对我的原始eeg数据进行离散小波变换

问题描述

我有EEG个睡眠数据集，选择一名患者后，我开始进行一些预处理，以便将dwt应用到原始数据上，我删除了一些通道（eog，emg ，ecg），因为我只需要eeg（fpz-cz，pz-oz）；当我想在我的原始图像上应用离散小波变换时，我也提取了注释和事件，我得到了错误：

import mne
from mne.datasets.sleep_physionet.age import fetch_data
from mne.time_frequency import psd_welch
import numpy as np
import matplotlib.pyplot as plt
import pywt

[a] =fetch_data(subjects=[1],recording=[1])
raw = mne.io.read_raw_edf(a[0])
annotation=mne.read_annotations(a[1])
raw.set_annotations(annotation,emit_warning=False)
new_order = ['EEG Fpz-Cz']
raw = raw.copy().reorder_channels(new_order)
print(raw.ch_names)
raw.plot(duration=60)
waveletname='sym5'
coeff = pywt.wavedec(raw,waveletname,level = 6)

error : All picks must be < n_channels (1),got 1

谢谢。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）