在MNE-python中，功率数据的时频表示尺度(tfr)和功率谱密度(PSD)为什么不同？
在MNE-python中，功率数据的时频表示尺度(tfr)和功率谱密度(PSD)为什么不同？
提问于 2021-03-26 13:26:23
当我管理我的脑电图数据时，mne.time_frequency.tfr_morlet (或其他两种方法)的结果是一个大约1e-7的幂阵列。当用dB = 'True‘作图时，只有当颜色比例在-150到-200之间时，才能获得良好的图形。然而，当我做psd分析时，功率大约是0-40。是什么造成了这些差异？此外，我还在matlab上用eeglab进行了时频分析，dB的色阶在-40到40之间。我不能理解其中的区别。谁能解释一下，谢谢。
回答 1
Stack Overflow用户
发布于 2021-04-27 21:36:34
你的问题是“为什么PSD与时频功率不同？”PSD不会根据时间进行报告。
时频分析显示了数据中出现不同频率的时间，而PSD则显示了您所在时代内频率的平均功率。至少在我的理解中是这样。
您添加了2个tfr输出图像和1个psd输出图像--所以我假设您正在比较这2个tfr输出和1个psd输出。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66811467
复制相关文章
相似问题
腾讯云开发者
