MNE-Python；tfr\u-morlet时频分析；可能不恰当地使用论据；如何使tfr_morlet图正确工作？

我为这个问题的模糊性道歉。这反映了我对tfr_morlet图形输出的行为缺乏理解

指明。我正在处理64通道脑电图数据。我有一个刺激事件，这是我的时代的开始标记。我将我的历元划分为4个较小的历元，每个历元的持续时间为1秒，其中“历元1”包含刺激事件以及1秒持续时间内包含的非刺激性EEG数据

我的工作流程如下：

• 加载.vhdr文件
• 应用过滤器
• 应用脑电帽蒙太奇
• 创建事件从刺激标记开始的纪元（Epoch0）
• 创建从Epoch0裁剪的另一个历元（Epoch1）（tmin=0，tmax=1，include_tmax=True）。这给出了我感兴趣的用于tfr_morlet函数的新纪元
• Epoch1上的ICA
• tfr_morlet在Epoch1上（ICA后）

我已经阅读了tfr_morlet函数一段时间，并修改了参数以查看它如何影响结果图。我的工作流程中的每一个步骤似乎都正常工作，最重要的是，通过ICA成功删除了刺激事件

下面是我调用tfr_morlet函数时的一段代码：（您会注意到我在代码段中对基线参数所做的一些修补工作）

下面是我修改参数后的一个图形输出：

根据实际数据，在各个时代的开始和结束时没有大信号。这仅出现在tfr_morlet图中。我已经调整了tfr_morlet基线参数值，它似乎会影响这些奇怪的信号，但它也完全修改了所有其他信号。此外，应该有更多的信号出现在较低的频率范围内，但它们基本上是不存在的。这可能是因为数据，但开头和结尾的大信号肯定不是数据的反映

总之，我有点困了，在网上找不到什么帮助。如果有人对tf图中出现的此类问题有过类似的经验，请告诉我您对如何处理这些问题的想法

如果不共享我的其余代码就可以解决这个问题，那就更好了。我相当有信心，问题只在于我上面提供的代码片段

感谢大家在这方面花费的时间和专业知识。我非常期待你的评论。当然，如果我同时解决这个问题，我也会发布我的解决方案

#TF-POWER ANALYSIS

#settings for tf graph
mode = 'percent'
title = file[:-5] + " TF-Power Analysis"
name_save = file[:-5]
freqs = np.linspace(start=1, stop=100, num=100)
cycles = 4
n_cycles = freqs / cycles
vmin_max=0.075
decim = 1
base_1, base_2 = None, None
base_1, base_2 = epoch_1_ica.tmax-0.01, epoch_1_ica.tmax
base_1, base_2 = 0, None

#plot tf graph
power = tfr_morlet(inst=epoch_1_ica, freqs=freqs, n_cycles=n_cycles, use_fft=True, decim=decim, n_jobs=1, average=False, return_itc=False, zero_mean=False, output='complex')

#if tfr_morlet(average=False)
avgpower=power.average()
tf_plot=avgpower.plot(picks=None, baseline=(base_1, base_2), mode=mode, title=title, vmin=-vmin_max, vmax=vmin_max, cmap='RdBu_r')

#else:
#tf_plot = power.plot(picks=None, baseline=(base_1, base_2), mode=mode, title=title, vmin=-vmin_max, vmax=vmin_max, cmap='RdBu_r')

#save tf graph
tf_plot.savefig(fname="EEG Data\\Graphs\\tfPower\\simple_version\\" + name_save + 
    "_decim" + str(decim) + 
    "_mode" + str(mode) + 
    "_vmin" + str(vmin_max) +
    "_base" + str(base_1) +
    "-" + str(base_2) +
    "_" + "tf_power.png",
    facecolor="white")