MNEpackages
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