MNE之源估计数据结构

上回完成了源成像，在三维交互窗口中也可以动态显示目标位置的信号曲线。那么逆运算得到的数据是什么呢？这一节讨论一下源估计的返回值SourceEstimate对象，以便后续分析使用。 

源估计

        源估计，英文：Source estimates，也常称为STC (Source Time Courses)，源时间序列/进程(不清楚哪个翻译更准确些），这也可以理解官方用stc作为逆运算返回变量名。通过相关的源定位方法求解，如：dSPM, sLORETA, LCMV, MxNE 等，将传感器数据转换到3维源空间(尤其定位到个体大脑解剖结构中，包括surface和volume两种)。

        源估计结果stc对象包含了源随时间变化的幅值。而源的位置信息则在正运算的src中。如下图所示，三维皮层上每个点（vertex）对应一个时间序列，我们将所有点的数据写入到一个矩阵中，行表示每个空间点，列标识每个时间点，每个值即为某个位置对应时间点的信号强度。MNE逆运算中stc.data即为这个矩阵。

源空间

        上节提到stc对象中不包含位置信息，但包含了位置索引(stc.vertices)，通过索引链接到src。FreeSurfer 将大脑两个半球分开，并为左半球和右半球创建曲面表示。索引即构建曲面的（三角形网格）点。stc的属性：lh_data 和 rh_data 分别获取左右脑的源估计；lh_vertno，rh_vertnof分别获取左右脑的顶点索引（一共7498个点，其中左半脑3732个）。对应 src[0]['vertno'] and src[1]['vertno']；而坐标值在 src[0]['rr'] and src[1]['rr']中。

        stc.plot返回值时mne.viz.Brain类的对象。可通过add_foci方法添加焦点。

总结

学习源估计数据结构。

以上，如有问题，还请不吝赐教