mne plot出错_Python中MNE库进行PSD分析(计算不同频率区间的累加和)

本文介绍了如何使用Python中的MNE库进行功率谱密度(PSD)分析,特别是通过`psd_multitaper`计算不同事件在不同频率区间的能量总和。以BCI竞赛数据为例,展示如何处理单通道数据,遍历不同频率区间并绘制能量分布图。此外,提到了matplotlib库中也有PSD计算方法可供选择。
摘要由CSDN通过智能技术生成

在做脑波数据分析的时候,免不了需要进行频率域的数据分析,功率谱密度是常用的一种分析方法,在MNE库中有psd算法的实现。开始使用之前推荐个博客,https://zhuanlan.zhihu.com/p/49328001 讲解了什么是PSD。有一点需要注意,PSD通常根据频率分辨率做归一化也就是其分母为采样点数。

本文是以BCI竞赛的数据为例,文章中的数据和代码如下:

这种方法有一个问题就是只有绘制的图像,不能针对相关的数据进行后续处理。实际上mne中还有其他一些细节计算的方法,比如:mne.time_frequency.psd_welch(),mne.time_frequency.psd_multitaper() 等,其在官方的实例中均有体现。这里以用psd_multitaper计算不同频率区间的累加和为例:主要的目的是计算不同事件在不同频率区间的能量和,这里只分析一个通道的结果。

import mne

import numpy as np

import matplotlib.pyplot as plt

from mne.time_frequency import psd_multitaper

mne.set_log_level(False)

# 设置分析频率的区间范围,这里有小数主要是为了和后面小波变换方法做对比(暂时未实现)。

iter_freqs = [

{'name': 'Delta', 'fmin': 0, 'fmax': 3.75},

{'name': 'Theta', 'fmin&#

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值