将脑电信号分为五个频段的代码

将脑电信号分为五个频段，可以使用离散傅里叶变换（DFT）或者小波变换（Wavelet Transform）等方法。下面是使用 DFT 对脑电信号进行分频的 Python 代码示例：

import numpy as np

def get_band_power(signal, fs):
    """
    将脑电信号分为5个频段，计算各个频段的能量
    :param signal: 原始脑电信号
    :param fs: 采样率
    :return: 5个频段的能量值
    """
    n = len(signal)
    freqs = np.fft.fftfreq(n, d=1.0/fs)
    fft_data = np.abs(np.fft.fft(signal))
    freq_data = list(zip(freqs, fft_data))
    freq_band = {'delta': (0.5, 4),
                 'theta': (4, 8),
                 'alpha': (8, 13),
                 'beta': (13, 30),
                 'gamma': (30, 50)}

    band_power = {}
    for band in freq_band:
        freq_range = freq_band[band]
        idx = np.logical_and(freqs >= freq_range[0], freqs <= freq_range[1])
        band_power[band] = np.sum(fft_data[idx]**2)

    return band_power

在这个函数中，我们首先使用 `np.fft.fftfreq()` 函数计算采样点对应的频率值，然后使用 `np.fft.fft()` 函数对原始信号进行 DFT 变换，得到频域信号。接下来，我们将不同频段的能量值累加，得到五个频段（δ、θ、α、β、γ）的能量。最后，将计算结果以字典形式返回。

需要注意的是，这个函数只是一个简单的示例，对于不同的应用场景，可能需要进行更加细致和复杂的处理。