數據品質的基本要素：優化您的sampling rate、sampling range和filtering settings

介紹

所有科學家都知道要有品質好且一致的data。這是第一個變異您需要小心應付的，使您能夠單獨解釋data的結果，而不用擔心解析度或干擾等問題。雖然找到符合您訊號的最佳設定不是那麼簡單，但提早做是對的，在記錄時了解訊號是否需要調節比在某些data可能遺失後企圖找回有效率的多。在這裡，我們會探討如何優化您的sampling rate、訊號放大器與過濾器設定，讓您得到品質最優的數據。

我們將重點放在生物訊號紀錄透過data acquisition unit (DAQ)取得。在這種例子中，您會需要使用訊號感測器將蒐集到的類比訊號轉成數位訊號。

分析軟體會定期對產生的數位訊號進行取樣（或記錄），然後分析軟體會將資料儲存並顯示在您的電腦上。

★ Sampling rate (採樣頻率)

軟體”詢問”DAQ單元訊號電壓的固定時間間格稱為採樣頻率，例如，如果您設定的採樣頻率為 10 Hz，軟體將每秒記錄 10 次資料的值。

每個資料點都是由分析軟體紀錄並有助於產生曲線。如您所見，在點與點之間的空間會影響曲線連接的呈現。

如果採樣率太低：

• 資料會遺失
• 原始訊號將無法正確呈現                         一般的訊號

如果採樣率太高：                                            當採樣率太低時

                                                                                     當採樣率太高時

• 訊號可能包含過多的雜訊或污染。
• 例如。如果測量 EGG，正常頻率為 3 Hz，但如果您以 10k Hz 運行，最後會因腹部肌肉活動的高頻率而污染您的訊號。
• 過多的資料會增加處理時間或佔據巨大的儲存空間。

★兩個設定sampling rate的原則

適當的採樣頻率取決於要測量的訊號。通常您的設備會偵測訊號來源並給予您建議的採樣率，但在做實驗之前還是需要檢查，而不是盲目的遵循建議。 選取採樣率時有2個原則需要注意

1. Nyquist頻率

數位訊號的可以精準紀錄為類比訊號的最小速率稱為Nyquist頻率，它是最高預期訊號頻率的兩倍。

Nyquist頻率 = 2* 預期的最高頻率

例如：您正在收集ECG的數據，其最高預期頻率可達50Hz，因此最小採樣率應該設100Hz。若您想要有更多細節的data或使用平滑(smoothness) 功能，您需要將採樣率設定的更高-到200Hz或400Hz

2. 神奇數字20

作為更一般的原則，為您的波形訊號峰值提供大約 20 個資料點的採樣率將為您提供有足夠細節的平滑曲線。

★放大 (amplification)

也稱為範圍 (range)，amplification是指您的硬體將在您設定的範圍內中尋找值，並且對解析度有直接影響。當您縮小範圍去fit您的訊號時，您將獲得更好的訊號解析度。但是，如果範圍縮小太多，則可能會切斷峰值和波谷，並失去訊號的重要細節。

什麼是解析度？記錄訊號的解析度是指 y 軸資料點的數量，或表示資料點的密度。用實例去想比較簡單。我們在此範例中使用 16 位元解析度來展示放大如何影響曲線的最終解析度。

在 16 位元解析度和任何放大設定下，y 軸分為216 段（約 64 000）。當amplification設定為 10 V 時，總範圍為 20 V（從 +10 到 -10）。這將為您提供 20/64000 = 312.5 uV 的解析度。這表示 y 軸的每段高度為 312.5 uV。如果您的訊號非常小（例如 1mV），而且您的範圍太大，那麼您的曲線可能會看起來塊狀且像素化，這可能會有些問題。如果將範圍減小到 1 V，解析度將變為 31.25 uV。隨著分段變得更小，數據點可以更靠近，並且可以獲得更多細節。

★ 過濾器 (filters)

最後，我們討論過濾器在獲取高品質數據的價值。過濾器主要分為兩大類。

類比濾波器，或稱為硬體濾波器在數位化之前對連續的輸入訊號進行過濾。

數位濾波器，或軟體濾波器在資料轉換為數位訊號並以其原始形式儲存後對資料進行過濾。

硬體濾波器 (類比濾波器)：

• 如果您已經知道需要從訊號中消除已知的頻率噪音，這會非常好用。使用類比濾波器，您可以在雜訊被生物放大器放大之前將雜訊消除，獲得更好的訊噪比。
• 即時更改原始數據，避免在記錄完成後無法更改數據。由於您無法從資料中刪除過濾器，因此如果過濾器設定不正確的話，您會需要重新記錄資料。

軟體濾波器 (數位濾波器)

• 應用於原始數據，而不改變它。它們可以即時使用，也可以在記錄完成後使用，並且可以在任何階段進行操作，而無需再次記錄資料。
• 不受類比濾波器的現實環境限制。

在分析軟體中最常見的濾波器是low pass和high pass過濾器

Low pass過濾器是讓低頻率的訊號被記錄到，同時過濾掉高頻的訊號。這對您收到的data很多雜訊時，想要把雜訊過濾掉很好用。

High pass濾波器僅讓高頻通過並消除低頻的訊號。如果您的訊號漂移了基本線且您需要關注較高頻率的占比，這會非常有用。

★硬體濾波器

一些 DAQ 設備配有電源濾波器，它將採樣資料與已知電源雜訊的模板進行比較，例如來自實驗室周圍設備（例如冰箱或螢光燈）的干擾。然後，濾波器從記錄的資料中去除電源干擾，使資料保持完整，不受干擾頻率的影響。

★軟體濾波器

可以設定notch filter從資料中移除某一特定頻率。例如，如果您有一台產生 80 Hz 噪音的離心機，您可以設定濾波器來消除該頻段。

Band-pass filter會刪除您選擇的頻段以外的所有頻率。例如，如果您想將 EEG 中的 α 波與 β 波區分開來，您可以將Band-pass filter設定為 8-12 Hz。

Band-stop filter與band-pass filter相反，它會消除選定的頻率範圍。

★總結

如圖所示，優化資料品質需要考慮的三個主要因素是取樣率、範圍和過濾。每種方法都可以使您的資料更加清楚，並且透過適當使用，它們可以提供良好的解析度，減少訊號中的雜訊，讓您可以專心分析資料，並對資料內涵有更精闢的解釋。