bagian mana dari data saya yang akan rusak karena "efek tepi" wavelet?

discrete-signals frequency wavelet

— Dov
sumber

+ tolong maafkan saya bahwa saya bukan penutur asli bahasa Inggris :)

— Dov

Juga pertimbangkan wavelet Morlet kompleks , yang saya tahu digunakan dalam hal-hal EEG. Ini cocok pada fase apa pun, seperti STFT. flic.kr/p/7oXfbT flic.kr/p/7oXfh6

— endolith

Saya tidak yakin apakah Anda berbicara tentang Discrete Wavelet Transform (DWT) atau Continuous Wavelet Transform (CWT). Keduanya dapat digunakan pada sinyal diskrit mirip dengan DFT dan DTFT, saya tidak yakin apakah ada yang menyebutnya Transformasi Waktu Wavelet Diskrit sebagai gantinya. Bagaimanapun, transformasi wavelet diad adalah non-redundan (jumlah sampel dalam $=$ jumlah koefisien keluar), dan itulah yang biasanya kita asumsikan dengan berbicara tentang DWT.

Sepertinya Anda perlu membaca sedikit lebih banyak tentang transformasi wavelet secara umum, karena pertanyaan pertama Anda. Transformasi wavelet tidak berfungsi seperti Fourier Transform; melainkan mirip dengan Short Time Fourier Transform , yang merupakan fungsi dari dua variabel: frekuensi dan waktu. Demikian pula, transformasi wavelet adalah fungsi skala dan waktu. Ini berarti bahwa Anda tidak memilih skala dan menaatinya. Anda melewati banyak skala (dalam kasus diad mereka bertambah dalam kekuatan dua), dan menghitung transformasi untuk masing-masing.

Untuk menjawab pertanyaan kedua Anda, efek tepi biasanya tidak mudah untuk ditangani dan ada banyak makalah tentang topik ini. Jika Anda hanya ingin tahu bagian mana dari sinyal yang ditransformasi oleh dipengaruhi oleh mereka, dan sepertinya itulah yang Anda minta, makalah ini memiliki diskusi yang bagus. Satu hal yang perlu diingat adalah bahwa DWT, seperti Discrete Fourier Transform, memiliki simetri pembungkus bundar, sehingga berurusan dengan tepi tidak diinginkan jika Anda berharap untuk mendapatkan transformasi invers yang sempurna juga. Anda dapat melihat makalah ini untuk diskusi tentang itu, dan juga cara untuk menghilangkan artefak tepi.

— Phonon
sumber