脑电信号处理离不开各种工具的支持,但是并不是所有的人都善于编程,有些没有GUI界面的工具就不太适合普通研究者使用,而工程师可能就更加侧重于API接口的调用,对数据进行分析。因此因人而异。
- EEGLAB
简介:EEGLAB是美国加州大学圣地亚哥分校Swartz Center for Computational Neuroscience的Scott Makeig教授团队开发的,是EEG和MEG信号处理软件开源化的先行者之一,可能也是目前使用最多的EEG工具箱。
优点:
1、 拥有GUI界面,同时可以方便地进行脚本编程和批处理;
2、 支持读取多种格式的EEG数据,同时也可以根据自己的需要,编写读取特定文件格式的插件程序;
3、 拥有独立成分分析(independent component analysis,ICA)、时频分析(time-frequency analysis,TFA)以及基于ICA的偶极子成像(dipole source imaging);
4、 拥有针对特定信号处理和分析方法的插件,可以免费下载。
缺点:GUI界面略显古老和死板。
- MNE
这个我已经在之前的文章介绍了这个模块,是当前Python的主流脑电信号处理模块。特别适合用于脑电的数据挖掘相关的工作。