一、为什么要滤波：在频率轴上划出“留”和“去”
滤波就是按频率取舍：第 4 节的功率谱已经把脑电拆成了不同频率的成分。滤波就是在这条频率轴上划线，留下关心的频段，压低不关心的频段。它只改变各频率成分的强弱，不改变数据的形状：滤波后仍是 (64, 20000) 的矩阵，通道数和采样点数都不变。
这份数据要去掉两样东西：一是 1 Hz 以下的慢漂移，来自出汗、电极极化和身体移动，在功率谱最左端翘得最高；二是 60 Hz 的工频尖峰，比两侧高出约 10 dB。EEGMMIDB 在美国采集，工频是 60 Hz；国内采集的数据是 50 Hz。文件里没有记录工频（info 中 line_freq 为空），MNE 不会自己知道，要由人在提示词里写明。
采样率决定能分析的上限：160 Hz 采样，最多只能分析到它的一半，即 80 Hz（奈奎斯特频率）。所以 60 Hz 的二次谐波 120 Hz 在这份数据里根本不存在，只需要陷 60 Hz 一个频点。
两把“剪刀”：陷波（Notch）只挖掉 60 Hz 附近一个窄频带，其余频率原样保留；带通（Band-pass）只留 1–40 Hz，把两头一起切掉，40 Hz 以上的 60 Hz 自然也被压住。
截止频率怎么定：高通方面，ERP 研究常用 0.1 Hz，保留慢电位；ICA 和机器学习常用 1 Hz，漂移去得更干净，ICA 分解也更稳定。本课后面要做 ICA（第 8 节）和分类（第 14 节起），选 1 Hz。低通方面，运动任务关心的 μ（8–13 Hz）和 β（13–30 Hz）节律都在 40 Hz 以内，选 40 Hz。截止频率是研究设计的一部分，要写进论文方法，不能交给 AI 的默认值。
二、一段提示词：写陷波与带通滤波脚本
打开脑电项目的根目录，新开一个 AI 对话。将以下提示词整段复制发给 AI，让它写滤波、对比出图和留档脚本。
提示词：
在 code 文件夹里写一个脚本 04_filter.py：
1. 读取 data 文件夹中第 4 节保存的 1 号被试握拳任务连续数据 S001R03_raw.fif（用连续数据，不要用第 5 节切好的 S001R03_epo.fif）；
2. 本数据在美国采集，工频为 60 Hz：把 raw.info[“line_freq”] 设为 60，并在终端打印采样率、奈奎斯特频率，以及文件里原有的高通、低通记录；
3. 在连续数据上做三种滤波，各存一份副本用于对比：
- A 只陷波：去除 60 Hz 工频（采样率 160 Hz，奈奎斯特频率 80 Hz，不存在 120 Hz 谐波，只陷 60 Hz）；
- B 只带通：1–40 Hz 带通；
- C 陷波 + 带通：先陷波 60 Hz，再 1–40 Hz 带通，作为本节最终输出；
全部使用 MNE 默认的零相位 FIR 滤波器，在终端打印陷波和带通两个滤波器的长度（点数与秒数）和过渡带；
4. 量化与出图（保存至 results 文件夹）：
- 画 1–40 Hz 带通滤波器的频率响应和冲激响应（results/04_filter_response.png）；
- 用 Welch 法计算功率谱（n_fft=1600，频率分辨率 0.1 Hz），把原始、A、B、C 四个版本的全通道平均功率谱叠加在一张图上，频率范围 0.2–80 Hz，标出 60 Hz（results/04_psd_comparison.png）；
- 画 F4、C3、C4 三个导联第 20–30 秒的原始与 C 版本时域波形对比（results/04_waveform_comparison.png）；
- 在终端打印每个版本：60 Hz 处比 57 Hz 高出多少 dB、0.3 Hz 和 10 Hz 处功率比原始下降多少 dB；
5. 另存、自检与留档：
- 将 C 版本另存为 data/S001R03_filt_raw.fif；
- 用 mne.io.read_raw_fif 重新读入，打印 info 里的 highpass、lowpass 和 line_freq，确认滤波参数已写进文件；
- 导出 results/04_filter_log.csv，记录被试号、段号、陷波频率、带通上下限、滤波器类型与相位、两个滤波器的长度与过渡带、各版本 60 Hz 尖峰高出量、0.3 Hz 和 10 Hz 功率降幅、输出文件路径。
本节只做滤波，不做重参考、ICA 和切片。参数集中写在脚本开头，代码添加详细中文注释。写完后用项目文件夹内的独立虚拟环境运行，把终端输出和结果给我看。
每条要求的用意：
要求
为什么这样写
读连续数据 S001R03_raw.fif，不读 _epo.fif
滤波器要用到每个点前后各 1.65 秒（陷波 3.3 秒）的数据，必须在完整的连续记录上做，见第三部分
显式设定 line_freq = 60
文件没有记录工频，AI 习惯写 50 Hz；写明可避免出错，60 Hz 也随数据写进文件留档
三种滤波各存一份
分开对比，才能看清陷波和带通各自做了什么，并用数据回答“带通之后还要不要陷波”
