Skip to main content
 首页 » 编程设计

python之EEG 数据的频率电压图之Python 中的 FFT

2025年02月15日10thcjp

我有点不确定如何处理这个问题,因为这对我来说是个新话题,因此非常感谢对我的代码的任何指导。我有一组脑电图记录(18949 条脑电图记录,采样率为 500Hz,记录单位为 nV)。我正在尝试根据数据创建频率对电压图,但到目前为止我运气不好。

我的代码如下:

data = pd.read_csv('data.csv') 
data = data['O1'] 
Fs = 500.0 
Ts = 1.0/Fs 
t = np.arange(len(data)) / Fs 
 
n = len(data) # length of the signal 
k = np.arange(n) 
T = n/Fs 
frq = k/T # two sides frequency range 
frq = frq[range(int(n/2))] 
 
Y = np.fft.fft(data)/n 
Y = Y[range(int(n/2))] 
 
fig, ax = plt.subplots(2, 1) 
ax[0].plot(t,data) 
ax[0].set_xlabel('Time') 
ax[0].set_ylabel('Voltage') 
ax[1].plot(frq,abs(Y),'r') 
ax[1].set_xlabel('Freq (Hz)') 
 
plt.draw() 
plt.show() 
 
fig.savefig("graph.png") 

我的结果图如下所示:

谁能就我可能在哪里出错提供一些指导?

请您参考如下方法:

您的信号在时域中具有相当大的(至少相对于其他信号变化而言)直流偏移。在频域中,这将被绘制为 0Hz 处的强线(被图的轴隐藏),然后其他频率分量的幅度相对来说接近于 0。

为了更好的可视化,您应该在 Decibels (dB) 中绘制频谱图使用公式 20*log10(abs(Y)),因此您实际上可以看到那些其他频率分量。