EEG(P300)用于降噪的信号数据滤波

时间:2017-04-02 21:13:47

标签: python machine-learning filter dataset data-cleaning

我有大量的EEG数据(20000)我将它们转换为P300(每1000个原始的Avarage代表1个P300。(我使用Python)

我的问题是减少噪音。由于P300信号在300 ms后开始可见,因此我修剪了30%的数据。但是,在我的数据中有噪音。我想用过滤器摆脱我的噪音。

以下是我原始数据的一些示例;

1.09863 -2.99072    0.549316    3.8147  
0.595093    -3.86047    -0.244141   3.32642 
0.183105    -2.59399    0.808716    2.28882 
-0.305176   -2.74658    2.10571 2.02942 
-0.991821   -4.3335 1.31226 2.09045 
-1.46484    -5.26428    0.686646    0.732422    
-1.75476    -4.47083    1.34277 -1.06812    
-2.05994    -3.60107    1.35803 -1.49536    
-2.88391    -2.99072    1.34277 -1.5564 
-3.98254    -3.20435    0.62561 -1.54114    
-4.76074    -1.89209    0.183105    -1.46484    
-4.57764    -0.930786   0.350952    -1.17493    
-3.58582    -3.11279    -0.62561    -0.457764   
-2.27356    -4.36401    -1.2207 -0.656128

您是否有任何建议和使用的简单过滤器来降低噪音?

提前致谢。

0 个答案:

没有答案