利用信噪比检测脑电信号中的α波？python

Question

我正在编写一个实时检测阿尔法波的函数。我的函数接收256个单个通道的样本值作为参数。在那之后，它的fft必须被发现，然后分类在α，β和伽马范围。然后我要找出信噪比来检查是否存在阿尔法波，即在10赫兹频率下是否存在任何峰值。所以我需要找出10赫兹的振幅平方除以b/w范围内8-12赫兹除以N的所有数值的平方。

SNR =10 No/(8~12 No/ No. )安培值的平方.在这些价值中)

然后记录信噪比并检查阈值。

基本上，如何得到10赫兹的安培值的平方，然后排除这个值，除以其余的数值。

我已经写了启动码，下面可以有人指导或帮助完成代码，以完成所需的工作。非常感谢。

def分类(标志，data=[])：

fs = 200  # Sampling rate (512 Hz)


# Get real amplitudes of FFT (only in postive frequencies)
fft_vals = np.absolute(np.fft.rfft(data))    #these are my fft values rfft returns only the part of the result that corresponds to nonpositive frequences. (Avoids complex conjugaes) faster and for plotting

# Get frequencies for amplitudes in Hz
fft_freq = np.fft.rfftfreq(len(data), 1.0 / fs)     # that might be fixed (window length n , and  sample spacing) inverse of the sampling rate   returns sample freq of length n .

# Define EEG bands
eeg_bands = {'Delta': (0, 4),
             'Theta': (4, 8),
             'Alpha': (8, 12),
             'Beta': (12, 30),
             'Gamma': (30, 45)}

# Take the mean of the fft amplitude for each EEG band
eeg_band_fft = dict()
for band in eeg_bands:
    freq_ix = np.where((fft_freq >= eeg_bands[band][0]) &   #np.where is like asking "tell me where in this array, entries satisfy a given condition".
                       (fft_freq <= eeg_bands[band][1]))[0]    #for fft_frreq at all point where it satisfies it returns the index (in array)
                                                             #if fftfreq[np.where bla bla] will give values array
    eeg_band_fft[band] = np.mean(fft_vals[freq_ix])

Answer 1

该代码已经在使用带通滤波器提取阿尔法频率。现在，要在特定频率上找到信噪比，您只需将该频率上的值平方除以其余的频率，并取20对数的除法。