用于从多通道脑电图生成一组定量特征的Matlab代码录制。特征包括振幅测量、频谱测量和基本连接性措施（仅跨半球）。此外，对于早产儿EEG（假设胎龄<32周），将从突发注释生成特征（例如，最大突发间间隔）。突发注释需要一个单独的包，也可以在github.

在Zenodo存档的版本：

方法的详细信息见：

JM O'Toole和GB Boylan（2017）。神经：使用Matlab为新生儿脑电图提供定量特征。ArXiv电子打印，ArXiv:1704.05694

可在以下网址购买https://arxiv.org/abs/1704.05694.

要求|使用|定量特征|文件夹|测试计算机设置|执照|工具书类|联系人

Matlab（R2013或更新版本，数学作业)用信号处理工具箱和统计工具箱。未使用Octave进行测试，但应使用minor调整。

在Matlab中设置路径，或使用加载（_C）urdir功能：

>>加载（_C）urdir;

例如，生成模拟EEG并计算相对光谱功率，标准范围偏差-EEG和大脑对称指数：

	%生成类EEG数据（彩色高斯噪声）data_st（数据集）=发电机测试_EEG数据(5*60,64,1);%定义特征集（或可以在neural_parameters.m中定义）：功能集={'光谱相对功率','可再生能源_SD','连通性_BSI'};%估计特征：专长（_S）=生成所有功能(data_st（数据集），[]，功能集);

请参阅演示/目录以获取更多示例。所有参数都在文件中设置神经参数。米.

特征集包含振幅、频谱、连接性和突发注释特征。振幅特征包括范围-EEG（D.O’Reilly等人，2012；看见参考文献)是振幅积分脑电图的一种明确定义的替代方法（aEEG）。所有特征都是针对四个不同的频带生成的（通常为0.5–4，4–7、7–13和13–30 Hz），但有一些例外。下表描述了这些功能更详细地说：

FB：为每个频带生成的特征（FB）

一些Matlab文件（.m文件）的标题中有描述和示例。要阅读此内容标题，类型帮助<文件名.m>在Matlab中。目录结构如下：

⑪——amplitude_features/#振幅特征├── spectral_features/#光谱特征├── connectivity_features/#半球连接特征├── range_EEG/#range-EEG（类似于aEEG）├── IBI_features/#来自突发注释的功能├── 预处理/#从EDF文件加载EEG（包括伪影消除）└── utils/#其他。功能

包含一些感兴趣的文件：

├── neural_parameters.m#此处定义的所有参数├── all_features_list.m#函数的完整列表（不要编辑）└── generate_all_features.m#main函数：在EEG上生成特征集

• 硬件：Intel Core i7-8700K@4.5GHz；32GB内存。
• 操作系统：带有Linux内核的Ubuntu GNU/Linux x86_64发行版（19.10）5.3.0-24通用
• 软件：Matlab（R2019a）

版权所有（c）2016，科克大学学院John M.O’Toole保留所有权利。以源代码和二进制形式重新分发和使用，无论是否进行修改，如果满足以下条件，则允许：重新分发源代码必须保留上述版权声明，即条件列表和以下免责声明。二进制形式的重新分发必须复制上述版权声明，即文件中的条件列表和以下免责声明和/或分发时提供的其他材料。科克大学学院的名称和贡献者可能被用来支持或推广来自此软件未经事先书面许可。本软件由版权持有人和贡献者“按原样”提供，并且任何明示或暗示的保证，包括但不限于暗示的适销性和特定用途适用性的保证免责声明。在任何情况下，版权持有人或贡献者均不对任何直接、间接、偶然、特殊、惩戒性或后果性损害（包括但不限于采购替代货物或服务；使用、数据或利润损失；或业务中断）无论原因如何任何责任理论，无论是合同、严格责任还是侵权（包括疏忽或其他）因使用本软件，即使已告知此类损坏的可能性。

1. JM O'Toole和GB Boylan（2017）。神经：新生儿脑电图的定量特征马特拉布。ArXiv电子打印，ArXiv：1704.05694.

2. D O’Reilly、MA Navakatikyan、M Filip、D Greene和LJ Van Marter（2012年）。峰值到峰值早产儿新生儿脑监测振幅。临床神经生理学，123(11):2139–2153.

3. MJAM van Putten（2007）。修正后的大脑对称指数。临床神经生理学，118(11):2362–2367.

4. T Higuchi（1988）。基于分形理论的不规则时间序列的研究，《物理学D：非线性现象》，31:277–283。

5. MJ Katz（1988）。分形和波形分析。生物与计算机医学，18（3）：145-156。

6. AV奥本海姆，RW谢弗。离散时间信号处理。英格兰普伦蒂斯大厅新泽西州克利夫斯074581999。

7. JM O’Toole，GB Boylan，S Vanhatalo，NJ Stevenson（2016）。评估大脑功能极早产儿和极早产儿成熟度的自动分析脑电图。临床神经生理学，127（8）：2910–2918

8. JM O’Toole、GB Boylan、RO Lloyd、RM Goulding、S Vanhatalo、NJ Stevenson（2017年）。利用脑电信号检测极早产儿和极早产儿脑电爆发多功能方法。医学工程和《物理学》，第45卷，第42-50页，2017年。内政部：10.1016/j.medengphy.2017.04.003

9. JM O’Toole和GB Geraldine（2019年）。定量早产儿脑电图分析：需要使用现代数据科学技术时的注意事项。儿科前沿7，174内政部：10.3389/fped.2019.00174

约翰·奥图尔

新生儿脑研究小组，
婴儿研究中心,
儿科和儿童健康部，
科克大学医院UCC学术儿科室2.19室，
科克大学学院，
爱尔兰

• 电子邮件：jotoole AT ucc _dot ie