肌电信号特征提取的代码

肌电信号是人体肌肉运动产生的电信号，常用于肌肉运动控制、康复或者运动分析等领域。肌电信号的特征提取是肌电信号处理中非常重要的一个环节，以下是一个简单的肌电信号特征提取的代码示例：

import numpy as np
from scipy.signal import butter, lfilter, freqz
from scipy.stats import kurtosis, skew

# 定义带通滤波器函数
def butter_bandpass(lowcut, highcut, fs, order=5):
    nyq = 0.5 * fs
    low = lowcut / nyq
    high = highcut / nyq
    b, a = butter(order, [low, high], btype='band')
    return b, a

# 定义带通滤波器应用函数
def butter_bandpass_filter(data, lowcut, highcut, fs, order=5):
    b, a = butter_bandpass(lowcut, highcut, fs, order=order)
    y = lfilter(b, a, data)
    return y

# 定义特征提取函数
def extract_features(signal, fs):
    # 带通滤波
    filtered_signal = butter_bandpass_filter(signal, 20, 500, fs, order=4)
    # 均方根（RMS）值
    rms = np.sqrt(np.mean(np.square(filtered_signal)))
    # 起始斜率（SSC）
    ssc = np.sum(np.abs(np.diff(filtered_signal)))
    # 峰值
    peak = np.max(filtered_signal)
    # 峰值-峰值（PP）间隔
    pp_interval = np.argmax(filtered_signal) - np.argmin(filtered_signal)
    # 偏度
    skewness = skew(filtered_signal)
    # 峰度
    kurt = kurtosis(filtered_signal)

    return [rms, ssc, peak, pp_interval, skewness, kurt]

示例代码包含了带通滤波器的设计和应用、均方根（RMS）值、起始斜率（SSC）、峰值、峰值-峰值（PP）间隔、偏度和峰度等特征的提取。需要注意的是，该代码只是一个简单的实现示例，实际应用中可能需要更加完善和专业的特征提取算法。