Od jednej linii do widma częstotliwości

EEG to jedna pofalowana linia napięcia w czasie. Jak z niej obliczamy delta, theta, alfa, beta? Transformata Fouriera mnoży sygnał przez kolejne sinusy próbne i sprawdza, które z nich w nim „rezonują". Trzy etapy prowadzą od syntezy przez sondę do gotowego widma.

ETAP 1

Jedna linia = suma ukrytych sinusów

Elektroda rejestruje jedną pofalowaną linię napięcia. Ta linia to suma kilku czystych fal o różnych częstotliwościach. Przesuń suwaki: każda składowa dokłada się do wspólnego przebiegu. Ten sam sygnał rozłożymy potem z powrotem na częstotliwości.

SUMA · to widzi elektrodaczas → 1 s
ETAP 2

Sonda: mnożymy przez sinus próbny

Jak wykryć daną częstotliwość? Mnożymy sygnał przez sinus próbny o częstotliwości 10.00 Hz i sumujemy iloczyn. To jest dot product. Gdy sonda pasuje do składowej, iloczyn zostaje dodatni → duże zielone pole. Gdy nie pasuje, pole oscyluje wokół zera i znika.

sygnał × sonda = iloczyn (pole)
Rezonans (|dot product|)
1.00

Sonda rezonuje ze składową α 10 Hz. Ta częstotliwość jest obecna w sygnale.

ETAP 3

Widmo: rezonans przy każdej częstotliwości

Powtórz sondę dla wszystkich częstotliwości i wykreśl wysokość rezonansu jako słupek. Tak powstaje widmo mocy. Z jednej linii w czasie odzyskujemy listę częstotliwości. Słupek α odpowiada suwakowi 10 Hz z Etapu 1 (round-trip).

0.00.51.015101520częstotliwość (Hz)sonda

Mechanizm i przykład (suma 3 Hz + 8 Hz → widmo) za: M. X Cohen, Analyzing Neural Time Series Data, MIT Press 2014, rozdz. 11. „Istotą transformaty Fouriera jest obliczenie iloczynu skalarnego (dot product) między sinusami o różnych częstotliwościach a danymi EEG".

Literatura obowiązkowa

Luck, S. J. (2014). An introduction to the event-related potential technique (2nd ed.). MIT Press.

Niedermeyer, E., Lopes da Silva, F. H. (2005). Electroencephalography: Basic principles, clinical applications, and related fields (5th ed.). Lippincott Williams & Wilkins.

Cohen, M. X. (2014). Analyzing neural time series data: Theory and practice. MIT Press.

Literatura uzupełniająca

Luck, S. J., Kappenman, E. S. (Eds.) (2012). The Oxford handbook of event-related potential components. Oxford University Press.

Makeig, S., Debener, S., Onton, J., Delorme, A. (2004). Mining event-related brain dynamics. Trends in Cognitive Sciences, 8(5), 204–210.

Delorme, A., Makeig, S. (2004). EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics. Journal of Neuroscience Methods, 134(1), 9–21.

© 2026 Aleksander Zębrowski. Materiały edukacyjne.

← Powrót do portfolio