4.1 信号预处理：一场与信息损失的交易

4.1 信号预处理：一场与信息损失的交易

本节摘要：预处理的本质不是"清洗"而是"交易"——每一种去噪手段都同时作用于噪声与特征，滤得越狠损失越多。本节按"先空间、再频率、再时域"的顺序给出标准流程：重参考与坏道处理、带通与陷波滤波、独立成分分析伪迹剔除，并配一段可运行的完整代码。判断每一步是否值得的标准只有一个：下游解码精度有没有变好。

从第三章出来的数据第一眼往往让人心凉：波形上下乱颤，幅度几十微伏，看不出任何"思想"的痕迹。新手的第一反应是猛加滤波器，把它滤成一条平滑曲线——然后发现分类器精度不升反降。这就是预处理的第一课：你的特征与伪迹共用同一段波形，每一步清洗都在动两者的混合物。

第一步：空间处理——重参考与坏道

在动频率之前，先处理空间维度。重参考回答"以谁为零点"的问题：原始记录每个通道的电压都相对某个参考电极，参考选得不好，伪迹会扩散到所有通道。平均参考把全部通道的均值设为零点，适合通道数多的头皮记录；双极导联取相邻电极之差，天然抵消远处共模干扰，是肌电污染重、场景嘈杂时的务实选择；表面拉普拉斯（每个电极减去其邻域均值）相当于空间高通，能把体积传导的模糊"锐化"掉一部分——2.1 节讲过，头皮信号天生是多源混合，拉普拉斯就是最简单的反模糊工具。

坏道处理紧随其后：接触阻抗异常的通道会把自己身上的漂移和噪声灌进平均参考，污染所有邻居。判据很朴素——方差远超同伴、电压长段饱和、或与所有邻居都不相关的通道，先插值替换或直接剔除，并记录在案。跳过这一步的教训在 5.6 节排错实录里有真实版本。

第二步：频率处理——滤波器的选型

带通滤波是频率处理的主力。运动想象范式的典型选择是八至三十赫兹（缪与贝塔带）；P300 研究关心一到三十赫兹的宽窗；只看高频伽马的皮层脑电研究会取七十赫兹以上。滤波器类型上，巴特沃斯通带最平，切比雪夫滚降更陡但带内起波纹，零相位滤波（对信号正反各滤一次）可消除相位延迟——离线分析的标准做法，在线系统则要用因果滤波并接受延迟。

陷波器处理工频（五十或六十赫兹）。3.2 节已经给过它的批评：陷波坑会误伤附近的特征频段，能靠屏蔽和共模抑制解决的别上陷波。补充一条经验：工频干扰严重到必须陷波时，先查电极接触和接地——陷波器在治症状，接触不良才是病。

第三步：时域处理——伪迹剔除三板斧

伪迹处理按"自动程度"分三档。第一档是阈值剔除：任一通道峰值超过给定阈值（如一百五十微伏）的数据段整段丢弃。简单粗暴但有效，代价是丢数据——P300 这类靠多次平均的范式丢得起，连续控制丢不起。第二档是回归扣除：并行记录眼电通道，把各通道信号中与眼电相关的成分回归掉，适合有额外导联预算的系统。第三档是独立成分分析（ICA）：把多通道信号分解为统计独立的成分——眨眼伪迹会集中在一个空间模式可辨识的成分里，认出它、置零、再重构。ICA 是头皮脑电伪迹处理的主力，代价是需要较长数据来估计分解、且"哪个成分是伪迹"的判断常需人工复核（自动判定算法存在但并非万无一失）。

import numpy as np
from scipy.signal import butter, filtfilt

def bandpass(x, lo, hi, fs, order=4):
    """零相位带通滤波：x 形状为 通道 x 时间"""
    b, a = butter(order, [lo / (fs / 2), hi / (fs / 2)], btype="band")
    return filtfilt(b, a, x, axis=1)

def remove_outlier_epochs(x, sfreq, win_s=1.0, thresh_uv=150):
    """整段剔除：任一通道窗内峰值超阈值则弃用该窗"""
    win = int(win_s * sfreq)
    keep = []
    for s in range(0, x.shape[1] - win, win):
        seg = x[:, s:s + win]
        if np.abs(seg).max() < thresh_uv:
            keep.append(seg)
    return np.stack(keep)                       # 保留片段堆叠为 窗 x 通道 x 时间

def ica_mock(x, blink_topo, n_iter=100):
    """演示 ICA 用法：已知眨眼成分的空间模式 blink_topo 时直接投影扣除。
    实践中用独立成分分析估计分解矩阵，此处为教学示意。"""
    blink = np.outer(blink_topo, blink_topo)    # 伪迹的空间协方差
    proj = np.eye(x.shape[0]) - blink / np.trace(blink)
    return proj @ x

fs = 250
x = np.random.default_rng(0).normal(0, 15, (32, fs * 60))   # 32 通道 60 秒模拟数据
x_clean = ica_mock(bandpass(x, 1, 40, fs), blink_topo=np.ones(32))
print("滤波后形状:", x_clean.shape, " 峰值:", np.abs(x_clean).max().round(1), "微伏")
​

这段代码里埋着两个工程细节。其一，filtfilt 的零相位特性只在离线成立——在线系统要换 lfilter 并在延迟预算里计入滤波器群延迟（第五章 5.3 节的账本上有一栏专门是它）。其二，ICA 的实际应用里，"眨眼成分"的空间模式要靠算法从数据中估计，估计质量依赖数据长度——短于十分钟的数据慎用。

时域处理还有最后一步常被新手跳过：分段与基线校正。分段把连续记录按事件标记切成一个个数据窗（比如刺激出现前二百毫秒到刺激后八百毫秒），后续统计都发生在窗的粒度上。基线校正则把每个窗减去其基线段（通常是刺激前那二百毫秒）的均值，让"电压"变成"相对刺激前的电压变化"。这一步为什么重要？因为漂移和直流偏置会让不同试次的绝对电压不可比，相减之后，试次之间才站在同一条起跑线上。它的风险也恰在基线窗：如果刺激前的基线里已经混入了与事件相关的预备活动（4.3 节会讲的运动准备电位就长在刺激出现之前），减掉的就不只是噪声，还有信号本身——基线窗多长、放哪里，要对照范式的时间结构来定，不能抄模板。

预处理顺序速查

表里"主要风险"一列值得逐行细读：预处理的每个坑都不是假设性的，5.6 节的排错实录会给你看其中三个坑的真实现场。

本节要点回顾

• 预处理是交易：每一步同时作用于噪声与特征，唯一裁判是下游解码精度；
• 空间先行：重参考决定伪迹的扩散范围，拉普拉斯是头皮信号的反模糊第一工具；
• 滤波按需选窗：窗宽由范式决定，零相位只属于离线，在线要还群延迟的债；
• 伪迹三板斧：阈值丢弃、回归扣除、独立成分分析，按数据预算与实时性要求选档；
• 顺序有讲究：先空间再频率再时域，坏道处理必须走在平均参考之前。

信号洗净了。下一节做压缩：把成百上千维的原始波形，变成几十维携带意图的特征。