阶段二 · 核心分析能力

模块 4 · 频域与时频分析

信号不止"时间"一种看法：先把波形拆成频率的构成，再把频率铺回时间轴， 看清每一毫秒大脑的节律变化。

🕐 4 课时 · 195 分钟🎯 难度：进阶

🎯 本模块你将学到

  • 把"频率视角"变成肌肉记忆：任何波形都能拆成节律成分
  • 规范计算功率谱：Welch 方法、参数选择与报告口径
  • 掌握 STFT 时频分析全流程：参数、加窗、基线校正、读图
  • 理解小波的多分辨率思想，能在 STFT 与小波间正确选型

课时列表

4.1

功率谱密度（PSD）计算

脑电数据分析课程4.1：傅里叶变换直觉、频谱与功率谱关系、周期图与Welch方法、Matlab的fft与pwelch实现，以及计算EEG功率谱的注意事项。

🕐 45 分钟🎯 进阶
4.2

基于 STFT 的时频分析（上）：原理与实现

脑电数据分析课程4.2：为什么ERP看不到诱导响应、STFT滑动窗原理、Matlab spectrogram函数实现、窗长nfft重叠率参数详解与时频图读法。

🕐 45 分钟🎯 进阶
4.3

基于 STFT 的时频分析（下）：加窗的权衡

脑电数据分析课程4.3：窗函数与频谱泄漏、不确定性原理、高频短窗低频长窗法则、dB与百分比基线校正、ERD/ERS与完整可发表时频图代码。

🕐 45 分钟🎯 进阶
4.4

小波变换：多分辨率的时频分析

脑电数据分析课程4.4：STFT固定窗的局限、连续小波变换与Morlet小波、尺度与频率换算、Matlab cwt函数与手写小波卷积、小波与STFT对比。

🕐 60 分钟🎯 进阶