python - EEG 信号的带宽

Question

我正在尝试在 Python 中对 EEG 信号执行 FFT，然后根据带宽确定它是 alpha 信号还是 beta 信号。它看起来不错，但结果图与它们应该的完全不同，频率和幅度值不是我预期的。感谢任何帮助，这是代码:

from scipy.io import loadmat
import scipy
import numpy as np
from pylab import *
import matplotlib.pyplot as plt

eeg = loadmat("eeg_2013.mat");
eeg1=eeg['eeg1'][0]
eeg2=eeg['eeg2'][0]
fs = eeg['fs'][0][0]
fft1 = scipy.fft(eeg1)
f = np.linspace (fs,len(eeg1), len(eeg1), endpoint=False)
plt.figure(1)
plt.subplot(211)
plt.plot (f, abs (fft1))
plt.title ('Magnitude spectrum of the signal')
plt.xlabel ('Frequency (Hz)')
show()
plt.subplot(212)
fft2 = scipy.fft(eeg2)
f = np.linspace (fs,len(eeg2), len(eeg2), endpoint=False)
plt.plot (f, abs (fft2))
plt.title ('Magnitude spectrum of the signal')
plt.xlabel ('Frequency (Hz)')
show()

情节:

Answer 1

为了获得 fft 频率数组，您应该使用 fftfreq ;它为您提供了一系列用作横坐标的频率:

from scipy.fftpack import fftfreq

eeg = loadmat("eeg_2013.mat");
eeg1=eeg['eeg1'][0]
eeg2=eeg['eeg2'][0]
fs = eeg['fs'][0][0]
fft1 = scipy.fft(eeg1)
f=fftfreq(eeg1.size,1/fs)

抱歉，我无法在真实条件下测试此代码，因为您没有发布数据示例，但我希望这应该有效。

关于如何确定带宽，据我了解，你想得到基频。有不同的方法，或多或少复杂，无论你的信号是否有噪声，......在你的情况下，你只想知道基频 f0 是否在 8-13Hz(alpha)或 13-30Hz(beta)范围内);一种非常简单的方法是计算 8-13Hz 范围内的 fft 最大值:fft1[(f>8) & (f<13)].max()如果它大于，比方说，1000，那就是 alpha 波，否则就是 beta 波。如果您的信号不太相似，请发布一些不同种类的样本示例和您将得到的结果，以便我们可以尝试更复杂的算法。