肌电信号求信噪比代码

肌电信号（Electromyogram, EMG）是一种生物电信号，用于测量肌肉活动。信噪比（Signal-to-Noise Ratio, SNR）是评估EMG数据质量的重要指标，它反映了信号强度与背景噪声之间的比率。在编写计算信噪比的代码时，通常需要以下几个步骤：

1. **信号预处理**：首先，对原始EMG信号进行滤波（如低通、高通或带通滤波），去除电源线噪声和高频运动干扰。

from scipy.signal import butter, lfilter

def filter_emg(signal, lowcut, highcut, fs):
    # 设计 Butterworth 滤波器
    nyquist = 0.5 * fs
    low = lowcut / nyquist
    high = highcut / nyquist
    b, a = butter(4, [low, high], btype='band')
    filtered_signal = lfilter(b, a, signal)
    return filtered_signal

2. **噪声估计**：可以使用滑动窗口统计平均值或自相关函数来估计背景噪声水平。

def estimate_noise(signal, window_size):
    noise_window = np.mean(np.split(signal, len(signal) // window_size), axis=1)
    return noise_window

3. **信噪比计算**：将处理后的信号减去噪声估计，然后取绝对值并除以噪声水平得到SNR。

def snr(signal, noise):
    return np.sum(np.abs(signal - noise)) / np.sum(np.abs(noise))

# 使用示例
filtered_signal = filter_emg(emg_data, lowcut, highcut, fs)
noise_level = estimate_noise(filtered_signal, window_size)
snr_value = snr(filtered_signal, noise_level)