【脑机接口】利用MNE进行EEG数据预处理（SEED数据集）

简单写下毕设里用到的预处理步骤
数据集详细信息可查看：SEED数据集
预处理分为以下6步：

1. 数据读取
2. 坏导插值
3. 滤波+重参考
4. 去伪迹
5. 分段

---

需要用到的python库

import numpy as np
import matplotlib.pyplot as plt
import mne
import os, sys

from scipy.io import loadmat
from pathlib import Path
from PyEMD import EMD

1.数据读取

SEED数据集中的Preprocessed_EEG文件夹包含了原始的EEG数据，本文将针对这些原始EEG数据进行预处理。
由于SEED数据集中的EEG数据是.mat格式储存的，因此需要转换成MNE的Raw格式

file_path = '...' #数据集地址
raw_file = loadmat(file_path) #scipy.loadmat()
std1020_eeglab = mne.channels.read_custom_montage("Standard-10-20-Cap81.locs",coord_frame='head')
ch_names = ['Fp1','Fpz','Fp2','AF3','AF4','F7','F5','F3','F1','Fz','F2','F4','F6'
            ,'F8','FT7','FC5','FC3','FC1','FCz','FC2','FC4','FC6','FT8','T7','C5'
            ,'C3','C1','Cz','C2','C4','C6','T8','TP7','CP5','CP3','CP1','CPz',