脑电信号处理学习笔记（二）——pyeeg

pyeeg模块使用

1、bin_power

pyeeg.bin_power(X, Band, Fs)
根据时间序列X的FFT结果计算指定频带的每个频谱箱的频带能量

• Parameters:

  • Band ：list
    频带箱的边界频率(赫兹)。它们可以是不等的箱子，例如[0.5,4,7,12,30]，分别是delta, theta, alpha和beta。
    每个频带成员是一个物理频率，不能超过奈奎斯特频率，即采样频率的一半。

  • X ：list
    一维真实时间序列

  • Fs ：integer
    采样频率

• Returns:

  • Power ：list
    每个频带箱的频带能量。

  • Power_ratio ：list
    Power的归一化结果。

2、ap_entropy

pyeeg.ap_entropy(X, M, R)
计算时间序列X的近似熵（ApEn）

$\Rightarrow$ 算法步骤

• Parameters：

  • X：时间序列
  • M：重构向量的维数
  • R：有效阈值

• Return：float

    \:   \:   \:   \: 时间序列的近似熵

3、samp_entropy

pyeeg.samp_entropy(X, M, R)
计算时间序列X的样本熵（SE）

$\Rightarrow$ 算法步骤

• Parameters：

  • X：时间序列
  • M：重构向量的维数
  • R：有效阈值

• Return：float

    \:   \:   \:   \: 时间序列的样本熵