MNE 默认零相位 FIR
波形不整体延迟，事件时刻不偏移；默认参数可复现，论文方法写得清楚
打印滤波器长度和过渡带
这两个数决定边缘效应有多宽，也是论文方法要报告的内容
功率谱 n_fft=1600
频率分辨率 0.1 Hz，才看得清 0.3 Hz 和 60 Hz 处的变化；默认值的分辨率只有 0.625 Hz
F4、C3、C4 波形对比
F4 是这份数据工频最强的导联；C3、C4 是后面运动任务分析的核心导联
另存 _filt_raw.fif 并读回
FIF 是二进制文件，读回后看 info 里的 highpass、lowpass，证明滤波参数随数据一起保存
不做重参考、ICA、切片
一步一个脚本，每步单独验收；重参考和重新切片放到第 7 节
① S-1 发出提示词
② S-2a AI 先列出工作步骤
② S-2b AI 编写、运行并自查
看点：AI 写完脚本后，自己把滤波器长度与 MNE 的日志对了一遍，并修了图上重叠的标签。这种自查要让它把结果说出来，人再核对。
三、看懂滤波器的代价
1. 滤波器有长度：FIR 滤波器每算一个输出点，都要把它前后一段数据加权平均。按 MNE 默认参数，1–40 Hz 带通滤波器长 529 点（3.3 秒），60 Hz 陷波滤波器长 1057 点（6.6 秒）。截止频率越低、阻带越窄，滤波器越长：0.1 Hz 高通需要约 33 秒。
2. 边缘效应与“先滤波、后切片”：记录两端没有足够的前后数据，MNE 只能用镜像填充补上，这一段的结果不可靠。在 125 秒的连续记录上滤波，只影响首尾几秒；对 5 秒的试次单独滤波，两端各 1.65 秒都不可靠，基线区间 −1～0 秒整段落在里面。所以要先滤波、后切片。第 5 节切好的 S001R03_epo.fif 没有滤波，第 7 节会用本节的滤波数据重新切片替换它。
3. 零相位与预振铃：零相位滤波器前后对称，不让波形延迟，事件时刻不偏移；代价是会把刺激后的变化“抹”一点到刺激前。做 ERP 时，刺激前出现的小波动可能来自滤波，而不是大脑。
4. 高通不要设太高：高通截止越高，越接近信号本身的慢成分。2 Hz 以上的高通会削平慢电位，让 ERP 波形变形。研究关心慢电位时用 0.1 Hz。
5. 滤波去不掉什么：眨眼、咬牙、电极松动造成的伪迹，频率和脑电重叠，滤波压不掉。这份数据滤波后，各导联峰峰值的中位数只从 482 µV 降到 428 µV，大伪迹仍在，要靠第 8 节的 ICA。
四、验收：看代码，看输出，查留档
看代码：
工频：写的是 60 Hz，不是 50 Hz。
作用对象：滤波作用在连续数据 raw 上，没有先切片。
用 MNE 自带方法：用的是 raw.notch_filter() 和 raw.filter()，没有自己用 scipy 拼滤波器。自己拼容易漏掉零相位，截止频率也不会记进 info。
不超前处理：没有顺手做重参考、ICA 或切片。
提示词之外的改动：AI 可能自作主张加参数，要在它的说明里逐条找出来，判断能不能接受。本次实测它加了一项 n_overlap=800（Welch 相邻窗口重叠一半），让功率谱更平滑，可以接受；但参考数值会因此和不重叠时略有差别，要记进日志。
③ S-3 脚本开头的参数区
看点：LINE_FREQ = 60.0；NOTCH_FREQS 只有 60；L_FREQ = 1.0、H_FREQ = 40.0；PSD_N_FFT = 1600，以及 AI 自己加的 PSD_N_OVERLAP = 800。
④ S-4d AI 列出的输出文件与“提示词之外的选择”
看点：三条额外说明都要看懂：Welch 重叠 50%；原始波形只在画图时去均值，数据本身没改；陷波不会写进 info 的 highpass / lowpass，只记在 CSV 日志里。
看输出：
先看终端，再看图：终端里的数字与参考答案对上，再逐张看图；图上看到的现象要能用数字解释。
⑤ S-4a 两个滤波器的长度与过渡带
看点：陷波 1057 点（6.6 秒），带通 529 点（3.3 秒）；文件原有记录 highpass = 0、lowpass = 80，说明此前从未滤过波。
⑥ S-4b 各版本量化结果与读回自检
看点：60 Hz 尖峰：原始高出 10.0 dB，只陷波后 −32.6 dB，只带通后 −0.1 dB；0.3 Hz 降 14.7 dB，10 Hz 只降 0.02 dB。读回文件后 highpass = 1、lowpass = 40、line_freq = 60。
⑦ S-4c AI 对结果的解读
看点：AI 的解读和数字一致：带通已经压住 60 Hz，陷波在这里接近多余；0.3 Hz 落在 0–1 Hz 过渡带里，只是部分去除。
⑧ S-5 带通滤波器的冲激响应与频率响应
看点：冲激响应左右对称，总长 3.3 秒，能量集中在中间；频率响应 1–40 Hz 平坦，−6 dB 点约在 0.5 Hz 和 45 Hz，60 Hz 处已低于 −60 dB。
