🧠 Análisis Interpretativo de EEG

FFT vs STFT vs CWT - Comparación de Transformadas

🎯 Pregunta Principal

¿Qué contenido en frecuencia identifica cada transformada?

📊
Análisis de FILEEEG

Frecuencia de muestreo:
1024 Hz
Duración:
180.0 segundos
Muestras:
184,321
F

FFT

  • Identifica: Contenido frecuencial promedio de toda la señal
  • Resolución temporal: Ninguna (promedio global)
  • Ventaja: Muy rápida, ideal para identificar bandas dominantes
  • Limitación: No proporciona información temporal
  • Picos principales: 0.42, 0.49, 0.56, 0.62, 0.70 Hz
  • Tiempo de procesamiento: 0.0251 segundos
S

STFT

  • Identifica: Contenido frecuencial con resolución temporal fija
  • Resolución temporal: Fija (ventana constante)
  • Ventana utilizada: 6.0 segundos
  • Ventaja: Balance entre velocidad y resolución temporal
  • Limitación: Resolución fija (principio de incertidumbre)
  • Ideal para: Análisis de eventos transitorios
  • Tiempo de procesamiento: 0.0050 segundos
C

CWT

  • Identifica: Contenido frecuencial con resolución temporal adaptativa
  • Resolución temporal: Adaptativa (cambia con la frecuencia)
  • Wavelet utilizada: cmor
  • Escalas: 50 (de 1.0 a 100.0)
  • Ventaja: Resolución óptima para cada banda de frecuencia
  • Limitación: Computacionalmente más costosa
  • Ideal para: Análisis simultáneo de múltiples bandas EEG
  • Tiempo de procesamiento: 1.0684 segundos

📊
Análisis de SEEG

Frecuencia de muestreo:
256 Hz
Duración:
78.1 segundos
Muestras:
20,001
F

FFT

  • Identifica: Contenido frecuencial promedio de toda la señal
  • Resolución temporal: Ninguna (promedio global)
  • Ventaja: Muy rápida, ideal para identificar bandas dominantes
  • Limitación: No proporciona información temporal
  • Picos principales: 0.35, 0.37, 0.40, 0.42, 0.46 Hz
  • Tiempo de procesamiento: 0.0008 segundos
S

STFT

  • Identifica: Contenido frecuencial con resolución temporal fija
  • Resolución temporal: Fija (ventana constante)
  • Ventana utilizada: 6.0 segundos
  • Ventaja: Balance entre velocidad y resolución temporal
  • Limitación: Resolución fija (principio de incertidumbre)
  • Ideal para: Análisis de eventos transitorios
  • Tiempo de procesamiento: 0.0005 segundos
C

CWT

  • Identifica: Contenido frecuencial con resolución temporal adaptativa
  • Resolución temporal: Adaptativa (cambia con la frecuencia)
  • Wavelet utilizada: cmor
  • Escalas: 50 (de 1.0 a 100.0)
  • Ventaja: Resolución óptima para cada banda de frecuencia
  • Limitación: Computacionalmente más costosa
  • Ideal para: Análisis simultáneo de múltiples bandas EEG
  • Tiempo de procesamiento: 0.1162 segundos

⚡ Comparación de Rendimiento

FileEEG:
CWT es 42.5x más lenta que FFT
CWT es 214.9x más lenta que STFT
sEEG:
CWT es 146.6x más lenta que FFT
CWT es 241.9x más lenta que STFT

🎓 Conclusiones Generales

FFT - Análisis Global

Identifica el contenido frecuencial promedio de toda la señal. Sin información temporal. Útil para identificar bandas dominantes (delta, theta, alpha, beta, gamma).

STFT - Análisis Temporal Fijo

Identifica contenido frecuencial con resolución temporal fija. Ventana fija: buena resolución temporal para frecuencias altas. Ideal para análisis de eventos transitorios.

CWT - Análisis Temporal Adaptativo

Identifica contenido frecuencial con resolución temporal adaptativa. Resolución temporal alta para frecuencias altas. Mejor para análisis de diferentes bandas EEG simultáneamente.

📋 Recomendaciones de Uso

FFT:
Para análisis inicial y identificación de bandas dominantes
STFT:
Para análisis de eventos transitorios y tiempo real
CWT:
Para análisis detallado de múltiples bandas EEG simultáneamente

🔍 Guía de Colores

Azul oscuro:
Baja energía/magnitud
Amarillo:
Alta energía/magnitud
Puntos rojos:
Picos identificados en FFT
STFT (Viridis):
Verde = baja energía, Amarillo = alta energía
CWT (Plasma):
Púrpura = baja energía, Amarillo = alta energía