在python中使用pywt.swt()过滤脑电信号后无法重建数据

如何解决在python中使用pywt.swt()过滤脑电信号后无法重建数据

那里。我试图使用pywt.swt来过滤EEG信号并且我成功地分解了信号。但是在使用pywr.iswt()时我无法重建信号。 我已经搜索了一段时间的相关信息，但没有得到任何有用的信息。 有没有人可以给一些建议？我会很感激。 相关代码及错误如下：

raw = read_raw_edf("chb02_16.edf",preload=True)
raw.pick_channels(chs)
tmp = raw.to_data_frame()
tmp = tmp.values
t_idx = raw.time_as_index([168.,172.])
data,times = raw[chs1[5],t_idx[0]:t_idx[1]]
coeffs = pywt.swt(data,'haar',8,trim_approx=True)
data_rec = pywt.iswt(coeffs,wave_name)

ValueError Traceback（最近一次调用最后一次） 在 ----> 1 data_rec = pywt.iswt(coeffs,wave_name)

D:\Anaconda3\envs\tf\lib\site-packages\pywt_swt.py in iswt(coeffs,wavelet,norm) 246 # 对选定的索引执行逆 dwt， 247 # 确保使用周期性边界条件 --> 248 # 注意：用整数数组索引返回一个连续的 249 # 按idwt_single 的要求复制。 250 x1 = idwt_single（输出[even_indices]，

pywt._extensions._dwt.idwt_single()中的pywt_extensions_dwt.pyx

pywt._extensions._dwt.idwt_single()中的pywt_extensions_dwt.pyx

ValueError: 指定小波的系数数组长度无效。小波和模式必须与用于分解的相同。