如何使用python平滑这些信号轨迹？

Question

快速上升和指数衰减瞬态＆＃34;尖峰＆＃34;您可以在绿色中看到左侧表示随时间变化的神经活动。蓝色是基线参考信号。正如你所看到的，蓝色和绿色都会有一些漂移。

因为我遇到了基线漂移和一般噪声信号，我试图通过高通滤波器。我能够通过反向低通滤波对它们进行高通滤波（参见简要教程here）。右边是滤波后的信号。

N=101
Fc=0.001  
Fs=1.14  # it's imaging data being acquired at just over 1Hz

h=scipy.signal.firwin(N, Fc, Fs/2)
h=-h
h[N/2] = h[N/2] + 1

#this is filter design output from the tutorial
#mfreqz(h)
#show()

y=scipy.signal.lfilter(h, 1.0, data)
yy=scipy.signal.lfilter(h, 1.0, data2)

尽管它引入了一些文物，例如引入了一个假峰，然后才能摆脱漂移。在开始时，缩小原始的绿色峰值，并导致看起来像＃34;低于＆＃34;在其中一个绿色山峰的底部。

我可以容忍一些这些文物，但它仍然太不稳定了我的喜好。有没有办法消除这里的嘈杂？

Answer 1

您可以考虑先使用

删除数据中不需要的线性趋势

scipy.signal.detrend

文档为here。

您可能还想尝试从科学上显着的（绿色）信号中减去与基线（蓝色）信号的最小二乘拟合。

然后，为了平滑数据，考虑低通滤波器，可能是移动平均（MA）滤波器或其他类型的低通滤波器。您可能需要尝试定义一个过滤器来消除噪声成分，而不是您感兴趣的信号。