使用mne Python庫獲取EEG信號的平均帶功率

Question

我正在尋找一種方法來從 edf 文件中獲取 EEG 信號中通道的伽瑪波段平均頻率，但我不知道該怎么做。 我在線檢查了各種來源，發現為了做到這一點，我需要使用 Welch 方法從信號中獲取PSD（功率譜密度） ，但我無法找到使用 mne 庫的方法。 到目前為止，我所能完成的一切都附在下面。 如果有任何幫助，我將不勝感激。

import mne
file = "H S1 EC.edf"
data = mne.io.read_raw_edf(file)
raw_data = data.get_data()
info = data.info
channels = data.ch_names

Answer 1

要獲得信號的功率譜，您可以：

import mne

file = "H S1 EC.edf"
data = mne.io.read_raw_edf(file, preload=True)
psds, freqs = mne.time_frequency.psd_welch(data)

這為您提供了所有頻率的頻譜功率，因此要獲得平均伽馬功率，您必須對與您感興趣的頻帶對應的psds數組的一部分進行平均（與 psds 中的功率值對應的頻率可以在psds數組中freqs ).

但是，您似乎對平均伽馬功率不感興趣，而是對伽馬頻率感興趣，這要棘手得多。 EEG 中的伽馬功率通常較弱，並且此頻率范圍內的信號可能由肌肉偽影（和可能的微眼跳偽影）主導 - 因此我懷疑您是否能夠識別可靠的伽馬峰（不是偽影的）。 我建議您看看 Joerg Hipp 和 Markus Siegel 2013 年發表的“腦電圖中神經元伽馬帶活動與顱骨和眼部肌肉活動的分離”，他們在預處理和分析數據方面提供了一些很好的建議以獲得良好的估計神經元伽馬功率。