从包含脑电数据的三维阵列中提取PSD特征

Question

我是一个新的脑电信号处理，我正在尝试实现一个功能，计算私营部门司的特点使用Python。

此函数的输入是一个名为“试验”的NumPy 3d数组，其大小(240,2047，16)包含以下形式的脑电数据：(试验x时间x通道)

我需要提取PSD的特点，为整个试验，为每个通道，并返回一个数组的所有结果。

Fs为512 is

到目前为止，这是我的代码：

from scipy import signal

def PSD(trials):
    psd = []
    fs = 512.
    
    for i in range(len(trials)):
        for j in range(len(trials[i])):
            f, Pxx = signal.welch(trials[i][j], fs, nperseg = 16)
            psd.append(Pxx)
        

    psd = np.array(psd)

    return psd

是否有更有效的方法来实现这一点？

Answer 1

根据文献资料 of scipy.signal.welch，默认情况下，PSD是在阵列的最后一个轴上计算的。

这意味着你可以：

f, Pxx = scipy.signal.welch(trials, fs=512.0, nperseg=16)

然后Pxx是形状的(240, 2047, 9)。在示例代码中，psd具有形状(491280, 9)。如果您希望您的结果采用这种形状，只需对数组进行整形：

Pxx = Pxx.reshape(491280, 9)

此外，在您的示例代码中，您将示例频率附加到psd而不是PSD，因此您当前的代码不返回PSD。