使用MNE工具包处理脑电数据(1)基础处理总览(EEG、MEG、ERP研究)

MNE packages介绍

MNE是一款python工具包，可以用来处理EEG和MEG数据。这一工具包基本囊括了EEG数据处理所需的步骤。本人心理学博士在读，主要拿MNE来分析EEG数据。
MNE是一个操作性强，可视化程度高的工具包。使用的过程中可以多利用官网的搜索功能，官网上面也有一些教程和例子。需要注意的是随着工具包版本的更新，部分函数会被替换，此时在官网上搜索关键词得到更新后的函数即可。
由于MNE更多地提现在它的功能性上，因此本文结合脑电数据处理的步骤讨论MNE工具包。

数据采集系统

脑电信号可以通过一些设备采集，我们实验室使用的是biosemi的active2系统，32导。

EEG数据预处理

一般而言，采集到的脑电信号需要进行预处理，为未来的其他处理做准备。预处理部分建议之间参考下述文章：Preprocessing from NEUROTECHEDU，此处总结该文中谈及的步骤:
1）预览数据（修复怀电极）
2）滤波
3）降采样率（非必要，为提高运算速度）
4）重参考
5）伪迹矫正
为使得整个说明过程清晰，以下部分将包括其他基本操作的函数说明。

数据简单说明
不同脑电记录系统采集的数据文件格式不同，biosemi采集信息的文件格式为.bdf，数