用mne绘制fNIRS脑地形图（topomap）

载入fNIRS数据：https://mne.tools/stable/auto_tutorials/io/plot_30_reading_fnirs_data.html#sphx-glr-auto-tutorials-io-plot-30-reading-fnirs-data-py

fNIRS预处理：https://mne.tools/stable/auto_tutorials/preprocessing/plot_70_fnirs_processing.html#sphx-glr-auto-tutorials-preprocessing-plot-70-fnirs-processing-py

 

1.载入数据，我的数据是snirf格式的，使用

# preload=False不加载数据，preload=True加载数据
raw_od= mne.io.read_raw_snirf("数据路径", preload=True)

载入数据。若数据格式是NIRx记录的，可以用mne.io.read_raw_nirx()载入数据，该函数只在NIRScout上测试过可行。

注：mne的0.20.7版本还无法使用read_raw_snirf函数，conda install、update命令也无法升级，直接用pip install -U mne进行安装或升级到最新版本。

 

读取数据过程中出现TypeError: iteration over a 0-d array错误

原因是，sources和detectors的Labels没有成功读入，可能SNIRF格式的种类太多，我的数据中没有这部分数据。

sources = np.array(dat.get('nirs/probe/sourceLabels'))
detectors = np.array(dat.get('nirs/probe/detectorLabels'))

好在所有数据channel都是固定的，手动将Labels设置上

read_raw_snirf()

# sources = np.array(dat.get('nirs/probe/sourceLabels'))
# detectors = np.array(dat.get('nirs/probe/detectorLabels'))
# sources = [s.decode('UTF-8') for s in sources]
# detectors = [d.decode('UTF-8') for d in detectors]
# 根据探头数量设置
sources = ['S1','S2','S3','S4','S5','S6','S7','S8','S9','S10','S11','S12','S13','S14','S15','S16']
detectors = ['D1','D2',