⑨ S-6 四个版本的功率谱对比
看点：橙线（只陷波）只在 60 Hz 挖出一个深坑，其余与原始重合；蓝线和红虚线（只带通、陷波 + 带通）完全重合，40 Hz 以上降到底，1 Hz 以下向下弯；1–40 Hz 四条线重合，脑电节律没有被改动。
⑩ S-7 F4、C3、C4 时域波形对比
看点：红线（滤波后）几乎贴着灰线（原始）走：1–40 Hz 正是脑电的主体，滤波只去掉了细小的高频毛刺和缓慢的基线起伏。灰线已由 AI 去均值以便同轴对比。F4 上几处约 200 µV 的大波形（多半是眨眼伪迹）滤波后仍在，留给第 8 节 ICA。
滤波参考答案（本课实测，Welch n_fft = 1600、50% 重叠）：
项目
原始
A 只陷波
B 只带通
C 陷波 + 带通
60 Hz 比 57 Hz 高出
10.0 dB
−32.6 dB
−0.1 dB
−0.3 dB
0.3 Hz 功率下降
—
0 dB
14.7 dB
14.7 dB
10 Hz 功率下降
—
0 dB
0.02 dB
0.02 dB
info 记录 highpass / lowpass
0 / 80 Hz
0 / 80 Hz
1 / 40 Hz
1 / 40 Hz
滤波器参数（MNE 1.13 默认）：带通 529 点（3.31 秒），下过渡带 1 Hz（−6 dB 在 0.5 Hz），上过渡带 10 Hz（−6 dB 在 45 Hz）；陷波 1057 点（6.61 秒），阻带 59.35–60.65 Hz（−6 dB 在 59.10 / 60.90 Hz）。
B 版本的“−0.1 dB”：指 60 Hz 已经和两侧一样被压到底，尖峰不复存在，不表示 60 Hz 没被处理。
💡 带通之后，还要不要陷波？
实测结论：只做 1–40 Hz 带通，60 Hz 尖峰已经消失；再加陷波，60 Hz 只多降约 0.2 dB。原因是 40 Hz 低通的过渡带在 50 Hz 结束，60 Hz 已落在阻带里，衰减超过 60 dB。
本课的做法：流水线仍保留陷波。它几乎没有成本；以后若把低通调到 60 Hz 以上（例如研究 γ 节律），陷波就是必需的。论文方法里如实报告这两步即可。
⑪ S-8a FIF 留档：data/S001R03_filt_raw.fif 已落盘
看点：二进制 FIF 文件打不开看，落盘只是第一步；存得对不对，看 S-4b 里读回后打印的 highpass = 1、lowpass = 40、line_freq = 60。
⑫ S-8b 滤波日志 results/04_filter_log.csv
看点：一行 32 列，截图是 B–L 列：工频 60、陷波 60、带通 1 / 40 Hz、FIR、零相位、陷波滤波器 1057 点 / 6.606 秒；后面各列是带通滤波器参数、四个版本的量化结果和输出路径。陷波只记在这份 CSV 里，FIF 的 info 不记录它，所以这份日志要和数据一起留档。
论文方法（Methods）写法参考：“Continuous EEG recordings were filtered in MNE-Python (version 1.13) using zero-phase, non-causal FIR filters (windowed design, Hamming window). Power-line interference was attenuated with a 60 Hz notch filter (filter length 1057 samples, 6.6 s), followed by a 1–40 Hz band-pass filter (transition bandwidths 1 Hz and 10 Hz; −6 dB cutoffs at 0.5 Hz and 45 Hz; filter length 529 samples, 3.3 s). Filtering was applied to the continuous data before epoching to avoid edge artifacts.”
五、本节留下的文件
位置
文件名 / 内容
用途与说明
code/
04_filter.py
本节脚本：设定工频、陷波与带通滤波、对比出图、另存与自检
data/
S001R03_filt_raw.fif
陷波 60 Hz + 1–40 Hz 带通后的连续数据，第 7 节从这里重新切片
results/
04_filter_response.png
带通滤波器的频率响应与冲激响应
results/
04_psd_comparison.png
原始、只陷波、只带通、陷波 + 带通四个版本的功率谱对比
results/
04_waveform_comparison.png
F4、C3、C4 滤波前后时域波形对比
results/
04_filter_log.csv
滤波日志：参数、滤波器长度与过渡带、各版本量化结果、输出路径
