读取brain vision record 生成的eeg文件（fif文件的读取）

Brain vision record 采集数据后默认保存文件为eeg格式，除了eeg文件，还会同时保存下VMRK格式文件和VHDR
VHDR文件里面是此次采集数据的一些基础配置，如通道数，采样频率等，如图1。

VMRK文件里面存储了标签等数据，如下图2。

利用python读取eeg文件，需要先下载mne和defusedxml包。并且需要准备通道名称解释文件，常见的是32通道或64通道，一般命名为“CACS-64_REF.bvef”。我这里是22通道，是我基于64通道删减了一些通道，并更改了参考电极，写成了个22通道解释的bvef文件。
64通道的bvef文件百度网盘连接如下：CACS-64_REF.bvef，提取码d1oa，永久有效
注意read_raw_brainvision函数要读取的是VHDR文件，因为VHDR文件算是头文件，里面自带了对应的eeg文件名和VMRK文件名，所以只读取VHDR文件就相当于读取了三个文件。

# 读取eeg文件另存为fif文件
montage = mne.channels.read_custom_montage('BC-22-re.bvef') # 读取montage数据
raw = mne.io.read_raw_brainvision('1-1.vhdr', preload=True) # 导入EEG数据
raw.set_montage(montage) # 将montage的位置设置给被试
raw.save('1-1.fif', overwrite=True) # 将更新后的数据存入新的文件，只能是fif格式

按照以上代码操作，就获取了fif格式的文件，接下来讲如何查看fif文件内容以及event。
利用get_data()函数就可以查看数据内容。

raw = mne.io.read_raw_fif('1-1.fif', preload=True)
print(raw.get_data())

我做的是四分类，所以event-ID是1,2,3,4。利用events_from_annotations可以将注释转换成event。用print函数就可以看到event

event_IDs = [1,2,3,4]
events = mne.events_from_annotations(raw)
print(events)

输出如下：

这样就可以查看数据内容以及对应的标签了。

我通过csdn等一系列代码学习网站学习到了一些东西，众多博主编写文章帮我解决了一个又一个的问题，所以我也想与大家分享我的学习心得，能帮助一个人是一个人，不辜负我当时学习代码碰到的那些网上默默无闻码字的大佬。
本文章仅是分享，谢绝一切私聊问题，既不会也不想回答。